運動觀察腦電特征分析與識別.pdf

1、運動觀察作為人腦的一種認知活動，對運動觀察過程中腦電（Electroencephalogram，EEG）信號的研究，有利于對人腦工作機制的探索。而且通過對不同運動觀察過程EEG的特征提取與識別，在軍事偵查、目標追蹤中也有很大的應用價值，也為腦-機接口系統(tǒng)設計提供一種新的思路。
　　然而在運動觀察過程中，由于大腦沒有主動的思維任務參與，無法通過EEG直接確定是否處于有效運動觀察狀態(tài)，且與運動想象、穩(wěn)態(tài)視覺誘發(fā)電位相比，運動觀察過程的

2、腦電信號幅值更弱，更加難以獲取。
　　本文以實現(xiàn)觀察小車左轉、右轉過程的腦電信號特征解析與識別為目的，首先采用SMI眼動儀和Neuroscan腦電設備同步采集信號，設計了觀察小車左轉、右轉兩種狀態(tài)的實驗范式，利用眼動軌跡信號分析來確定有效運動觀察任務。從時頻角度分析有效運動觀察過程的激活腦區(qū)和不同頻段能量譜分布，確定特征明顯頻段。由于人腦在認知活動中，其神經元之間存在有向信息的交互，進一步采用能夠描述不同腦區(qū)間信息流向的因果網絡分

3、析方法，通過分析運動觀察過程中因果網絡的網絡測度，找到其差異性，并對差異性明顯的網絡測度進行分類。最后，利用CSP和SVM算法對運動觀察EEG特征進行識別。主要研究內容如下：
　　（1）針對運動觀察EEG高度非平穩(wěn)低信噪比的特點，以研究獲取運動觀察過程中腦電特征明顯頻段作為切入點，對有效任務的EEG進行預處理，提高EEG信噪比；然后，對不同頻段EEG進行腦地形圖分析，定位激活腦區(qū)、確定關鍵通道；最后，運用 WPT和功率譜融合的方法

4、，分析關鍵通道 EEG在不同頻段范圍內的能量譜分布，確定特征明顯頻段。結果顯示：特征明顯頻段為0.49-0.98Hz。
　?。?）基于不同腦區(qū)間存在信息流，采用因果網絡測度差異性分析的方法研究運動觀察信號特征，利用GC、DTF、PDC三種分析方法對不同頻段EEG進行因果網絡構建。通過分析不同閾值下因果網絡的網絡密度和全局效率，選擇合適的閾值，并分析網絡測度(包括度、聚類系數(shù)、全局效率)的差異性。結果表明，在0-4Hz上，GC值的聚