收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

脑电信号的特征提取和分类研究

钟宏燕  
【摘要】:脑电信号是亿万个神经元活动在大脑皮层的综合反映,含有丰富的有用信息,并且受内分泌系统和神经系统支配,能够更客观的反映人的生理状态。近年来,脑-机接口的技术也逐渐被人们熟知,而脑-机接口依赖于脑电信号的模式识别,所以脑电信号的识别研究也受到了国内外科学工作者们的广泛关注。由于脑电信号是一种非平稳并且产生机理非常复杂的随机信号,所以,如何更有效地提取脑电信号中有用信息并进行分类,对于脑电信号的识别研究非常的重要。对脑电信号的识别研究一般分为两方面:分别是主动执行任务产生的脑电和被动接收刺激产生的诱发脑电的信号识别研究。本文对这两方面的脑电的识别都进行了研究,具体的工作如下: 在主动执行任务产生的脑电信号识别方面,本文对面向运动想象的脑电识别进行了研究。针对常用的主成分分析(Principle Component Analysis, PCA)脑电特征提取方法没有有效利用样本的类别信息,因而对分类贡献低的问题,本论文采用主成分分析和线性判别分析(Liner Discriminate Analysis,LDA)相结合方法进行特征提取,并将提取的特征送入基于投票机制的极速学习机(Voting based extreme learning machine, V-ELM)分类器中。在国际脑-机接口标准数据集BCI2003dataset Ia上的实验结果显示:本文采用的特征提取方法与分类算法的识别率达到了93.52%,该结果与目前在本数据集上最高的识别率92.15%相比,有明显提升。采用结合主成分分析与线性判别分析的特征提取方法,与脑电识别领域使用最广泛的支持向量机分类算法相比,V-ELM的识别率提升了1.43%,且降低了其大约90%的耗时。 在被动接收刺激产生的诱发脑电信号识别方面,本文对不同类型视频节目诱发的情感脑电信号识别问题进行了研究。论文第四章给出了实验设计和脑电信号采集过程;并依据心理学对视听刺激所影响的脑区方面的研究成果,在64个电极中选取了与视听相关的FP1、FP2、P1、P2共4个电极进行分析;接着,根据情感脑电本身携带的有效信息主要集中在和β波所属频率范围,对原始脑电信号进行了滤波;最后,将小波包方差作为特征提取方法、支持向量机作为分类方法进行视频诱发的脑电识别。实验结果表明:本文采用的特征提取和分类方法是有效的,两类平均识别率在71.44%~82.94%,三类识别率达到了66.07%。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄翠玲;陈新;;脑电信号采集与管理系统的设计与实现[J];计算机与数字工程;2008年09期
2 梅村,何育芬;脑电信号的自适应分段和分类存档[J];北京邮电大学学报;1994年01期
3 梅村,张玉艳,娄瑜;脑电信号的压缩与恢复[J];北京邮电大学学报;1995年04期
4 沈民奋,黎展程,孙丽莎;小波包熵在脑电信号分析中的应用[J];数据采集与处理;2005年01期
5 唐艳;汤井田;;基于支持向量机的脑电信号中左右手判别[J];计算机工程与应用;2007年34期
6 李亚杰;宋明星;张玉栋;;脑电信号采集系统的设计[J];河北建筑工程学院学报;2014年01期
7 周红标;陈若珠;李军红;;基于小波包变换的癫痫脑电信号特征提取[J];电子测量技术;2009年10期
8 吴婷;颜国正;杨帮华;;一种快速的脑电信号特征提取与分类方法[J];系统仿真学报;2007年18期
9 周卫东,张敏琼,赵仕忠,马保福,熊伟,高杰;脑电信号反馈控制装置的设计[J];山东电子;1995年03期
10 吴芝芳,孔兰,郑旭媛,李军,陈世峻,陶华英;提取脑电信号的新方法研究─—自适应卡尔曼滤波[J];信号处理;1994年04期
11 吴莎;李锦;张明丽;王俊;;基于改进的符号转移熵的心脑电信号耦合研究[J];物理学报;2013年23期
12 吴婷;颜国正;杨帮华;孙虹;;基于自适应遗传算法的脑电信号特征选择[J];系统仿真学报;2008年07期
13 耿丽硕;范影乐;;基于Hilbert-Huang变换的思维脑电分类技术研究[J];电子器件;2009年02期
14 伍亚舟;张玲;易东;吴宝明;;基于支持向量机的思维脑电信号特征分类研究[J];计算机工程与应用;2008年36期
15 李明爱;崔燕;杨金福;;脑电信号中眼电伪迹自动去除方法的研究[J];电子学报;2013年06期
16 王敏;张晓;张春峰;张丽君;;自由活动动物的脑电信号分析与识别[J];山东科技大学学报(自然科学版);2007年03期
17 陈力,吴祈耀;双谱分析在脑电信号处理中的应用[J];北京理工大学学报;1992年03期
18 周丽霞;范影乐;李轶;;基于Hilbert-Huang变换的目标注视脑电模式分类研究[J];计算机工程与应用;2009年21期
19 张小鹏;范影乐;杨勇;;基于奇异谱熵的脑电意识任务识别方法的研究[J];计算机工程与科学;2009年12期
20 张仁龙;马文丽;姚文娟;郑文岭;梁斌;;基于小波包变换对脑电信号的分析和处理[J];电子测量技术;2007年03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
中国博士学位论文全文数据库 前10条
1 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
2 周群;脑电信号同步:方法及应用研究[D];电子科技大学;2009年
3 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
4 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
5 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
6 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年
7 游荣义;脑电信号非线性分析方法的研究[D];厦门大学;2003年
8 葛家怡;睡眠分期及低频磁场睡眠诱导的研究[D];天津大学;2009年
9 唐艳;基于时间、频率和空间域的自发脑电信号提取[D];中南大学;2008年
10 石立臣;基于脑电信号的警觉度估计研究[D];上海交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 吴坚;独立分量分析在脑电信号处理中的应用[D];长安大学;2009年
2 杨超;脑电信号相关方法的鲁棒性分析[D];燕山大学;2009年
3 涂建成;脑电信号控制智能轮椅的研究[D];杭州电子科技大学;2011年
4 张倩华;脑电信号的非广度熵分析[D];汕头大学;2004年
5 朱家富;高频脑电信号的非线性动力学参数分析[D];重庆大学;2004年
6 李婷;独立分量分析及其在脑电信号噪声分离中的应用[D];大连理工大学;2005年
7 韩伟;睡眠脑电信号的分析与处理方法[D];西北工业大学;2005年
8 何付志;独立分量分析在脑电信号分析中的应用[D];山东大学;2005年
9 孔繁伟;基于小波变换的脑电信号处理研究[D];山东大学;2005年
10 陈永华;脑电信号采集方法及其在假肢中应用研究[D];大连理工大学;2006年
中国重要报纸全文数据库 前1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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978