收藏本站
《东北大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于盲源分离的脑电信号分析与应用

黄璐  
【摘要】:脑电信号是记录和反映大脑功能活动的主要工具。目前普遍采用非侵入性头皮测量方式进行脑电信号测量,获得的脑电信号由脑电源成分、生理伪差及工频干扰等成分混合而成。为了有效提取所需要的源成分,本文采用盲源分离算法对头皮观测脑电信号进行了盲分离。使用到的盲源分离算法包括基于改进量子粒子群优化的独立分量分析、约束独立分量分析、稀疏分量分析和卷积盲分离,具体的研究对象为事件相关电位提取、脑电节律信号分析以及伪差去除。在事件相关电位提取的研究中,以P300电位的提取为应用背景,分两部分展开研究。第一部分是针对多导联脑电信号,提出了一种基于改进量子粒子群优化的独立分量分析算法,用于P300电位的提取。该算法的迭代寻优过程中,通过在量子粒子群优化的基础上引入更充分的粒子间学习和竞争行为,有效实现并加快了独立分量分析的全局收敛,得到独立性更强的P300成分。在事件相关电位提取的研究中,第二部分是针对单导联脑电信号,提出了 一种使用约束独立分量分析的方法,用于P300电位的提取。根据P300叠加平均波形构造参考信号,使用一个导联脑电信号完成了 P300的有效提取。该方法对导联位置要求不苛刻,所需数据量小,应用于脑机接口系统,具有操作简便的优势,且能够取得满意的识别正确率和信息传输率。在脑电节律信号分析的研究中,以恐惧情绪分级识别为应用背景,提出了一种基于稀疏分量分析的特征提取方法。在欠定条件下,分解出多于观测导联数目的稀疏源成分,有效保证了表征不同脑活动的脑电信息能够充分分离。在此基础上,利用情绪脑电先验知识筛选出与恐惧情绪相关的源成分,使用脑电节律信号的能量值作为特征构建特征向量,进行恐惧情绪分级识别。提出的方法在一定程度上避免了直接对观测脑电信号进行分析和处理所产生的误差,为后续研究奠定了良好的数据基础。在伪差去除的研究中,以脑电信号中的眼电伪差去除为应用背景,提出了一种使用卷积盲分离算法实现伪差去除的方法。与其它方法所依据的瞬时混合模型相比,卷积盲分离算法依据的卷积混合模型更加符合观测脑电信号的形成原理。本文利用卷积盲分离算法有效实现了脑电信号的伪差去除,对脑电信号的其它应用以及其它生理电信号的盲分离处理具有借鉴意义。本文研究中,提出的各个方法在不同的脑电信号处理应用中,均采用仿真数据、公共数据集数据或者实测脑电数据进行了方法验证,并与同类方法进行了实验对比。结果表明,本文提出的方法均达到了理想效果。
【学位授予单位】:东北大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:R318

【相似文献】
中国期刊全文数据库 前10条
1 程水英;盲源分离理论的思维方式[J];发明与创新;2004年12期
2 王昆;;盲源分离问题的分析研究[J];科技信息;2008年29期
3 吴微东,庄哲民;基于盲源分离的一种快速独立分量分析算法[J];汕头大学学报(自然科学版);2004年02期
4 徐尚志;苏勇;叶中付;;多种概率分布源的盲源分离快速算法[J];中国科学技术大学学报;2006年05期
5 王昆;刘勃妮;;基于自然梯度算法及其改进算法的盲源分离[J];科技资讯;2008年32期
6 董芬英;;基于可行性规则的混合粒子群的盲源分离[J];科技信息;2013年03期
7 林志阳;白洋;张春元;易家傅;;基于小波分析的盲源分离[J];海南大学学报(自然科学版);2013年02期
8 董芬英;;基于盲源分离的变压器局部放电信号的提取方法[J];科技致富向导;2011年35期
9 骆鹿;樊可清;;快速定点独立分量分析在盲源分离中的应用[J];科技信息(科学教研);2008年02期
10 曹婷婷;余先川;;基于线性聚类的稀疏成分分析及其在盲源分离中的应用[J];北京师范大学学报(自然科学版);2010年01期
中国重要会议论文全文数据库 前10条
1 李舜酩;;转子振动信号的盲源分离研究[A];第三届全国虚拟仪器大会论文集[C];2008年
2 许林周;章新华;范文涛;;一种盲源分离后续去冗余方法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
3 韩少博;林京;吴文焘;;频域盲源分离中的一种稳健解排列模糊方法[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
4 章林柯;何琳;江涌;;基于盲源分离的潜艇源识别信号去除干扰研究[A];第十一届船舶水下噪声学术讨论会论文集[C];2007年
5 康春玉;章新华;李军;;盲源分离与自适应滤波器结合抑制强干扰研究[A];2012'中国西部声学学术交流会论文集(Ⅱ)[C];2012年
6 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
7 王颖翠;;一种基于自然梯度的卷积混合频域盲源分离算法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 许策;章新华;高成志;;源数目估计对盲源分离算法影响分析[A];2007年全国水声学学术会议论文集[C];2007年
9 成谢锋;张仲;孙夏;;一种单路混合信号的盲源分离新方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 胡增辉;朱炬波;;基于盲源分离的波达角估计[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国硕士学位论文全文数据库 前10条
1 彭帆;多输入多输出系统盲源分离频域新方法的研究[D];汕头大学;2002年
2 程舒慧;动态盲源分离及其在生物医学信号处理中的应用研究[D];安徽大学;2011年
3 王琳;盲源分离算法在通信系统中的应用[D];西安电子科技大学;2008年
4 何文;通信信号的盲源分离研究[D];西安电子科技大学;2009年
5 贺海港;盲源分离在通信信号分离中的应用[D];西安电子科技大学;2010年
6 杨涛;多混叠振动信号的盲源分离及实验研究[D];南京航空航天大学;2006年
7 郑秀萍;基于信息理论盲源分离算法的研究[D];太原理工大学;2005年
8 李著成;基于独立分量分析盲源分离算法的研究[D];太原理工大学;2006年
9 徐丽琴;盲源分离算法研究[D];西安电子科技大学;2006年
10 张伟伟;盲源分离算法研究[D];西安电子科技大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026