【摘要】：腦機接口(BCI)是一種不依靠外圍組織的參與直接運用大腦活動實現(xiàn)與外界設(shè)備交流的技術(shù)。實現(xiàn)腦機接口的一個重要手段是腦電信號(EEG),腦電信號是與大腦活動有關(guān)的一種微弱生理電信號,大腦發(fā)生病變時腦電信號也會發(fā)生相應(yīng)的變化。大腦不同區(qū)域受損時會表現(xiàn)為一定程度的認知與運動功能障礙,本文圍繞認知和運動功能障礙者腦電信號的檢測與分析,開展了以下研究工作:1.本文設(shè)計了用于輕度認知功能障礙患者(MCI)認知和運動功能測試的實驗方案。該實驗方案涵蓋多種刺激任務(wù),且刺激內(nèi)容、刺激方式以及操作難度更能適應(yīng)被試,并利用計算機化的可視化編程語言平臺E-Prime開發(fā)了實驗程序。2.搭建了用于輕度認知功能障礙患者(MCI)患者腦電信號實驗檢測與分析的64導腦電系統(tǒng),對MCI患者組和健康對照組(各15人)進行了信號采集實驗,實驗中每個被試完成5類認知任務(wù)和3類運動任務(wù),每次持續(xù)時間約為2小時。3.對數(shù)據(jù)進行了干擾源分析、去噪以及濾波等預(yù)處理,同時對腦電數(shù)據(jù)做了時頻域分析,繪制腦電地形圖將腦電信號能量與位置的關(guān)系進一步可視化,從而得出不同被試的腦電信號與刺激任務(wù)、腦部功能區(qū)之間的關(guān)系。4.研究結(jié)果表明,大腦在處理信息時會伴隨腦電強度的增加,信息處理的主要區(qū)域為額葉,同時隨著刺激任務(wù)的難度的增加,腦電強度也有不同程度的加強;同時發(fā)現(xiàn),MCI患者組在處理相同的刺激任務(wù)時,腦電強度比健康對照組更強,說明MCI患者組在處理相同的刺激任務(wù)時需要消耗更多的腦電能量,以及更多的腦神經(jīng)細胞的參與。綜上所述,本文采用兩種刺激方式從兩個維度上對MCI患者的腦電信號做了研究,其中兩種刺激方式為視覺和聽覺刺激,兩個維度指刺激任務(wù)和腦區(qū)位置。探索出更適合MCI患者的刺激方式、刺激任務(wù)以及腦區(qū)電極布置位置,為搭建應(yīng)用于MCI患者認知水平檢測與訓練的系統(tǒng)提供理論上的支持。
[Abstract]:Brain-Computer Interface (BCI) is a technology that uses brain activity directly to communicate with external devices without the participation of peripheral tissues. One of the most important methods to realize the BCI is that the (EEG), EEG is a weak physiological signal related to the brain activity, and the EEG signal will change accordingly when the brain changes. Different regions of the brain damage will show a certain degree of cognitive and motor dysfunction, this paper around cognitive and motor dysfunction EEG signal detection and analysis, carried out the following research work: 1. This paper designed an experimental scheme for (MCI) cognitive and motor function test in patients with mild cognitive impairment. The experiment scheme covers many kinds of stimulation tasks, and the stimulation content, stimulation mode and operation difficulty are more suitable for the subjects, and the experiment program is developed by using the computerized visual programming language platform E-Prime. 2. A 64-lead EEG system was set up for the experimental detection and analysis of EEG in patients with mild cognitive impairment (MCI). The signal acquisition experiments were carried out on 15 patients with MCI and 15 healthy controls. In the experiment, each of the subjects completed 5 cognitive tasks and 3 types of exercise tasks, each lasting about 2.3 hours. The interference source analysis, denoising and filtering are carried out, and the EEG data are analyzed in time-frequency domain. The EEG topographic map is used to visualize the relationship between the energy and the position of the EEG signal. Thus, the relationship between EEG and stimulation task, brain function area of different subjects was obtained. 4. 4. The results show that the brain processing information will be accompanied by an increase in the intensity of EEG, the main area of information processing is the frontal lobe, at the same time, with the increase of the difficulty of the stimulation task, the intensity of EEG will be enhanced in varying degrees. It was also found that the intensity of EEG in the MCI group was stronger than that in the healthy control group, indicating that the MCI patients needed to consume more EEG energy and participate in the same stimulation task. To sum up, two stimuli were used to study the EEG of MCI patients from two dimensions, two of which were visual and auditory stimuli, and two dimensions were the stimulation task and the location of brain area. In order to provide theoretical support for the system of cognitive level detection and training in MCI patients, the stimulation mode, the stimulation task and the location of the electrode in the brain region were explored to be more suitable for the patients with MCI.
【學位授予單位】：中國地質(zhì)大學(北京)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R749.1;TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 黃力宇,王旭萍;急性輕中度缺氧對腦電信號復(fù)雜度的影響[J];高原醫(yī)學雜志;2000年04期

2 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學報;2001年S1期

3 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學工程;2007年01期

4 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

5 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學學報;2011年06期

6 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

7 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學工程;1989年01期

8 孟欣，歐陽楷;腦電信號的幾個非線性動力學分析方法[J];北京生物醫(yī)學工程;1997年03期

9 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學工程;2000年02期

10 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

相關(guān)會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[A];中國儀器儀表學會第三屆青年學術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學會第21屆全國代表大會暨學術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學生物醫(yī)學工程學術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術(shù)年會論文摘要集[C];2007年

相關(guān)重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

相關(guān)博士學位論文 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學;2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學;2015年

3 馬小飛;認知任務(wù)下的腦電動力學分析[D];南京大學;2017年

4 吳畏;基于統(tǒng)計建模的多導聯(lián)腦電信號時空建模方法研究[D];清華大學;2012年

5 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學;2012年

6 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學;2009年

7 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學;2004年

8 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學;2011年

9 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

10 繆曉波;基于腦電信號的認知動力學系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學;2004年

相關(guān)碩士學位論文 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學;2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學;2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學;2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學;2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學評價分析[D];杭州電子科技大學;2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學;2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學;2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學;2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學;2015年

10 王瓊穎;腦電信號的非線性動力學分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學;2015年

，

本文編號：2373963