腦機接口中想象運動分類算法的研究.pdf

1、本文研究了基于左右手想象運動的腦機接口系統(tǒng)中腦電信號的分類識別問題。通過對組成腦機接口的各個部分的介紹、研究及創(chuàng)新，構(gòu)建了一個基于左右手想象運動的腦機接口框架。主要對以下幾個方面進行了研究： 1)在實驗室已有的腦電采集設(shè)備及軟件基礎(chǔ)上，針對課題研究的特性，設(shè)計出符合課題需要的腦電采集實驗。按照實驗要求，使用vC++6.0設(shè)計出相應的腦電采集軟件MIEEG。本文設(shè)計的軟件，既可以與實驗室已有軟件SDUND相結(jié)合作為其中的一個實驗提

2、供給普通的腦電研究人員使用，又可以獨立出來單獨作為想象運動的腦電采集程序。考慮到以后的研究，軟件中預留出了可擴展的空間。 2)通過選擇合適的電極及導聯(lián)方式，并結(jié)合大腦的功能分區(qū)對腦電采集的具體部位進行最終確定。對于采集到的腦電信號，通過數(shù)據(jù)預處理進行頻域濾波以選擇對于想象運動敏感的頻段，在該頻段內(nèi)通過去均值化處理等方法以減小誤差。再通過時域濾波提取最為敏感的時間段，在該時間段內(nèi)提取出腦電特征并將其量化。采用的腦電特征是對想象運動

3、比較敏感的事件相關(guān)同步／去同步。對于該特征，量化了兩個特征值有效場強M和空間復雜度Q，為了提高分類準確率，對特征值Q進行了差值化處理，使其更加有利于分類。 3)通過對目前常用的兩種分類器-Fisher判別函數(shù)和支持向量機的介紹，闡述了他們的構(gòu)造原理及公式推導。本文著重對支持向量機的構(gòu)造過程進行了詳細描述，對構(gòu)造過程中的核函數(shù)和參數(shù)選擇也進行了詳細地分析。對于兩個特征在輸入支持向量機時的組合方式，提出了采用模擬人類思考方式的人工神