【摘要】：運(yùn)動(dòng)行為的神經(jīng)信號(hào)解碼一直是腦-機(jī)接口研究的熱點(diǎn)問題,可以幫助我們從神經(jīng)信號(hào)解讀動(dòng)物的運(yùn)動(dòng)狀態(tài),深化對(duì)大腦特定功能和工作機(jī)制的理解,具有十分重要的理論與實(shí)際意義。檢測(cè)的神經(jīng)信號(hào)包含大量的噪聲信息和冗余信息,從而對(duì)解碼的準(zhǔn)確性造成影響,因此在神經(jīng)信號(hào)解碼之前對(duì)信號(hào)進(jìn)行特征提取尤為重要。針對(duì)這一問題,本文以鴿子弓狀皮質(zhì)尾外側(cè)(nidopallium caudolaterale,NCL)腦區(qū)的局部場(chǎng)電位(local field potential,LFP)信號(hào)為對(duì)象,研究最佳的特征提取和解碼問題。本文設(shè)計(jì)了十字迷宮目標(biāo)導(dǎo)向?qū)嶒?yàn),采集鴿子轉(zhuǎn)向過程中NCL區(qū)LFP信號(hào),通過小波變換提取攜帶轉(zhuǎn)向運(yùn)動(dòng)信息的頻帶,繼而對(duì)信號(hào)進(jìn)行的相關(guān)性分析,發(fā)現(xiàn)各通道之間存在較大信息冗余,同時(shí)有些通道也包含大量噪聲,會(huì)對(duì)解碼的準(zhǔn)確性造成影響。針對(duì)LFP信號(hào)噪聲大、冗余度高、特征維數(shù)多的特點(diǎn),將ReliefF算法與偏最小二乘(partial least squares,PLS)相結(jié)合的方法應(yīng)用到神經(jīng)信號(hào)的特征提取中。首先通過ReliefF特征選擇方法去除干擾特征,對(duì)各個(gè)特征賦予相應(yīng)的權(quán)重值,根據(jù)權(quán)重閾值選取合適的特征構(gòu)成特征子集,接下來采用PLS方法提取與轉(zhuǎn)向類別最大相關(guān)的主成分特征。對(duì)ReliefF-PLS提取的特征從降維效果、特征離散度、特征分類準(zhǔn)確率三個(gè)方面進(jìn)行實(shí)驗(yàn)測(cè)評(píng),并與ReliefF和PLS進(jìn)行比較。發(fā)現(xiàn)ReliefF-PLS算法大幅度降低特征維數(shù),有效去除干擾與冗余信息,增大特征的離散度,提高特征的可分性。實(shí)驗(yàn)和分析驗(yàn)證了ReliefF-PLS算法的有效性。本文對(duì)ReliefF-PLS提取的LFP信號(hào)特征,采用線性判別分析、支持向量機(jī)、K最近鄰三種常用分類算法進(jìn)行解碼。結(jié)果發(fā)現(xiàn),K最近鄰解碼正確率和穩(wěn)定性均要優(yōu)于支持向量機(jī)與線性判別分析,具有較好的抗噪性,更適合基于ReliefF-PLS特征提取的神經(jīng)信號(hào)解碼。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：Q42;TN911.7
【圖文】：

動(dòng)“創(chuàng)造腦”的研究計(jì)劃，2016 年將“腦科學(xué)與類腦研究”列為重點(diǎn)。腦機(jī)接口是一種多學(xué)科交叉的前沿技術(shù)，包含了例如神經(jīng)科學(xué)、計(jì)生物醫(yī)學(xué)工程等學(xué)科，通過人或動(dòng)物的大腦神經(jīng)信號(hào)活動(dòng)分析出其，繼而轉(zhuǎn)換成能夠與外界溝通交流的指令[3-7]。圖 1.1 為腦機(jī)接口的意圖，首先從大腦記錄神經(jīng)活動(dòng)信號(hào)，然后對(duì)信號(hào)進(jìn)行預(yù)處理，經(jīng)后得到神經(jīng)信號(hào)的特征，通過分類或回歸的方法對(duì)信號(hào)特征解碼或，最終轉(zhuǎn)化為控制指令并反饋給大腦。腦機(jī)接口技術(shù)對(duì)神經(jīng)疾病有，對(duì)于大腦不能正常的接收外界信息或輸出指令的疾病，像中風(fēng)、化或脊髓損傷，腦機(jī)接口能夠通過分析腦電神經(jīng)信號(hào)解碼出大腦的從而將信息轉(zhuǎn)換成控制指令傳遞給外界。

到大約原來體重的 80%后，開始對(duì)動(dòng)物進(jìn)行任務(wù)訓(xùn)練。鴿子每天的特定時(shí)間段內(nèi)進(jìn)行，每天一次，每次持續(xù) 30 分鐘。開驗(yàn)環(huán)境陌生，惶恐不安，這時(shí)利用食物使鴿子慢慢適應(yīng)，保將鴿子放在十字迷宮中自由覓食，熟悉環(huán)境。大約兩到三天環(huán)境，并對(duì)食盒位置、獲得食物路徑和獎(jiǎng)勵(lì)規(guī)則慢慢地熟悉，鴿子會(huì)慢慢適應(yīng)實(shí)驗(yàn)過程，能夠在每個(gè)實(shí)驗(yàn)試次中自行獲得閉后回到等待區(qū)等待下一次的取食。周而復(fù)始，隨著每日的確率會(huì)快速增高，大約一周就能有 90%以上的正確率，每日30 次的實(shí)驗(yàn)。但是不同的鴿子學(xué)習(xí)能力也不同，在這前期訓(xùn)練到我們實(shí)驗(yàn)要求的鴿子，也就是“聰明”的鴿子，淘汰不能學(xué)會(huì)在鴿子轉(zhuǎn)向正確率超過 90%之后，可以對(duì)鴿子腦部進(jìn)行電極植

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 張莉;何傳紅;何為;;腦-機(jī)接口的研究現(xiàn)狀與挑戰(zhàn)[J];現(xiàn)代科學(xué)儀器;2007年02期

2 龍飛;莊連生;莊鎮(zhèn)泉;;基于小波變換和Fisher判別分析的人臉識(shí)別方法[J];模式識(shí)別與人工智能;2005年02期

3 官金安,林家瑞;腦-機(jī)接口技術(shù)進(jìn)展與挑戰(zhàn)[J];中國醫(yī)療器械雜志;2004年03期

相關(guān)博士學(xué)位論文 前1條

1 劉新玉;鴿子位置細(xì)胞功能網(wǎng)絡(luò)對(duì)目標(biāo)導(dǎo)向行為的信息編碼機(jī)制[D];鄭州大學(xué);2017年

相關(guān)碩士學(xué)位論文 前3條

1 陳艷;基于同步似然的gamma子帶功能網(wǎng)絡(luò)構(gòu)建與鴿子轉(zhuǎn)向行為解碼[D];鄭州大學(xué);2017年

2 李珊;鋒電位功能網(wǎng)絡(luò)構(gòu)建與鴿子轉(zhuǎn)向行為解碼[D];鄭州大學(xué);2017年

3 董芳芳;基于局部場(chǎng)電位的動(dòng)物轉(zhuǎn)向解碼研究[D];鄭州大學(xué);2016年

本文編號(hào)：2741465