导读:本文包含了想象动作电位论文开题报告文献综述及选题提纲参考文献，主要关键词:想象动作电位,数字信号处理器,脑-机接口
想象动作电位论文文献综述
赵丽,高新[1]（2012）在《DSP在基于想象动作电位的脑-机接口中的应用》一文中研究指出应用数字信号处理器设计了一个基于想象动作电位的脑-机接口系统,通过模拟滤波与数字信号器处理相结合的方法,实现了对想象动作电位信息的有效采集和处理。系统在硬件上设计了脑电信号放大器,DSP开发板;对脑电信号放大、AD转换后,通过分类特征提取处理后,完成动作识别与控制命令的输出。将数字信号处理器应用在脑-机接口中,利用数字信号处理器优异的处理能力和丰富的外设资源,实现了一个嵌入式、微型化的脑-机接口构建,实现了脑-机接口实时处理与微型化。(本文来源于《电子测量技术》期刊2012年12期）
徐秋晶,张明明,万柏坤[2]（2009）在《多尺度熵在与想象动作电位相关的注意力区分中的应用》一文中研究指出目的在中国,大约有1.3%～13.4%的儿童患有伴随多动症的注意力缺失。这种疾病会严重影响心理和生理的发育。在想象肢体运动过程中产生与注意力相关的脑电信号可以用来区分受试者不同的注意力水平。这种基于脑电信号的注意力水平的区分为治疗伴随多动症的注意力缺失提供了一个有效的方法。在笔者研究中,MSE被(本文来源于《天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集》期刊2009-05-09）
刘延刚,万柏坤[3]（2009）在《多运动模式相结合的想象动作电位特征识别》一文中研究指出目的脑-机接口(BCI)是一种不依赖于正常的由外周神经和肌肉组成的常规大脑输出通路的通讯系统。简单的说,BCI研究的目的就是在人脑和计算机或其它电子设备之间建立一种不依赖于常规大脑输出通路的直接联系,使人们可以通过思维来直接控制计算机或外部设备。随着双模式(多为左、右手模式)的想象动作BCI研究的(本文来源于《天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集》期刊2009-05-09）
朱誉环,万柏坤[4]（2009）在《基于想象动作电位的的脑电鼠标设计》一文中研究指出目的第一次BCI国际会议给出的BCI的定义是:"脑-计算机接口(BCI)是一种不依赖于大脑外围神经与肌肉正常输出通道的通讯控制系统。"它通过采集和分析人的脑电信号,在人脑与计算机或其他电子设备之间建立起直接的交流和控制通道,从而可以不需语言或肢体动作,直接通过控制脑电来表达意愿或操纵外界设备。(本文来源于《天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集》期刊2009-05-09）
周仲兴[5]（2009）在《复合下肢想象动作电位的特征识别新技术研究》一文中研究指出复合下肢想象动作电位是由于复合下肢动作准备或规划时诱发的内源性脑电信号,反映了在大脑具备的一类较为复杂的下肢惯常运动思维状态下,皮层各感觉运动功能区相互整合和协同关系的主观运动意识,可作为深层次探索大脑对行走、坐站姿转换等复杂行为学认知功能的“窗口”,在脑-机接口、康复工程等领域也具有不可替代的重要性。相对于各类简单肢体想象动作电位,复合下肢想象动作电位涉及更多的感觉运动皮层功能区,模式复杂,在特征分析时不仅需要更高的空间分辨率,并且需要恰当的特征描述方法,以期更好的反映想象动作电位的实际特性。独立分量分析是提高脑电信号空间分辨率的常用方法,但是传统的独立分量分析方法在脑电信号分析时,假设脑电的传播过程是简单线性和瞬时混合过程,忽略了脑电传播的时空动态性,制约了空间分辨率的进一步提高。在特征描述方法方面,经验模态分解方法(Empirical Mode Decomposition, EMD)首次实现了以信号自身特性自适应地构造出反映信号中各成份的基函数,从信号的振荡模式的角度给出了信号成份定义的新概念,且适应于非线性非平稳信号,带来了信号处理方法的新的革命。但采用该方法对复杂信号分析时,容易产生模态混迭现象,目前该方法的理论研究正在不断完善中。本研究针对3类关键复合下肢想象动作(想象站起,想象左手与同侧单腿协同动作,想象右手与同侧单腿协同动作)诱发的想象动作电位,以脑电信号传播的真实模型-卷积混合模型为基础,建立了小波包独立分量分析进行想象动作电位空间滤波的方法,满足了复合下肢想象动作电位研究的空间分辨率要求;提出改进的EMD多分辨率分析方法进行想象动作电位的特征分析,通过对分类筛选的特征时间尺度分别执行EMD算法,避免了EMD算法直接应用时带来的模态混迭问题;提出以想象动作电位的alpha节律与beta节律的脑电特性构造基函数来描述信号特征成份的新方法,实现了以想象动作电位的特征振荡模式的角度提取事件相关去同步/同步特征的方法;从特征振荡模式的相位同步化特征的角度,探索了3类复合下肢想象动作时感觉运动功能区之间的整合和协作关系。最后通过设计基于支持向量机的和特征结合的多分类算法,实现了3类复合下肢想象动作电位的识别和分类。(本文来源于《天津大学》期刊2009-01-01）
程龙龙,明东,刘双迟,朱誉环,周仲兴[6]（2008）在《脑-机接口研究中想象动作电位的特征提取与分类算法》一文中研究指出人在想象但未实施肢体或其他身体部位动作时,与该动作相关的大脑运动皮层区域会发生与该动作实施时相似的电生理响应,称为想象动作电位。想象动作电位的提取与分类是脑-机接口(BCI)技术的关键和难点。本文分别介绍了想象动作电位的时频分析、复杂度分析、相位耦合测量、多通道线性描述符、多维统计分析等特征提取方法和线性判别分析、人工神经网络、支持向量机等分类算法,以供BCI系统设计与研究时参考。(本文来源于《仪器仪表学报》期刊2008年08期）
李鹏海,万柏坤,徐秋晶,明东[7]（2008）在《基于BP神经网络的想象动作电位模式识别研究》一文中研究指出脑-机接口是一种全新的信息交换与控制技术,其关键技术是要准确及时地识别出思维脑电的预期动作模式及其特征参数并将之转化为控制命令。本文通过分析和提取左、右手两种想象动作诱发的事件相关去同步(ERD)/同步(ERS)信号特征,并采用BP神经网络对特征量进行模式分类识别,以区分想象动作的意图,进而形成可用来控制轮椅、鼠标等外部机电设备的控制指令。研究结果表明该方法识别率高,速度快,可用于实时脑—机接口系统中。(本文来源于《光电子.激光》期刊2008年05期）
程龙龙,宋玮,周仲兴,辜承慰,明东[8]（2007）在《基于信息熵的想象动作电位非线性分析》一文中研究指出想象动作能够引起脑电的特异性变化,对想象动作电位的特征提取是脑-机接口 (Brain-Computer Interface)技术的关键和难点之一。目前基于动作或想象动作电位的脑-计算机接口系统设计中往往使用基于短时傅立叶变换的 ERD(Event Related Desynchronization)与 ERS(Event Related Synchronization)作为关键性的触发参数(本文来源于《第叁届全国脑与认知科学学术研讨会暨脑与认知科学国际研讨会论文摘要集》期刊2007-11-01）
程龙龙,綦宏志,赵翔,明东,万柏坤[9]（2007）在《基于小波熵的想象动作电位识别研究》一文中研究指出本文利用小波熵识别手部想象动作前后的动态脑电信号。通过与mu节律事件相关去同步(ERD) 参数识别结果比较表明:在想象动作对侧的运动感觉区域中,小波熵表现出与mu节律强度变化具有明显锁时关系的改变,而在中顶部位置mu节律强度无明显变化处,小波熵参数对左右手想象动作的响应也具有显着的不同,并且小波熵的区分错误率得到明显降低。结论:小波熵具有良好的时域分辨能力和更准确的区分效果,可以作为特征参数用于在线脑一机接口系统。(本文来源于《中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）》期刊2007-04-01）
陈滨津[10]（2005）在《基于想象动作电位的BCI系统设计与实验研究》一文中研究指出脑—机接口(Brain-Computer Interface, BCI)是在人脑和计算机或其它电子设备之间建立的一种直接信息交流和控制通道,是一种不依赖于常规大脑输出通路(外周神经和肌肉组织)的全新信息交流系统。BCI作为一种全新的信息交换与控制技术,将能为瘫痪病人,特别是那些丧失了基本肢体运动功能但思维正常的患者,提供一种与外界进行信息交流与控制的新途径,正受到越来越广泛的关注。某些类型的事件相关现象体现了连续脑电(electroencephalograph, EEG)信号在特定频域内能量的减少或增加现象,分别反映出皮质神经细胞群同步性活动的减弱或增强。其前者定义为事件相关去同步(event-related desynchronization, ERD),后者定义为事件相关同步(event-related synchronization, ERS)。本文根据想象动作可以引起脑电信号的ERD/ERS特异性变化这一思想,设计了一组基于想象动作电位的BCI实验,其核心研究内容是如何通过提取脑电特征参数来识别想象动作的发生。本文分别使用了时频图谱(Time-Frequency Spectrogram, TFS)、功率谱密度(Power Spectral Density, PSD)、复杂度(complexity Kc)以及两种信息熵:功率谱熵(Power Spectral Entropy, PSE)与小波熵(Wavelet Entropy, WE)作为特征参数,对手部想象动作执行前、后的动态脑电信号进行分析,并与目前常用的mu节律事件相关去同步(ERD)参数进行比较,以期寻找特异性更强的动态参数。实验结果显示在想象动作条件下,在对侧的运动、感觉区域中,TFS、PSD、Kc、PSE和WE均表现出与mu节律的强度变化具有明显的锁时相关性。同时这些参数对左、右手想象动作的响应也具有显着不同,且区分错误率呈明显的降低趋势。利用上述特征参数对想象动作电位测试数据进行分类的结果表明:分类的最高正确率可超过80%;其中PSD、Kc、PSE和WE具有良好的时域分辨能力和较准确的区分效果,可以作为特征参数用于在线BCI系统;并且应用Mahalanobis距离判别法能够明显提高模式识别的正确率(普遍提高5个百分点),可获得比直观比较法更为满意的分类结果。以上研究结果将为实时BCI系统的设计提供良好的实验依据。(本文来源于《天津大学》期刊2005-12-01）
想象动作电位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的在中国,大约有1.3%～13.4%的儿童患有伴随多动症的注意力缺失。这种疾病会严重影响心理和生理的发育。在想象肢体运动过程中产生与注意力相关的脑电信号可以用来区分受试者不同的注意力水平。这种基于脑电信号的注意力水平的区分为治疗伴随多动症的注意力缺失提供了一个有效的方法。在笔者研究中,MSE被
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
想象动作电位论文参考文献
[1].赵丽,高新.DSP在基于想象动作电位的脑-机接口中的应用[J].电子测量技术.2012
[2].徐秋晶,张明明,万柏坤.多尺度熵在与想象动作电位相关的注意力区分中的应用[C].天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集.2009
[3].刘延刚,万柏坤.多运动模式相结合的想象动作电位特征识别[C].天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集.2009
[4].朱誉环,万柏坤.基于想象动作电位的的脑电鼠标设计[C].天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集.2009
[5].周仲兴.复合下肢想象动作电位的特征识别新技术研究[D].天津大学.2009
[6].程龙龙,明东,刘双迟,朱誉环,周仲兴.脑-机接口研究中想象动作电位的特征提取与分类算法[J].仪器仪表学报.2008
[7].李鹏海,万柏坤,徐秋晶,明东.基于BP神经网络的想象动作电位模式识别研究[J].光电子.激光.2008
[8].程龙龙,宋玮,周仲兴,辜承慰,明东.基于信息熵的想象动作电位非线性分析[C].第叁届全国脑与认知科学学术研讨会暨脑与认知科学国际研讨会论文摘要集.2007
[9].程龙龙,綦宏志,赵翔,明东,万柏坤.基于小波熵的想象动作电位识别研究[C].中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）.2007
[10].陈滨津.基于想象动作电位的BCI系统设计与实验研究[D].天津大学.2005