多类运动想象脑电信号的识别及其在BCI中的应用

发布时间：2017-03-20 10:08

  本文关键词：多类运动想象脑电信号的识别及其在BCI中的应用，由笔耕文化传播整理发布。

【摘要】：脑-机接口(Brain-Computer Interface, BCI)是一种不依赖正常的脑神经和肌肉输出通路的脑-机通信技术,它能为思维功能正常的肢体残疾群体提供一种新颖的人-机交互模式,相关研究具有重要的科学意义和应用价值。它以大脑采集的脑电(Electroencephalogram, EEG)信号为信息载体,实现大脑与外部设备的直接通讯和操作。头皮EEG信号能实时反映脑思维状态的变化,因此在非植入式BCI系统中得到了广泛的应用。BCI系统的关键在于从EEG中提取出能反映操作者主观意识的特征参数,并将其转换成系统需要的指令。然而,多通道EEG信号的空间分辨率、信噪比都非常低,并且EEG信号特征的个体差异性也非常明显,这些不利因素给EEG信号的有效分析和精确解码带来了很大困难。因此有效的EEG信号处理和特征提取技术对BCI系统实现具有重要的意义。本文以提高运动想象BCI (Motor Imagery BCI, MI-BCI)系统的识别率为基本目标,重点研究了共空间模式(Common Spatial Pattern, CSP)和独立分量分析(Independent Component Anaylsis, ICA)在运动想象EEG (Motor Imagery EEG, MI-EEG)空域特征提取新方法上,从以下几个方面做了一些特色工作：1.自主设计了左手、右手和脚的运动想象实验范式,多名受试个体参与脑电采集实验,因此采集了较丰富的MI-EEG数据,为后续用于MI-EEG的分类方法分析和特征提取打下了良好的基础。2.在两分类CSP算法的基础上,重点对矩阵近似联合对角化(JointApproximation Diagonalization matrix, JAD)和“一对多”(the One-Versus-the-Rest, OVR)的多类运动想象分类展开了相关研究。传统JAD方法在检测空域滤波器的设计过程中,重点需要对关键特征向量进行选择。但是基于“最高得分特征值准则”的特征向量选择方法出现了不同类别数据的最高得分特征值对应相同特征向量的问题,因此设计出无效或不能正确提取MI-EEG空域特征的空域滤波器,从而影响了多类MI-EEG信号的识别率。因此在传统JAD方法的基础上,提出了一种特征值自动选择方法以解决特征值选择无效问题,接着对基于OVR的运动想象分类做了详细地分析,并取得了理想的分类结果。3.研究了ICA算法及ICA检测滤波器的新方法。在此基础上提出了一种ICA空域滤波器(ICA Spatial Filter, ICA-S F)优化设计和EEG多子带特征的MI-BC1信息处理新方法,多道MI-EEG数据经空域滤波后,通常需要选择最优运动相关频带对运动相关节律进一步增强从而提高分类结果,但不同受试个体的运动节律频带会因个体差异性而存在较大差别。针对不同受试者进行MI-BCI系统参数优化(如,频域、空域滤波器的参数优化设计和分类器参数的学习),实现了针对个体的运动相关多子带优化组合。实验结果表明,多子带特征结合方法所得到的识别率比仅使用单频带所得的识别率普遍提高。4.对ICA算法结合遗传算法(Genetic Algorithm, GA) 的 MI-EEG特征检测及其优化方法展开研究。针对不同受试个体,通过GA对运动想象诱发的事件相关去同步(Event-Related Desynchronization, ERD)频段进行优化选择。如果能精确定位受试个体的运动节律频率范围,对改善MI-BCI系统的识别率具有很明显的帮助。EEG信号的非平稳性以及显著的个体差异性增加了寻求最优节律增强频带(Rhythm Enhanced Band, REB)的复杂性,从而影响了ICA算法的稳定性。因此设计了基于ICA的GA特征优化方法,经实验证明该方法具有较好的可靠性和实用性,可用于在线BCI的设计与实现。
【关键词】：脑-机接口 运动想象 空域滤波 遗传算法
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R338;TN911.7
【目录】：

• 摘要3-5
• Abstract5-10
• 第一章 引言10-19
• 1.1 脑-机接口系统10-12
• 1.1.1 脑-机接口的概述10
• 1.1.2 脑-机接口的组成10-11
• 1.1.3 脑-机接口的研究意义11-12
• 1.2 脑-机接口的发展及研究现状12-14
• 1.2.1 脑-机接口的发展12-13
• 1.2.2 国内外脑-机接口研究现状13-14
• 1.3 运动想象脑-机接口面临的挑战14-15
• 1.4 脑-机接口的应用前景15-17
• 1.5 论文的主要研究目的和内容17-19
• 1.5.1 主要研究目的17-18
• 1.5.2 主要研究内容18-19
• 第二章 基于运动想象脑电信号的相关知识19-35
• 2.1 脑电信号的基本知识19-24
• 2.1.1 脑电信号的产生机理19-20
• 2.1.2 脑电信号的特点20-21
• 2.1.3 运动想象脑电信号21-23
• 2.1.4 脑电信号的分析方法23-24
• 2.2 自主实验采集的软件平台和仪器24-26
• 2.3 实验电极安放位置与意义26-28
• 2.3.1 EEG信号采集电极的介绍26-27
• 2.3.2 电极安放位置27-28
• 2.4 运动想象脑电信号的分类依据28-30
• 2.4.1 传统ERD/ERS计算28-30
• 2.4.2 左手、右手和脚的ERD/ERS现象30
• 2.5 运动想象脑电信号采集实验范式30-34
• 2.5.1 BCI2005的MI-EEG实验范式30-31
• 2.5.2 自主MI-EEG采集实验范式优点31-32
• 2.5.3 自主实验受试者的选择32-33
• 2.5.4 自主MI-EEG实验范式33-34
• 2.6 本章小结34-35
• 第三章 运动想象脑电信号线性分类与优化方法35-45
• 3.1 运动想象脑电信号评估准则35-37
• 3.1.1 运动想象EEG数据测试平台35-36
• 3.1.2 运动想象分类识别判定标准36-37
• 3.2 运动想象脑电信号线性分类方法37-41
• 3.2.1 支持向量机分类器37-39
• 3.2.2 线性判别分析分类器39-41
• 3.3 运动想象参数优化方法41-44
• 3.3.1 遗传算法优化原理41-42
• 3.3.2 基于运动想象配置遗传算法环境42-44
• 3.4 本章小结44-45
• 第四章 共空间模式在运动想象脑电信号分类中的应用45-67
• 4.1 预处理45-46
• 4.2 基于共空间模式的空域滤波器46-49
• 4.2.1 共空间模式算法46-47
• 4.2.2 CSP空域滤波器的设计47-49
• 4.3 多类CSP算法49-59
• 4.3.1 传统近似联合对角化方法49-51
• 4.3.2 JAD方法的特征值问题51-52
• 4.3.3 改进的JAD方法52-55
• 4.3.4 一对多CSP方法55-56
• 4.3.5 基于方差的OVR分类判定56-58
• 4.3.6 基于不同特征数的OVR分类判定58-59
• 4.4 实验结果及分析59-66
• 4.4.1 传统JAD方法与改进JAD方法分析59-63
• 4.4.2 基于改进JAD方法的OVR方法分析63-66
• 4.5 本章小结66-67
• 第五章 独立分量分析在运动想象脑电信号分类中的应用67-92
• 5.1 独立分量分析算法67
• 5.2 扩展信息极大算法67-69
• 5.3 ICA作为预处理69-71
• 5.4 基于独立分量分析的空域滤波器71-76
• 5.4.1 ICA空域滤波器的设计71-74
• 5.4.2 ICA空域滤波器的性能测试74-76
• 5.5 基于独立分量优化子带特征的三类运动想象分类76-82
• 5.5.1 多子带特征结合方法设计77-78
• 5.5.2 实验结果及分析78-82
• 5.6 基于ICA和GA算法相结合的运动想象频带优化82-90
• 5.6.1 MI-EEG的遗传算法适应度函数设计82-84
• 5.6.2 遗传算法适应度函数中频带增量确定84-85
• 5.6.3 基于独立分量分析的遗传算法特征优化方法85-87
• 5.6.4 实验结果及分析87-90
• 5.7 本章小结90-92
• 第六章 总结与展望92-94
• 6.1 总结92-93
• 6.2 展望93-94
• 参考文献94-103
• 附图103-105
• 附表105-106
• 致谢106-107
• 作者攻读硕士学位期间取得的学术成果107

【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8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 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

4 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

5 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

6 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

7 周鹏;基于运动想象的脑机接口的研究[D];天津大学;2007年

8 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 杨勤;运动想象的脑功能分析[D];电子科技大学;2009年

10 胡永新;运动想象疗法对脑卒中偏瘫患者上肢功能恢复的影响[D];青岛大学;2010年

  本文关键词：多类运动想象脑电信号的识别及其在BCI中的应用，由笔耕文化传播整理发布。

，

本文编号：257592