基于想象運動的腦電信號處理算法的研究.pdf

1、人的大腦控制人的行為。當人需要進行某種行為時，在大腦中就會產(chǎn)生一定的思維活動，經(jīng)過神經(jīng)傳遞給相關(guān)肌肉組織，由肌肉收縮產(chǎn)生相應的動作，這就是運動的過程。然而，有些患者由于神經(jīng)組織病變等原因，不能將大腦信號傳遞給肌肉，因而不能進行相應的動作。所以，為了使這部分人生活更方便，一種新的技術(shù)—腦-機接口技術(shù)于上世紀就產(chǎn)生了。腦-機接口(brain-computerinterface，BCI)是—種新的通信通道，它可以將人腦的意圖轉(zhuǎn)化為對外部設備的

2、控制信號，而不需要通過人的外周神經(jīng)和肌肉組織。
　　 本義針對基于運動想象的BCI信號處理技術(shù)進行了研究，研究了受試者在執(zhí)行兩個和多個運動想象任務下的腦電信號的特征提取和分類算法。由于腦電信號的信噪比低，所以BCI面臨的主要問題之一是分類識別率低。為了提高BCI的分類識別率，必須研究有效的特征提取和模式分類方法。在兩類任務條件下，本文結(jié)合空間濾波和自適應自回歸模型提取腦電特征，采用Fisher線性判別來進行分類，得到每個采樣點的

3、分類正確率；在研究AR模型的基礎上，采用空間濾波結(jié)合AR模型的方法來提取特征，也得到了好的分類正確率，同時算法簡單，計算速度快；盲源分離技術(shù)是一種新的、熱門的信號處理技術(shù)，本文結(jié)合AR模型和負熵以及功率譜估計來提取特征，結(jié)果表明這是一種可行的腦電特征提取方法；最后，通過雅克比旋轉(zhuǎn)(Jacobi Rotations)來進行近似聯(lián)合對角化，將二分類CSP算法擴展到三分類中，實驗結(jié)果證明了此法的有效性。
　　 本文所有算法都在MATL