运动想象脑电信号的脑网络特征分析与提取
发布时间:2024-06-01 00:36
脑-机接口是一种大脑与外部设备之间直接进行通信的控制技术,在运动功能障碍修复、医疗诊断和预测、安全与认证、游戏控制等领域有着广泛的应用前景。其中运动想象脑-机接口不依赖于外部刺激,仅仅依靠使用者自发的大脑活动就可以完成控制任务,受到众多研究者的热切关注。本文基于两类运动想象脑电信号建立脑网络并进行特征计算和分析,进而对网络进行特征提取并最终利用支持向量机实现对信号的模式分类。本文主要完成了下列三项研究工作和成果。(1)脑电信号采集及预处理。采集十二名被试首次参与运动想象实验的脑电信号,并对运动想象脑电数据进行参考电极标准化、去基线、滤波、数据截取和去伪迹等预处理操作。(2)脑网络构建及特征分析。本文选取15个电极导联作为网络节点,计算节点间的相干系数值和相位锁定值作为网络的连接边,构建运动想象功能网络。利用图论分析方法计算网络的节点度、聚类系数、特征路径长度和全局效率四种网络属性。通过分析发现被试运动想象过程中右侧感觉运动区的节点度和聚类系数显著大于左侧感觉运动区。67%的被试右侧感觉运动区上左手运动想象的节点度和聚类系数高于右手运动想象。67%的被试左手运动想象功能网络的特征路径长度...
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 运动想象脑电信号的特征提取算法研究现状
1.2.2 脑网络研究现状
1.3 主要研究内容及章节安排
1.4 小结
2 脑网络构建及分析方法
2.1 复杂网络理论基础
2.2 脑网络构建
2.2.1 节点的定义
2.2.2 边的定义
2.2.3 阈值选取
2.3 常用图论分析指标
2.4 小结
3 实验范式设计及数据采集
3.1 运动想象脑电信号特点
3.1.1 大脑结构与功能分区
3.1.2 脑电信号特点
3.2 数据采集及实验范式设计
3.2.1 实验基本信息
3.2.2 左右手运动想象实验范式设计
3.3 运动想象脑电信号预处理
3.4 小结
4 基于相干法和相位锁定值法的功能网络特征分析
4.1 运动想象功能网络构建
4.1.1 基于相干法的功能网络构建
4.1.2 基于相位锁定值法的功能网络构建
4.2 网络特征分析
4.2.1 节点度
4.2.2 聚类系数
4.2.3 特征路径长度
4.2.4 全局效率
4.3 小结
5 基于脑功能网络特征的运动想象脑电信号分类
5.1 基于共同空间模式的特征提取分类
5.1.1 共同空间模式
5.1.2 支持向量机分类
5.2 基于网络属性特征的分类结果分析
5.3 基于邻接矩阵空间特征的分类结果分析
5.3.1 基于COH邻接矩阵空间特征的分类结果分析
5.3.2 基于PLV邻接矩阵空间特征的分类结果分析
5.4 网络属性-空间特征联合分类结果分析
5.4.1 网络属性-CSP特征联合分类结果分析
5.4.2 网络属性-邻接矩阵空间特征联合分类结果分析
5.5 特征对比与讨论
5.6 运动想象BCI“盲”现象
5.7 小结
6 总结与展望
6.1 研究工作总结
6.2 未来工作展望
参考文献
个人简历、在学期间发表的学术论文及研究成果
致谢
附件
本文编号:3985307
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 运动想象脑电信号的特征提取算法研究现状
1.2.2 脑网络研究现状
1.3 主要研究内容及章节安排
1.4 小结
2 脑网络构建及分析方法
2.1 复杂网络理论基础
2.2 脑网络构建
2.2.1 节点的定义
2.2.2 边的定义
2.2.3 阈值选取
2.3 常用图论分析指标
2.4 小结
3 实验范式设计及数据采集
3.1 运动想象脑电信号特点
3.1.1 大脑结构与功能分区
3.1.2 脑电信号特点
3.2 数据采集及实验范式设计
3.2.1 实验基本信息
3.2.2 左右手运动想象实验范式设计
3.3 运动想象脑电信号预处理
3.4 小结
4 基于相干法和相位锁定值法的功能网络特征分析
4.1 运动想象功能网络构建
4.1.1 基于相干法的功能网络构建
4.1.2 基于相位锁定值法的功能网络构建
4.2 网络特征分析
4.2.1 节点度
4.2.2 聚类系数
4.2.3 特征路径长度
4.2.4 全局效率
4.3 小结
5 基于脑功能网络特征的运动想象脑电信号分类
5.1 基于共同空间模式的特征提取分类
5.1.1 共同空间模式
5.1.2 支持向量机分类
5.2 基于网络属性特征的分类结果分析
5.3 基于邻接矩阵空间特征的分类结果分析
5.3.1 基于COH邻接矩阵空间特征的分类结果分析
5.3.2 基于PLV邻接矩阵空间特征的分类结果分析
5.4 网络属性-空间特征联合分类结果分析
5.4.1 网络属性-CSP特征联合分类结果分析
5.4.2 网络属性-邻接矩阵空间特征联合分类结果分析
5.5 特征对比与讨论
5.6 运动想象BCI“盲”现象
5.7 小结
6 总结与展望
6.1 研究工作总结
6.2 未来工作展望
参考文献
个人简历、在学期间发表的学术论文及研究成果
致谢
附件
本文编号:3985307
本文链接:https://www.wllwen.com/yixuelunwen/swyx/3985307.html