基于深度網(wǎng)絡的腦電信號分類方法研究.pdf

1、隨著各國政府對腦科學領域研究的不斷關注，有著廣泛應用前景和理論研究價值的腦-機接口也成為跨學科的研究熱點。腦-機接口技術可以為人類提供一種新的與外界交流信息的方式，通過該技術，大腦可以不依賴外周神經(jīng)和肌肉直接向機器發(fā)送指令。尤其在醫(yī)療康復領域，為那些中樞神經(jīng)受傷導致閉鎖的病人提供了一種重要的交流方式。而腦電信號的分類是影響腦-機接口性能的重要環(huán)節(jié)，也是本文研究的重點，本文的主要研究內(nèi)容和創(chuàng)新點概括如下:
　　1.提出了改進的MFC

2、C腦電信號特征提取算法，并在研究了常用的空域的特征提取方法共同空間模式算法以及基于非穩(wěn)態(tài)信號的特征提取方法短時傅里葉變換算法的基礎上，通過實驗對三種提取方法的性能做了對比，證明了該方法的優(yōu)越性能。
　　2.討論并通過實驗驗證了不同網(wǎng)絡層數(shù)、節(jié)點數(shù)以及輸入的不同通道數(shù)對應用深度網(wǎng)絡進行腦電信號分類的影響，對用于腦電信號分類的深度網(wǎng)絡的訓練參數(shù)的優(yōu)化方法進行了總結。
　　3.研究了深度置信網(wǎng)絡、堆疊自動編碼器以及深度受限玻爾茲曼