基于EEG的聽覺腦-計算機接口研究.pdf

1、申請上海交通大學碩士學位論文基于EEG的聽覺腦計算機接口研究論文作者施少杰學號1070339086指導教師呂寶糧教授專業(yè)計算機應用技術答辯日期2010年1月16日基基基于于于EEG的的的聽聽聽覺覺覺腦腦腦計計計算算算機機機接接接口口口研研研究究究摘摘摘要要要語言是日常生活中人們互相交流的工具，本文從聽覺角度出發(fā)，使用基于EEG的方法研究大腦處理語言的機制。為此，我們設計了中日文音樂刺激的實驗，并采集了23人次的腦電數(shù)據(jù)，通過獨立成分分析

2、、線性濾波等方法對信號進行了預處理，使用基于共空間模式的特征提取算法來組織特征，并比較了樣本在兩種分類器：神經(jīng)網(wǎng)絡和支持向量機上的分類性能。結果表明支持向量機具有更好的泛化能力，對8組實驗數(shù)據(jù)達到平均82.41%的分類精度。本文首先把模糊積分的方法引入腦電信號的分析中，對各個頻帶提取的特征進行積分融合，相對于直接把各頻帶向量拼接起來的方法，模糊積分具有更高的分類精度，最高比向量拼接法高8.11%，平均精度達到86.49%。最后本文使用了

3、無監(jiān)督的特征表示方法(頻帶對數(shù)能量法)并結合生理上的依據(jù)對數(shù)據(jù)進行分析，結果表明大腦處理語言的相關腦區(qū)位于大腦左側顳和額下回位置，腦電信號上主要與低頻慢皮層電位及高頻Beta、Gamma波相關。本文主要貢獻在于：首先，設計了一組基于聽覺誘發(fā)的語言任務相關的腦電實驗，收集了大量不同種類的音樂作為刺激信號，并采集了一定數(shù)量的連續(xù)腦電信號；其次，采用基于共空間模式的特征提取、MLP和SVM的分類算法對數(shù)據(jù)進行分析，特別是首先在腦電信號分析中引