收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于运动想象的脑-机接口系统分类方法研究

陈锋  
【摘要】:脑-机接口(BCI)是指不依赖于传统的神经通路,直接在大脑和外设之间建立的通过思维进行外部设备控制的新型通讯系统。BCI系统主要包括信号采集、信号处理以及设备控制三大部分,其中的核心是信号处理部分。目前BCI系统可用的脑电信号主要包括稳态视觉诱发电位、P300和运动想象信号等,其中运动想象信号只需要进行想象就能自主产生,操作简单且身心负荷小,得到了应用型BCI研发人员的青睐。但是运动想象信号属于自发信号,信号特征极不稳定,个体之间差异也较大,最重要的是其受限于输入脑电信号的模式类型,可输出指令较少。为了解决上述问题,本文设计了一款基于运动想象模式编码的BCI系统,并且从自用型与公用型两种不同面向对象的运动想象BCI系统出发,分别设计了适用其特点的分类器。本文主要工作内容如下:(1)针对传统运动想象BCI系统输出指令少的问题,在系统中引入了编码和解码环节,通过编码环节将不同的运动想象模式组合编码出多种输出状态,再通过解码环节翻译出多种指令,在不额外增加其他输入脑电模式的前提下有效增加了输出指令,使输出指令从原来的2种增加到了6种。(2)针对自用型和公用型两种具有不同面向对象的运功想象BCI系统,设计了不同的分类器,提高了分类正确率。对于自用型运动想象BCI系统使用对象已知,并且可以提前采集被试的脑电数据样本进行训练的特点,将AR模型与传统SVM分类器相结合,利用频域特征替代了时域特征作为分类器的输入,平均分类正确率提高了3.42%;对于公用型BCI使用对象未知,并且无法提前获取被试任何数据的特点,结合事件相关同步/去同步现象,设计了基于希尔伯特-黄变换的加权投票分类器,相比传统小波变换时频分类方法平均分类正确率提高了3.62%。(3)完成了基于运动想象BCI的智能轮椅系统设计与搭建。整个系统包括控制系统、信号处理系统、通讯系统以及信号采集系统。此外还完成了硬件的选型和调试工作,并分别使用Keil、Matlab以及Qt平台完成了相应的软件编程工作。在系统搭建完成后,对系统性能进行了测试,分类正确率达到了86.67%,指令解码正确率达到了77.74%,Kappa值达到了0.74,验证了该系统的实用性。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 陈川珍;孙敏;张美兰;;品管圈在提高病区医疗垃圾分类正确率活动中的应用[J];黑龙江医学;2015年08期
2 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
3 时文飞;叶西宁;;基于脑电信号的ILDB情感特征提取算法[J];华东理工大学学报(自然科学版);2016年02期
4 周昉;何洁月;;生物信息学中基因芯片的特征选择技术综述[J];计算机科学;2007年12期
5 吴韶彬;张明雅;林丽;连巧龄;陈亮;;福建省4市2014年丙肝报告质量分析[J];海峡预防医学杂志;2016年05期
6 徐晓秋,初立元,左铭杰,谭欣欣;DNA分类方法的探讨[J];大连大学学报;2001年04期
7 杨晓芳;江铭虎;;基于汉语音位发音想象的脑机接口研究[J];中文信息学报;2014年05期
8 张学军;黄婉露;黄丽亚;成谢锋;;改进CSP算法的联合特征优化法[J];信号处理;2018年08期
9 唐浩;廖与禾;孙峰;谢航;;具有模糊隶属度的模糊支持向量机算法[J];西安交通大学学报;2009年07期
10 罗卉;;基于运动想象的脑电特征提取研究[J];信息与电脑(理论版);2016年13期
11 王月茹;李昕;李红红;邵成成;应立娟;吴水才;;基于时-频-空间域的运动想象脑电信号特征提取方法研究[J];生物医学工程学杂志;2014年05期
12 李泽萍;刘帮艳;罗帮琴;赵磊;;都匀市丙型病毒性肝炎病例报告质量调查[J];江苏预防医学;2015年03期
13 王雷;杨思春;;基于改进Tri-training算法的中文问句分类[J];安徽工业大学学报(自然科学版);2016年02期
14 裴晓梅,和卫星,郑崇勋;基于脑电复杂度的意识任务的特征提取与分类[J];中国生物医学工程学报;2005年04期
15 刘东平;单甘霖;张岐龙;段修生;;基于蚁群支持向量机的模拟电路故障诊断[J];电光与控制;2011年06期
16 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
17 王玲;李琴;隋美玲;肖海军;;基于支持向量机的主动学习方法及其实现[J];长沙大学学报;2014年02期
18 颜世玉;王宏;赵海滨;刘冲;;脑-机接口中小波和小波包方差的特征比较[J];东北大学学报(自然科学版);2012年10期
中国重要会议论文全文数据库 前20条
1 蔡东亦;陈志玮;张哲荣;陈建智;利德江;;藉由虚拟样本改善集成法的分类正确率[A];第25届全国灰色系统会议论文集[C];2014年
2 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 张爽;周鹏;熊屹;王明时;;运动想象脑电模式的动态分类[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
4 李建更;李辉;阮晓钢;;一种有效的肿瘤特征基因筛选方法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
5 王涛;;基于幅域频域特征提取和岭回归分析的运动想象脑电信号分类研究[A];中国自动化学会华东六省一市学术年会论文摘要集[C];2018年
6 李耀楠;张小栋;王云霞;;脑-机接口驱动神经义肢手系统的研究[A];第七届全国康复医学工程与康复工程学术研讨会论文集[C];2010年
7 谢永芳;蒋有为;唐明珠;;一种基于数据剪辑的半监督最邻近分类算法[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
8 王毅军;洪波;高小榕;高上凯;;结合能量和相位特征的多分类想象运动脑-机接口[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 张涛;裴晓梅;郑崇勋;王钊;;基于运动相关脑电的在线脑-机接口系统构建[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
10 赵慧;李远清;;脑-机接口技术研究概况[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
11 刘畅;金晶;;双频段双谱导联选择算法用于运动想象脑-机接口[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
12 高小榕;;面向临床的脑-机接口研究[A];中国神经科学学会第十届全国学术会议论文摘要集[C];2013年
13 王毅军;;速率移动式脑-机接口研究[A];第四届全国神经动力学学术会议摘要集[C];2018年
14 杜晓旭;钱沄涛;戴光;;加强概率推理模型在人脸识别中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
15 万柏坤;綦宏志;陈滨津;张谦;王振;;脑-机接口中想象动作电位提取方法研究[A];第一届全国脑与认知科学学术研讨会论文集[C];2005年
16 谢秋玲;;应用于心电图分类的KNN-SVM分类器研究[A];2006中国控制与决策学术年会论文集[C];2006年
17 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
18 高上凯;高小榕;洪波;张志广;杨福生;;脑-机接口的发展现状与未来[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(上册)[C];2007年
19 米晓芳;秦洋;王立宏;宋宜斌;;基于潜在语义差异的医学网页分类[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
20 许敏鹏;;微小偏侧化视觉刺激诱发下的极微弱事件相关电位脑-机接口系统[A];第四届全国神经动力学学术会议摘要集[C];2018年
中国博士学位论文全文数据库 前20条
1 叶柠;基于脑电信号的脑—机接口的关键技术与实验研究[D];东北大学;2010年
2 王磊;基于运动想象的脑电信号分类与脑机接口技术研究[D];河北工业大学;2009年
3 刘明;分类器组合技术研究及其在人机交互系统中的应用[D];北京交通大学;2008年
4 刘崇文;基于语义计算的小样本图像分类研究[D];重庆大学;2017年
5 谭学敏;基于半监督学习的运动想象脑-机接口研究[D];重庆大学;2015年
6 刘沛;多累积量联合的调制方式识别方法[D];西安电子科技大学;2014年
7 沈国华;人脑磁共振成像数据的多元模式分类分析[D];华东师范大学;2014年
8 汪灿华;基于静息态fMRI脑功能连接的ASD辅助诊断智能算法研究[D];南昌大学;2020年
9 鲍丹;非理想条件下的调制分类问题[D];西安电子科技大学;2007年
10 安兴伟;隐性注意下视听双通道脑控字符输入系统关键问题研究[D];天津大学;2015年
11 方永慧;基于运动想象脑电信号非线性特性分析的脑—机接口研究[D];重庆大学;2014年
12 刘美春;基于运动想象的脑—机接口系统模式识别算法研究[D];华南理工大学;2009年
13 解文杰;基于中层语义表示的图像场景分类研究[D];北京交通大学;2011年
14 魏庆国;基于运动想象的脑—机接口分类算法的研究[D];清华大学;2006年
15 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
16 张婷琳;从局部到全局脑电感知模式的研究[D];浙江大学;2017年
17 张磊;实用化多模态脑-机接口中若干关键技术的研究[D];安徽大学;2020年
18 苗敏敏;运动想象脑电模式识别算法研究[D];东南大学;2018年
19 谢小峰;基于协方差特征的EEG解码及其在运动想象脑机接口系统的应用研究[D];华南理工大学;2018年
20 李端;面向智慧医疗的生物电信号分类识别算法研究[D];北京邮电大学;2018年
中国硕士学位论文全文数据库 前20条
1 陈锋;基于运动想象的脑-机接口系统分类方法研究[D];郑州大学;2020年
2 李雅坤;基于搜索引擎的用户画像构建方法研究[D];山西财经大学;2018年
3 刘晨阳;基于AR-BCI的脑机交互方法研究[D];郑州大学;2020年
4 鲍梦湖;基于分层超限学习机的运动想象及癫痫脑电信号分类研究[D];北京工业大学;2017年
5 李蕊;基于脑—机接口的脑电信号主成分分析及分类研究[D];沈阳工业大学;2009年
6 任诗铭;人脑想象手动的脑电图数据分析[D];大连交通大学;2013年
7 胡星星;机器学习算法在房屋总量及分类统计中的应用[D];华中师范大学;2020年
8 何青松;基于想象左右手运动思维脑电识别分类研究[D];北京交通大学;2016年
9 王国才;朴素贝叶斯分类器的研究与应用[D];重庆交通大学;2010年
10 孙会文;基于运动想象脑电的脑机交互模式识别方法研究[D];昆明理工大学;2015年
11 汤新星;氨基酸靶标分析用于急性辐射损伤早期伤情分类的初步研究[D];苏州大学;2012年
12 刘畅畅;数据分类算法性能的大规模实验对比分析[D];河南大学;2016年
13 刘俊俏;基于运动想象的脑信号处理[D];华南理工大学;2010年
14 周宏;基于左右手运动想象的脑电信号的分类研究[D];大连交通大学;2012年
15 周密;缺失药性补遗与完备的方法学研究[D];北京中医药大学;2008年
16 彭旖旎;多类别不平衡数据的分类方法研究[D];重庆邮电大学;2017年
17 喻凯西;朴素贝叶斯分类算法的改进及其应用[D];北京林业大学;2016年
18 葛寒娟;基于相容信息粒度空间的图像分类[D];南昌大学;2008年
19 高海娟;基于双耳分听范式的听觉脑机接口技术研究[D];河北工业大学;2014年
20 王艳景;基于运动想象的脑—机接口关键技术研究[D];山西大学;2011年
中国重要报纸全文数据库 前4条
1 记者 王旭东 通讯员 姚波;红鲍村垃圾分类正确率超95%[N];绍兴日报;2020年
2 记者 蔡芳;分类正确率低 影响末端处理[N];珠海特区报;2011年
3 记者 袁汝婷 李金红 马轶群;扔垃圾有讲究[N];新华每日电讯;2014年
4 记者 袁汝婷 李金红 马轶群;你会扔垃圾吗?[N];经济参考报;2014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