文档介绍：摘要脑机接口是一种不依赖于肌肉组织和外围神经,在大脑与外部设备之间建立一种新型信息传输通道的装置,主要由数据采集、信号处理、,诎镏屑踩耍刂埔瞧鳎踔猎谟乐等领域都有着越来越丰富的应用。系统常用的脑电信号之一,如基于妒接蒄虳设计的字符拼写器等,系统实际采集到的不仅数据量大且信号非常微弱,信噪比低,且往往被如眼电、肌电、心电等多种伪迹成分干扰,需要对采集到的号预处理和特征提取算法对基于的低尘哂兄匾5难芯恳庖濉电极组合动态选取以及动态特征提取算法进行了一系列研究,并进行了离线验证,主要工作和取得的成果如下:特别是眼电干扰,幅度较大,对脑电信号的分析和应用有很大影响。针对传统盲源分离算法糜谘鄣缥奔Hコ蠖即嬖谖奔9兰疲约靶枰H宋1姹伪迹成分不适合在线应用等不足,提出一种基于独立分量分析算法难的存在伪迹的成分区问置零并重建脑电信号。通过真实脑电数据实验,结单易行,克服了眼电伪迹过估计等问题。与二篇相关文献对比,算法重建的电位是一种内源性的相关电位,其具有产生稳定,无需训练的特点,是脑电信号进行去噪和优选电极、特征提取等处理,因此合理有效的脑电信本文在充分研究已有成果的基础上,对脑电信号中眼电伪迹自动去除,谀缘缧藕采集过程中,不可避免地会引入各种伪迹和干扰,电伪迹自动去除方法。利用惴ǘ孕藕沤蟹掷氲玫蕉懒⒊煞郑韵喙叵凳作为判据,针对垂直眼电和水平眼电的各自特点确定不同的时问窗,寻找最大相关成分组合标定眨眼或眼动活动发生的时域区间,将找到果表明:该方法自动去除眼电伪迹的同时能有效地保留畔ⅲ.,而浙江大学硕士学位论文Ⅱ
%,适合在线应用。攵阅曰涌谥写砟缘缧藕攀萘看螅约澳缘缧藕牌浔旧硪蛉而异的特点等问题,本文在研究已有脑电信号预处理算法的基础上,,以独立分量内的峰值和时域能量熵作为判据,标定这些电极便是找出来进行后续特征提取和分类的电极组合。通过国际喝实验数据对提出的算法进行验证,结果表明:算法能根据被试者的不同特点选取不同的电极组合,不仅减少了系统的数据处理量,,在分类正确率降低较少的情况下,减少了.%的数据量,由于选取电极的过程是离线进行,选出电极之后再用于在线实验,因此提出的电极选取算法并不攵阅曰涌谥写砟缘缧藕攀萘看螅崛√卣鹘衔5ヒ唬约传统脑电信号特征提取算法没有考虑脑电信号因人而异的特点等问题,本文在研究已有脑电信号特征提取算法的基础上,提出了一种基于惴ê托〔ū浠坏脑电信号动态特征提取算法。首先利用惴ǘ訮缘缧藕沤谐煞分析。根据脑电的先验知识,对独立成分进行优选后重建信号,以此得到特征增强后的脑电信号;然后用小波变换进行分析,以距离作为判据,以此获得痔卣飨虏煌慕霞芽煞中缘缂楹希唤岷选出的电极组合的时域特征,将这三种较佳可分性电极组合对应的特征作为特征向量进行分类。通过国际喝黀荻蕴岢龅乃惴ń辛搜橹ぃ峁砻鳎核惴芡ü取较佳可分性组合的方式来针对不同被试者选取不同的特征组合,对比相关文成分;然后找出这些标定的成分在空问投影中具有较大权重的电极,、细节系数为特征时可分性较大的电极组合,献,平均分类正确率提高了%,适合在线应用。关键词:;独立分量分析;脑机接口;去眼电;电极选取;特征提取浙江大学硕士学位论文Ⅲ
跗’瓵,耄瑃,,,’缸.,.叨托瑅,.
;汹、糯躤舶斌.’絣五『.∞痵,籛∞%%,瑂痵,,籘缸,.%琒.
;瑄.,籌∞籓瑂疭,,籘、騃,:;籈籉浙江大学硕士学位论文“
致谢首先,要对我的导师沈继忠教授一直以来对我的关心和指导致以衷心的感从论文选题,到研究工作的开展到最后定稿都倾注着沈老师的心血和汗水,任何识,求实创新的精神,严谨的学术作风,认真的处事态度,和蔼的待人之道,这些不仅仅让我在这两年多里面受益匪浅,更将长久地指导我将来的工作和生活。感谢实验室的师兄、师弟,与你们共同学****相互鼓励,给我留下了很多美好的回忆,希望你们学业有成、前程似锦。同时也要衷心感谢研究所里所有的老师和同学在研究生期间对我的指导与帮助。,沈老师给与我们良好学****和科研环境的同时,在生活、学****和为人处事方面给了我很多帮助和指导,使我能够顺利圆满地完成学业。遇到困难的时候,沈老师都给予了极大的帮助和悉心指导。沈老师有着渊博的知感谢我的父母及家人,是你们的鼓励和支持给了我战胜一切困难的信心和勇气,让我