欢迎来到天天文库
浏览记录
ID:35162639
大小:3.47 MB
页数:68页
时间:2019-03-20
《脑机接口信号的多模式识别融合技术研究》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、分类号:密级:论文编号:学号:50120831105重庆理工大学硕士学位论文脑机接口信号的多模式识别融合技术研究研究生:刘杨指导教师:刘盛平教授学位类型:学术学位学科专业:生物医学工程研究方向:医学信息系统与检测传感技术培养单位:药学与生物工程学院论文完成时间:2015年3月25日论文答辩日期:2015年5月28日CategoryNumber:LevelofSecrecy:SerialNumber:StudentNumber:50120831105Master'sDissertationofChongq
2、ingUniversityofTechnologyTheResearchofTechnologyofMulti-PatternRecognitiononSignalofBrain-ComputerInterfacePostgraduate:LiuYangSupervisor:Professor.LiuShengpingDegreeCategory:AcademicDegreeSpecialty:Bio-medicalEngineeringResearchDirection:MedicalInformat
3、ionDetectionandSensorsTrainingUnit:SchoolofPharmacyandBioengineeringThesisDeadline:March25,2015OralDefenseDate:May28,2015学位论文原创性声明及使用授权声明重庆理工大学学位论文原创性声明本人郑甫卢明:所V:.交的学位论文是木人在导师的指导下,独立进行研究所取得的成果。除文中特别加以标注引用的内容外,本文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个
4、人,均已在文中以明确方式标明。本人承担本声明的法律后果。学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于(请在以下相应方框内打“V”):1.保密□,在年解密后适用本授权书。2.不保热/摘要脑机接口信号的多模式识别融合技术研究摘要脑电信号是人体大脑产生的
5、一种重要生理电信号。大脑作为人体最神秘、最复杂的器官,一直以来是科学家们的研究重点,脑电信号更是科学家们研究的聚焦点。脑电信号中既包含人体大脑日常活动产生的基本信号,又包含人体大脑根据自发想象或外界刺激所产生的思维信号。无论对人体大脑各个区域详细功能的研究还是对人工智能等相关领域的开发,脑电信号都具有很重要的作用。脑机接口技术指的是在人体的大脑与电脑、轮椅等外围设备之间设立的一条进行信息交流的通道。脑机接口系统既能根据人体大脑产生的脑电信号中包含的思维信号的分析处理结果来简单控制计算机等外围电子设备,达
6、到简单控制外部环境的效果;又能根据外围电子设备的运动,对人体大脑进行相应的外界刺激从而产生新的思维脑电信号,达到重新控制外围电子设备的目的。随着交流障碍患者和肌萎缩性硬化、脊髓损伤等脑疾病患者数目的增多,对这种脑机接口技术的要求不断提高。如何提高脑机接口系统中对相关脑电信号进行分析计算的结果的精度成为困扰科学家们的难题。P300脑电信号是人体的大脑在接受到特定模式的视觉诱发刺激而形成的一种诱发电信号,因其具有形成时间固定、在大脑头皮特定区域能量明显、易于检测等特点而成为脑机接口系统中最常用的一种脑电信号
7、。利用人体大脑根据视觉诱发刺激产生的P300脑电信号作为输入信号的脑机接口系统中,实验者无需经过特别的专项训练就可以达到预定的效果。本课题采用第三届脑机接口数据竞赛组织方提供的P300脑电信号,开展脑机接口信号的多模式识别融合技术研究,以期提高脑机接口系统中脑电信号进行分析计算的结果的精度,促进脑机接口技术的实际工程应用。论文主要开展了以下内容的研究工作:(1).P300脑电信号的预处理过程。P300脑电信号中有用频率主要集中于0-30Hz的范围,因此首先对脑电信号作低通滤波处理,消除高频干扰。然后采用
8、最优加权叠加方法对滤波后的脑电信号进一步处理,以消除脑电信号采集过程中受到相邻电极的相互作用,使得本来准时的波动出现延迟的问题。(2).运用小波变换、AR模型、主成分分析和近似熵等目前使用最广泛的四种算法提取预处理后的脑电信号中包含的特征。小波分解提取电位信号2-8Hz的频段作为测试样本;AR模型主要是构建一个4阶的AR模型,选取其模型的相应系数作为实验需要提取特征;主成分分析对64个通道进行空间解耦,并提取前十个主成分通道作为特征;近似熵
此文档下载收益归作者所有