腦電信號（Electroencephalogram,EEG）是腦神經(jīng)細胞群電生理活動的綜合反映,其中蘊涵著豐富的生理、心理信息。人體在動作或者進行思維任務(wù)時,腦電信號都會產(chǎn)生相應(yīng)的變化。通過腦電信號分析,解讀出操作者的意愿,獲得相應(yīng)的控制信息,進而控制外部對象的人機接口技術(shù),已經(jīng)成為生物醫(yī)學(xué)工程領(lǐng)域的研究熱點。本文研究了腦電信號的采集、預(yù)處理、特征提取、以及基于腦電信號的模式識別等方法,并設(shè)計了相應(yīng)的腦電信號控制輪椅的方案。論文階段所做的主要工作及創(chuàng)新點如下:（1）在腦電信號預(yù)處理方面,提出了一種改進閾值的平移不變量小波消噪算法。首先在重復(fù)循環(huán)平移原始信號消除不連續(xù)點相互干擾的基礎(chǔ)上,分別進行小波分解;其次使用改進的閾值量化算法,通過處理小波系數(shù)模的冪次和閾值的冪次來估計小波系數(shù),并重構(gòu)信號;最后通過重構(gòu)信號的相反平移求出各次處理的平均值,得到消噪后的信號。通過頻譜分析發(fā)現(xiàn)消噪后的腦電信號有效保留腦電信號4種基本節(jié)律δ波、θ波、α波和β波,同時消除了高頻的噪聲干擾。此外,與傳統(tǒng)的閾值消噪法相比,該方法提高了信噪比,降低了均方誤差。（2）提出了一種分步進行的模式識別方法,首先提取運動想象... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

腦電信號節(jié)律波形

圖 2.3 電極安放以及標識圖表 2.1 10/20 國際標準導(dǎo)聯(lián)部位、代碼、編號代號 Fp1、Fp2 F3、F4、F5 C3、C4、Cz P3、P4、Pz O1、O2 F7、F8 T3、T4 T5、T6 A1、A2 微弱的生理電信號，是從實驗者佩戴的電極果也不盡相同。本論文使用美國 Neuro 公司，所有電極放置位置均按照國際 10/20 系統(tǒng)把采集到的頭皮腦電信號通過放大器，接著

研究中具備的腦電采集系統(tǒng)，包括硬件系統(tǒng)和軟件系統(tǒng)：）硬件系統(tǒng)：Agcl 電極帽（及導(dǎo)電膏）、40 導(dǎo) DC 放大器（NuAmps）和 電極帽是 Neuro 公司 40 導(dǎo)專業(yè)電極帽，該導(dǎo)電帽設(shè)計與成年人的頭型相符效的采集頭皮腦電信號；NuAmps 集合了放大器與 A/D 轉(zhuǎn)換器的功能，采250，500，1000Hz，可進行 22 位 A/D 數(shù)據(jù)轉(zhuǎn)換；臺式機的電源可能對實驗 機選用筆記本電腦，斷開筆記本電腦的電源，使用內(nèi)置電池。）軟件系統(tǒng)：Scan4.3。Scan4.3 可提供完整的數(shù)據(jù)采集方案，包括導(dǎo)聯(lián)的選擇等，此外它還有濾波，偽跡矯正（多種方法），主成分和獨立成分分析于改進閾值的平移不變量小波腦電消噪信號的特性，使其在采集過程中不可避免地受到體內(nèi)和體外干擾源的污染采集系統(tǒng)自身干擾（如采集電極與頭皮的接觸阻抗的改變）、工頻干擾和環(huán)體內(nèi)干擾包括：眼動干擾、呼吸干擾、心跳干擾、肌肉運動干擾等。因此腦電信號進行適當?shù)念A(yù)處理，提高信噪比，是十分必要的。然而，腦電信

【參考文獻】：
期刊論文
[1]基于能量特征的腦電信號特征提取與分類[J]. 黃思娟,吳效明.  傳感技術(shù)學(xué)報. 2010(06)
[2]應(yīng)用模糊最優(yōu)小波包和LS-SVM的模擬電路診斷[J]. 王佩麗,彭敏放,楊易旻,吳俊麗,何怡剛.  儀器儀表學(xué)報. 2010(06)
[3]腦電波實時控制電動輪椅[J]. 白雪.  機器人技術(shù)與應(yīng)用. 2010(02)
[4]基于HHT和SVM的運動想象腦電識別[J]. 袁玲,楊幫華,馬世偉.  儀器儀表學(xué)報. 2010(03)
[5]共空域模式方法在多類別分類中的應(yīng)用[J]. 劉廣權(quán),黃淦,朱向陽.  中國生物醫(yī)學(xué)工程學(xué)報. 2009(06)
[6]共同空間模式在少通道分類問題中的應(yīng)用[J]. 黃淦,劉廣權(quán),朱向陽.  中國生物醫(yī)學(xué)工程學(xué)報. 2009(06)
[7]基于改進CSP算法的運動想象腦電信號識別方法[J]. 李明愛,劉凈瑜,郝冬梅.  中國生物醫(yī)學(xué)工程學(xué)報. 2009(02)
[8]支持向量機后驗概率方法在多任務(wù)腦機接口中的應(yīng)用[J]. 楊平,劉鐵軍,堯德中.  中國生物醫(yī)學(xué)工程學(xué)報. 2009(02)
[9]智能輪椅的研究現(xiàn)狀與趨勢[J]. 原魁.  中國醫(yī)療器械信息. 2009(01)
[10]基于小波包變換和聚類分析的腦電信號識別方法[J]. 徐寶國,宋愛國.  儀器儀表學(xué)報. 2009(01)

博士論文
[1]基于運動想象的腦電信號分類與腦機接口技術(shù)研究[D]. 王磊.河北工業(yè)大學(xué) 2009
[2]基于腦電信號的腦-機接口技術(shù)研究[D]. 趙麗.天津大學(xué) 2004

碩士論文
[1]腦電信號中偽跡去除的綜合研究[D]. 王兵.浙江大學(xué) 2010
[2]基于腦電信號的假手控制方法研究[D]. 李亞飛.杭州電子科技大學(xué) 2009
[3]運動想象腦電信號的識別方法及應(yīng)用[D]. 劉凈瑜.北京工業(yè)大學(xué) 2009
[4]運動想象腦電信號的分析與處理方法研究[D]. 易振華.北京交通大學(xué) 2008
[5]智能輪椅的BCI人—機接口技術(shù)研究[D]. 趙翔.天津大學(xué) 2007
[6]基于腦電Alpha波的腦-機接口系統(tǒng)設(shè)計[D]. 高揚.天津大學(xué) 2004



本文編號：3586790