腦-機(jī)接口系統(tǒng)中腦電信號(hào)處理方法的研究.pdf

1、腦—機(jī)接口(Brain-Computer Interface，BCI)是一種不依賴(lài)于常規(guī)大腦的輸出通道（外周神經(jīng)和肌肉組織）實(shí)現(xiàn)人腦與計(jì)算機(jī)或其他電子設(shè)備通訊和控制的技術(shù)，是一種的全新的信息交流和通訊方式。通過(guò)采集大腦皮層的腦電信號(hào)（Electroencephalogram，EEG），利用數(shù)據(jù)處理技術(shù)解讀大腦的意識(shí)活動(dòng)，從而實(shí)現(xiàn)人類(lèi)“利用大腦思維活動(dòng)（意識(shí)）與外界進(jìn)行交流”的夢(mèng)想。腦—機(jī)接口技術(shù)巨大的理論研究?jī)r(jià)值和廣闊的應(yīng)用前景使其成為

2、近年來(lái)研究的熱點(diǎn)課題。
　　本文以腦—機(jī)接口系統(tǒng)中的核心問(wèn)題，即腦電信號(hào)的處理技術(shù)為研究?jī)?nèi)容，深入研究了腦電信號(hào)的預(yù)處理技術(shù)、特征提取技術(shù)、特征選擇技術(shù)和分類(lèi)識(shí)別技術(shù)，并基于對(duì)各種方法的研究結(jié)果，提出并建立了基于主從特征的異步BCI實(shí)驗(yàn)系統(tǒng)。通過(guò)對(duì)系統(tǒng)的實(shí)際測(cè)試，驗(yàn)證了本文方法在實(shí)際應(yīng)用中的有效性，是對(duì)腦—機(jī)接口技術(shù)的實(shí)際應(yīng)用進(jìn)行的探索性研究。
　　腦電信號(hào)的預(yù)處理是去除與腦電信號(hào)無(wú)關(guān)的噪聲信號(hào)的過(guò)程，是實(shí)現(xiàn)腦—機(jī)接口系統(tǒng)良

3、好性能的基礎(chǔ)。針對(duì)腦電信號(hào)中經(jīng)?；祀s眼電偽跡的問(wèn)題，本文采用獨(dú)立成分分析和腦電地形圖相結(jié)合的方法，實(shí)現(xiàn)了腦電信號(hào)中眼電偽跡的去除。利用獨(dú)立成分分析方法分離腦電信號(hào)中各個(gè)獨(dú)立的信號(hào)源，結(jié)合腦電地形圖對(duì)眼電偽跡成分進(jìn)行準(zhǔn)確識(shí)別，通過(guò)將該成分置零后恢復(fù)原始腦電信號(hào)，達(dá)到成功消除眼電偽跡的目的。
　　特征提取是整個(gè)BCI系統(tǒng)中最重要的部分。本文以運(yùn)動(dòng)想象腦電信號(hào)為研究對(duì)象，基于運(yùn)動(dòng)想象腦電信號(hào)中存在的事件相關(guān)/去同步現(xiàn)象，分別采用小波包變

4、換、小波熵算法和AR模型方法實(shí)現(xiàn)腦電信號(hào)的特征提取，并構(gòu)造了6種特征向量集?；谛〔ò纸饧夹g(shù)，提出了基于腦電節(jié)律能量比的特征提取方法，提取的特征充分反映了運(yùn)動(dòng)想象腦電信號(hào)的特點(diǎn)，獲得了較高的識(shí)別正確率，從而證明了方法的有效性。
　　特征選擇是對(duì)特征提取結(jié)果的優(yōu)化處理。本文提出了一種基于SFFS—PLN相結(jié)合的特征選擇方法，通過(guò)序列向前浮動(dòng)搜索(Sequential forward floatinseaeching，SFFS)算法

5、實(shí)現(xiàn)特征子集的生成，采用分段線性網(wǎng)絡(luò)(Piecewise linearnetwork，PLN)對(duì)特征子集進(jìn)行評(píng)估，從而確定最優(yōu)特征子集，實(shí)現(xiàn)特征選擇。實(shí)驗(yàn)結(jié)果表明，該方法有效地減少了冗余特征，提高了識(shí)別正確率。
　　特征分類(lèi)與識(shí)別是對(duì)大腦意識(shí)任務(wù)的判斷，用于產(chǎn)生腦—機(jī)接口系統(tǒng)對(duì)外發(fā)出的控制指令。本文研究了K—近鄰分類(lèi)算法和基于BP神經(jīng)網(wǎng)絡(luò)的識(shí)別算法。針對(duì)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度慢，不易收斂的問(wèn)題，提出了權(quán)重優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，

6、有效地解決了這一問(wèn)題，使BP神經(jīng)網(wǎng)絡(luò)算法在實(shí)際BCI系統(tǒng)中具有實(shí)用價(jià)值。
　　最后，本文綜合對(duì)算法的研究成果，對(duì)異步BCI系統(tǒng)進(jìn)行了實(shí)驗(yàn)研究。針對(duì)異步BCI系統(tǒng)中空閑與工作狀態(tài)檢測(cè)這一難點(diǎn)問(wèn)題，提出了基于主從特征構(gòu)建異步BCI系統(tǒng)的方法。首次采用BP特征作為主特征，有效地實(shí)現(xiàn)了異步BCI系統(tǒng)中空閑與工作狀態(tài)的檢測(cè)。利用腦電節(jié)律能量比作為從特征，實(shí)現(xiàn)了不同工作狀態(tài)的識(shí)別。基于想象左右手運(yùn)動(dòng)的腦電信號(hào)，建立了基于主從特征的異步BCI實(shí)