版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、為了增加肢體殘缺者的生活自理能力,需要佩戴假肢,而目前傳統(tǒng)的假肢仍有訓(xùn)練時(shí)間長(zhǎng),響應(yīng)慢等的缺陷,因此基于人腦運(yùn)動(dòng)意識(shí)控制假肢的腦機(jī)接口技術(shù)備受關(guān)注。目前絕大部分關(guān)于人體運(yùn)動(dòng)意識(shí)的研究只關(guān)注誘發(fā)運(yùn)動(dòng)或者是身體某終端部位的運(yùn)動(dòng),然而現(xiàn)實(shí)生活中需要很多自發(fā)的大幅度的運(yùn)動(dòng)輔助控制。fNIRS是一種新興的腦功能成像技術(shù),它具有良好的時(shí)間和空間分辨率,并且具有便攜性,使得該技術(shù)在自發(fā)的大幅度人體運(yùn)動(dòng)意識(shí)研究領(lǐng)域有很高的應(yīng)用價(jià)值。本課題的主要研究?jī)?nèi)容
2、如下所示:
(1)設(shè)計(jì)了在自發(fā)意識(shí)下的上下坡運(yùn)動(dòng)實(shí)驗(yàn),應(yīng)用功能性近紅外光腦功能成像(fNIRS)技術(shù)記錄了20名被試的腦血氧信息。
(2)利用單因素方差分析(ANOVA)方法分析了大腦運(yùn)動(dòng)關(guān)聯(lián)區(qū)域(主運(yùn)動(dòng)區(qū),前運(yùn)動(dòng)區(qū),輔助運(yùn)動(dòng)區(qū),前輔助運(yùn)動(dòng)區(qū)以及背外側(cè)前額葉區(qū)域)內(nèi)的血氧信息,確定了靜止?fàn)顟B(tài),運(yùn)動(dòng)開始狀態(tài)以及動(dòng)作轉(zhuǎn)換狀態(tài)三種不同的任務(wù),并通過(guò)比對(duì)靜止-開始運(yùn)動(dòng)狀態(tài)以及開始運(yùn)動(dòng)-動(dòng)作轉(zhuǎn)換狀態(tài)下含氧血紅蛋白濃度值的差異,
3、找出隨著任務(wù)變化血氧濃度變化最活躍的5個(gè)通道。結(jié)果發(fā)現(xiàn),事先確認(rèn)的5個(gè)功能區(qū)域都出現(xiàn)了隨著任務(wù)的改變大腦血氧濃度產(chǎn)生變化的現(xiàn)象,而最能體現(xiàn)這些變化的通道分別為通道8,通道9,通道15,通道16以及通道23。
(3)當(dāng)確認(rèn)了所研究的5個(gè)通道之后,進(jìn)一步基于活躍通道內(nèi)的含氧血紅蛋白信息,設(shè)計(jì)了一個(gè)Bp神經(jīng)網(wǎng)絡(luò)判別開始運(yùn)動(dòng)的運(yùn)動(dòng)意識(shí),以5個(gè)通道的濃度變化斜率以及通道9當(dāng)前濃度與Baseline平均濃度的差值作為神經(jīng)網(wǎng)絡(luò)的輸入來(lái)判別運(yùn)
4、動(dòng)和靜止?fàn)顟B(tài)。分類準(zhǔn)確率約為78%,并且能夠在實(shí)際運(yùn)動(dòng)開始后的0.5秒左右辨識(shí)出來(lái)。
(4)此外,應(yīng)用母小波Db4對(duì)上下坡期間活躍通道內(nèi)含氧血紅蛋白信息進(jìn)行了三層小波變換,并將提取的小波系數(shù)用Fisher分類器進(jìn)行分類,從而達(dá)到辨別上下坡的運(yùn)動(dòng)模式的目的,分類準(zhǔn)確率約為85%。
本課題提出了基于腦皮層血氧信息來(lái)判別自發(fā)上下坡運(yùn)動(dòng)的方法,建立了基于Bp神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)意識(shí)判別模型,提出了基于Fisher分類器判別上下坡運(yùn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻的人體上肢運(yùn)動(dòng)分析技術(shù)研究.pdf
- 基于MATLAB的人體上肢運(yùn)動(dòng)分析及仿真.pdf
- 基于計(jì)算機(jī)仿真技術(shù)的人體上肢日常運(yùn)動(dòng)規(guī)律的研究.pdf
- 基于MEMS傳感器的人體上肢運(yùn)動(dòng)姿態(tài)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)研究.pdf
- 基于加速度信號(hào)的人體上肢動(dòng)作識(shí)別研究.pdf
- 基于表面肌電的人體上肢動(dòng)作識(shí)別研究及應(yīng)用.pdf
- 人體上肢協(xié)調(diào)運(yùn)動(dòng)的檢測(cè)與訓(xùn)練研究.pdf
- 基于運(yùn)動(dòng)分段的人體運(yùn)動(dòng)對(duì)齊算法研究.pdf
- 基于運(yùn)動(dòng)捕捉數(shù)據(jù)的人體運(yùn)動(dòng)合成.pdf
- 基于模型的人體運(yùn)動(dòng)分析.pdf
- 基于肌肉的人體運(yùn)動(dòng)合成仿真研究.pdf
- 基于MEMS的人體運(yùn)動(dòng)跟蹤算法研究.pdf
- 基于稀疏表達(dá)的人體運(yùn)動(dòng)恢復(fù)研究.pdf
- 基于視覺(jué)的人體運(yùn)動(dòng)行為識(shí)別研究.pdf
- 基于人體上肢運(yùn)動(dòng)學(xué)的仿生機(jī)械臂設(shè)計(jì)方法.pdf
- 基于視頻的人體運(yùn)動(dòng)分析研究.pdf
- 基于sEMG的人體下肢運(yùn)動(dòng)識(shí)別研究.pdf
- 基于視覺(jué)的人體運(yùn)動(dòng)分析算法研究.pdf
- 基于ADAMS的人體下肢運(yùn)動(dòng)仿真.pdf
- 基于單視頻的人體運(yùn)動(dòng)捕獲.pdf
評(píng)論
0/150
提交評(píng)論