運動想象腦電處理及其模式識別方法研究.pdf

1、表面腦電信號（Electroencephalogram，EEG）是成千上萬個神經(jīng)元組織在大腦皮層電生理活動共同作用產生的生物電信號。科學研究表明，通過解讀腦電信號可以獲知人類的思維活動和意識認知。腦-機接口(Brain Computer Interface，BCI)則是腦電信號研究的一個重要應用方向，它是一種不依賴由大腦外周神經(jīng)與肌肉組織等組成的正常輸出通路的人機交互系統(tǒng)。目前，基于左、右手運動想象的兩類信號識別研究已經(jīng)比較完善，但是多

2、維度運動想象腦電信號的研究存在識別率低、實時性差、易受干擾等問題。因此對多維度運動想象腦電信號研究是一個熱點，對其完成處理和有效識別是一個挑戰(zhàn)。
　　本文從腦電的研究背景與現(xiàn)狀出發(fā)，對左手、右手、右腳、舌頭4類運動想象腦電信號的處理與識別展開了深入研究，所用分析信號是C3、C4、Cz與CP4四導聯(lián)腦電信號?；趯嶒灎顟B(tài)監(jiān)測的需要，增加了O1/O2導聯(lián)腦電信號完成狀態(tài)切換，實現(xiàn)了對虛擬場景小車的前進、后退、左轉、右轉、啟停控制。以下

3、是論文的主要內容及其創(chuàng)新之處：
　?。?）針對腦電信號在采集過程中夾帶多種干擾信號的情況，例如眼電信號、肌電信號、心電信號、工頻噪聲等，進行了消噪方法的研究。提出了一種基于對偶樹復小波變換的新型閾值消噪方法，仿真結果表明了該算法的優(yōu)越性。
　?。?）現(xiàn)有成果揭示了不同測試者做同一運動想象產生的腦電信號存在強度不一致的現(xiàn)象；同一測試者在執(zhí)行同一運動想象時也同樣會發(fā)生腦電信號強度不一致的狀況，針對這兩種情況提出了基于節(jié)律的歸一化

4、能量特征提取處理方法，仿真結果證明了該方法的效果明顯好于未歸一化特征提取。又根據(jù)運動想象腦電信號的ERS/ERD現(xiàn)象提出了基于節(jié)律的改進樣本熵特征，并將能量譜和改進樣本熵兩個特征組合成一個新的特征。新特征不僅很好地提升了分類的正確率，且降低了計算的復雜度。
　?。?）針對運動想象腦電信號傳統(tǒng)模式識別方法中存在的識別正確率較低與計算效率不高的問題，引入用交叉檢驗和Leave-One-Out(LOO)誤差校正方法對最小支持二乘向量機分

5、類算法進行優(yōu)化，提高了識別率，降低了計算復雜度。運用上述混合特征的情況下，平均識別率達到70.96％，平均計算時間與網(wǎng)格-支持向量機法相比降低了0.45秒。
　?。?）設計了一個虛擬控制的BCI在線平臺驗證運動想象腦電信號識別的結果。對左手、右手、右腳、舌頭4類運動想象腦電信號進行處理識別，將識別出的結果轉化為控制信號，傳輸?shù)教摂M現(xiàn)實場景，實現(xiàn)左轉、右轉、前進、后退虛擬動作的控制操作，并采用O1/O2通道睜眼/閉眼進行實驗工作/休