運(yùn)動(dòng)想象是一種康復(fù)醫(yī)療新方法,它和實(shí)際運(yùn)動(dòng)一樣能有效激活運(yùn)動(dòng)相關(guān)的大腦皮層。腦功能網(wǎng)絡(luò)能夠有效的反映出大腦的活動(dòng)狀態(tài),它可以作為運(yùn)動(dòng)想象研究的輔助方法。近年來,大量研究者投入到運(yùn)動(dòng)想象腦電信號(hào)的模式識(shí)別方法的研究中,這一技術(shù)是康復(fù)機(jī)器人、腦機(jī)接口等領(lǐng)域的重要技術(shù)指標(biāo)之一。本文對(duì)腦功能網(wǎng)絡(luò)的構(gòu)建以及基于腦功能網(wǎng)絡(luò)的運(yùn)動(dòng)想象腦電信號(hào)的模式識(shí)別技術(shù)進(jìn)行了研究。首先闡述了運(yùn)動(dòng)想象腦電信號(hào)的研究背景以及目的意義,然后概述了腦功能網(wǎng)絡(luò)、運(yùn)動(dòng)想象腦電信號(hào)模式識(shí)別技術(shù)的國內(nèi)外研究現(xiàn)狀,提出了一些尚待解決的問題,最后針對(duì)這些問題進(jìn)行研究。本文完成了以下研究工作:(1)腦電信號(hào)預(yù)處理:先對(duì)采集得來的腦電信號(hào)進(jìn)行濾波,得到我們關(guān)注的頻段成分,濾除高頻噪聲以及不需要的頻率成分,然后做去偽跡處理,去除心電、眼電的干擾,最終得到純凈的運(yùn)動(dòng)想象腦電信號(hào)。預(yù)處理為腦功能網(wǎng)絡(luò)的構(gòu)建分析以及腦電信號(hào)的模式識(shí)別準(zhǔn)備了良好有效的運(yùn)動(dòng)想象腦電信號(hào)。(2)腦功能網(wǎng)絡(luò)的構(gòu)建:本文引入可反映一個(gè)集群中多個(gè)變量之間相互作用的多變量格蘭杰因果分析方法,優(yōu)化了運(yùn)動(dòng)想象因效性網(wǎng)絡(luò)的構(gòu)建,克服了當(dāng)前格蘭杰因果關(guān)系只能反映兩個(gè)變量之間的相互作用...

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 課題國內(nèi)外主要研究現(xiàn)狀分析
        1.3.1 腦功能網(wǎng)絡(luò)研究現(xiàn)狀
        1.3.2 運(yùn)動(dòng)想象模式識(shí)別方法研究現(xiàn)狀
    1.4 尚待解決的問題
    1.5 論文結(jié)構(gòu)與研究內(nèi)容
    1.6 本章小結(jié)
第2章 運(yùn)動(dòng)想象腦電信號(hào)預(yù)處理
    2.1 腦電信號(hào)基礎(chǔ)
        2.1.1 腦電信號(hào)產(chǎn)生機(jī)理
        2.1.2 腦電信號(hào)的類型及特點(diǎn)
    2.2 運(yùn)動(dòng)想象腦電信號(hào)數(shù)據(jù)
        2.2.1 BCI Competition比賽數(shù)據(jù)
        2.2.2 運(yùn)動(dòng)想象腦電信號(hào)采集
    2.3 腦電信號(hào)預(yù)處理
        2.3.1 常用腦電信號(hào)預(yù)處理方法
        2.3.2 運(yùn)動(dòng)想象腦電信號(hào)預(yù)處理
    2.4 本章小結(jié)
第3章 基于多變量格蘭杰因果關(guān)系的運(yùn)動(dòng)想象因效網(wǎng)絡(luò)構(gòu)建
    3.1 腦功能網(wǎng)絡(luò)
        3.1.1 功能性網(wǎng)絡(luò)
        3.1.2 因效性網(wǎng)絡(luò)
    3.2 基于多變量格蘭杰因果關(guān)系的腦功能網(wǎng)絡(luò)構(gòu)建
        3.2.1 多變量格蘭杰因果關(guān)系
        3.2.2 基于多變量格蘭杰因果關(guān)系的運(yùn)動(dòng)想象因效網(wǎng)絡(luò)的構(gòu)建步驟
    3.3 基于多變量格蘭杰因果關(guān)系的運(yùn)動(dòng)想象因效網(wǎng)絡(luò)構(gòu)建結(jié)果分析
        3.3.1 對(duì)構(gòu)建的因效網(wǎng)絡(luò)進(jìn)行特征提取與分類
        3.3.2 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第4章 基于卷積神經(jīng)網(wǎng)絡(luò)和因效性網(wǎng)絡(luò)的多類運(yùn)動(dòng)想象腦電信號(hào)識(shí)別方法
    4.1 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)介紹
        4.1.1 卷積層
        4.1.2 池化層
        4.1.3 全連接層
    4.2 卷積神經(jīng)網(wǎng)絡(luò)在運(yùn)動(dòng)想象腦電信號(hào)識(shí)別分類方面的應(yīng)用
    4.3 基于卷積神經(jīng)網(wǎng)絡(luò)和因效網(wǎng)絡(luò)的運(yùn)動(dòng)想象腦電信號(hào)識(shí)別
        4.3.1 卷積神經(jīng)網(wǎng)絡(luò)LeNet-5
        4.3.2 Softmax函數(shù)
        4.3.3 基于卷積神經(jīng)網(wǎng)絡(luò)的多類運(yùn)動(dòng)想象因效網(wǎng)絡(luò)矩陣識(shí)別
    4.4 實(shí)驗(yàn)結(jié)果分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)
        4.4.2 分類準(zhǔn)確率
        4.4.3 分類耗時(shí)
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3871032