运动想象脑电的特征提取和模式分类算法研究及在线验证

发布时间：2017-10-12 08:14

  本文关键词：运动想象脑电的特征提取和模式分类算法研究及在线验证

  更多相关文章： 运动想象 相位同步 脑电特征提取 脑电模式分类 在线脑-机交互

【摘要】：基于脑信号的直接脑机交互(Brain-computer interaction, BCI)是一种新型的人机交互技术,该类系统可直接由脑信号重建运动控制,可以战略性地用于军事目的,也可为严重运动残疾人和正常人提供辅助控制,从而改善生活质量。目前,脑机交互已成为国际重大前沿研究和应用热点,属于跨学科交叉研究。其中基于脑电的脑机交互是一类非常重要的脑-机接口,由于其技术尚不成熟,迄今为止,它还没有走出实验室,走向实际应用。脑-机接口系统中模式分类是非常重要的一个环节,关系到整个系统的性能。本文以一类重要的脑机交互范式--基于运动想象脑电的脑机交互范式中的运动想象诱发的脑电信号为研究对象,在特征提取环节提出了新的特征结融合方法,并探索了应用于左右手运动想象脑电的模式分类方法。在此基础上把本文提出的方法用于在线系统进行验证。主要开展以下工作：(1)研究了运动想象脑电相位同步特征的提取方法以及与其它特征相结合后对分类精度的影响。采用运动想象脑电信号小波系数能量特征、频带能量特征分别与相位同步特征相结合的方法类来构造特征向量。在利用Hilbert变换处理脑电信号后,应用锁相值(PLV)来提取脑电信号的相位同步特征,然后基于SVM对测试集信号进行识别；接着研究了相位同步特征分别与小波系数能量特征和频带能量特征相结合后对左右手运动想象模式分类精度的影响。同时,利用上述提取的脑电信号相位同步特征,研究对侧初级运动区与顶区之间的协同性、脑区之间的协作程度与脑区激活程度的相关性。(2)实验研究基于左右手运动想象脑电的模式分类方法。通过实验对比分析各种模式分类方法用于运动想象脑电的分类精度。与其他模式分类算法相比,支持向量机(SVM)和线性判别分析(LDA)具有较高的分类精度。它们的最高正确分类率和平均正确分类率都具有明显的优势,再次验证了这两种方法对于运动想象脑电分类的有效性。该研究为下面的运动想象脑电特征提取和模式分类算法的在线验应用提供了基础。(3)在上述研究基础上,把相关算法应用于在线系统进行验证。在脑-机交互在线系统平台上进行了相关的特征提取和模式分类算法的应用和验证。本研究可望为提高在线系统的性能有帮助。
【关键词】：运动想象 相位同步 脑电特征提取 脑电模式分类 在线脑-机交互
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;R338
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-22
• 1.1 引言10
• 1.2 脑-机接口概述10-19
• 1.2.1 脑-机接口基本概念与研究意义10-12
• 1.2.2 脑-机接口的组成与主要技术12-15
• 1.2.3 脑-机接口类型15-16
• 1.2.4 脑-机接口研究现状与存在问题16-19
• 1.3 论文的研究内容19-20
• 1.4 论文的组织与结构20-22
• 第二章 基于运动想象脑电信号的研究基础与采集22-32
• 2.1 运动想象的定义与研究意义22-23
• 2.2 脑电信号产生机理与特点23-26
• 2.2.1 脑电信号的产生机制23-25
• 2.2.2 脑电信号的分类与基本特点25-26
• 2.3 事件相关同步电位与事件相关去同步电位26-28
• 2.3.1 事件相关同步电位与相关去同步电位概念(ERS与ERD)26-27
• 2.3.2 事件相关同步电位与事件相关去同步电位的表征与量化27-28
• 2.4 运动想象脑电信号的采集28-32
• 第三章 基于左右手运动想象脑电信号的特征提取32-48
• 3.1 引言32
• 3.2 左右手运动想象脑电特征提取32-37
• 3.2.1 基于小波变换的脑电特征提取32-35
• 3.2.2 基于能量特征的脑电特征提取35
• 3.2.3 基于相位同步特征的脑电特征提取35-37
• 3.3 基于支持向量机的脑电模式分类37-38
• 3.4 实验结果以及对比分析38-46
• 3.4.1 基于小波变换和相位同步的脑电特征38-42
• 3.4.2 基于频带能量和相位同步的脑电特征42-46
• 3.5 小结46-48
• 第四章 左右手运动想象的模式识别分类方法研究48-56
• 4.1 引言48
• 4.2 左右手运动想象的模式分类方法48-53
• 4.2.1 支持向量机(SVM)48-50
• 4.2.2 线性判别分析(LDA)50-51
• 4.2.3 BP神经网络51-52
• 4.2.4 朴素贝叶斯分类器52-53
• 4.3 实验结果以及对比分析53-55
• 4.3.1 左右手运动想象脑电的预处理和特征提取53
• 4.3.2 结果以及对比分析53-55
• 4.4 本章小结55-56
• 第五章 运动想象脑电信号处理方法在线验证56-64
• 5.1 引言56
• 5.2 在线系统简介56-59
• 5.2.1 脑电实验装置及脑电信号采集装置56-57
• 5.2.2 在线系统平台逻辑结构57-59
• 5.3 信号处理方法在线验证59-63
• 5.3.1 实验数据获取59-60
• 5.3.2 脑电数据在线处理方法结果与分析60-63
• 5.4 本章小结63-64
• 第六章 总结和展望64-66
• 6.1 总结64-65
• 6.2 展望65-66
• 致谢66-68
• 参考文献68-74
• 附录A (攻读硕士期间的学术成果)74

【相似文献】

中国期刊全文数据库 前10条

1 华东;;减重训练联合运动想象疗法对偏瘫步行的影响[J];中国中医急症;2008年12期

2 顾丽燕;尤桂杰;赵娜娜;;运动想象疗法在临床中的应用[J];中外医疗;2010年34期

3 刘丽;尹姣;黄菲;李春静;赵思宇;张会君;;脑卒中偏瘫患者运动想象能力的影响因素[J];中国老年学杂志;2012年04期

4 谢财忠;唐军凯;;运动想象疗法与脑卒中偏瘫康复[J];医学研究生学报;2012年11期

5 徐宝国;宋爱国;;单次运动想象脑电的特征提取和分类[J];东南大学学报(自然科学版);2007年04期

6 闫彦宁;赵斌;贾子善;黄力平;槐雅萍;;运动想象应用于脑卒中偏瘫康复的研究进展[J];中国康复;2008年01期

7 朱琳;贾晓红;刘霖;王世云;杨胜荣;宋为群;;运动想象对卒中后偏瘫患者手功能康复的疗效观察[J];中国脑血管病杂志;2009年09期

8 高晴;陈华富;;基于动态因果模型的运动执行和运动想象脑网络研究[J];电子科技大学学报;2010年03期

9 高晓艳;谷艳;夏彩秋;周萍萍;杨青兰;王代誉;;运动想象结合运动再学习疗法对脑卒中患者肢体功能和生存质量的影响[J];中国伤残医学;2011年05期

10 顾丽燕;姚丽华;尤桂杰;赵娜娜;梁丹丹;;近红外光谱技术用于运动和运动想象时大脑皮质血氧反应监测的研究[J];中国康复医学杂志;2011年08期

中国重要会议论文全文数据库 前10条

1 杨远滨;王芗斌;;浅谈中医意念与运动想象的比较[A];中国医师协会第二届康复医学论坛、中国康复医学会第四届青年学术会议、北京康复医学会第三届会员代表大会论文集[C];2005年

2 贾子善;;运动想像的理论与应用[A];2008年浙江省物理医学与康复学术年会暨中枢神经功能损伤康复新进展学习班论文汇编[C];2008年

3 张爽;周鹏;熊屹;王明时;;运动想象脑电模式的动态分类[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

4 诸强;谢琳;;基于小波分析的运动想象脑电模式特征提取与分类[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

5 孔万增;张艳娜;胡三清;戴国骏;张建海;魏大名;;基于运动想象的中风患者肢体康复实时控制系统[A];第一届全国神经动力学学术会议程序手册 & 论文摘要集[C];2012年

6 徐海鹰;;运动想象疗法结合运动再学习方案在脑卒中早期患者上肢功能的应用[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

7 李泽云;王昭君;林金生;卢攀;;运动想象联合强制性运动疗法治疗脑卒中偏瘫60例临床观察[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

8 王艳;唐强;白震民;李娟;;头穴丛刺与被动运动和运动想象结合对早期脑卒中患者运动功能的影响[A];中国康复医学会第五届全国康复治疗学术会议论文集[C];2006年

9 刘佳;邓景贵;陶希;宋红;;运动想象疗法对老年卒中偏瘫患者肢体功能恢复的影响研究[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

10 吴华;顾旭东;时美芳;吴彩虹;朱美红;金妹;杨京辉;;虚拟现实技术结合运动想象疗法对脑卒中患者上肢功能恢复的影响[A];2013浙江省物理医学与康复学学术年会暨第八届浙江省康复医学发展论坛论文集[C];2013年

中国博士学位论文全文数据库 前9条

1 张锐;运动想象脑—机接口的神经机制与识别算法研究[D];电子科技大学;2015年

2 王莉;应用脑功能成像技术研究脑卒中运动想象疗法神经康复机制[D];重庆大学;2015年

3 单海军;基于运动想象的脑机接口通道选择算法研究[D];浙江大学;2015年

4 魏庆国;基于运动想象的脑—机接口分类算法的研究[D];清华大学;2006年

5 徐舫舟;基于运动想象的脑机接口相关算法研究[D];山东大学;2014年

6 闫静;基于脑电的脑卒中患者运动想象认知过程的研究[D];上海交通大学;2012年

7 方永慧;基于运动想象脑电信号非线性特性分析的脑—机接口研究[D];重庆大学;2014年

8 周鹏;基于运动想象的脑机接口的研究[D];天津大学;2007年

9 孙莉敏;运动想象训练促进脑卒中患者功能恢复的功能磁共振（fMRI）研究[D];复旦大学;2013年

中国硕士学位论文全文数据库 前10条

1 牛小辰;康复运动中的脑肌电特征分析[D];燕山大学;2015年

2 谢立娟;针灸合并运动想象疗法在脑卒中偏瘫患者康复护理中的应用[D];河北医科大学;2015年

3 孙会文;基于运动想象脑电的脑机交互模式识别方法研究[D];昆明理工大学;2015年

4 戴若梦;基于深度学习的运动想象脑电分类[D];北京理工大学;2015年

5 郭兰锦;基于结构MRI的运动想象BCI机制研究[D];电子科技大学;2014年

6 翟红利;基于运动想象的脑机接口的数学模型与算法研究[D];长沙理工大学;2014年

7 丛壮;运动想象结合音乐疗法在卒中偏瘫患者上肢康复中的应用[D];辽宁医学院;2015年

8 康莎莎;多类运动想象脑电信号的识别及其在BCI中的应用[D];安徽大学;2016年

9 何青松;基于想象左右手运动思维脑电识别分类研究[D];北京交通大学;2016年

10 刘传伟;运动想象脑电的特征提取和模式分类算法研究及在线验证[D];昆明理工大学;2016年

，

本文编号：1017621