收藏本站
《华中科技大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

脑运动神经系统的建模与辨识研究

方慧娟  
【摘要】: 脑机接口是一种实现大脑直接与外界环境进行交流并进行控制的新技术。随着多通道神经元信号采集技术与计算机控制技术的日益成熟,如何从大脑皮层神经元群体活动中提取运动信息的解码算法是整个脑机接口系统实现脑信号与外界环境联系的关键纽带。本文针对脑运动神经系统的建模与辨识问题,深入研究了从大脑运动皮层神经元脉冲序列信号中提取关于生物具体运动行为信息的解码算法,以及从时间编码的角度分析神经元信号的方法。 本文首先研究了建立大脑运动皮层神经元信号与肢体运动方向关系模型的问题。提出了一种基于二叉树的多类支持向量机(SVM)分类方法,建立用群体神经元的放电频率模式预测手臂运动方向的模型。通过与常用的线性群体向量法(PVA)以及学习矢量量化(LVQ)方法比较,表明支持向量机方法具有较强的学习能力和推广能力,适用于样本数量较少的神经元信号分析。另外,还采用简化了计算复杂性的最小二乘支持向量机方法建模,性能与标准的支持向量机相似,并且运算时间较短,更适用于神经元信号的在线分析,有利于实现性能更高的用于神经康复的脑机接口系统。 然后,针对较为复杂的运动轨迹的建模问题,提出采用基于最小二乘支持向量机的非线性NARX模型,用群体神经元的放电频率模式预测三维空间中手臂运动轨迹的位置坐标。并且与线性的ARX模型以及基于ANN的NARX模型比较。表明非线性NARX模型比线性ARX模型能够更好地描述脑运动神经系统,而用LS-SVM算法建立的模型比ANN建立模型的预测精度更高,泛化能力更强。另外,还对实验记录的群体中的神经元进行了选择,使用相对较少的神经元信号实现了更精确的运动轨迹预测,并且有利于减少脑机接口系统的运算负荷。 为了能够直接分析神经元发放脉冲的时间信息,本文系统研究了Spiking神经网络(SNN)的神经元模型、网络结构、计算机仿真方法以及网络学习算法。在类似ANN中BP算法的SpikeProp网络学习算法的基础上,提出了两种改进方法:一种是用学习速率自适应调整和加动量项的方法来提高SNN的收敛速度和改善动态性能;另一种采用更接近生物神经元的SRM模型,更全面地考虑了神经元在发放脉冲后的状态变化,并采用BP算法在线调整神经元的不应期,使多脉冲发放的SNN传递信息的效率更高。 在研究Spiking神经网络的实现基础上,本文提出采用SNN方法,直接从大脑运动皮层神经元脉冲序列的时间模式中提取有关手运动方向以及手抓握角度的信息。通过单层和二层前向SNN分析运动皮层神经元活动的结果表明,SNN算法用于提取神经元脉冲序列中的时间信息是可行的,并且多层网络具有更高的计算能力。另一方面,与采用ANN分析神经元放电频率的结果比较表明,时间编码方法比频率编码方法更接近于实际生物神经系统处理信息的方式,利用SNN方法可以从被频率编码所忽视的脉冲的精确时间信息中找出包含在神经元脉冲序列中的与生物具体运动行为有关的更多信息。 最后,对全文进行了总结,并指出了在今后工作中需要进一步深入探讨的问题。
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP334.7

【引证文献】
中国硕士学位论文全文数据库 前3条
1 周汉英;脑神经信号及气动人工肌肉的ESN建模与控制[D];华中科技大学;2011年
2 魏锋;读心术演进的规律研究与实验探索[D];苏州大学;2012年
3 侯秉文;运动想象脑机接口的特征提取与模式分类研究[D];西安电子科技大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
2 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
3 杨坤德,田梦君,张海南,赵亚梅;脑—计算机接口技术的研究进展[J];生物医学工程学杂志;2004年06期
4 何庆华;吴宝明;王禾;彭承琳;钟渝;;脑机接口视觉刺激器的研究[J];中国临床康复;2004年11期
5 赵香花,汪晓光;基于脑-机接口的残疾人环境控制装置的设计[J];中国康复医学杂志;2004年05期
6 孟飞,黄军友,高小榕;基于脑-机接口技术的上肢康复训练系统[J];中国康复医学杂志;2004年05期
7 任宇鹏,王广志,程明,高小榕,季林红;基于脑-机接口的康复辅助机械手控制[J];中国康复医学杂志;2004年05期
8 谢水清,杨阳,杨仲乐;脑-机接口中高性能虚拟键盘的实现[J];中南民族大学学报(自然科学版);2004年02期
9 官金安,林家瑞;脑-机接口技术进展与挑战[J];中国医疗器械杂志;2004年03期
10 杨帮华,颜国正,严荣国;脑-机接口研究进展[J];中国医疗器械杂志;2005年05期
【共引文献】
中国期刊全文数据库 前10条
1 杨冠鲁,李晴燕,胡欣;同步发电机监督学习神经网络励磁控制器[J];安徽大学学报(自然科学版);2005年03期
2 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
3 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
4 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
5 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
6 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
7 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
8 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
9 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
10 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;Modeling Inverse-Hysteretic Systems Based on Expanded Input Space[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
5 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
7 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
8 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
9 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
10 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
7 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
8 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
9 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
10 高菲;复杂声环境下脑对声源方位和声音强度信息的编码[D];华东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
5 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
6 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
7 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
8 丁雷;白鼠脑电信号远控采集处理系统的设计与研究[D];山东科技大学;2010年
9 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年
10 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 王玉昆;张勇;;基于主元分析的转炉终点ESN静态预测模型[J];辽宁科技大学学报;2009年04期
2 谢翔,张春,王志华;生物医学中的植入式电子系统的现状与发展[J];电子学报;2004年03期
3 刘荣,宗光华;人工肌肉驱动特性研究[J];高技术通讯;1998年06期
4 李文石,曹勇,陈剑华,郭亮;基于功能磁共振成像仪测谎的人脑功能定位研究[J];测控技术;2004年04期
5 李文石;;健康医学微电子学的研究进展——基于ISSCC 2011的综论[J];中国集成电路;2011年10期
6 宗光华;利用变结构系统理论实现人工肌肉的夹持力控制[J];机器人;1990年04期
7 张松兰;;神经网络控制应用研究[J];计算机与现代化;2009年06期
8 袁长清;李俊峰;邓志东;宝音贺西;;基于ESN网络的航天器姿态跟踪鲁棒控制[J];清华大学学报(自然科学版);2008年08期
9 田社平,林良明,颜国正;基于神经网络的人工肌非线性控制[J];上海交通大学学报;2001年05期
10 高上凯;;神经工程与脑-机接口[J];生命科学;2009年02期
中国重要会议论文全文数据库 前1条
1 宋勇;李贻斌;刘冰;;基于回声状态网络的机器人路径规划进化算法[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
中国博士学位论文全文数据库 前8条
1 何庆华;基于视觉诱发电位的脑机接口实验研究[D];重庆大学;2003年
2 金峤;结构振动的滑模变结构控制研究[D];大连理工大学;2006年
3 官金安;脑—机接口及其信号的单次提取[D];华中科技大学;2005年
4 朱晓源;EEG脑机接口的连续预测方法研究[D];中国科学技术大学;2007年
5 周鹏;基于运动想象的脑机接口的研究[D];天津大学;2007年
6 蒋良孝;朴素贝叶斯分类器及其改进算法研究[D];中国地质大学;2009年
7 柳向斌;非线性系统控制的鲁棒与自适应设计方法[D];浙江大学;2009年
8 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前3条
1 魏文庆;基于EEG的BCI的研究与设计[D];浙江大学;2007年
2 谷少东;基于运动想象的脑机接口的研究与设计[D];浙江大学;2008年
3 黄江帅;基于液体状态机的脑运动神经系统的建模研究[D];华中科技大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期
2 徐丁峰,程明,高小榕,高上凯;数字信号处理器在脑-机接口系统中的应用[J];北京生物医学工程;2002年04期
3 何庆华,彭承琳,吴宝明;脑机接口技术研究方法[J];重庆大学学报(自然科学版);2002年12期
4 程明,任宇鹏,高小榕,王广志,季林红,高上凯;脑电信号控制康复机器人的关键技术[J];机器人技术与应用;2003年04期
5 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
6 纪树荣,常冬梅;脑卒中患者上肢运动功能训练[J];现代康复;2000年04期
7 蒋小毛,姚保龙;脑卒中偏瘫上肢运动功能与手功能的强化训练[J];现代康复;2001年15期
8 王耀兵,季林红,王广志,黄靖远;脑神经康复机器人研究的进展与前景[J];中国康复医学杂志;2003年04期
9 赵香花,汪晓光;基于脑-机接口的残疾人环境控制装置的设计[J];中国康复医学杂志;2004年05期
10 孟飞,黄军友,高小榕;基于脑-机接口技术的上肢康复训练系统[J];中国康复医学杂志;2004年05期
【相似文献】
中国期刊全文数据库 前10条
1 王安娜;袁文静;王勤万;刘俊芳;;一种新的基于ART的支持向量机多类分类方法[J];信息与控制;2007年04期
2 于清;赵晖;;一种2_a_2支持向量机多类分类新方法[J];计算机工程与应用;2008年25期
3 李昆仑,黄厚宽,田盛丰;模糊多类SVM模型[J];电子学报;2004年05期
4 夏建涛,何明一;支持向量机与纠错编码相结合的多类分类算法[J];西北工业大学学报;2003年04期
5 方慧娟;王永骥;何际平;刘珊;;基于多类最小二乘支持向量机的神经元信号识别[J];计算技术与自动化;2007年04期
6 黄为勇;任子晖;童敏明;;多气体的SVM数据融合定性识别方法[J];计算机工程与应用;2009年09期
7 仲志燕;;基于网络的广义预测控制系统的研究[J];电脑知识与技术;2010年01期
8 ;系统辨识、分析和仿真软件系列进行专家鉴定[J];西安交通大学学报;1987年03期
9 王林泽,郑以则;真空钎焊炉系统辨识及应用[J];兰州理工大学学报;1993年04期
10 孙逢玖,刘月茹;神经元网络用于动态系统辨识[J];信息技术;1994年01期
中国重要会议论文全文数据库 前10条
1 徐建闽;欧松;韦岗;;一类非线性系统参数辨识的浮点遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
2 张奕群;彭侠夫;;小样本辨识中的一种数据连接方法[A];1997中国控制与决策学术年会论文集[C];1997年
3 慕德俊;戴冠中;;基于状态空间模型广义预测控制的迭代算法及并行实现[A];1994年中国控制会议论文集[C];1994年
4 孙先仿;范跃祖;宁文如;;系统辨识中输入信号的最优均匀设计[A];1997年中国控制会议论文集[C];1997年
5 全亚斌;许晓鸣;张卫东;陈佩;;一种MIMO时滞系统的辨识算法[A];2001中国控制与决策学术年会论文集[C];2001年
6 刘向明;李亮;;基于LabVIEW的机电系统辨识[A];2006年湖北省博士论坛——先进制造技术与制造装备论文集[C];2006年
7 李亮;;基于LabVIEW的系统辨识[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
8 黄洪波;朱维彰;;遗传辨识算法过早收敛的研究和算法改进[A];1999中国控制与决策学术年会论文集[C];1999年
9 梅胜松;方康玲;黄焯;;一种系统辨识的遗忘因子优化法[A];1996年中国控制会议论文集[C];1996年
10 冯占林;李衍达;;基于IDF的线性控制系统参数辨识算法的实现[A];1998年中国控制会议论文集[C];1998年
中国重要报纸全文数据库 前10条
1 李海清;神经康复专家的忧虑 半数脑病患者康复时走了弯路[N];保健时报;2005年
2 ;康复一字诀 勤[N];保健时报;2004年
3 本报记者  邓闪 通讯员  兰芝;送生命“滋补品”进社区[N];珠海特区报;2006年
4 ;超越“癫”峰让健康微笑[N];珠海特区报;2006年
5 本报记者 陈莹 陈蔚 通讯员 李静;十年磨剑 服务长江 乘势扬帆[N];中国水运报;2010年
6 吴立克;脑血管病后遗症治疗新策略[N];健康报;2005年
7 王霞 本报特约通讯员 曹海峰;用高超医术占领学术高地[N];解放军报;2009年
8 本报记者 罗朝淑;脑机接口:唤起神经康复的新希望[N];科技日报;2011年
9 撰稿:王思海 褚晓明;刘海若又能“采访”了![N];新华每日电讯;2002年
10 吉尔 樊中文;脑功能障碍试试高压氧[N];健康报;2006年
中国博士学位论文全文数据库 前10条
1 方慧娟;脑运动神经系统的建模与辨识研究[D];华中科技大学;2008年
2 谭建豪;自然计算理论及其在系统辨识中的应用研究[D];湖南大学;2010年
3 李超顺;水电机组控制系统辨识及故障诊断研究[D];华中科技大学;2010年
4 薛云灿;参数突变的系统辨识算法研究[D];浙江大学;2002年
5 袁晓磊;基于遗传编程的系统辨识研究[D];华北电力大学(北京);2010年
6 李鹏;基于系统辨识的太阳能—相变蓄热新风供暖系统控制策略研究[D];北京邮电大学;2011年
7 吕佳;基于局部学习的半监督分类问题研究[D];内蒙古大学;2012年
8 周明;微细电火花加工放电状态辨识与预测的理论和方法[D];大连理工大学;2006年
9 毕革新;递归神经网络的动态系统辨识及其在船舶运动控制中的应用研究[D];大连海事大学;2009年
10 陈梅香;基于SVM和GIS的梨小食心虫预测系统的研究[D];北京林业大学;2010年
中国硕士学位论文全文数据库 前10条
1 许淑敏;电力负荷模型结构的研究[D];华北电力大学(北京);2006年
2 刘云霞;海洋环境下水下潜器运动系统辨识的研究[D];哈尔滨工程大学;2006年
3 姚烨彬;车用催化器故障诊断模型研究[D];浙江大学;2007年
4 张雷;遗传算法在控制系统闭环辨识中的应用研究[D];华北电力大学(河北);2007年
5 刘伟奇;阀控非对称缸电液位置伺服系统控制的研究[D];北京交通大学;2009年
6 艾岭;广义预测控制在电阻炉温度控制中的应用研究[D];哈尔滨理工大学;2009年
7 杨玲玲;基于DCS的模型辨识和系统分析[D];华北电力大学(河北);2003年
8 王宗涛;微生物发酵动力系统的参数辨识与优化[D];大连理工大学;2004年
9 武俊丽;基于神经网络的控制器的研究[D];大连海事大学;2004年
10 于湘涛;大型风力发电机组控制系统的分析与仿真研究[D];华北电力大学(河北);2004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