基于独立分量分析的在线脑-机接口系统研究与实现

发布时间：2017-05-03 22:01

  本文关键词：基于独立分量分析的在线脑-机接口系统研究与实现，，由笔耕文化传播整理发布。

【摘要】：脑-机接口(Brain-Computer Interface, BCI)技术是一种新型的人-机交互技术,它通过在人脑与外部电子设备之间建立通道,将人脑的神经活动直接转换为控制命令完成预定操作。BCI在医疗康复、游戏娱乐等领域有很广阔的应用前景。目前,在线BCI系统研究中存在着许多亟待解决的问题,如系统的响应速度慢和识别精度低等。因此高效的脑电信号处理算法的研究和良好的系统设计方案对于在线BCI系统的构建有重要意义。在非植入式脑-机接口的研究中,独立分量分析(Independent Component Analysis, ICA)一直被认为是具有很大应用前景的脑电(Electroencephalogram,EEG)预处理和特征增强方法,但到目前为止,有关ICA-BCI系统的研究大多是Matlab平台下的离线分析。本文对基于ICA的运动想象BCI(Motor Imagery BCI, MIBCI)系统进行研究,结合ICA无监督学习特点和运动相关去同步化(ERD)现象,构建了一种简单实用的ICA空域滤波器(Spatial Filter, SF)设计方法和三类运动想象判别准则。在此基础上,基于NeuroScan脑电采集系统和VC++平台完整地实现了在线ICA-MIBCI实验系统。本文的具体工作包括：1.从时域、频域和空域研究了运动想象脑电(MI-EEG)的ERD/ERS现象,介绍了典型的MI-EEG特征提取和模式分类算法。2.介绍了ICA的基本模型及其用于EEG处理的可行性,对扩展的InfomaxICA算法做了优化调整并利用C++语言对其进行实现。3.实现了一种简单实用的ICA滤波器设计方法和易于在线实现的三类运动想象判别准则,用于在线BCI系统的构建,完整地实现了在线同步ICA-MBCI系统,具有一定的创新性。4.设计了EEG采集范式,使用系统的离线分析功能讨论了特征提取频段,ICA导联选择等参数优化问题。分析了训练样本质量对ICA滤波器性能的影响,讨论了个体间交叉BCI系统性能的影响因素。实验结果表明,该系统对于经过训练的受试者的平均在线识别率能达到80%以上。本文的BCI系统基于NeuroScan脑电采集系统和VC++平台实现,核心算法的时间和空间复杂度小,具备移植到移动便携平台或可穿戴设备的潜力。
【关键词】：运动想象 脑-机接口 独立分量分析 在线系统
【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
• Abstract5-9
• 第一章 绪论9-16
• 1.1 脑-机接口系统及其研究意义9-12
• 1.1.1 概述9-11
• 1.1.2 研究意义11-12
• 1.2 脑.机接口系统的发展历程与研究现状12-13
• 1.3 当前脑-机接口研究中的主要问题13-14
• 1.4 独立分量分析及其在脑-机接口研究中的应用14
• 1.5 本文的主要内容与结构安排14-16
• 第二章 运动想象脑电的特征提取与分类16-31
• 2.1 生物医学信号16-17
• 2.2 脑电信号概述17-22
• 2.2.1 采集方法18
• 2.2.2 分类18-21
• 2.2.3 运动想象的ERD/ERS现象21-22
• 2.3 MI-EEG的特征提取方法22-27
• 2.3.1 时/频域分析23-25
• 2.3.2 参数建模25-26
• 2.3.3 空域滤波26-27
• 2.4 MI-EEG的模式分类方法27-29
• 2.4.1 线性分类器28
• 2.4.2 非线性分类器28-29
• 2.5 本章小结29-31
• 第三章 运动想象脑-机接口系统31-40
• 3.1 运动想象脑电采集31-32
• 3.2 信号预处理32-36
• 3.3 特征提取36-38
• 3.4 模式分类38-39
• 3.5 控制与反馈39
• 3.6 本章小结39-40
• 第四章 独立分量分析40-51
• 4.1 盲源分离40-41
• 4.2 ICA概述41-42
• 4.3 扩展的Infomax ICA算法42-47
• 4.4 ICA在脑电信号处理中的应用47-50
• 4.5 本章小结50-51
• 第五章 基于ICA的在线BCI系统51-75
• 5.1 系统的实验范式51-52
• 5.2 系统的硬件平台52-55
• 5.3 系统的软件模块55-63
• 5.3.1 数据采集与预处理57-58
• 5.3.2 ICA滤波器设计58-62
• 5.3.3 运动想象分类62-63
• 5.3.4 结果反馈63
• 5.4 系统的离线分析63-70
• 5.4.1 频段选取64-65
• 5.4.2 运动想象数据段选取65-67
• 5.4.3 ICA导联选取67-69
• 5.4.4 离线实验69-70
• 5.5 系统的在线实验70
• 5.6 讨论70-74
• 5.6.1 实验数据分析70-72
• 5.6.2 ICA训练样本的优化选择72-74
• 5.7 本章小结74-75
• 第六章 总结与展望75-77
• 6.1 总结75-76
• 6.2 展望76-77
• 参考文献77-81
• 附图81-83
• 附表83-84
• 致谢84-85
• 攻读学位期间参与的科研项目以及发表的学术论文85

【相似文献】

中国期刊全文数据库 前10条

1 高上凯;;神经工程与脑-机接口[J];生命科学;2009年02期

2 贾川;闫铮;洪波;高小榕;高上凯;;相位集聚指数在脑-机接口特征提取中的应用[J];清华大学学报(自然科学版);2010年06期

3 任亚莉;;基于脑电的脑-机接口系统[J];中国组织工程研究与临床康复;2011年04期

4 郭苗苗;徐桂芝;王磊;高海娟;;听觉脑-机接口技术实验范式的研究进展[J];中国生物医学工程学报;2013年05期

5 官金安,林家瑞;脑-机接口技术进展与挑战[J];中国医疗器械杂志;2004年03期

6 李鹏海;丁皓;万柏坤;明东;;脑-机接口在移动外设控制中的应用研究进展[J];生物医学工程学杂志;2011年03期

7 王陆洲;王索刚;匡光涛;;一种基于心算任务的脑-机接口范式的研究[J];生物医学工程学杂志;2013年03期

8 任宇鹏,王广志,程明,高小榕,季林红;基于脑-机接口的康复辅助机械手控制[J];中国康复医学杂志;2004年05期

9 张谦;王振;秦琦;万柏坤;;基于脑电Alpha波的脑-机接口控制系统研究[J];医疗卫生装备;2006年06期

10 万柏坤,高扬,赵丽,綦宏志;脑-机接口:大脑对外信息交流的新途径[J];国外医学.生物医学工程分册;2005年01期

中国重要会议论文全文数据库 前8条

1 高上凯;高小榕;洪波;张志广;杨福生;;脑-机接口的发展现状与未来[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（上册）[C];2007年

2 高小榕;;面向临床的脑-机接口研究[A];中国神经科学学会第十届全国学术会议论文摘要集[C];2013年

3 张涛;裴晓梅;郑崇勋;王钊;;基于运动相关脑电的在线脑-机接口系统构建[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 赵慧;李远清;;脑-机接口技术研究概况[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

5 王毅军;洪波;高小榕;高上凯;;结合能量和相位特征的多分类想象运动脑-机接口[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

6 万柏坤;綦宏志;陈滨津;张谦;王振;;脑-机接口中想象动作电位提取方法研究[A];第一届全国脑与认知科学学术研讨会论文集[C];2005年

7 李耀楠;张小栋;王云霞;;脑-机接口驱动神经义肢手系统的研究[A];第七届全国康复医学工程与康复工程学术研讨会论文集[C];2010年

8 夏哈雷;夏斌;杨文璐;;基于OpenViBE的运动想象脑-机接口研究[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

中国重要报纸全文数据库 前1条

1 本报记者 赵建国;“意念”控制技术让人们心想事成[N];中国知识产权报;2008年

中国博士学位论文全文数据库 前5条

1 袁鹏;跨脑信息挖掘及其在脑—机接口中的应用[D];清华大学;2015年

2 陈小刚;高速率稳态视觉诱发电位脑-机接口的关键技术研究[D];清华大学;2015年

3 许敏鹏;脑-机接口中的事件相关电位编解码关键问题研究及应用[D];天津大学;2015年

4 官金安;脑—机接口及其信号的单次提取[D];华中科技大学;2005年

5 郭晓静;独立分量分析在脑—机接口中的应用研究[D];安徽大学;2010年

中国硕士学位论文全文数据库 前10条

1 陈瑞;基于mVEP的脑—机接口关键技术研究[D];电子科技大学;2015年

2 丁佳;基于视觉双特征的并行脑—机接口范式的研究[D];天津医科大学;2015年

3 蔡怡;频率同步特征与SVM/HMM混合模型在脑-机接口中的应用研究[D];重庆大学;2015年

4 胡盼;基于独立分量分析的在线脑-机接口系统研究与实现[D];安徽大学;2016年

5 郭飞;基于运动起始视觉响应和认知正相晚成分的脑-机接口[D];清华大学;2009年

6 刘涛;基于运动起始视觉响应的在线实用化脑—机接口[D];清华大学;2010年

7 郜东瑞;便携式无线脑-机接口硬件设计[D];中南民族大学;2011年

8 孟丽晶;基于P300和SSVEP的脑—机接口研究[D];华东理工大学;2013年

9 权苏会;基于LabVIEW的实时脑—机接口系统实现[D];重庆大学;2008年

10 高海洋;便携式听觉脑—机接口研究与实现[D];清华大学;2012年

  本文关键词：基于独立分量分析的在线脑-机接口系统研究与实现，由笔耕文化传播整理发布。

本文编号：343799