基于運動想象的異步腦-機接口算法研究.pdf

1、腦-機接口系統(tǒng)是不依賴肌肉組織，直接在腦和外部設(shè)備之間建立的通訊和控制通道，在頭皮處測量得到的腦電信號，可以通過一系列的處理方式從中解析出被試者當(dāng)前的思維狀態(tài)，這是一種全新的交互方式，可以用于醫(yī)療，軍事，娛樂等各個領(lǐng)域，在過去的幾十年里獲得了蓬勃的發(fā)展。本文對左右手運動想象腦電信號進行研究，從信號處理算法的角度討論實用性腦-機接口系統(tǒng)需解決的關(guān)鍵問題并提出解決方案。
　　因為腦電信號十分微弱，其中還混雜著各種偽跡干擾，不利于后續(xù)的

2、研究。本文基于獨立分量分析的分解結(jié)果，計算每個獨立分量的時間，空間特征，通過期望最大化算法計算偽跡相關(guān)分量和腦電信號分量兩類特征的分類閾值，自動識別并去除偽跡成分。對于去偽跡前后的運動想象腦電信號，通過觀察其中的“事件相關(guān)去同步/事件相關(guān)同步”現(xiàn)象，證實了算法可以突出與所研究問題相關(guān)的信號特征，解決以往的手動挑選偽跡相關(guān)分量為腦電信號去偽跡預(yù)處理帶來不便的問題。
　　對腦電信號的模式識別是腦-機接口系統(tǒng)處理算法的核心部分，這部分包

3、括的主要內(nèi)容是腦電信號的特征提取和分類。本文利用能最大化兩類腦電信號差異的共同空間模式算法來提取兩類，三類運動想象腦電信號特征，利用樸素貝葉斯分類器，支持向量機，線性判別分析等方法對特征在同步情形下進行分類，給出分類正確率的比較；并針對實際應(yīng)用的情況，給出異步情形下的信號處理方法和結(jié)果的評價指標：任務(wù)檢測的靈敏度，誤報率和有任務(wù)情況下兩類運動想象腦電信號的分類正確率。
　　針對腦電信號非平穩(wěn)變化的特點，基于半監(jiān)督學(xué)習(xí)的思想，提出利