基于OVR-CSP和互相关的运动想象脑机接口研究

发布时间：2017-06-28 10:20

  本文关键词：基于OVR-CSP和互相关的运动想象脑机接口研究，由笔耕文化传播整理发布。

【摘要】：脑机接口(Brain-Computer Interface,BCI)是一种不依赖于大脑外周神经与肌肉组成的正常输出通路的通讯控制系统。经过几十年的发展,BCI已经不仅仅用于辅助残疾人士与外界的交流,还应用到了医疗康复、环境控制和娱乐等领域。总之,提高残疾人士的生活质量一直是研究BCI不变的初衷。而运动想象(Motor Imagery,MI)脑电信号是完全可以不借助于外部设备而产生的自发脑电信号,因此运动想象脑电信号被认为是最适合用于脑机接口的脑电信号。本文在经典的四类运动想象脑电特征提取方法“一对其他”共空间模式(One-Versus-Rest Common Spatial Pattern,OVR-CSP)的基础上,提出了一种OVR-CSP的改进算法。基于OVR-CSP的特征是由信号的方差构造而得到的,反映的是大脑相应区域的能量变化。然而,该类特征并不包含大脑不同区域之间的协同合作和信息交流方面的信息,并且这些信息有利于正确分类。而通过同步性分析方法能够快速获取这类信息,互相关函数(Cross-Correlation)是分析同步性的一个有效方法。因此,本文将基于OVR-CSP的特征与通过互相关函数提取的特征进行融合得到最终的分类特征。那么,该特征包含的信息就是运动想象相关区域的能量变化和该区域相关导联的同步性信息。该算法在第二届国际BCI竞赛的公共数据集上的实验结果显示,对本文提出的特征提取算法得到的特征进行分类,得到的Kappa平均值是最高的,达到了0.59,同时其方差是最小的,大小为0.031。这表明,本文提出的特征提取算法具有较好的分类效果,并且具有较强的个体差异适应能力。在此基础之上,又进一步讨论了加窗对算法性能的影响。针对现有脑机接口的体积大、操作繁琐和应用场合受到极大的限制的缺点,本文采用便携式脑电采集设备Emotiv EPOC+进行运动想象脑电信号的采集,将本文改进的脑电信号处理算法用于四类想象运动的分类任务,在便携式脑电采集设备Emotiv EPOC+上构建了基于OVR-CSP和互相关的运动想象脑机接口。该脑机接口是一个基于运动想象脑电的多任务控制平台,其中对外界设备的控制是通过图片的选择进行模拟。图片的选择是通过分类器识别出的不同的想象运动进行的,图片的上下左右运动分别对应想象左手、想象右手、想象脚和想象舌头。经过离线实验测试,本文实现的脑机接口具有较好的性能,为进一步利用Emotiv EPOC+进行脑机接口的开发打下了必要的基础。
【关键词】：脑机接口 运动想象 共空间模式 互相关 Emotiv EPOC+
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7;R338
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-15
• 第一章 绪论15-25
• 1.1 脑机接口研究背景及意义15-20
• 1.1.1 基于EEG的脑机接口系统的组成与工作原理16-17
• 1.1.2 脑机接口的种类17-20
• 1.2 脑机接口研究现状20
• 1.3 脑电信号简介20-23
• 1.3.1 大脑功能分区20-22
• 1.3.2 脑电产生机理22-23
• 1.3.3 脑电信号的分类23
• 1.4 研究内容及主要工作23-25
• 第二章 运动想象脑电特征提取方法25-33
• 2.1 引言25
• 2.2 时域特征提取25-27
• 2.2.1 时域滑动窗25-26
• 2.2.2 局部阈值优化26
• 2.2.3 时域ERD/ERS26-27
• 2.3 频域特征提取27-29
• 2.3.1 傅里叶变换27
• 2.3.2 功率谱密度27-28
• 2.3.3 AR系数28-29
• 2.4 时频域特征提取29-32
• 2.4.1 小波变换29-30
• 2.4.2 小波包变换30-32
• 2.5 本章小结32-33
• 第三章 基于CSP和互相关的运动想象脑电特征提取方法33-45
• 3.1 引言33
• 3.2 特征提取33-36
• 3.2.1 OVR-CSP33-35
• 3.2.2 互相关函数35-36
• 3.3 支持向量机36-39
• 3.4 实验与分析39-43
• 3.4.1 数据描述及实验范式39-40
• 3.4.2 实验结果及分析40-42
• 3.4.3 加窗对分类结果的影响42-43
• 3.5 本章小结43-45
• 第四章 基于OVR-CSP和互相关的运动想象脑机接口45-63
• 4.1 引言45
• 4.2 脑电采集系统的选择45-49
• 4.2.1 ANT45-46
• 4.2.2 Emotiv EPOC+46-49
• 4.3 基于OVR-CSP和互相关的运动想象脑机接口49-61
• 4.3.1 动态库edk.dll简介49-50
• 4.3.2 相关Qt技术50-54
• 4.3.3 C环境下调用matlab程序54-57
• 4.3.4 软件框架及界面设计57-61
• 4.4 本章小结61-63
• 第五章 总结与展望63-65
• 参考文献65-69
• 致谢69-71
• 作者简介71-72

【参考文献】

中国期刊全文数据库 前10条

1 陈骞;;人工大脑 抢占脑科学制高点[J];上海信息化;2013年12期

2 张毅;张辉;罗元;胡豁生;;采用Emotiv感知的智能轮椅运动控制的研究[J];重庆邮电大学学报(自然科学版);2012年03期

3 张国华;袁中凡;李彬彬;;心音信号特征提取小波包算法研究[J];振动与冲击;2008年07期

4 曾宪伟;赵卫明;盛菊琴;;小波包分解树结点与信号子空间频带的对应关系及其应用[J];地震学报;2008年01期

5 娄智;;数字信号处理在生物医学工程中的应用[J];生物学杂志;2006年06期

6 薛建中,闫相国,郑崇勋;用核学习算法的意识任务特征提取与分类[J];电子学报;2004年10期

7 赵香花,汪晓光;基于脑-机接口的残疾人环境控制装置的设计[J];中国康复医学杂志;2004年05期

8 孟飞,黄军友,高小榕;基于脑-机接口技术的上肢康复训练系统[J];中国康复医学杂志;2004年05期

9 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

10 徐丁峰,程明,高小榕,高上凯;数字信号处理器在脑-机接口系统中的应用[J];北京生物医学工程;2002年04期

  本文关键词：基于OVR-CSP和互相关的运动想象脑机接口研究，，由笔耕文化传播整理发布。

本文编号：493515