本文關(guān)鍵詞：普適化腦電信息感知關(guān)鍵問題的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著新型傳感材料與低功耗微型處理器研究的發(fā)展,生物傳感器的應(yīng)用越來越普遍,已逐漸被應(yīng)用于軍人、宇航員、運(yùn)動(dòng)員、病人等生理信息監(jiān)測中,因此,基于可穿戴生物傳感器的生物信息感知理論與技術(shù)研究的重要性日益突出。而大腦作為人體的最重要控制中樞,對(duì)腦電信息的感知成為生物信息感知研究中的重點(diǎn)。由于精神疾病、認(rèn)知能力等與大腦之間的緊密關(guān)聯(lián)性,使得基于可穿戴腦電傳感器的腦信息感知研究成為當(dāng)前的熱點(diǎn)之一。本文以可穿戴腦電信息感知研究為核心,面向腦電信息感知與處理中的幾個(gè)關(guān)鍵問題,研究了相應(yīng)的解決算法和模型,并以歐盟框架7國際合作項(xiàng)目“心理疾病在線預(yù)測與干預(yù)系統(tǒng)研究”為依托,驗(yàn)證了所提出的算法和模型在與精神壓力狀態(tài)相關(guān)的生物信息感知系統(tǒng)中的有效性。由于腦電信號(hào)極其微弱,在科研單位或醫(yī)院都會(huì)設(shè)立特定的屏蔽室來排除干擾,并由專業(yè)人員操作腦電采集儀以保證信號(hào)的可靠。而在普適化環(huán)境中,用戶需自主操作佩戴腦電傳感器,其周圍存在不可避免的干擾,因而需要對(duì)腦電信息感知中的新問題做進(jìn)一步研究。本文研究了普適化腦電信息感知中的三個(gè)關(guān)鍵問題,創(chuàng)新性研究成果包括如下三個(gè)部分：(1)一種新型的腦電信號(hào)質(zhì)量評(píng)估模型：當(dāng)用戶脫離了醫(yī)院的環(huán)境而自主操作腦電傳感器時(shí),如果傳感器電極沒有正確連接在額頭上或所處的實(shí)驗(yàn)環(huán)境電磁噪聲較大,則所采集到的信號(hào)不可使用,會(huì)導(dǎo)致實(shí)驗(yàn)的失敗。因此,需要研究快速有效地評(píng)估腦電信號(hào)質(zhì)量的算法模型來指導(dǎo)使用者判斷數(shù)據(jù)可用性。而當(dāng)前對(duì)腦電信號(hào)質(zhì)量評(píng)估的算法非常匱乏,大都集中在簡單的皮膚-電極阻抗上面。本文基于模糊綜合評(píng)價(jià)法的思想,通過大量的數(shù)據(jù)分析,結(jié)合專家意見評(píng)判,提出了一種新的模型來評(píng)估原始腦電圖信號(hào)質(zhì)量。該模型運(yùn)行速度極快,可脫離計(jì)算機(jī)環(huán)境而工作于腦電傳感器中,因而方便用戶的自測。在實(shí)際項(xiàng)目執(zhí)行中驗(yàn)證了本算法模型的有效性,解決了項(xiàng)目初期實(shí)驗(yàn)數(shù)據(jù)質(zhì)量控制的難題。(2)無參考電極時(shí)較少導(dǎo)聯(lián)下腦電信號(hào)中眼動(dòng)噪聲的去除算法：可穿戴傳感器的電極安置在前額,距離眼睛非常近,因而所采集到的腦電信號(hào)容易受到眼動(dòng)噪聲的污染。本文結(jié)合眼電與腦電的差異性特征,研究了兩種可用于較少導(dǎo)聯(lián)環(huán)境的眼動(dòng)噪聲去除算法：一種為小波變換結(jié)合獨(dú)立分量分析的算法,利用小波變換構(gòu)造出眼電參考信號(hào),之后通過獨(dú)立分量分析算法提取出真實(shí)眼電信號(hào)；另外一種為小波變換結(jié)合自適應(yīng)濾波算法,由小波變換法重構(gòu)的眼電信號(hào)作為自適應(yīng)噪聲抵消器的參考輸入信號(hào),利用自適應(yīng)濾波器的跟蹤特性去除眼電噪聲。這兩種方法適用于較少導(dǎo)聯(lián)下便攜式腦電采集環(huán)境,在濾除眼動(dòng)噪聲的同時(shí)能夠最大限度地保留腦電信息。在本項(xiàng)目的數(shù)據(jù)處理中驗(yàn)證了算法的有效性,得到相對(duì)純凈的腦電信號(hào),為后期的特征分析打下基礎(chǔ)。(3)精神壓力狀態(tài)與腦電特征的關(guān)聯(lián)性：腦電特征的分析與特定應(yīng)用環(huán)境相關(guān),本文依托項(xiàng)目的研究目的在于利用感知到的生物信息評(píng)估用戶是否承受著較高的精神壓力,因此與精神壓力狀態(tài)與腦電特征量的關(guān)聯(lián)性探索成為研究關(guān)鍵�；诒疚淖灾髟O(shè)計(jì)的可穿戴腦電傳感器,在中國、西班牙和瑞士三個(gè)國家中的受試人群中采集實(shí)驗(yàn)數(shù)據(jù)(自評(píng)量表與腦電數(shù)據(jù)),利用最近鄰與樸素貝葉斯分類算法,對(duì)腦電的特征進(jìn)行分類研究。在傳統(tǒng)的線性特征之外,找到了與精神壓力相關(guān)的非線性腦電特征。本文的研究意義在于精神疾病的早期發(fā)現(xiàn)與干預(yù)。由于社會(huì)發(fā)展節(jié)奏的加快,導(dǎo)致心理與精神疾病的發(fā)病率持續(xù)升高,因而帶來巨大的醫(yī)療負(fù)擔(dān)和經(jīng)濟(jì)、社會(huì)損失。而目前各國普遍存在專業(yè)醫(yī)護(hù)人員缺乏、醫(yī)療方式有限、時(shí)效性差等各種不足�！靶睦砑膊≡诰�預(yù)測與干預(yù)系統(tǒng)研究”基于可穿戴的生物傳感器系統(tǒng)感知人體的生物信息,結(jié)合電子化問卷和量表等,以計(jì)算機(jī)化的認(rèn)知行為療法為輔助,研究心理或精神疾病發(fā)病風(fēng)險(xiǎn),提供預(yù)警和在線干預(yù)�；陧�(xiàng)目背景,本文研究了普適化腦電信息感知中的關(guān)鍵問題,基于所開發(fā)出的可穿戴腦電傳感器,結(jié)合以上三個(gè)方面的研究成果,應(yīng)用在“心理疾病在線預(yù)測與干預(yù)系統(tǒng)研究”中,輔助實(shí)現(xiàn)了精神壓力的診療系統(tǒng),具有一定的應(yīng)用參考價(jià)值。
【關(guān)鍵詞】：生物信息感知 可穿戴腦電傳感器 眼電噪聲 小波變換 自適應(yīng)噪聲抵消器 精神壓力 特征提取
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：R312;TN911.7
【目錄】：

• 中文摘要3-5
• Abstract5-10
• 第一章 緒論10-23
• 1.1 研究背景與意義10-13
• 1.1.1 生物信息感知研究的發(fā)展與應(yīng)用10-11
• 1.1.2 研究意義與應(yīng)用背景11-13
• 1.2 腦電信號(hào)的基本特征13-17
• 1.2.1 腦電信號(hào)的特點(diǎn)14-15
• 1.2.2 腦電信號(hào)的基本分類與特征15-16
• 1.2.3 腦電信號(hào)在精神健康領(lǐng)域的應(yīng)用16-17
• 1.3 腦電信號(hào)感知在普適化環(huán)境中面臨的關(guān)鍵問題17-22
• 1.3.1 普適化腦電信號(hào)質(zhì)量控制模型欠缺的問題17-18
• 1.3.2 無參考電極下較少導(dǎo)聯(lián)腦電采集中眼電噪聲有效去除的問題18-20
• 1.3.3 腦電特征與精神狀態(tài)的關(guān)聯(lián)性問題20
• 1.3.4 本文研究思路20-22
• 1.4 論文主要研究內(nèi)容與結(jié)構(gòu)安排22-23
• 第二章 腦電傳感器的信號(hào)質(zhì)量評(píng)估模型研究23-41
• 2.1 當(dāng)前腦電信號(hào)采集質(zhì)量保障研究概述23-26
• 2.1.1 傳統(tǒng)環(huán)境中腦電信號(hào)采集質(zhì)量保障措施23-24
• 2.1.2 阻抗測量法在信號(hào)質(zhì)量評(píng)估中的應(yīng)用24-25
• 2.1.3 基于模糊綜合評(píng)價(jià)模型的腦電信號(hào)質(zhì)量評(píng)估25-26
• 2.2 模糊綜合評(píng)價(jià)法概述26-28
• 2.3 三種典型環(huán)境下腦電傳感信號(hào)的特征28-34
• 2.3.1 三種典型使用環(huán)境的選擇28
• 2.3.2 三種場景下腦電信號(hào)的特征28-34
• 2.4 腦電傳感信號(hào)質(zhì)量評(píng)估模型34-38
• 2.4.1 因素集評(píng)價(jià)指標(biāo)-評(píng)價(jià)特征的選擇34-35
• 2.4.2 評(píng)判集評(píng)價(jià)結(jié)果與綜合評(píng)判35-38
• 2.5 評(píng)估模型的有效性驗(yàn)證38-40
• 2.6 本章小結(jié)40-41
• 第三章 基于少數(shù)導(dǎo)聯(lián)腦電信號(hào)中眼動(dòng)噪聲去除算法的研究41-65
• 3.1 背景噪聲的分類及去除方法概述41-44
• 3.1.1 腦電中背景噪聲的類型41-42
• 3.1.2 當(dāng)前腦電信號(hào)去噪算法研究42-44
• 3.2 噪聲去除算法基礎(chǔ)理論概述44-53
• 3.2.1 小波變換基礎(chǔ)理論44-49
• 3.2.2 獨(dú)立分量分析概述49-50
• 3.2.3 自適應(yīng)濾波器基本理論50-53
• 3.3 基于小波變換和ICA相結(jié)合的眼電噪聲分離算法53-56
• 3.4 基于自適應(yīng)濾波器結(jié)合小波變換的眼電噪聲去除算法56-57
• 3.5 實(shí)驗(yàn)數(shù)據(jù)分析與結(jié)論57-63
• 3.5.1 模擬實(shí)驗(yàn)數(shù)據(jù)分析與結(jié)果比較57-61
• 3.5.2 實(shí)際腦電中的眼電噪聲去除結(jié)果與比較61-63
• 3.6 本章小結(jié)63-65
• 第四章 精神壓力狀態(tài)與腦電特征的關(guān)聯(lián)性分析研究65-97
• 4.1 基于普適化生物信息感知的精神壓力研究65-67
• 4.1.1 與精神壓力相關(guān)的生物信息感知研究概況65-66
• 4.1.2 腦電與心理疾病的關(guān)聯(lián)性特征研究概況66-67
• 4.2 可穿戴腦電傳感器設(shè)計(jì)67-78
• 4.2.1 可穿戴腦電傳感器研究進(jìn)展67-69
• 4.2.2 OPTIMI中對(duì)可穿戴傳感器的要求69-70
• 4.2.3 腦電傳感器的設(shè)計(jì)70-75
• 4.2.4 傳感器的性能指標(biāo)及應(yīng)用75-78
• 4.3 基于可穿戴腦電傳感的實(shí)驗(yàn)方案設(shè)計(jì)78-82
• 4.3.1 參照量表的選擇78-79
• 4.3.2 實(shí)驗(yàn)對(duì)象的篩選79-80
• 4.3.3 實(shí)驗(yàn)方案設(shè)計(jì)80-82
• 4.4 腦電特征與精神壓力的關(guān)聯(lián)性分析82-96
• 4.4.1 腦電特征的選擇82-86
• 4.4.2 分類器選擇86-87
• 4.4.3 實(shí)驗(yàn)數(shù)據(jù)分析87-96
• 4.5 本章小結(jié)96-97
• 第五章 總結(jié)與展望97-99
• 5.1 本文工作97-98
• 5.2 工作展望98-99
• 參考文獻(xiàn)99-108
• 在學(xué)期間的研究成果108-111
• 致謝111

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 楊仁桓;宋愛國;徐寶國;;基于諧波小波包變換的腦電波基本節(jié)律分析[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

2 喬玉龍,潘正祥,孫圣和;一種改進(jìn)的快速k-近鄰分類算法[J];電子學(xué)報(bào);2005年06期

3 陳鐵步;;我國精神衛(wèi)生立法現(xiàn)狀與展望[J];中國科技信息;2005年20期

4 張志琴;張佃中;;腦電Lempel-Ziv復(fù)雜度分析的預(yù)處理[J];中國醫(yī)學(xué)物理學(xué)雜志;2009年05期

5 黃勤;周婷;劉益良;劉青峰;;高共模抑制比腦電放大電路設(shè)計(jì)[J];自動(dòng)化技術(shù)與應(yīng)用;2009年04期

6 謝宏;謝濤;;基于ADS1298與FPGA的高性能腦電信號(hào)采集系統(tǒng)[J];現(xiàn)代電子技術(shù);2013年11期

7 孟惠娟,張振民,高育葵;腦電圖ALPHA波百分指數(shù)動(dòng)態(tài)變化探討[J];首都醫(yī)藥;2000年05期

  本文關(guān)鍵詞：普適化腦電信息感知關(guān)鍵問題的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：253693