收藏本站
《华南理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的脑电信号分类方法研究

曹帅  
【摘要】:脑机接口是独立于人体内部神经肌肉通道的一种通讯系统,其可以用于实现人脑与外界的直接交互。基于P300电位的脑机接口通过解读出采集到的P300脑电信息从而将其转化为外部设备的控制命令来达到这个目的。因其具有潜在的心理学以及医学意义,P300脑电信号的分析也受到众多国内外学者的关注,提出了一系列分析方法。然而,现有分析方法还存在以下两个突出问题:1在使用卷积神经网络进行P300电位分析时,误差回传算法训练网络会导致梯度弥散;而深度置信网络不能捕捉P300电位的局部空间信息。2由于单个滤波器只能提取一种特征,共享时域滤波器提取的P300时域特征没有考虑特征表示的完整性。鉴于深度学习方法近年来在图像识别以及人工智能等领域取得的优异结果,本文结合上述已有方法的缺陷,将深度学习方法用于P300电位分析,并提出了新的方法框架,有效地提升了P300数据的分类性能。本论文的研究内容主要包括:1详细地研究分析了脑机接口以及脑电信号的背景,对以往传统P300数据的分析方法做了系统概括;并且研究了深度学习背景下P300应用的两种方法——卷积神经网络和深度置信网络,分析其网络结构实现过程之外,还对其进行了我们的P300脑电数据的实验分析。2针对卷积神经网络采用误差回传训练网络导致的梯度弥散以及深度置信网络不能捕捉P300数据的局部空间信息等问题,本文首次提出使用分层训练的能量模型——卷积深度置信网络来实现P300数据分析;并且不同于原有框架,这里结合P300数据特点重新赋予了网络结构新的时空意义;并且实现了空域提取层和时域提取层的改造过程,使网络结构与P300数据特点更好地结合起来,分别提取其中的空域和时域信息,从而实现了P300电位的分类准确率显著优于卷积神经网络方法的结果。3在线性空间混合模型的基础上,本文提出了新的基于时空模式的整合框架;基于共享问题难于得到完整的特征表示,本文提出了非共享时域滤波器以及利用降噪自编码器对时域滤波器进行初始化的方法;并且其中的降噪自编码器训练抛弃了传统的均方误差代价形式,而新采用了基于交叉熵的代价函数形式,其从拟合输出分布上来训练网络;这避免了训练中的残差更新不敏感以及均方误差代价带来的一些问题;以及其隐藏层施加了激活度限制设定,因此可以得到更加鲁棒、更加紧凑的模型,模型对于捕捉数据集的本质特征更加有力;最后相比已有的方法,我们的方法结果也同样有了显著的提升。为了验证所提出的新方法的性能,本论文对10个被试者的P300脑电数据进行了细致分析。对比实验结果表明,我们的方法与现有P300分析方法相比分类性能有显著提升。在本文的基础上,我们所提出的方法对其它具有时空序列信息的数据同样具有参考意义;并且其可以拓展用于在线脑电信号的分析。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:R318;TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期
2 ;脑电信号处理的研究取得阶段性成果[J];河北师范大学学报;1987年01期
3 李志瑞;张文杰;;通用脑电信号处理——微机系统初探[J];河北师范大学学报;1988年Z1期
4 孟欣,欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期
5 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期
6 李英远,周卫东;径向基函数神经网络在脑电信号建模中的应用[J];山东生物医学工程;2002年02期
7 刘大路,江朝晖,冯焕清,王聪;基于脑电信号时空分布信息的思维特征研究[J];北京生物医学工程;2004年02期
8 许崇涛,沈民奋,李慧,朱国平;双谱分析方法在脑电信号分析中的应用[J];中国行为医学科学;2004年03期
9 汤晓军,宋卓,杨卓,张涛;双任务事件中脑电信号的熵计算(英文)[J];生物物理学报;2005年05期
10 蒋辰伟;章悦;曹洋;朱国行;顾凡及;王斌;;脑死亡与脑昏迷脑电信号的复杂度研究[J];生物物理学报;2008年02期
中国重要会议论文全文数据库 前10条
1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
中国重要报纸全文数据库 前10条
1 张文清 记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年
2 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
3 常丽君;脑机接口让猴子成功控制虚拟手臂[N];科技日报;2013年
4 叶平安;脑机接口:人与电脑的桥梁[N];电脑报;2014年
5 本报记者 马文方;脑机接口:互联网遥远的疆界[N];中国计算机报;2010年
6 实习生 陈明立;脑机接口,开启“心灵感应”时代[N];科技日报;2010年
7 本报记者 孙燕燕;洪波:脑机接口传递思维[N];北京科技报;2010年
8 记者 李鹏;“脑机接口”实验:意识控制成真[N];北京科技报;2012年
9 松鼠会;脑机接口 不只是科幻[N];科学导报;2012年
10 安之;未来至上在创“芯”[N];经济日报;2014年
中国博士学位论文全文数据库 前10条
1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年
2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年
3 马小飞;认知任务下的脑电动力学分析[D];南京大学;2017年
4 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年
5 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年
6 周群;脑电信号同步:方法及应用研究[D];电子科技大学;2009年
7 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
8 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年
9 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年
10 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年
中国硕士学位论文全文数据库 前10条
1 曹帅;基于深度学习的脑电信号分类方法研究[D];华南理工大学;2017年
2 赵俊昌;注意力脑电信号分析与脑机接口系统实现[D];南京邮电大学;2017年
3 李文灿;基于共空间模式的运动想象脑电信号处理[D];西安电子科技大学;2017年
4 聂双喜;基于运动想象脑电信号的机械臂控制系统研究[D];电子科技大学;2017年
5 兰艳梅;轻度认知障碍患者的脑电信号实验研究及其分析处理[D];中国地质大学(北京);2017年
6 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年
7 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年
8 张志琴;脑电信号的复杂性分析[D];中南大学;2009年
9 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年
10 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012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