本文選題：卷積神經(jīng)網(wǎng)絡(luò)(CNN)　切入點：腦電信號(EEG)　出處：《浙江大學(xué)學(xué)報(工學(xué)版)》2017年07期

【摘要】：為了在腦機交互中能夠?qū)\動意圖進(jìn)行識別,使設(shè)備能夠預(yù)判人的行為動作并提前作出反應(yīng),腦電(EEG)信號運用學(xué)習(xí)過程去解碼,并建立識別機制.針對傳統(tǒng)生物信號模式識別模型中手動提取特征可能會產(chǎn)生信息損失的問題,引入深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)(CNN),并和目前廣泛使用的兩種特征提取方法使用BP神經(jīng)網(wǎng)絡(luò)分類進(jìn)行對比.結(jié)果顯示,CNN在左、右手2分類動作和單手3分類動作中,提高識別精度分別約為4%和8%,增加了動作預(yù)測的可靠性.通過對上肢運動意圖識別的討論,可以更好地進(jìn)行腦機交互控制,并加深對中樞神經(jīng)信號與手部動作關(guān)系的理解.
[Abstract]:In order to recognize the motion intention in the brain-computer interaction, so that the device can prejudge the human behavior and react in advance, the EEG EGG signal is decoded by the learning process. Aiming at the problem of information loss caused by manual feature extraction in traditional biological signal pattern recognition model, In this paper, the convolution neural network with deep learning is introduced and compared with two widely used feature extraction methods, BP neural network classification. The results show that CNN is in the left and right hand 2 classifying actions and the single hand 3 classifying actions. The recognition accuracy is increased by about 4% and 8% respectively, which increases the reliability of motion prediction. Through the discussion of upper limb motion intention recognition, the brain-computer interaction control can be better carried out, and the relationship between central nervous signals and hand movements can be further understood.
【作者單位】： 浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院;貴州大學(xué)機械工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61303137,61402141) 國家教育部博士點基金資助項目(20130101110148)
【分類號】：R318;TP183

【相似文獻(xiàn)】

相關(guān)會議論文 前10條

1 敖麗娟;;康復(fù)治療中的上肢運動學(xué)與運動控制[A];中國康復(fù)醫(yī)學(xué)會第七次全國康復(fù)治療學(xué)術(shù)會議主題報告、學(xué)術(shù)交流論文匯編[C];2010年

2 湯強;盛蕾;朱衛(wèi)紅;李森;吳翠娥;;不同形式上肢運動能量消耗的特征研究[A];全民健身科學(xué)大會論文摘要集[C];2009年

3 甕長水;王軍;潘小燕;于增志;王剛;王文清;高麗萍;霍春暖;;強制性使用運動療法在最低上肢運動標(biāo)準(zhǔn)慢性中風(fēng)偏癱患者中的效力[A];中國康復(fù)醫(yī)學(xué)會第五屆全國康復(fù)治療學(xué)術(shù)會議論文集[C];2006年

4 陳江;夏小學(xué);楊炳森;汪善忠;;強制性運動療法對腦損傷性偏癱患者上肢運動改善情況的分析[A];2005年浙江省神經(jīng)外科學(xué)術(shù)會議論文匯編[C];2005年

5 廖維靖;;TBI上肢運動控制障礙的處理[A];首屆全國腦外傷治療與康復(fù)學(xué)術(shù)大會論文匯編（中）[C];2011年

6 戴玲;陳旗;王翔;;作業(yè)治療對偏癱側(cè)上肢運動能力及患者ADL獨立水平的影響[A];第三屆全國康復(fù)醫(yī)學(xué)青年學(xué)術(shù)會議論文集[C];1999年

7 翁長水;高懷民;徐軍;于增志;;腦卒中偏癱患者健側(cè)上肢運動控制障礙的研究[A];中國康復(fù)醫(yī)學(xué)會第四屆會員代表大會暨第三屆中國康復(fù)醫(yī)學(xué)學(xué)術(shù)大會論文匯編[C];2001年

8 董培;崔方圓;張華;譚中建;鄒憶懷;;健康人與偏癱患者左上肢運動的功能核磁研究[A];國家中醫(yī)藥管理局腦病重點研究室建設(shè)研討會暨中風(fēng)病科研成果推廣交流會論文匯編[C];2010年

9 鐘曉閔;宋春江;;強制誘導(dǎo)運動治療在腦梗死患者上肢運動障礙的臨床應(yīng)用[A];中華醫(yī)學(xué)會第十三次全國神經(jīng)病學(xué)學(xué)術(shù)會議論文匯編[C];2010年

10 王偉祥;姜賀;;強制性使用運動療法對腦卒中后上肢運動障礙30例患者的臨床觀察[A];中國康復(fù)醫(yī)學(xué)會第十三屆全國腦血管病康復(fù)學(xué)術(shù)會議會議指南[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 蔣蘇;在體光遺傳學(xué)—電生理相結(jié)合研究—側(cè)半球控制雙側(cè)上肢運動的腦功能重塑機制[D];復(fù)旦大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 趙華平;基于上肢運動信息的接口技術(shù)研究[D];東南大學(xué);2015年

2 余婷;吸入麻醉藥七氟醚和異氟醚對上肢運動誘發(fā)電位的影響[D];廣州醫(yī)科大學(xué);2014年

3 王璐;面向上肢運動功能康復(fù)訓(xùn)練-測評的單目視頻人體動作感知與識別技術(shù)研究[D];天津大學(xué);2012年

，

本文編號：1670664