基于ICA的BCI多動作模式ERD-ERS信號分析及識別技術研究.pdf

1、腦-機接口(Brain-Computer Interface，BCI)是在人腦和計算機或其它電子設備之間建立的一種直接信息交流和控制通道。由于其在康復工程、腦科學研究、人工智能等領域的重要應用價值，腦-機接口正成為研究熱點之一。 本文的研究對象是想象動作過程中產(chǎn)生的事件相關去同步(Event RelatedDesynchronization，ERD)/事件相關同步(Event Related Synchronization，ER

2、S)。目前所見到的文獻中對左右手產(chǎn)生的ERD/ERS信號討論較多，對于其特征頻段以及對應的大腦皮層活動區(qū)域已有較為可信的研究成果，但卻很少見到關于腳和舌部動作產(chǎn)生的ERD/ERS信號的報道，對于這兩種動作的特征頻段和對應的腦部活動區(qū)還沒有得到一個有說服力的結(jié)果。 本課題的主要工作就是對左手、右手、腳、舌頭四種想象動作誘發(fā)的ERD/ERS信號的分析和分類提取，得到關于四種動作模式ERD/ERS信號的特征(重點是腳和舌部動作)，并利

3、用這些特征尋求有效的動作模式分類識別算法。課題所采用的數(shù)據(jù)來源子BCI competition 2005 datalIIa，是由奧地利Graz工業(yè)大學BCI實驗室采集的，有很好的可靠性。我們用多種方法包括時頻圖譜法(Time-Frequency Spectrogram，TFS)、功率譜密度(Power Spectral Density，PSD)曲線法、ERD/ERS系數(shù)法和腦地形圖法以及基于獨立分量分析(IndependentCompo

4、nent Analysis，ICA)的頻域一空間濾波方法對四種動作模式的實驗信號進行了細致的分析。不僅印證了文獻中關于左右手動作的結(jié)論，還使我們對腳和舌頭動作的ERD/ERS特征信息有了較清晰的認識，包括ERD/ERS明顯的特征頻段，與其它動作區(qū)分度好的導聯(lián)一頻率，以及對應的腦部活動區(qū)。在此基礎上，我們用多種方法對實驗信號進行了特征提取和分類，結(jié)果證明基于ICA的信號提取算法和基于支持向量機(Support Vector Machine