基于运动想象脑机接口的算法分析

基于运动想象脑机接口的算法分析

论文摘要

21世纪被世界公认为是生物科学和脑科学的时代,对人脑高级认知功能的多学科、多层次的综合研究呈现指数增长的趋势。在全球性脑研究计划的推动下,我国提出了“脑科学与类脑研究”的战略部署以期在脑科学、脑疾病早期诊断与干预、类脑智能计算三个前沿领域取得国际领先的成果。脑电信号的科学研究是脑科学研究领域的重要组成部分,脑-机接口技术(Brain–Computer Interface,BCI)是用于人脑与计算机或其他电子设备之间的通信和控制系统,它不同于人脑通常所依赖的周围神经系统和肌肉组织进行信息传递,而是通过人类的头皮电位(即通常的脑电图信号)直接将信号传递到计算机进行信号识别并实现相应的控制。BCI技术因在医疗康复工程、自动控制系统以及军事领域具有重要的应用前景,从而成为近年来研究的热点。基于运动想象的BCI(Motor Imagery-based BCI system,MI-BCI)系统主要采用运动想象脑电信号作为信号输入,通过计算机进行信号处理,从而实现人脑与外部设备之间的通信和控制功能。因此MI-BCI系统能否快速有效地提取和识别与任务相关的脑电信号特征是当前研究人员面临的重大课题。随着信号采集技术的进步,脑电信号的“维度爆炸”和信道冗余问题影响了分类器的分类效果。为解决这些问题,本研究基于二分类MI-BCI系统提出了两种高效的信号处理框架,即基于特征选择的运动想象脑机接口算法处理框架和基于信道自适应选择的运动想象脑机接口系统。数据来源于BCI竞赛数据库III中的数据集I,Stockwell变换和贝叶斯线性判别分析分别应用于特征提取和分类,并在特征选择过程中使用遗传算法(Genetic Algorithm,GA)提取最相关的分类特征、信道选择中使用GA选取最佳信道。通过比较有无特征选择的过程,调整GA的参数,选择出最佳特征集(选择48.6%的特征)实现了分类灵敏度、特异性、精度和准确度分别为94%、98%、97.9%和96%,证明了使用GA进行特征选择改善了BCI系统的分类性能。通过对比有无信道选择的算法,选出最佳信道组合,仅使用64导联中的28个采集电极实现了分类灵敏度、特异性、精度、准确度和Kappa系数分别达到了98%,96%,96.08%,97%和0.94,超过了现有的算法结果。由于两种方法可以减少特征数量并选择最佳特征集,其分类性能得到改善的同时缩短了分类时间,为解决冗余特征和信道问题提供了一个有效的解决方案,也为脑电信号处理提供理论依据,本研究所采用的信号处理框架可以为相关的BCI应用系统研究提供参考。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 脑电信号的研究发展
  •   1.2 脑电信号的应用现状
  •   1.3 脑机接口的电生理学基础
  •   1.4 脑机接口系统的研究现状
  •   1.5 研究内容与结构安排
  • 第二章 BCI竞赛数据库
  •   2.1 实验数据库介绍
  •   2.2 数据预处理
  • 第三章 运动想象脑机接口信号处理框架
  •   3.1 特征提取
  •   3.2 分类识别
  •   3.3 分类性能
  •   3.4 遗传算法
  •     3.4.1 遗传算法的特点
  •     3.4.2 遗传算法工具箱介绍
  •   3.5 基于特征选择的运动想象脑机接口算法处理框架
  •   3.6 基于信道自适应选择的运动想象脑机接口系统
  • 第四章 实验结果与分析
  •   4.1 特征选择的结果
  •   4.2 信道选择的结果
  •   4.3 与相同数据库下其他算法的对比分析
  • 第五章 总结与展望
  • 参考文献
  • 攻读硕士学位期间发表的论文及其他科研成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 常洪丽

    导师: 杨济民

    关键词: 脑机接口,运动想象,遗传算法,变换,贝叶斯线性分类器,特征选择,信道选择

    来源: 山东师范大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 生物学,生物医学工程,电信技术

    单位: 山东师范大学

    分类号: TN911.7;R318

    总页数: 65

    文件大小: 4501K

    下载量: 285

    相关论文文献

    • [1].基于小波分析的运动想象脑电信号分类算法[J]. 金陵科技学院学报 2019(04)
    • [2].运动想象脑机接口中两种改进的脑电共空域模式特征提取方法[J]. 电子测量与仪器学报 2019(12)
    • [3].基于运动想象疗法引导的康复训练对脑卒中后吞咽障碍患者的疗效[J]. 湘南学院学报(医学版) 2020(01)
    • [4].运动想象的机理研究与应用综述[J]. 计算机工程与应用 2020(10)
    • [5].运动想象疗法结合音乐对卒中后偏瘫患者步行功能、生活质量的影响[J]. 现代实用医学 2020(04)
    • [6].分级运动想象疗法联合常规作业治疗对偏瘫患者生存质量的影响[J]. 中国当代医药 2020(24)
    • [7].运动想象的大尺度动态功能网络连接[J]. 中国生物医学工程学报 2019(04)
    • [8].针刺、推拿联合运动想象疗法对脑卒中偏瘫患者肢体功能的影响[J]. 生物医学工程学进展 2016(04)
    • [9].运动想象疗法对早期脑梗死患者康复治疗有效性的研究[J]. 中国卫生标准管理 2017(04)
    • [10].探讨运动想象疗法对脑卒中偏瘫患者平衡功能恢复的影响[J]. 中国卫生标准管理 2017(09)
    • [11].运动想象疗法对脑卒中偏瘫患者上肢运动功能恢复的影响[J]. 中国高等医学教育 2017(08)
    • [12].针灸联合运动想象疗法对脑卒中偏瘫患者康复进程的作用分析[J]. 中医临床研究 2016(03)
    • [13].运动想象疗法在脑卒中偏瘫患者下肢功能康复治疗中的效果观察[J]. 健康之路 2017(10)
    • [14].运动想象疗法的应用研究进展[J]. 按摩与康复医学 2015(15)
    • [15].立体针刺结合运动想象疗法对脑卒中恢复期运动功能障碍的影响[J]. 中国康复 2020(01)
    • [16].心理旋转实验在脑卒中患者运动想象能力评估中的应用[J]. 中国康复医学杂志 2020(10)
    • [17].结合运动想象和动作观察的伸-握动作识别方法[J]. 西安交通大学学报 2019(10)
    • [18].运动想象在卒中患者康复治疗中的应用研究进展[J]. 现代医药卫生 2019(20)
    • [19].基于脑电和眼电的运动想象多尺度识别方法研究[J]. 电子学报 2018(03)
    • [20].基于小波包变换的右手和脚运动想象任务分类[J]. 中国医疗器械杂志 2017(03)
    • [21].运动想象疗法对缺血性脑卒中患者下肢平衡能力的影响[J]. 哈尔滨医药 2016(04)
    • [22].运动想象训练对急性缺血性脑卒中患者的影响[J]. 华夏医学 2015(03)
    • [23].运动想象疗法在疗养院脑卒中偏瘫康复训练中的应用[J]. 中国民间疗法 2013(01)
    • [24].运动想象疗法在脑卒中偏侧忽略训练中的应用[J]. 中国康复理论与实践 2013(02)
    • [25].运动想象疗法在冠心病介入治疗患者心脏康复中的应用[J]. 中国当代医药 2013(14)
    • [26].运动想象疗法联合改良亲情护理干预对脑卒中偏瘫患者负性情绪及生活质量的影响[J]. 黑龙江医药科学 2019(06)
    • [27].基于多模式辅助刺激的运动想象电位特征调制[J]. 天津职业技术师范大学学报 2018(03)
    • [28].运动想象疗法对脑卒中偏瘫患者上肢功能恢复的影响观察[J]. 中国继续医学教育 2016(33)
    • [29].运动想象疗法结合强化运动治疗对脑卒中偏瘫上肢功能恢复的影响分析[J]. 双足与保健 2017(13)
    • [30].病房-家庭式运动想象康复训练技术对脑卒中大脑可塑性影响[J]. 中国康复医学杂志 2016(04)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于运动想象脑机接口的算法分析
    下载Doc文档

    猜你喜欢