脑机接口中基于黎曼几何的机器学习方法研究
发布时间：2020-07-19 02:54
【摘要】：脑机接口通过供额外的信号通路,实现大脑直接控制外部设备,在残疾人功能辅助与康复等方面有着广阔的应用前景。在运动想象脑机接口中,受试者通过想象部分肢体的运动产生多种模式的脑电信号,系统分析受试者的脑电解析控制指令,实现对外部设备的控制,其中的核心技术是对运动想象脑电信号的解码。然而,脑电信号的低信噪比、非平稳性以及个体差异性是运动想象脑机接口从实验室走向商业应用的巨大障碍。因此,寻求高效的解码算法、降低训练成本是该领域长期的研究热点。近年来,有学者出使用黎曼几何的工具对运动想象脑电信号的协方差矩阵进行建模和分析,取得了良好的效果,为解码脑电信号供了新工具。在实际应用中,黎曼几何方法常常面临维度灾难的问题,往往需要设计降维算法。本文基于黎曼几何工具,出了一种新的解码运动想象脑电信号的算法,利用流形学习的等距映射降维算法对局部黎曼切空间投影的结果进行降维,然后使用局部线性嵌入算法获取全局坐标。该算法改善了直接使用黎曼切空间进行投影带来的边缘样本分布扭曲的问题,并实现了降维操作,在国际脑机接口竞赛数据上表现优异。同时,针对运动想象脑电信号非平稳性和个体差异大导致模型难以训练的问题,本文结合黎曼几何与降维方法,设计了一种新的迁移学习算法应用于运动想象脑机接口系统。该方法利用黎曼切空间投影法分别将不同受试者的样本集投影到相似的特征空间上,并拉直成向量,然后对所有样本使用多尺度放缩算法进行降维,并在低维欧氏空间上使用成熟的线性分类器进行训练和分类。实验证实,该算法在国际脑机接口竞赛数据集的表现优于现有黎曼几何方法。最后本文根据运动想象脑电信号在黎曼流形上的分布讨论了信号的非平稳性和个体差异特性对结果的影响。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;O186.12;R318
【图文】：
图 1-1 脑机接口结构图[1]。接口的分类号获取的方式不同，脑机接口可以划分为侵入式脑机接口、部分侵入入式脑机接口。机接口式脑机接口在用户的脑灰质内安装传感器，获取的脑信号质量最高，视觉。但缺点是外来元器件会引发人体的免疫反应，随时间的推移，元器件，信号质量会衰退甚至信号消失。式脑机接口侵入式脑机接口的传感器安装在脑皮层上，硬脑膜下，不进入灰质。
图 1-2 2008 年国际 BCI 竞赛数据集信号采集时序图[11]。2008 年国际 BCI 竞赛数据集 Data set 2a 数据集包含 9 个受试者，每个受试者被要求完成 4 种运动想象任务，分别是想象左右手、脚和舌头的运动，因此是个多分类任务。受试者在实验时坐在舒适的座椅上面对屏幕，戴上一个有 22 个导联电极的电极帽采集脑电信号。在听到蜂鸣声后表示一次实验开始， = 0s屏幕会显示出一个固定的十字标识，表示实验正在进行。 = 2s的时刻屏幕上会 示受试者接下来要做的运动想象任务，持续 1.25 秒。看到 示后受试者则开始进行运动想象任务，直至 = 6s时刻十字标识消失，实验结束，受试者进行短暂的休息，再进行实验。信号采集的时序图可以参考图 1-2。受试者分两次做两组实验，每组实验有 288 个运动想象任务，总共 576 个任务，每组实验中各种不同类的运动想象任务数量均相同，即每组实验的 4 种运动想象任务均进行 72 次。2005 年的竞赛数据采集过程和 2008 年的大致相当，区别在于 2005 年的数据集有 5
图 3-1 LIE 方法图示。3.1.2 时间复杂度分析黎曼几何分析解码脑电信号一直面临着计算量大的缺陷。在常见的算法中，如黎曼流形上的聚类算法 MDRM，主要计算量在于寻找同类样本子集的黎曼中心点。迭代求解黎曼中心点时每次都要进行一次黎曼切空间投影，根据公式（2-11）可知，黎曼切空间投影的时间复杂度是 ( )， 是信道数目，也就是信号采集系统的导联电极数， 是样本集中的样本数量。MDRM 算法要预测新样本时，需要计算该样本到各类别的样本子集的黎曼中心点的测地距离，由公式（2-7）可知，矩阵的求逆，矩阵乘法和特征值分解的时间复杂度均为 ( )，因此总体时间复杂度也为 ( )。而在 LIE 算法中，由于需要遍历每个样本，寻找其邻域再做局部黎曼切空间投影，这部分的复杂度是 ( )。因此，包括 LIE 算法在内的黎曼几何方法不适用于多导联电极的采集系统，
本文编号：2761795
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;O186.12;R318
【图文】：
图 1-1 脑机接口结构图[1]。接口的分类号获取的方式不同，脑机接口可以划分为侵入式脑机接口、部分侵入入式脑机接口。机接口式脑机接口在用户的脑灰质内安装传感器，获取的脑信号质量最高，视觉。但缺点是外来元器件会引发人体的免疫反应，随时间的推移，元器件，信号质量会衰退甚至信号消失。式脑机接口侵入式脑机接口的传感器安装在脑皮层上，硬脑膜下，不进入灰质。
图 1-2 2008 年国际 BCI 竞赛数据集信号采集时序图[11]。2008 年国际 BCI 竞赛数据集 Data set 2a 数据集包含 9 个受试者，每个受试者被要求完成 4 种运动想象任务，分别是想象左右手、脚和舌头的运动，因此是个多分类任务。受试者在实验时坐在舒适的座椅上面对屏幕，戴上一个有 22 个导联电极的电极帽采集脑电信号。在听到蜂鸣声后表示一次实验开始， = 0s屏幕会显示出一个固定的十字标识，表示实验正在进行。 = 2s的时刻屏幕上会 示受试者接下来要做的运动想象任务，持续 1.25 秒。看到 示后受试者则开始进行运动想象任务，直至 = 6s时刻十字标识消失，实验结束，受试者进行短暂的休息，再进行实验。信号采集的时序图可以参考图 1-2。受试者分两次做两组实验，每组实验有 288 个运动想象任务，总共 576 个任务，每组实验中各种不同类的运动想象任务数量均相同，即每组实验的 4 种运动想象任务均进行 72 次。2005 年的竞赛数据采集过程和 2008 年的大致相当，区别在于 2005 年的数据集有 5
图 3-1 LIE 方法图示。3.1.2 时间复杂度分析黎曼几何分析解码脑电信号一直面临着计算量大的缺陷。在常见的算法中，如黎曼流形上的聚类算法 MDRM，主要计算量在于寻找同类样本子集的黎曼中心点。迭代求解黎曼中心点时每次都要进行一次黎曼切空间投影，根据公式（2-11）可知，黎曼切空间投影的时间复杂度是 ( )， 是信道数目，也就是信号采集系统的导联电极数， 是样本集中的样本数量。MDRM 算法要预测新样本时，需要计算该样本到各类别的样本子集的黎曼中心点的测地距离，由公式（2-7）可知，矩阵的求逆，矩阵乘法和特征值分解的时间复杂度均为 ( )，因此总体时间复杂度也为 ( )。而在 LIE 算法中，由于需要遍历每个样本，寻找其邻域再做局部黎曼切空间投影，这部分的复杂度是 ( )。因此，包括 LIE 算法在内的黎曼几何方法不适用于多导联电极的采集系统，
【参考文献】
相关博士学位论文 前2条
1 谢小峰;基于协方差特征的EEG解码及其在运动想象脑机接口系统的应用研究[D];华南理工大学;2018年
2 齐菲菲;基于正则化的脑电信号时空分析方法研究[D];华南理工大学;2017年
本文编号：2761795
本文链接：https://www.wllwen.com/yixuelunwen/swyx/2761795.html
