機(jī)器學(xué)習(xí)方法在腦—機(jī)接口技術(shù)中的應(yīng)用研究.pdf

1、腦—機(jī)接口(Brain-computerinterfaces,BCI)是在人腦與電子設(shè)備,例如計(jì)算機(jī)之間建立新型的直接交流通道,通過(guò)這種通道,人就可以通過(guò)大腦產(chǎn)生的信號(hào)來(lái)表達(dá)想法以便轉(zhuǎn)換成為控制命令。因此這為癱瘓的病人提供了一種新的交流與控制方式,并將極大地增強(qiáng)患者控制外部環(huán)境的能力和提高他們的生活質(zhì)量。腦—機(jī)接口技術(shù)是一種涉及神經(jīng)科學(xué)、信號(hào)檢測(cè)、信號(hào)處理、模式識(shí)別、控制理論等多學(xué)科的交叉技術(shù)。本文對(duì)腦—機(jī)接口技術(shù)中涉及的一些神經(jīng)電生理

2、現(xiàn)象進(jìn)行了分析,并對(duì)其中信息技術(shù)部分所采用的機(jī)器學(xué)習(xí)方法進(jìn)行了較為詳細(xì)地應(yīng)用研究以改進(jìn)腦—機(jī)接口系統(tǒng)的性能。在此我們主要研究了以下三個(gè)方面的內(nèi)容:(1)本論文首先基于支持向量機(jī)(supportvectormachines,SVM)提出了一種判別框架用于進(jìn)行左右手運(yùn)動(dòng)想象任務(wù)的單次在線分類。其中,腦電信號(hào)中的時(shí)頻信息采用Morlet小波函數(shù)從兩個(gè)頻段(μ和β節(jié)律)提取,然后采用基于支持向量機(jī)框架的方法進(jìn)行判別信息的累積以便于預(yù)測(cè)使用者的意

3、動(dòng)方向。該方法有效地改善了單次在線分類的準(zhǔn)確率和穩(wěn)定性。(2)其次,在對(duì)手指運(yùn)動(dòng)的神經(jīng)電生理活動(dòng)分析的基礎(chǔ)上,本論文發(fā)展了一種判別空間模式(discriminativespatialpatterns,DSP)方法用于運(yùn)動(dòng)相關(guān)電位的提取,同時(shí)與共空間模式(commonspatialpatterns,CSP)方法一起用于左右手指自發(fā)運(yùn)動(dòng)任務(wù)時(shí)腦電信號(hào)特征的提取。結(jié)果表明組合的空間濾波方法能夠有效地改善該任務(wù)下的分類效果。(3)最后,發(fā)展了一