基于时间、频率和空间域的自发脑电信号提取

基于时间、频率和空间域的自发脑电信号提取

ID:32349032

大小:18.16 MB

页数:136页

时间:2019-02-03

基于时间、频率和空间域的自发脑电信号提取_第1页
基于时间、频率和空间域的自发脑电信号提取_第2页
基于时间、频率和空间域的自发脑电信号提取_第3页
基于时间、频率和空间域的自发脑电信号提取_第4页
基于时间、频率和空间域的自发脑电信号提取_第5页
资源描述:

《基于时间、频率和空间域的自发脑电信号提取》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、博士学位论文摘要脑一机接口为人们提供了一个全新的与外界交流的通道。近几年来,基于脑电信号的脑一机接口阀题已成为一个研究热点,然而脑电信号本身非常微弱,容易受到外界干扰的影响,且信号变换因人而异,这些问题都严重阻碍了该领域的进一步发展。论文的主要目的是通过对各种脑电信号数据识别,找到一个更加准确、合理的实验模型来分析脑电信号·论文基于脑神经生理学特征,依据人体自发脑电位与思维活动的关联性,主要针对当前脑.机接口应用中实际存在的一些问题进行研究,并对一些算法改进。论文进行了如下几个方面的研究:首先,论文对常用的一些空闻滤波器算法进行

2、对比研究。重点分析了它们降低头骨影响,更好地突出神经元活动特征的能力。针对两种主要的空间滤波算法一主成分分析法和盲源分离方法,进行了深入的研究,通过对比它们消除脑电噪音的程度,指出了各自优缺点;然后,论文结合拉普拉斯滤波算法和盲源分离方法,实现了HMM-AR模型在脑电频率变换过程中的状态监测,提出了脑.机接口实验数据的时间动态分割算法;再次,论文结合神经生理学知识,对两类任务分离阀题的脑.机接疆竞争数据进行了详细的研究,利用公共空闻模型算法和支持向量机分离器相结合,实现了机器自动选择特定的空间滤波器,并有效的实现了两类任务分离。

3、从而证明了基于支持向量机的公共空间模型算法在两类任务分离问题上的有效性。然后对公共空闻模型算法进行改进,提出了多类任务识别的公共空间模型算法,到达了很好的效果。最后,为了提高脑状态分类正确率,论文重点提出了时间—频率一空间滤波器算法。论文对公共空间滤波器的构造进行了改进,提出了时变公共空闻滤波算法,结合脑电信号频率特征,论文进一步提出了时间一频率一空间滤波器算法,该方法通过大量的实验数据证明,具有明显提高分类识别率的作用。本论文的特色在于针对当前脑一机接口存在的一系列问题提出解决方案,为脑一机接口系统真正用于人们实际生活奠定基础

4、。其中的创新点如下:(1)根据∥和∥波的特性,论文结合拉普拉斯滤波算法、独立成分分析算法和HMM-AR算法实现了脑一机接口数据的时域分析。几种方法的结合能够识别不圊状态下,脑电频率的变换,实现自动区分∥空闲刀和“忙碌一两种脑电信号状态。搏七学位论文耩要(2)针对多任务识剐问题,对公共空间模型算法进行了改进,提出了一种多类分离的算法尊以竞争数据包为数据源证明了提出的多类分离算法的正确性、可行性,该算法不但能够提赢总的信息传输率,而且能够保证较高的分类正确率。,(3)为了提高分类识别率,提如了~种新的公共空间算法——时交空闻滤波算法

5、尊该算法中,公共空闻滤波器的值不再是常数,焉将随着时间变化而变化,它能够有效的提高任务的识别率霉(4)针对减少训练时间,提高分类稳定性的问题,论文提出了时阂一频率一空闻滤波器算法,这个算法是在时变空间滤波算法基础之上,考虑了频率的特点,通过篱单连接输入信号,并进行延时来实现。实验结果证明了该方法的实用性口总之,通过以上的工作,论文给;出了~整套自发脑电信号的提取算法,包括嗓音消除、想象运动开始点的识别、脑电信号特征提取以及特征分类拳论文研究成果经过国际公开数据检验,取得了很好的效果·关键词:脑一视接口,盲源信号分离,隐马尔可夫一

6、自回归滤波模型,公共空闻模型,时阕一频率一空闻滤波器l薹博士学僚论文怂STRACfABS瞰CTForpeople,BrainComputerInterface(BCI)offersanewcommunicationchannelbetweenbrainand也eexternalworld.Moreandmoreresearchgroupshavefocuedonthisareainrecentyears。However,thedevelopmentofBCItechnologyiShamperedbysuchfactorsast

7、hefollowing:theEEGsignalsareveryweak;theyareeasilyaffectedbytheenvironmentandtheychangesharplyfordifferentpeople.SotheaimofthisdissertationistOfindtherightandeffectiveexperimentalmodeltoanalyzetheEEGsignalsthroughsignalrecognizing.Basedonbrainneurophysiologyandtherel

8、ationshipbetweenspontaneousEEGandncl-cecellactivity,thedissertationdoesaresearchontheproblemsinpresentBClapplication.andsomealgorit

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。