基于fMRI脑机接口的数据分类方法的研究
本文选题:脑机接口 切入点:功能磁共振成像 出处:《太原理工大学学报》2017年01期
【摘要】:为了解决脑机接口中功能磁共振成像(functional magnetic resonance imaging,fMRI)信号的数据分类问题,提出了使用后顶叶皮层进行特征选择的支持向量机分类方法。首先通过核磁设备采集数据,对数据预处理后,将后顶叶皮层的体素选择为特征,然后把血氧水平依赖(blood oxygen level dependent,BOLD)值的峰值和累积变化作为特征提取,最后使用支持向量机进行数据的分类。实验表明,选择后顶叶皮层作为特征是可行的;使用BOLD峰值的分类精度要高于使用BOLD累积变化的分类精度。
[Abstract]:In order to solve the data classification problem of functional magnetic resonance imagingfMRI signals in brain-computer interface, a support vector machine (SVM) classification method using posterior parietal cortex for feature selection is proposed.Firstly, the data were collected by nuclear magnetic equipment, and the voxel of the posterior parietal cortex was selected as the feature after pretreatment, and then the peak value and cumulative change of the blood oxygen level dependent Bod value were extracted as the features.Finally, support vector machine is used to classify the data.The experimental results show that it is feasible to select the posterior parietal cortex as the feature, and the classification accuracy of using the peak value of BOLD is higher than that of using the cumulative variation of BOLD.
【作者单位】: 太原理工大学计算机科学与技术学院;山西职工医学院信息中心;
【基金】:国家自然科学基金资助项目:抑郁症fMRI数据分析方法及辅助诊断治疗模型研究(61170136),多模态脑功能复杂网络分析方法及应用研究(61373101) 山西省软科学研究资助项目(2016041035-1)
【分类号】:TP391.41;R318
【相似文献】
相关期刊论文 前10条
1 奇云;李大可;;脑机接口——2012年生命科学研究的六大突破之一[J];生命世界;2013年05期
2 刘德建;李奇;;脑机接口原理及系统组成[J];科技风;2013年16期
3 胡剑锋;尹晶海;穆振东;;基于脑电的脑机接口刺激系统的研制[J];信阳师范学院学报(自然科学版);2007年03期
4 槐瑞托;杨俊卿;李东;;脑机接口中脑电信号提取方法和技术的研究进展[J];生命科学;2010年04期
5 方陵生;;脑机相连,梦想成真[J];自然与科技;2012年01期
6 ;脑机接口让猴子控制虚拟手臂助瘫痪病人恢复运动[J];黑龙江科技信息;2013年31期
7 ;通过脑电波进行3D打印[J];科学24小时;2013年10期
8 王洪涛;邹鹤良;;基于事件关联电位脑机接口的电视遥控异步系统[J];控制理论与应用;2012年11期
9 李文石;钱重阳;李雷;魏锋;;让耳朵说话:基于单通道耳穴近红外谱的脑机接口(英文)[J];南京大学学报(自然科学版);2012年05期
10 黄志华;;脑机接口的MapReduce计算模型[J];福州大学学报(自然科学版);2013年06期
相关会议论文 前10条
1 钱久超;夏斌;杨文璐;;基于P300诱发电位的脑机接口技术研究综述[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
2 ;脑机接口数据竞赛[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年
3 岳鹏;苗丹民;邱玉辉;;一种眼动型脑机接口的设计原理[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
4 何庆华;吴宝明;王禾;卓豫;;脑机接口视觉剌激方法实验研究[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
5 周鹏;赵欣;葛家怡;李宁;郁洪强;王明时;;基于运动想象的脑机接口的个性化设计方法研究[A];天津市生物医学工程学会2008年年会暨首届生物医学工程与临床论坛论文集[C];2008年
6 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口特征信号分析[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年
7 贾文艳;赵香花;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之五——想像左右手运动的单次脑电信号分类[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年
8 何庆华;吴宝明;王禾;钟渝;杜晓兰;彭承琳;;瞬态视觉诱发电位在脑机接口中的实验研究[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
9 高小榕;;脑机接口中的信息传输技术[A];Proceedings of the 8th Biennial Conference of the Chinese Society for Neuroscience[C];2009年
10 张少白;陈悦;;脑皮层信号ECoG在脑机接口中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年
相关重要报纸文章 前10条
1 本报记者 罗朝淑;脑机接口:唤起神经康复的新希望[N];科技日报;2011年
2 常丽君;脑机接口让猴子成功控制虚拟手臂[N];科技日报;2013年
3 叶平安;脑机接口:人与电脑的桥梁[N];电脑报;2014年
4 本报记者 马文方;脑机接口:互联网遥远的疆界[N];中国计算机报;2010年
5 实习生 陈明立;脑机接口,开启“心灵感应”时代[N];科技日报;2010年
6 本报记者 孙燕燕;洪波:脑机接口传递思维[N];北京科技报;2010年
7 记者 李鹏;“脑机接口”实验:意识控制成真[N];北京科技报;2012年
8 松鼠会;脑机接口 不只是科幻[N];科学导报;2012年
9 安之;未来至上在创“芯”[N];经济日报;2014年
10 记者 陈宁 通讯员 周炜 杨洋;“鼠哥”眼光出众的奥秘[N];浙江日报;2013年
相关博士学位论文 前10条
1 赵慧霞;蜜蜂(Apis mellifera L.)脑机接口的飞行控制神经机理研究[D];浙江大学;2014年
2 王洪涛;混合脑机接口实现及其应用研究[D];华南理工大学;2015年
3 汪芳;基于强化学习的植入式脑机接口神经信息解码:算法设计及应用[D];浙江大学;2015年
4 张瑞;面向重度残疾人的脑机接口功能辅助研究[D];华南理工大学;2016年
5 姚林;刺激辅助的脑电信号特征增强方法与混合式脑机接口[D];上海交通大学;2015年
6 刘伯强;脑机接口分类算法及实验研究[D];天津大学;2005年
7 余天佑;多模态与多自由度脑机接口研究[D];华南理工大学;2013年
8 吴正华;稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D];电子科技大学;2008年
9 程明;基于脑电信号的脑—计算机接口的研究[D];清华大学;2004年
10 龙锦益;脑信号分析的算法研究与多模态脑机接口[D];华南理工大学;2012年
相关硕士学位论文 前10条
1 李佳乘;基于稳态视觉诱发电位脑机接口系统的脑信号处理与研究[D];华南理工大学;2015年
2 张锦涛;P300脑机接口的在线半监督学习算法与系统研究[D];华南理工大学;2015年
3 吴俊;EEG-fMRI混合脑机接口去噪及信号源定位技术研究[D];华南理工大学;2015年
4 赵萍萍;基于伪随机序列的彩色视觉刺激的脑机接口系统[D];苏州大学;2015年
5 张玉霞;基于P300和SSVEP的混合型脑机接口的分析与研究[D];山东大学;2015年
6 刘杨;脑机接口信号的多模式识别融合技术研究[D];重庆理工大学;2015年
7 贵照众;流程可配置分布式运动脑机接口计算平台的研究与实现[D];浙江大学;2015年
8 马超;基于单通道脑机接口的嵌入式智能轮椅控制系统研究[D];广西大学;2015年
9 李茂全;基于VEP的脑机接口系统设计与研究[D];南昌大学;2015年
10 赵淑菊;基于脑机接口车辆目的地选择系统的性能测试和影响因素分析[D];北京理工大学;2015年
,本文编号:1708894
本文链接:https://www.wllwen.com/yixuelunwen/swyx/1708894.html