运动想象脑电信号的特征提取算法的研究
本文关键词:运动想象脑电信号的特征提取算法的研究,由笔耕文化传播整理发布。
【摘要】:运动想象脑电信号的研究是目前的热点问题,它可以给有严重运动功能障碍的人提供一种与外界环境交流的便利途径,通过脑机接口的设计可成功“读取”脑电信号,实现脑与外部环境的信息交换,搭建与神经肌肉无关的“第二通路”。本文为了能更好的对左右手运动想象脑电信号进行检测,方便脑电信号的研究,设计了脑电采集和处理系统,利用VC环境和Matlab混合编程,使得脑电信号采集和处理的一体化,实现了左右手想象脑电信号的判别功能。系统主要结构包括:硬件与软件的接口程序、用户信息的录入与读取、脑电图绘制、数据的保存、算法的选取、调用Matlab后续处理、接收处理反馈结果等功能。在Matlab环境下,主要重点实现运动想象信号的特征提取和分类识别两大功能,该系统的性能高低主要体现在系统能否快速有效的提取脑电信号中的具有代表性的特征信息。利用基于小波和小波包分解的方法,针对C3、C4电极通道的脑电信号,将脑电信号中各成分分别突出到不同尺度进行放大研究。本文提取的脑电信号特征包括:变化系数、波动指数和小波熵。在分类识别方面,选取了支持向量机、贝叶斯分类器、BP神经网络三种分类算法,通过严格的实验比较,综合评价三种算法在分类时间、分类准确率等方面的性能,最终得出支持向量机要优于其他两个算法的结论。最后反馈对信号的判别结果和准确率,经多次测试,准确率最高可达到98.32%。
【关键词】:运动想象脑电信号 特征提取 模式分类 小波分解 支持向量机
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN911.7;R338
【目录】:
- 摘要6-7
- Abstract7-8
- 第一章 绪论8-16
- 1.1 研究背景与现状8-10
- 1.1.1 脑机接口的应用9-10
- 1.2 脑电信号的基本介绍10-12
- 1.2.1 脑电信号的一般特点10-11
- 1.2.2 运动想象脑电信号的特点11-12
- 1.2.3 脑电图12
- 1.3 研究内容和系统总体设计方案12-13
- 1.4 本论文的结构13-16
- 第二章 脑电信号采集处理系统的设计16-26
- 2.1 脑电信号的类型16-17
- 2.1.1 诱发电位16
- 2.1.2 事件相关去同步和事件相关同步16-17
- 2.2 脑电信号采集方法17-18
- 2.3 采集电路要求和设备的选用18-20
- 2.4 采集处理系统上位机的设计20-25
- 2.4.1 VC环境下系统的设计20-23
- 2.4.2 VC与Matlab的混合编程23-24
- 2.4.3 Matlab环境下系统的设计24-25
- 2.5 本章小结25-26
- 第三章 运动想象脑电信号特征提取算法26-42
- 3.1 脑电信号的常见特征26-27
- 3.2 常用的分析方法27-28
- 3.2.1 时域分析方法27
- 3.2.2 频域分析方法27-28
- 3.2.3 时频分析方法28
- 3.3 小波变换理论体系28-39
- 3.3.1 连续小波变换29-30
- 3.3.2 离散小波变换30-31
- 3.3.3 多分辨率分析31-33
- 3.3.4 小波包的基本原理33-35
- 3.3.5 常用的小波函数35-38
- 3.3.6 小波的优缺点38-39
- 3.4 信号提取的特征39-40
- 3.5 本章小结40-42
- 第四章 信号特征的分类识别算法42-52
- 4.1 常用的分类算法42
- 4.2 支持向量机42-46
- 4.2.1 线性支持向量机43-44
- 4.2.2 非线性支持向量机44-45
- 4.2.3 支持向量机优缺点45-46
- 4.3 贝叶斯分类器46-49
- 4.3.1 朴素贝叶斯分类器46-47
- 4.3.2 树扩展贝叶斯分类器47-48
- 4.3.3 半朴素贝叶斯分类器48-49
- 4.4 BP神经网络分类器49-50
- 4.4.1 BP算法的步骤49-50
- 4.4.2 BP神经网络的缺陷50
- 4.5 信号特征的分类50-51
- 4.6 本章小结51-52
- 第五章 系统测试与结果分析52-60
- 5.1 VC环境下系统测试52-54
- 5.2 Matlab环境下系统测试54-60
- 第六章 结论与展望60-62
- 参考文献62-66
- 致谢66-68
- 附录68
【相似文献】
中国期刊全文数据库 前10条
1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期
2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期
3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期
4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期
5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期
6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期
7 孟欣,欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期
8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期
9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期
10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期
中国重要会议论文全文数据库 前10条
1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[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
9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
中国重要报纸全文数据库 前1条
1 张文清 记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年
中国博士学位论文全文数据库 前10条
1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年
2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年
3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年
4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年
5 周群;脑电信号同步:方法及应用研究[D];电子科技大学;2009年
6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年
8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年
9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年
10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年
中国硕士学位论文全文数据库 前10条
1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年
2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年
3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年
4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年
5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年
6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年
7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年
8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年
9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年
10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年
本文关键词:运动想象脑电信号的特征提取算法的研究,,由笔耕文化传播整理发布。
本文编号:364972
本文链接:https://www.wllwen.com/yixuelunwen/jichuyixue/364972.html