【摘要】：腦卒中患者運動康復(fù)訓(xùn)練和功能評價已成為人工智能、神經(jīng)科學(xué)和康復(fù)工程等領(lǐng)域的交叉研究熱點。其中,基于腦電和肌電信號的人機接口能夠幫助患者實現(xiàn)對外部設(shè)備的控制,激發(fā)患者主動運動意圖并促進神經(jīng)重塑,改善康復(fù)訓(xùn)練效果。然而由于腦電和肌電信號的微弱性、復(fù)雜性特征以及患者運動時會出現(xiàn)疲勞、肌力不足等情況,目前單獨基于腦電信號或肌電信號控制的康復(fù)系統(tǒng)在控制準(zhǔn)確性和穩(wěn)定性以及康復(fù)狀態(tài)評價等方面仍有待進一步研究。本文研究腦電和肌電信號融合及同步分析方法,利用腦肌電信號間的協(xié)同互補性來提高運動模式識別的準(zhǔn)確率和穩(wěn)定性;同時,分析腦肌電信號間的多層次同步耦合關(guān)系,從神經(jīng)運動控制層面解碼手部運動控制神經(jīng)生理機制,為進一步應(yīng)用于康復(fù)機構(gòu)控制和臨床康復(fù)功能評價提供理論基礎(chǔ)。首先,總結(jié)腦電信號和肌電信號在康復(fù)工程領(lǐng)域的研究及應(yīng)用現(xiàn)狀,介紹了腦電和肌電信號的產(chǎn)生原理、特征屬性、采集原理及預(yù)處理通用方法,并提出相應(yīng)的預(yù)處理算法用于去除實測腦電和肌電信號的偽跡干擾。其次,針對腦肌電信號間的協(xié)同互補性特點,提出基于粒子群優(yōu)化-支持向量機的腦肌電特征融合方法:定義“融合系數(shù)”將腦電和肌電特征進行融合,利用支持向量機和粒子群優(yōu)化算法實現(xiàn)融合系數(shù)的自適應(yīng)優(yōu)化和運動模式分類,進而實現(xiàn)腦肌電特征的有效融合以提高運動模式分類準(zhǔn)確性;并通過調(diào)整腦肌電特征“融合系數(shù)”降低由于患者肌力不足、疲勞帶來的影響,提高模式識別系統(tǒng)穩(wěn)定性。再次,為探索腦肌電間多層次的同步耦合關(guān)系,在對比分析一致性、格蘭杰因果、傳遞熵三種同步性分析算法基礎(chǔ)上,提出了時頻傳遞熵算法,從時頻、方向性和非線性角度研究腦肌電信號間的信息傳遞特性。通過對每種算法的仿真分析驗證本文算法,可用于描述不同耦合模型間的信息傳遞關(guān)系。最后,對腦肌電信號融合模型和同步分析方法進行實驗研究。同步采集9名健康被試在單側(cè)手腕彎曲和伸展?fàn)顟B(tài)下的腦電和肌電信號,利用粒子群優(yōu)化-支持向量機的腦肌電特征融合模型實現(xiàn)對單側(cè)手腕彎曲和伸展運動模式的有效分類;同步采集10名健康被試4種不同握力下的腦肌電信號,并利用一致性、格蘭杰因果、傳遞熵和本文提出的時頻傳遞熵算法分別刻畫不同時頻段、不同傳遞方向上的皮層肌肉間線性與非線性耦合特征,驗證本文方法的有效性,同時揭示皮層肌肉運動系統(tǒng)控制手部力量輸出的神經(jīng)機制。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R49

【相似文獻】

相關(guān)期刊論文 前2條

1 常瑞峰;宋立新;;乳腺X線影像鈣化病灶檢索技術(shù)研究[J];中國圖象圖形學(xué)報;2011年01期

2 ;[J];;年期

相關(guān)會議論文 前7條

1 劉冰;羅熊;劉華平;孫富春;;光學(xué)與深度特征融合在機器人場景定位中的應(yīng)用[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

2 翟懿奎;甘俊英;曾軍英;;基于特征融合與支持向量機的偽裝人臉識別[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

3 卞志國;金立左;費樹岷;;基于增量判別分析的特征融合與視覺目標(biāo)跟蹤[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

4 韓文靜;李海峰;韓紀(jì)慶;;基于長短時特征融合的語音情感識別方法研究[A];第九屆全國人機語音通訊學(xué)術(shù)會議論文集[C];2007年

5 羅昕煒;方世良;;寬帶調(diào)制信號特征融合方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

6 金挺;周付根;白相志;;一種簡單有效的特征融合粒子濾波跟蹤算法[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

7 孟凡潔;孔祥維;尤新剛;;基于特征融合的相機來源認證方法[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

相關(guān)博士學(xué)位論文 前10條

1 周斌;多生物特征融合理論的研究與實驗[D];清華大學(xué);2007年

2 彭偉民;特征數(shù)據(jù)的量子表示與融合方法[D];華南理工大學(xué);2013年

3 陳倩;多生物特征融合身份識別研究[D];浙江大學(xué);2007年

4 蒲曉蓉;多模態(tài)生物特征融合的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2007年

5 王志芳;基于感知信息的多模態(tài)生物特征融合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 王楠;基于多視覺特征融合的后方車輛檢測技術(shù)研究[D];東北大學(xué)　;2009年

7 徐穎;基于特征融合與仿生模式的生物特征識別研究[D];華南理工大學(xué);2013年

8 樊國梁;基于多類特征融合的蛋白質(zhì)亞線粒體定位預(yù)測研究[D];內(nèi)蒙古大學(xué);2013年

9 劉金梅;多源遙感影像融合及其應(yīng)用研究[D];中國海洋大學(xué);2014年

10 張艷;基于柔性陣列 傳感器的足跡特征分析與應(yīng)用研究[D];安徽大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 付艷紅;基于特征融合的人臉識別算法研究與實現(xiàn)[D];天津理工大學(xué);2015年

2 許超;基于特征融合與壓縮感知的實木地板缺陷檢測方法研究[D];東北林業(yè)大學(xué);2015年

3 楊文婷;基于微博的情感分析算法研究與實現(xiàn)[D];西南交通大學(xué);2015年

4 梅尚健;基于特征融合的圖像檢索研究與實現(xiàn)[D];西南交通大學(xué);2015年

5 王鵬飛;基于多慢特征融合的人體行為識別研究[D];西南大學(xué);2015年

6 丁倩;基于語音信息的多特征情緒識別算法研究[D];山東大學(xué);2015年

7 薛冰霞;基于多模特征融合的人體跌倒檢測算法研究[D];山東大學(xué);2015年

8 何樂樂;醫(yī)學(xué)圖像分類中的特征融合與特征學(xué)習(xí)研究[D];電子科技大學(xué);2015年

9 戴博;基于結(jié)構(gòu)復(fù)雜度特征融合的視覺注意模型研究及其應(yīng)用[D];復(fù)旦大學(xué);2014年

10 王寧;基于特征融合的人臉識別算法[D];東北大學(xué);2013年

，

本文編號：2582277