基于脑电节律特征优化与同步性的运动意愿解析
发布时间：2021-05-16 05:30
脑机接口技术的目标是为在大脑和外部设备之间建立一条不依赖外周神经及肌肉的直接控制及感知通道。这种技术有望恢复残疾及瘫痪患者的运动交流能力并为人类提供新的信息交互方式。脑机接口的基础是对检测到的神经信号进行解码以判断大脑活动的真实意愿。对基于脑电信号的脑机接口来说,所得到的信号属于宏观场电位,基本形式体现为各种节律信号的综合。因此,对脑电节律特性的分析和理解,以及对节律信号的解码是相关脑机接口研究的重要基础。本论文以脑机接口中的节律脑电信号解码为研究目标,重点研究运动相关节律信号多频率时间成分共存特性及信号同步特征提取方法,旨在将其用于运动意愿的解码。论文的主要创新点包括提出了综合脑电节律信号的频率、时间、空间特征的优化方法,在优化中采用自适应策略以平衡脑机接口识别精度和泛化能力,以及提出并验证了一种基于网络特性的脑电节律同步性特征。在脑电节律成分优化方法中,论文研究了脑电节律信号的频域、时域、空域信息的相互关系,在现有的多种特征筛选方法的基础上提出了一种同时对信号的频率-时间-空间特征进行综合利用的方法,以加强对运动相关脑电信号模式的识别。在该方法中,论文分析了频-时-空模式识别的精度...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 引言
1.1 脑科学与神经工程
1.2 脑机接口研究概述
1.2.1 脑机接口研究背景
1.2.2 脑机接口研究现状
1.2.3 脑机接口研究挑战
1.3 脑电节律信号解码
1.3.1 信号成分的优化
1.3.2 脑电活动同步性特征
1.4 论文结构
2 节律脑电的机制和特性
2.1 大脑神经电信号的产生及现象
2.2 脑电信号中的多种频率节律
2.3 神经节律活动的同步性
2.4 事件相关电位与节律活动
3 基于脑电信号的脑机接口
3.1 脑机接口信号类型概述
3.2 脑机接口系统的基本框架
3.3 脑机接口系统所使用的脑电信号
3.3.1 基于运动相关节律的脑机接口
3.3.2 基于慢皮层电位的脑机接口
3.3.3 基于视觉诱发电位的脑机接口
3.3.4 基于P300事件相关电位的脑机接口
3.3.5 混合脑机接口系统
3.4 脑电信号解码方法
3.4.1 信号预处理
3.4.2 特征提取
3.4.3 特征模式识别
3.4.4 解码的自适应技术
3.5 基于运动相关节律信号的脑机接口
4 运动相关脑电信号的频率、时间、空间成分优化
4.1 脑电识别与特征优化
4.2 动相关脑电采集实验
4.2.1 手指单次按键实验
4.2.2 动想象实验
4.3 基于CSP空域优化的脑电分类方法
4.4 脑电频率-时间-空间特征优化方法(F-T-S方法)
4.4.1 信号基本元素分解
4.4.2 时频域特征优化
4.4.3 基于优化特征空间模式的分类
4.5 F-T-S方法的识别结果
4.5.1 影响F-T-S解码结果的参数
4.5.2 F-T-S方法对运动相关EEG模式的识别
4.5.3 算法解码效果
4.6 优化成分特征方法用于在线实验
4.6.1 实验设计
4.6.2 在线系统及算法
4.6.3 实验结果分析
5 脑电信号的同步活动分析方法
5.1 电极间同步性量化方法
5.1.1 信号相位锁定值
5.1.2 状态空间同步性
5.2 基于同步性的网络特性
5.2.1 同步关系网络的图拓扑表达
5.2.2 网络图特征量化方法
5.3 神经节律同步活动模型
5.3.1 基于小世界网络的Kuramoto模型
5.3.2 影响模型同步性的因素
5.4 同步性方法模拟验证
5.4.1 生成模拟EEG数据
5.4.2 模拟数据解码
6 时频优化的脑电同步性分析方法
6.1 运动相关脑电同步性解码
6.2 结合信号成分优化的脑电同步性解码方法
7 总结与展望
7.1 论文创新点
7.2 对论文研究内容的展望
7.3 对脑机接口技术的展望
8 参考文献
作者简历及在学期间科研成果
【参考文献】：
期刊论文
[1]A hybrid brain-computer interface control strategy in a virtual environment[J]. Yu SU 1,2,Yu QI 1,2,Jian-xun LUO 1,2,Bian WU 1,3,4,Fan YANG 1,2,Yi LI 1,2,Yue-ting ZHUANG 1,2,Xiao-xiang ZHENG 1,3,4,Wei-dong CHEN 1,2 (1 Qiushi Academy for Advanced Studies,Zhejiang University,Hangzhou 310027,China) (2 School of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China) (3 Department of Biomedical Engineering,Zhejiang University,Hangzhou 310027,China) (4 Key Laboratory of Biomedical Engineering of the Ministry of Education,Hangzhou 310027,China). Journal of Zhejiang University-Science C（Computers & Electronics）. 2011(05)
[2]基于P300电位的新型BCI中文输入虚拟键盘系统[J]. 吴边,苏煜,张剑慧,李昕,张吉财,陈卫东,郑筱祥. 电子学报. 2009(08)
[3]想象动作中动态脑电的信息熵研究[J]. 綦宏志,程龙龙,陈滨津,赵翔,明东,万柏坤. 中国生物医学工程学报. 2007(01)
[4]单通道脑电信号中诱发电位的单次提取[J]. 官金安,陈亚光,黄敏. 生物医学工程学杂志. 2006(02)
本文编号：3189071
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 引言
1.1 脑科学与神经工程
1.2 脑机接口研究概述
1.2.1 脑机接口研究背景
1.2.2 脑机接口研究现状
1.2.3 脑机接口研究挑战
1.3 脑电节律信号解码
1.3.1 信号成分的优化
1.3.2 脑电活动同步性特征
1.4 论文结构
2 节律脑电的机制和特性
2.1 大脑神经电信号的产生及现象
2.2 脑电信号中的多种频率节律
2.3 神经节律活动的同步性
2.4 事件相关电位与节律活动
3 基于脑电信号的脑机接口
3.1 脑机接口信号类型概述
3.2 脑机接口系统的基本框架
3.3 脑机接口系统所使用的脑电信号
3.3.1 基于运动相关节律的脑机接口
3.3.2 基于慢皮层电位的脑机接口
3.3.3 基于视觉诱发电位的脑机接口
3.3.4 基于P300事件相关电位的脑机接口
3.3.5 混合脑机接口系统
3.4 脑电信号解码方法
3.4.1 信号预处理
3.4.2 特征提取
3.4.3 特征模式识别
3.4.4 解码的自适应技术
3.5 基于运动相关节律信号的脑机接口
4 运动相关脑电信号的频率、时间、空间成分优化
4.1 脑电识别与特征优化
4.2 动相关脑电采集实验
4.2.1 手指单次按键实验
4.2.2 动想象实验
4.3 基于CSP空域优化的脑电分类方法
4.4 脑电频率-时间-空间特征优化方法(F-T-S方法)
4.4.1 信号基本元素分解
4.4.2 时频域特征优化
4.4.3 基于优化特征空间模式的分类
4.5 F-T-S方法的识别结果
4.5.1 影响F-T-S解码结果的参数
4.5.2 F-T-S方法对运动相关EEG模式的识别
4.5.3 算法解码效果
4.6 优化成分特征方法用于在线实验
4.6.1 实验设计
4.6.2 在线系统及算法
4.6.3 实验结果分析
5 脑电信号的同步活动分析方法
5.1 电极间同步性量化方法
5.1.1 信号相位锁定值
5.1.2 状态空间同步性
5.2 基于同步性的网络特性
5.2.1 同步关系网络的图拓扑表达
5.2.2 网络图特征量化方法
5.3 神经节律同步活动模型
5.3.1 基于小世界网络的Kuramoto模型
5.3.2 影响模型同步性的因素
5.4 同步性方法模拟验证
5.4.1 生成模拟EEG数据
5.4.2 模拟数据解码
6 时频优化的脑电同步性分析方法
6.1 运动相关脑电同步性解码
6.2 结合信号成分优化的脑电同步性解码方法
7 总结与展望
7.1 论文创新点
7.2 对论文研究内容的展望
7.3 对脑机接口技术的展望
8 参考文献
作者简历及在学期间科研成果
【参考文献】：
期刊论文
[1]A hybrid brain-computer interface control strategy in a virtual environment[J]. Yu SU 1,2,Yu QI 1,2,Jian-xun LUO 1,2,Bian WU 1,3,4,Fan YANG 1,2,Yi LI 1,2,Yue-ting ZHUANG 1,2,Xiao-xiang ZHENG 1,3,4,Wei-dong CHEN 1,2 (1 Qiushi Academy for Advanced Studies,Zhejiang University,Hangzhou 310027,China) (2 School of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China) (3 Department of Biomedical Engineering,Zhejiang University,Hangzhou 310027,China) (4 Key Laboratory of Biomedical Engineering of the Ministry of Education,Hangzhou 310027,China). Journal of Zhejiang University-Science C（Computers & Electronics）. 2011(05)
[2]基于P300电位的新型BCI中文输入虚拟键盘系统[J]. 吴边,苏煜,张剑慧,李昕,张吉财,陈卫东,郑筱祥. 电子学报. 2009(08)
[3]想象动作中动态脑电的信息熵研究[J]. 綦宏志,程龙龙,陈滨津,赵翔,明东,万柏坤. 中国生物医学工程学报. 2007(01)
[4]单通道脑电信号中诱发电位的单次提取[J]. 官金安,陈亚光,黄敏. 生物医学工程学杂志. 2006(02)
本文编号：3189071
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3189071.html
