結(jié)合本體錯覺反饋的運動想象腦電識別研究.pdf

1、腦電信號（Electroencephalogram，EEG）是一種能夠體現(xiàn)人的思維意識以及肢體活動的生物信號。腦-機接口(Brain Computer Interface，BCI)則是腦電信號的一個重要應用方向，它可以實現(xiàn)人腦控制信息與其他外設(shè)之間的直接通信。而基于運動想象（Motor Imagery，MI）腦電信號的BCI具有想象任務(wù)簡單、想象與目標動作一致性高、可以實現(xiàn)異步通信等特點、更適合用于康復輔具的控制和神經(jīng)運動功能康復，成為

2、BCI領(lǐng)域內(nèi)近年來備受關(guān)注的研究熱點。
　　在BCI系統(tǒng)中，將腦電信號轉(zhuǎn)換為控制指令是最核心的部分，也就是對腦電信號的特征提取和模式分類。本文在本體錯覺反饋現(xiàn)象的研究基礎(chǔ)上，提出了在運動想象識別中引入不同范式的本體感覺反饋環(huán)節(jié)，并分析其對識別實時性和準確率的影響。以下是論文的主要內(nèi)容及其創(chuàng)新之處：
　?。?）為了更好的消除腦電信號中混有的噪聲，針對傳統(tǒng)的經(jīng)驗模態(tài)分解方法在消噪過程中出現(xiàn)的模態(tài)混疊現(xiàn)象，以及傳統(tǒng)提升小波易導致奇

3、異點嚴重失真的不足，提出了一種基于總體經(jīng)驗模態(tài)分解與改進提升小波的腦電信號消噪方法，通過仿真和對比實驗表明了提出的方法的有效性。
　?。?）在特征提取方面，針對經(jīng)驗模態(tài)分解在處理多維信號過程中的局限性，提出了一種基于噪聲輔助多元經(jīng)驗模態(tài)分解和樣本熵相結(jié)合的腦電信號特征提取方法，依據(jù)運動想象腦電信號的事件相關(guān)去同步化/事件相關(guān)同步化現(xiàn)象，提取C3、C4通道的腦電信號分段的樣本熵值作為特征向量。
　?。?）在模式分類方面，應用了

4、極限學習機，一種學習速度快且泛化能力強的求解單隱層神經(jīng)網(wǎng)絡(luò)的算法，對提取后的特征分量進行分類，并對該方法中激勵函數(shù)和隱含層神經(jīng)元個數(shù)的確定進行了研究。最后通過實驗對算法效果做了驗證分析。
　?。?）在本體錯覺反饋方面，結(jié)合人體平衡和本體感受器的機制，進行了本體錯覺的振動模式的設(shè)計。做了不同范式運動想象識別實驗與分析，探討在無反饋，加入正反饋、負反饋和偽造反饋的環(huán)節(jié)下對運動想象腦電的分類識別的影響，實驗結(jié)果表明，只有加入適當正反饋時