腦機(jī)接口研究中常利用神經(jīng)電生理信號對運(yùn)動參數(shù)進(jìn)行解碼,而將肌電作為解碼對象的相關(guān)研究較少,主要集中在人、猴子等實(shí)驗(yàn)動物上。由于小鼠有多種基因模式可供使用,在小鼠上進(jìn)行腦機(jī)接口相關(guān)研究可以為下一步進(jìn)行特異性神經(jīng)元神經(jīng)解碼奠定基礎(chǔ)。本文作為腦機(jī)接口預(yù)研究,重點(diǎn)研究小鼠尾端前肢區(qū)（Caudal Forelimb Areas,CFA）、喙側(cè)前肢區(qū)（Rostral Forelimb Areas,RFA）的局部場電位（Local Field Potential,LFP）與前肢肱二頭肌肌電活動之間的關(guān)系,這對于基礎(chǔ)神經(jīng)科學(xué)和神經(jīng)假體的設(shè)計(jì)都具有重要意義。本文首先記錄了小鼠在進(jìn)行壓桿任務(wù)過程中,四通道CFA與RFA上的局部場電位信號,同步記錄前肢肱二頭肌的肌電活動。分析不同頻率段LFP信號與肌電活動之間的相關(guān)性,在γ1到高-γ2之間（30-100Hz）的頻段上獲得最高相關(guān)系數(shù),這表明中間頻段對肌電解碼的貢獻(xiàn)（權(quán)重）更大。并且發(fā)現(xiàn)當(dāng)肌電信號到達(dá)峰值時(shí),LFP信號的發(fā)放趨近于結(jié)束,LFP信號的變化略提前于肌電變化。將LFP信號頻段特征作為模型輸入,肌電信號的包絡(luò)作為模型輸出,從線性到非線性,分別采用卡爾曼... 

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 研究背景
        1.1.1 植入式腦機(jī)接口
        1.1.2 表面肌電圖
        1.1.3 運(yùn)動皮層
    1.2 研究意義
    1.3 研究現(xiàn)狀及分析
        1.3.1 肌電腦機(jī)接口
        1.3.2 解碼算法
    1.4 主要內(nèi)容及結(jié)構(gòu)
        1.4.1 研究內(nèi)容
        1.4.2 論文結(jié)構(gòu)安排
第2章 實(shí)驗(yàn)設(shè)計(jì)
    2.1 引言
    2.2 行為系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
        2.2.1 嚙齒類動物壓桿行為實(shí)驗(yàn)裝置設(shè)計(jì)
        2.2.2 嚙齒類動物壓桿行為系統(tǒng)上位機(jī)設(shè)計(jì)
        2.2.3 壓桿行為范式設(shè)計(jì)
    2.3 肌電電極制備及植入手術(shù)
        2.3.1 肌電電極制作
        2.3.2 肌電電極植入手術(shù)
    2.4 微電極陣列制備及植入手術(shù)
        2.4.1 微電極陣列制作
        2.4.2 微電極陣列植入手術(shù)
    2.5 本章總結(jié)
第3章 數(shù)據(jù)采集與預(yù)處理
    3.1 引言
    3.2 神經(jīng)信號與運(yùn)動數(shù)據(jù)采集
    3.3 數(shù)據(jù)分割
    3.4 肌電信號預(yù)處理
        3.4.1 差分處理
        3.4.2 濾波處理
        3.4.3 基于平方幅值的肌電包絡(luò)提取
    3.5 神經(jīng)信號預(yù)處理
        3.5.1 濾波處理
        3.5.2 基于白化轉(zhuǎn)換的通道間去相關(guān)
        3.5.3 基于短時(shí)傅里葉變換的功率譜分析
        3.5.4 特征提取
    3.6 相關(guān)性分析
    3.7 本章小結(jié)
第4章 神經(jīng)信號解碼
    4.1 引言
    4.2 解碼效果評價(jià)指標(biāo)
        4.2.1 均方誤差
        4.2.2 相關(guān)系數(shù)
    4.3 解碼器效果比較
        4.3.1 卡爾曼濾波
        4.3.2 廣義回歸神經(jīng)網(wǎng)絡(luò)
        4.3.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
        4.3.4 總結(jié)比較
    4.4 時(shí)延模型分析
        4.4.1 卡爾曼濾波時(shí)延結(jié)果
        4.4.2 GRNN時(shí)延結(jié)果
        4.4.3 RNN時(shí)延結(jié)果
        4.4.4 時(shí)延結(jié)果總結(jié)比較
    4.5 CFA與RFA腦區(qū)比較
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
本人在讀期間的研究成果



本文編號：3650620