運(yùn)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(chǎn)生的生物電信號?？茖W(xué)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(rèn)知。腦-機(jī)接口(Brain Computer Interface，BCI)則是腦電信號研究的一個重要應(yīng)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(jī)交互系統(tǒng)。目前，基于左、右手運(yùn)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(yùn)動想象腦電信號的研究存在識別率低、實(shí)時性差、易受干擾等問題。因此對多維度運(yùn)動想象腦電信號研究是一個熱點(diǎn)，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(yùn)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(dǎo)聯(lián)腦電信號?；趯?shí)驗(yàn)狀態(tài)監(jiān)測的需要，增加了O1/O2導(dǎo)聯(lián)腦電信號完成狀態(tài)切換，實(shí)現(xiàn)了對虛擬場景小車的前進(jìn)、后退、左轉(zhuǎn)、右轉(zhuǎn)、啟?？刂啤Ｒ韵?/p>

3、是論文的主要內(nèi)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(jìn)行了消噪方法的研究。提出了一種基于對偶樹復(fù)小波變換的新型閾值消噪方法，仿真結(jié)果表明了該算法的優(yōu)越性。
　　（2）現(xiàn)有成果揭示了不同測試者做同一運(yùn)動想象產(chǎn)生的腦電信號存在強(qiáng)度不一致的現(xiàn)象；同一測試者在執(zhí)行同一運(yùn)動想象時也同樣會發(fā)生腦電信號強(qiáng)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(jié)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(yùn)動想象腦電信號的ERS/ERD現(xiàn)象提出了基于節(jié)律的改進(jìn)樣本熵特征，并將能量譜和改進(jìn)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(fù)雜度。
　?。?）針對運(yùn)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(yàn)和Leave-One-Out(LOO)誤差校正方法對最小支持二乘向量機(jī)分

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