本文關鍵詞：結合本體錯覺反饋的運動想象腦電識別研究

  更多相關文章： 腦-機接口 本體錯覺反饋 總體經(jīng)驗模態(tài)分解 樣本熵 極限學習機

【摘要】：腦電信號(Electroencephalogram,EEG)是一種能夠體現(xiàn)人的思維意識以及肢體活動的生物信號。腦-機接口(Brain Computer Interface,BCI)則是腦電信號的一個重要應用方向,它可以實現(xiàn)人腦控制信息與其他外設之間的直接通信。而基于運動想象(Motor Imagery,MI)腦電信號的BCI具有想象任務簡單、想象與目標動作一致性高、可以實現(xiàn)異步通信等特點、更適合用于康復輔具的控制和神經(jīng)運動功能康復,成為BCI領域內近年來備受關注的研究熱點。在BCI系統(tǒng)中,將腦電信號轉換為控制指令是最核心的部分,也就是對腦電信號的特征提取和模式分類。本文在本體錯覺反饋現(xiàn)象的研究基礎上,提出了在運動想象識別中引入不同范式的本體感覺反饋環(huán)節(jié),并分析其對識別實時性和準確率的影響。以下是論文的主要內容及其創(chuàng)新之處:(1)為了更好的消除腦電信號中混有的噪聲,針對傳統(tǒng)的經(jīng)驗模態(tài)分解方法在消噪過程中出現(xiàn)的模態(tài)混疊現(xiàn)象,以及傳統(tǒng)提升小波易導致奇異點嚴重失真的不足,提出了一種基于總體經(jīng)驗模態(tài)分解與改進提升小波的腦電信號消噪方法,通過仿真和對比實驗表明了提出的方法的有效性。(2)在特征提取方面,針對經(jīng)驗模態(tài)分解在處理多維信號過程中的局限性,提出了一種基于噪聲輔助多元經(jīng)驗模態(tài)分解和樣本熵相結合的腦電信號特征提取方法,依據(jù)運動想象腦電信號的事件相關去同步化/事件相關同步化現(xiàn)象,提取C3、C4通道的腦電信號分段的樣本熵值作為特征向量。(3)在模式分類方面,應用了極限學習機,一種學習速度快且泛化能力強的求解單隱層神經(jīng)網(wǎng)絡的算法,對提取后的特征分量進行分類,并對該方法中激勵函數(shù)和隱含層神經(jīng)元個數(shù)的確定進行了研究。最后通過實驗對算法效果做了驗證分析。(4)在本體錯覺反饋方面,結合人體平衡和本體感受器的機制,進行了本體錯覺的振動模式的設計。做了不同范式運動想象識別實驗與分析,探討在無反饋,加入正反饋、負反饋和偽造反饋的環(huán)節(jié)下對運動想象腦電的分類識別的影響,實驗結果表明,只有加入適當正反饋時,才能有效提高分類識別效果。而不當?shù)姆答伩赡軐е路诸愖R別降低,甚至導致BCI系統(tǒng)不能正常工作。
【關鍵詞】：腦-機接口 本體錯覺反饋 總體經(jīng)驗模態(tài)分解 樣本熵 極限學習機
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R496;TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題研究背景與意義10-11
• 1.2 國內外研究現(xiàn)狀及分析11-16
• 1.2.1 BCI及運動想象腦電識別11-13
• 1.2.2 BCI中的反饋環(huán)節(jié)與本體錯覺13-16
• 1.3 本文主要的研究內容16-18
• 第2章 腦電信號采集與預處理18-29
• 2.1 腦電信號的生理基礎以及特點18-19
• 2.2 腦電信號的采集19-21
• 2.2.1 腦電極的導聯(lián)19-20
• 2.2.2 腦電數(shù)據(jù)的采集20-21
• 2.3 常用的腦電信號預處理方法21-23
• 2.3.1 濾波器方法21-22
• 2.3.2 主成分分析法22
• 2.3.3 獨立成分分析法22
• 2.3.4 小波變換22-23
• 2.4 基于EEMD與改進提升小波的腦電信號消噪方法23-28
• 2.4.1 改進提升小波消噪原理23-24
• 2.4.2 EEMD算法24-25
• 2.4.3 EEMD與改進提升小波的腦電信號消噪25
• 2.4.4 實驗分析25-28
• 2.5 本章小結28-29
• 第3章 腦電信號的特征提取以及模式分類29-40
• 3.1 常用的特征提取和分類方法29-30
• 3.1.1 特征提取方法29
• 3.1.2 分類方法29-30
• 3.2 基于噪聲輔助MEMD與樣本熵的運動想象腦電特征提取30-33
• 3.2.1 噪聲輔助多元經(jīng)驗模態(tài)分解基本原理30-32
• 3.2.2 樣本熵32-33
• 3.3 基于極限學習機的分類方法33-36
• 3.4 實驗與結果分析36-39
• 3.5 本章小結39-40
• 第4章 本體錯覺實驗研究40-49
• 4.1 本體感覺生理基礎40-43
• 4.1.1 人體平衡系統(tǒng)40
• 4.1.2 前庭系統(tǒng)40
• 4.1.3 視覺40-41
• 4.1.4 本體感覺41-43
• 4.2 本體錯覺的振動模式設計43-48
• 4.2.1 實驗準備43-46
• 4.2.2 實驗過程46-47
• 4.2.3 實驗結果及分析47-48
• 4.3 本章小結48-49
• 第5章 不同反饋范式下的運動想象識別49-57
• 5.1 本體錯覺反饋實驗方案設計49
• 5.2 實驗具體實現(xiàn)49-51
• 5.2.1 無振動反饋實驗50
• 5.2.2 加入本體錯覺反饋實驗50-51
• 5.3 實驗結果及分析51-56
• 5.3.1 無振動反饋時數(shù)據(jù)分析51-55
• 5.3.2 加入本體錯覺反饋實驗數(shù)據(jù)分析55-56
• 5.4 本章小結56-57
• 第6章 總結與展望57-59
• 6.1 本文工作總結57
• 6.2 研究展望57-59
• 致謝59-60
• 參考文獻60-65
• 附錄65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 華東;;減重訓練聯(lián)合運動想象療法對偏癱步行的影響[J];中國中醫(yī)急癥;2008年12期

2 顧麗燕;尤桂杰;趙娜娜;;運動想象療法在臨床中的應用[J];中外醫(yī)療;2010年34期

3 劉麗;尹姣;黃菲;李春靜;趙思宇;張會君;;腦卒中偏癱患者運動想象能力的影響因素[J];中國老年學雜志;2012年04期

4 謝財忠;唐軍凱;;運動想象療法與腦卒中偏癱康復[J];醫(yī)學研究生學報;2012年11期

5 徐寶國;宋愛國;;單次運動想象腦電的特征提取和分類[J];東南大學學報(自然科學版);2007年04期

6 閆彥寧;趙斌;賈子善;黃力平;槐雅萍;;運動想象應用于腦卒中偏癱康復的研究進展[J];中國康復;2008年01期

7 朱琳;賈曉紅;劉霖;王世云;楊勝榮;宋為群;;運動想象對卒中后偏癱患者手功能康復的療效觀察[J];中國腦血管病雜志;2009年09期

8 高晴;陳華富;;基于動態(tài)因果模型的運動執(zhí)行和運動想象腦網(wǎng)絡研究[J];電子科技大學學報;2010年03期

9 高曉艷;谷艷;夏彩秋;周萍萍;楊青蘭;王代譽;;運動想象結合運動再學習療法對腦卒中患者肢體功能和生存質量的影響[J];中國傷殘醫(yī)學;2011年05期

10 顧麗燕;姚麗華;尤桂杰;趙娜娜;梁丹丹;;近紅外光譜技術用于運動和運動想象時大腦皮質血氧反應監(jiān)測的研究[J];中國康復醫(yī)學雜志;2011年08期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊遠濱;王薌斌;;淺談中醫(yī)意念與運動想象的比較[A];中國醫(yī)師協(xié)會第二屆康復醫(yī)學論壇、中國康復醫(yī)學會第四屆青年學術會議、北京康復醫(yī)學會第三屆會員代表大會論文集[C];2005年

2 賈子善;;運動想像的理論與應用[A];2008年浙江省物理醫(yī)學與康復學術年會暨中樞神經(jīng)功能損傷康復新進展學習班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時;;運動想象腦電模式的動態(tài)分類[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

4 諸強;謝琳;;基于小波分析的運動想象腦電模式特征提取與分類[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

5 孔萬增;張艷娜;胡三清;戴國駿;張建海;魏大名;;基于運動想象的中風患者肢體康復實時控制系統(tǒng)[A];第一屆全國神經(jīng)動力學學術會議程序手冊 & 論文摘要集[C];2012年

6 徐海鷹;;運動想象療法結合運動再學習方案在腦卒中早期患者上肢功能的應用[A];中國康復醫(yī)學會運動療法分會第十一屆全國康復學術大會學術會議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運動想象聯(lián)合強制性運動療法治療腦卒中偏癱60例臨床觀察[A];中國康復醫(yī)學會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復學術年會、湖南省康復醫(yī)學會神經(jīng)康復專業(yè)委員會2012學術年會論文集[C];2012年

8 王艷;唐強;白震民;李娟;;頭穴叢刺與被動運動和運動想象結合對早期腦卒中患者運動功能的影響[A];中國康復醫(yī)學會第五屆全國康復治療學術會議論文集[C];2006年

9 劉佳;鄧景貴;陶希;宋紅;;運動想象療法對老年卒中偏癱患者肢體功能恢復的影響研究[A];中國康復醫(yī)學會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復學術年會、湖南省康復醫(yī)學會神經(jīng)康復專業(yè)委員會2012學術年會論文集[C];2012年

10 吳華;顧旭東;時美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實技術結合運動想象療法對腦卒中患者上肢功能恢復的影響[A];2013浙江省物理醫(yī)學與康復學學術年會暨第八屆浙江省康復醫(yī)學發(fā)展論壇論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 張銳;運動想象腦—機接口的神經(jīng)機制與識別算法研究[D];電子科技大學;2015年

2 王莉;應用腦功能成像技術研究腦卒中運動想象療法神經(jīng)康復機制[D];重慶大學;2015年

3 單海軍;基于運動想象的腦機接口通道選擇算法研究[D];浙江大學;2015年

4 魏慶國;基于運動想象的腦—機接口分類算法的研究[D];清華大學;2006年

5 徐舫舟;基于運動想象的腦機接口相關算法研究[D];山東大學;2014年

6 閆靜;基于腦電的腦卒中患者運動想象認知過程的研究[D];上海交通大學;2012年

7 方永慧;基于運動想象腦電信號非線性特性分析的腦—機接口研究[D];重慶大學;2014年

8 周鵬;基于運動想象的腦機接口的研究[D];天津大學;2007年

9 孫莉敏;運動想象訓練促進腦卒中患者功能恢復的功能磁共振（fMRI）研究[D];復旦大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 牛小辰;康復運動中的腦肌電特征分析[D];燕山大學;2015年

2 謝立娟;針灸合并運動想象療法在腦卒中偏癱患者康復護理中的應用[D];河北醫(yī)科大學;2015年

3 孫會文;基于運動想象腦電的腦機交互模式識別方法研究[D];昆明理工大學;2015年

4 康莎莎;多類運動想象腦電信號的識別及其在BCI中的應用[D];安徽大學;2016年

5 何青松;基于想象左右手運動思維腦電識別分類研究[D];北京交通大學;2016年

6 劉傳偉;運動想象腦電的特征提取和模式分類算法研究及在線驗證[D];昆明理工大學;2016年

7 王超;基于OpenVIBE的高性能運動想象在線腦—機接口系統(tǒng)研究[D];華南理工大學;2016年

8 馬秀秀;基于運動想象的異步腦—機接口算法研究[D];哈爾濱工業(yè)大學;2016年

9 張琪涵;運動執(zhí)行與運動想象大腦激活模式的比較[D];天津師范大學;2016年

10 張欣;基于穩(wěn)態(tài)子空間分析的運動想象腦電信號研究[D];南京郵電大學;2016年

，

本文編號：746164