運(yùn)動(dòng)想象腦電信號(hào)特征提取研究.pdf

1、運(yùn)動(dòng)想象腦電信號(hào)特征提取研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：貢平指導(dǎo)教師：陳民鈾教授專業(yè)：電氣工程學(xué)科門類：工學(xué)重慶大學(xué)電氣工程學(xué)院二O一四年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要腦機(jī)接口（BrainComputerInterfaceBCI）是一種可以實(shí)現(xiàn)大腦和外界環(huán)境直接交流的通訊控制系統(tǒng)，這類系統(tǒng)可以使大腦擺脫對(duì)外周神經(jīng)與肌肉組成的大腦正常輸出通路的依賴。隨著科學(xué)技術(shù)的不斷進(jìn)步，腦機(jī)接口技術(shù)因其廣闊的實(shí)際應(yīng)用前景和巨大的理

2、論研究價(jià)值，正逐漸成為世界范圍內(nèi)的研究熱點(diǎn)?；谶\(yùn)動(dòng)想象腦電信號(hào)的腦機(jī)接口是其中的一個(gè)重要研究方向，也是本文研究的重點(diǎn)?；谶\(yùn)動(dòng)想象的BCI系統(tǒng)的一個(gè)核心環(huán)節(jié)是非線性、非平穩(wěn)的運(yùn)動(dòng)想象腦電信號(hào)的特征提取，而希爾伯特黃變換（HilbertHuangTransfmHHT）是一種新穎的適用于處理非線性和非平穩(wěn)信號(hào)的信號(hào)分析方法，基于希爾伯特黃變換的運(yùn)動(dòng)想象腦電信號(hào)特征提取是本文研究的主要內(nèi)容。本文設(shè)計(jì)了想象左右手運(yùn)動(dòng)腦電采集實(shí)驗(yàn)方案。首先介紹

3、大腦的結(jié)構(gòu)和腦電信號(hào)產(chǎn)生的原理；然后依據(jù)運(yùn)動(dòng)想象腦電信號(hào)的特點(diǎn)和所具備的腦電信號(hào)采集系統(tǒng)的功能及特點(diǎn)，設(shè)計(jì)了采集想象左右手運(yùn)動(dòng)腦電信號(hào)的實(shí)驗(yàn)方案，提取了5名受試者想象左右手運(yùn)動(dòng)的腦電數(shù)據(jù)，并做了初步處理，為后續(xù)的離線分析處理提供了數(shù)據(jù)基礎(chǔ)。本文研究了基于希爾伯特黃變換的運(yùn)動(dòng)想象腦電信號(hào)能量特征的提取方法。在分析了希爾伯特黃變換的原理、算法和時(shí)頻特性的基礎(chǔ)上提出了基于HHT的能量特征提取方法（HHTBasedEnergyHBE），該方法利

4、用HHT良好的時(shí)頻特性，提取了綜合考慮時(shí)頻因素的能量特征。為了驗(yàn)證該方法的有效性和適用性，本文分別用AR模型，頻帶能量（BpowerBP）和HBE三種方法提取了BCI競賽2003和自主采集的運(yùn)動(dòng)想象腦電數(shù)據(jù)的特征，并采用Fisher線性判別分析作為模式識(shí)別分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，基于HBE特征提取方法比BP和AR特征提取方法有更高的分類準(zhǔn)確率。本文還對(duì)運(yùn)動(dòng)想象腦電信號(hào)的同步特征進(jìn)行了研究。首先介紹了腦電信號(hào)相位同步特征提取的方法—

5、鎖相值（PhaseLockingValuePLV），然后以鎖相值為基礎(chǔ)，提出了一種全新的基于集合經(jīng)驗(yàn)?zāi)B(tài)分析（EEMD）的鎖頻值（FrequencyLockingValueFLV）同步特征提取方法。鎖頻值特征提取方法可以度量電極之間或電極自身采集的腦電信號(hào)瞬時(shí)頻率的變化情況。最后利用BCI競賽2008數(shù)據(jù)和自主采集的數(shù)據(jù)對(duì)于本文提出的鎖頻值特征提取方法的有效性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，基于EEMD的鎖頻值特征提取方法比鎖相值特征提取方法有