四類運(yùn)動(dòng)想象任務(wù)的腦電信號(hào)識(shí)別算法研究.pdf

1、腦-機(jī)接口（BCI）是在人腦和計(jì)算機(jī)或其他電子設(shè)備之間建立不依賴于常規(guī)大腦信息輸出通路的全新對(duì)外信息交流和控制技術(shù)。腦電信號(hào)蘊(yùn)含了大腦活動(dòng)的豐富信息，通過(guò)采集和分析腦電信號(hào)，提取運(yùn)動(dòng)想象誘發(fā)的腦電特征并進(jìn)行正確識(shí)別，可以實(shí)現(xiàn)大腦對(duì)外部設(shè)備的有效控制。這對(duì)于大腦思維正常但喪失了肢體運(yùn)動(dòng)功能的人來(lái)說(shuō)，提供了一種全新的與外界交流的手段。BCI技術(shù)在人工智能、康復(fù)工程以及軍事、航天等多個(gè)領(lǐng)域中有重要的潛在應(yīng)用價(jià)值。
　　對(duì)BCI中的運(yùn)動(dòng)想

2、象腦電信號(hào)進(jìn)行模式識(shí)別，國(guó)內(nèi)外已進(jìn)行了較多研究，目前對(duì)左、右手運(yùn)動(dòng)想象腦電特征的分類已經(jīng)取得了較高的準(zhǔn)確率，然而對(duì)于多任務(wù)運(yùn)動(dòng)想象的腦電信號(hào)識(shí)別還存在分類正確率低，算法較復(fù)雜，穩(wěn)定性差等問(wèn)題，限制了其廣泛應(yīng)用。
　　針對(duì)四任務(wù)運(yùn)動(dòng)想象腦電特征識(shí)別存在的問(wèn)題，論文圍繞運(yùn)動(dòng)想象誘發(fā)腦電信號(hào)采集和預(yù)處理、特征提取以及模式識(shí)別等方面進(jìn)行了研究，主要工作包括：
　?。?）腦電實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理和導(dǎo)聯(lián)選取。采用國(guó)際BCI競(jìng)賽的運(yùn)動(dòng)想象實(shí)驗(yàn)

3、范式，得到由64導(dǎo)聯(lián)腦電儀采集的BCI2005 data setsⅢa腦電數(shù)據(jù)并進(jìn)行導(dǎo)聯(lián)選取，采用相干平均方法去除自發(fā)腦電，獲得四模式運(yùn)動(dòng)想象任務(wù)的誘發(fā)腦電信號(hào)。
　?。?）運(yùn)動(dòng)想象誘發(fā)腦電特征提取。采用小波變換，改進(jìn)的共空間模式（CSP）以及小波-共空間模式三種方法，分別對(duì)運(yùn)動(dòng)想象誘發(fā)腦電信號(hào)進(jìn)行特征提取，采用“一對(duì)多”共空間模式方法，構(gòu)建多個(gè)空間濾波器，對(duì)濾波信號(hào)進(jìn)行共空間模式映射，得到每種想象運(yùn)動(dòng)模式下的投影信號(hào)。對(duì)該投影信

4、號(hào)能量求方差取對(duì)數(shù)，組成特征值向量，再進(jìn)行差值處理獲得運(yùn)動(dòng)想象腦電特征，并利用特征優(yōu)化腦電導(dǎo)聯(lián)。結(jié)果表明小波-共空間模式特征提取方法獲得的四類運(yùn)動(dòng)想象腦電特征最顯著。
　?。?）運(yùn)動(dòng)想象腦電特征融合分類。利用徑向基核函數(shù)的支持向量機(jī)（SVM），采用網(wǎng)格尋優(yōu)方法優(yōu)化參數(shù)，對(duì)四任務(wù)運(yùn)動(dòng)想象腦電特征進(jìn)行模式識(shí)別，基于加權(quán)方法對(duì)SVM和CSP的分類結(jié)果進(jìn)行融合決策判斷。計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果顯示，對(duì)四模式的運(yùn)動(dòng)想象腦電分類平均正確率可達(dá)到90

5、.9％，Kappa系數(shù)為0.867，且算法執(zhí)行時(shí)間較短，是實(shí)現(xiàn)四任務(wù)運(yùn)動(dòng)想象腦電識(shí)別的有效方法。
　?。?）運(yùn)動(dòng)想象腦電非線性分類方法研究。由于腦電信號(hào)具有較強(qiáng)的非線性和非平穩(wěn)特性，采用概率神經(jīng)網(wǎng)絡(luò)對(duì)四任務(wù)運(yùn)動(dòng)想象腦電特征進(jìn)行分類識(shí)別。計(jì)算機(jī)仿真結(jié)果顯示，四模式運(yùn)動(dòng)想象誘發(fā)腦電分類正確率最高可達(dá)到92.31%，該方法適用于多任務(wù)的運(yùn)動(dòng)想象腦電模式識(shí)別。
　　本文的研究成果可以應(yīng)用于腦-機(jī)接口技術(shù)和智能假肢系統(tǒng)中，也可以為研究