脑电信号处理方法_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
脑电信号处理方法
上传于||文档简介
&&脑​电​信​号​特​征​提​取​,​去​噪​分​离
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
你可能喜欢您的位置：>>//////>>正文
发表时间: 18:32:55题目：脑机接口系统中运动想象脑电信号的分析与处理院（系）
　　　信息科学与工程学院　　 专
　　　自动化　　摘
脑-机接口(Brain-Computer Interface，BCI)技术是近年来国际上的研究热点之一。它可以为人们与外界之间提供一种新型通讯方式。BCI系统可以直接采集大脑的神经生物学信号，并将其分析转换为输出命令，而不依赖正常的外周神经中枢(CNS)和肌肉组织输出通道。BCI系统利用不同的脑电（EEG）信号，利用外部的连接和控制设备将不同的思维活动与不同的指令结合起来，实现人脑和外部设备的通信。某些类型的事件相关现象体现了连续脑电信号在特定频域能量的减少或增加现象，分别反映在皮质神经细胞群同步性活动的减弱或增强。前者定义为事件相关去同步（event-related desynchronization,ERD），后者定义为事件相关同步（event-related synchronization,ERS）。本文根据想像动作可引起脑电信号的ERD\ERS特异性变化这一思想， 针对想象左右手运动的实验来研究脑电信号的分析与处理，识别脑电信号的特征。在本文分析过程中，首先通过对2003年脑机接口竞赛实验设计中的试验者想象左右手运动数据的离线分析，研究脑电信号的分析处理方法。在预处理过程中，采用了3阶butterworth滤波器进行10-12Hz的带通滤波；在特征提取时，选取时间3―9s内的C3、C4通道的脑电信号进行特征提取；在分类器的选择上，使用fisher判别的线性分类器。然后编写了在线分析处理脑电信号的Matlab程序，并利用VC++和Matlab的混合编程，实现了脑-机接口中采集信号和处理信号的结合。关键词：脑-机接口 脑电信号 运动想象 ERD\ERS
特征提取 Fisher分类器
ABSTRACTBrain-machine Interface technology is in recent years the international research hotspot. It can be for people and between the outside world provides a new way of communication. BCI system can be directly collection of brain nerve biology signal, and the analysis into output command, and not rely on normal peripheral nerve centre (CNS) and muscle tissue output channel. BCI systems use different electroencephalography (EEG) signal, use external connection and control equipment will be different thinking activity and different instructions combined, realize the human brain and external communications equipment.Some types of the event related phenomenon reflects the continuous eeg signals in particular frequency domain of energy to reduce or increase the phenomenon, are reflected in the cortex o……（新文秘网省略2548字，正式会员可完整阅读）……　LS）和脑干、脊髓损伤等，可以损伤脑与外部环境进行交流和控制的神经肌肉通路，使人部分或全部失去自主的肌肉控制。现代的生命支持技术可以使患者长期存活，但患者的生活质量低下，给家庭和社会造成的负担也十分沉重。在无法修复受损通路的情况下，人们尝试利用其它方法进行功能恢复。一种方法是通过训练提高残存的运动能力，另一种方法是绕过通路的受损部位直接控制肌肉，如功能性电刺激。这两种方法都在一定范围内取得了成功。而现在出现了一种前景光明，更加有效的方法即脑-机接口。产生这种新方法的原因是：首先，基础和临床的研究已经对大脑的工作状况有了比较详细的了解，对于大脑的不同诱发电位和脑电节律以及它们发生的部位和机理都已经比较了解。大量的研究已经证实：脑电信号与实际的和想象的运动及精神活动都是密切相关的。其次，计算机、检测及数字信号处理技术的发展，可以对脑电等信号进行实时分析。因此随着计算机技术的进步和脑功能研究的不断深入，人们开始尝试建立一种新的、不依赖于肌肉的交流和控制通路，在脑和外部世界之间传递信息和命令，这就是所谓的脑-计算机接口（Brain-Computer Interface,BCI），简称脑-机接口。二十世纪七十年代，Vidal首次使用“脑-计算机接口”一词来描述基于计算机的、能获得有关大脑功能信息的系统。在Vidal小组的研究中，研究人员开发出一个早期的BCI系统，这个系统利用从视觉皮层区域记录到的视觉诱发电位（Visual Evoked Potential，VEP）信号，来确定使用者想象光标移动的方向。近年来，国际上越来越多的组织和个人开始大量投入人力物力开发脑-机接口统。目前脑-机接口的应用前景已经不再仅仅局限在医疗康复领域，它可以分为以下几个方面：1）康复工程。建立新的信息通道，实现对周围电器设备以及智能假肢、轮椅等辅助设备的控制；或帮助部分残疾人利用脑电信号完成打字输入等。2）研究脑功能。人的大脑是一个极其复杂的系统，BCI技术的研究进展，可以帮助人们分析大脑功能，研究人的思维机理，开发人的智力，充分发挥人的潜能，使得人能在更深层次上认识自己，改造自己，造福人类。3）其他方面。例如军事领域、娱乐、特殊控制领域等等。1.2 BCI系统的定义及组成1999年，第一次BCI国际会议给出了BCI的明确定义：“脑一机接口是一种不依赖于正常的由外周神经和肌肉组成的输出通路的通讯系统”。大脑在进行思维活动，产生动作意识，或者受到外界刺激(如视觉、听觉等)的时候，伴随着其神经系统的一系列电活动，这些脑电(Electroencephalogram,EEG)信号可以通过一定的手段加以检测，再通过信号处理(特征提取和分类)，从中辨别出人的意图，把人的思维活动转换为命令信号，实现对外部设备的控制和与外界的交流。这就是BCI的基本原理(图1．1)。 BCI系统的输入信号是脑电信号，输出为控制命令。系统通常包括四个部分：信号采集、信号处理（特征提取）、“翻译”程序（模式识别），控制命令输出。1）信号采集信号采集也就是获取脑电信号，信号记录可采用头皮电极和植入式电极两种方式。脑电信号属于比较微弱的信号，通常需要进行放大、滤波等处理，放大后的脑电模拟信号还需经过A/D转换为数字信号，便于对信号进行进一步的信号处理。脑电信号采集也可以采用无线遥测的方式。信号采集模块也可以包含数字信号处理芯片（digital signal processing,DSP），对信号进行预处理。2）信号处理信号处理是脑机接口研究的关键之一，其实质是特征提取，也就是运用多种现代信号处理方法，包括时―空模式分析、统计分析、信源分解、空间滤波、高分辨率谱分析等，对脑电信号进行处理，从中提取出相应的特征。在脑机接口系统中，特征量的提取涉及时域、频域和空域。例如，在特定的皮层区域检测脑电信号中不同的频率成分（如mu或beta节律）；或者在时域中检测的与事件相关的P300电位，这些都是携带了一定脑活动信息的特征量。3）“翻译”程序“翻译”程序是指将提取出来的特征量转换为一系列控制命令，由此来实现受试者的意图。“翻译”程序实际上是一个模式识别或特征分类的过程。用于脑机接口的模式识别方法比较多，有线性识别方法（如经典的统计分析方法），也有非线性识别方法（如人工神经网络）。比如在Graz BCI的研究中就采用了不同的模式识别分类方法，D.Flotzinger等采用了LVQ方法对脑电信号进行分类，K.Lugger等人采用了线性判别算法对脑电信号进行分类。4）控制命令输出脑机接口的输出信号是代表受试者意向的控制命令。根据脑机接口的不同应用，控制命令输出有多种不同的表现形式，比如在脑电信号控制外部设备的应用中，控制命令经过设备控制系统，可以实现外部设备控制，如控制电视、音响设备、电灯等电子设备的开关；在有关光标控制的脑机接口应用中，控制信号的输出表现为光标在屏幕上的移动；在虚拟打字机的应用中，控制命令的输出表现为字母的输出或者是读出单词；在脑电假肢应用中，输出信号可以用来控制一个多自由度的假肢实现三维空间的动作。1.3 BCI系统的研究现状由于脑机接口技术在康复工程等领域有重要的应用价值，它引起了全世界越来越多科学家和研究者的关注和重视，近年来，脑机接口技术发展迅速。1995年，全世界从事有关脑机接口的研究小组还不超过6个，1999年已经超过20个。脑机接口的研究正成为生物医学工程和康复医学工程领域的一个新亮点。1999年6月，美国国家儿童研究院国家医学康复研究中心和美国国家健康研究院人类发展部在纽约主办了关于脑机接口的第一次国际学术讨论会。来自美国、加拿大、英国、德国、奥地利、意大利等国家的50多位科学家与工程研究专家，代表22个不同的脑机接口研究小组参加了会议。会议内容涉及BCI研究现状、有关BCI基础研究及产品开发的目标、BCI关键技术、标准的研究程序及技术评估方法等。一些学会和基金会（Whitaker Foundation）也赞助了这次会议。2002年6月，在美国召开了有关BCI的第二届国际研讨会，近30个研究小组参加了会议。美国国立卫生研究院，美国国防部和生物医学工程领域重要的基金会资助了这次会议。脑机接口的研究在国内也得到重视，最近清华大学开展了基于稳态视觉诱发电位的脑机接口研究，研制的系统可以达到较高的通讯速率。目前，脑机接口技术仍处于起步发展阶段，现有的脑机接口系统大多处于实验阶段，离实际应用存在一定距离，大部分测试在正常人中进行，在残疾人中进行的测试较少。现有的脑机接口系统同时还存在通讯速度慢的问题，最高通讯速率为25比特/分钟。通讯速度低、效果不稳定等技术障碍影响了脑机接口技术的应用。如何提高脑机接口通讯的正确率、稳定性及通讯速率，是需致力解决的问题。从另一角度说，人们对于大脑的研究并没有穷尽，与脑机接口相关的神经科学及心理认知科学也没有得到充分的发展，从而也限制了脑机接口技术的发展。2000年，Nature杂志报导了美国Duke大学医学中心的研究人员与其合作者完成的一项开创性工作。研究人员在受训练的猴子的大脑皮层插入特殊设计的中空针电极（中空部分注入神经生长素以诱导神经细胞的生长）用于记录猴子在执行特定任务时的脑电信号。经过长期研究，不仅找到了对运动信息反映敏感的皮层区域，而且能根据记录到的脑电信号提前一秒钟来预测猴子下一步的行为。研究人员实时地将猴子脑电的分析结果转换为计算机指令，并将此命令通过英特网发送到千里之外的另一研究所的机器人身上，让机器人与猴子同步做相同的工作。实验中，机器人完成的动作误差只有5-10cm。这个“Monkey Think,Robot Do”的实验，使人们看到瘫痪病人有望利用自己的“思想”去控制假肢运动。脑机接口的发展与基础研究和应用研究密切相关，它涉及神经科学、心理认知科学、康复工程、生物医学工程与计算机科学等学科，脑机接口的顺利开展需要多学科多方面人才的协同工作。1.4 课题研究内容及目的1.4.1课题研究内容脑机接口是一种实现大脑直接与外界环境进行交流并进行控制的新技术。它通过采集和分析人脑生物电信号，在人脑与计算机或者其它电子设备之间建立起直接交流和控制的通道，这样人就可以通过脑来表达意愿或者操纵设备，而不需要语言或者肢体动作。本课题采用受试者想象运动时的脑电信号作为虚拟车运动的控制信号。由于虚拟现实系统的实时性与沉浸感能给受试者提供较好的反馈信息，因此有望提高脑机接口识别脑电信号的效果。1.4.2课题研究目的
虚拟现实的界面是一辆行驶的小车，试验者根据界面的提示想象左手运动或右手运动，此时，通过对由安置在试验者大脑上的电极采集的脑电信号进行相应处理，识别出想象的动作，得出的结果反馈到界面上，指挥小车向左转或右转。本文首先通过分析2003年BCI竞赛实验数据，研究想象左右手运动的脑电信号问题，并在此基础上，编写在线分析处理脑电信号的Matlab程序。1.4.3 主要章节安排 本文共分为四章，内容安排如下： 第一章 绪论：本章简单介绍课题的研究背景及意义，介绍了BCI系统定义及组成，同时讨论BCI研究现状，给出了本的主要研究内容和章节安排。 第二章 运动想象BCI研究基础：本章具体介绍想象左右手运动的理论基础和一些关于相关领域的知识，如脑电信号产生的原理，以及与本论文研究相关的信号分析和产生原理分析。 第三章 想象左右手运动脑电信号分析：本章具体介绍实验过程，分析处理脑电信号的过程；第四章 在线脑电信号处理的程序设计：编写在线分析处理脑电信号的Matlab程序，介绍用VC++和Matlab的混合编程；第五章： 课题与展望：根据实验结果和现有信号采集与处理方法进行总结和评价，并展望下一步BCI的发展方向与前景。第二章 运动想象BCI研究基础人在运动想象时，大脑的特定功能区被激活，相应的脑电信号会产生稳定的规律性的特征变化，这是将运动想象EEG作为BCI系统输入信号的生理基础。本章从介绍脑电产生的机理出发，探讨运动想象时ERD/ERS的产生机理，以及目前脑电信号的主要分析方法，为后续工作做准备。2.1 脑电产生的机理和分类2.1.1脑电产生的机理神经元是大脑中处理信息的基本单元。神经元存在多种形态，机能也不完全相同，但其结构基本相似。一个神经元一般由细胞体及从它发出的几个树突和一个轴突（神经纤维）组成。 神经元之间的兴奋传导是通过突触进行的。突触后电位幅度约数mV，持续时间10-20ms，而且可以叠加。几个兴奋性突触后电位叠加在一起，总幅度达到神经元的兴奋临界值后，就会引起神经元的兴奋，并按照全或无定律产生动作电位，从而实现了兴奋在神经元之间的传递。因为各种神经元的排列和联系并不是完全对称的；加之，在同一时间总是有些突触活动，有些突触不活动，所以整个大脑皮层各处的电位总会有高低差别，总合起来就是脑电信号。2.1.2脑电信号的分类从EEG的产生看，它是大脑思维活动最直接的反应，在不同条件下，其基本特征参数（包括振幅、频率、相位、波形等）会有所差异。临床和科研上最常用的是根据频率不同对EEG信号进行分类，一般包括：δ波：频率为0.5－3Hz，幅值约为20－200μV，低频高幅慢波。在枕叶和颞叶比较明显。正常成人在清醒状况下，几乎没有δ波，只有在睡眠及深度麻醉时可出现。一般认为慢波是大脑皮层处于抑制状态时电活动的主要表现，所以，如果在正常成年人清醒状况下检测到δ波，就可判定为异常。θ波：频率为4－7Hz，幅值约为100－150μV，低频高幅慢波。在枕叶和顶叶比较明显，困倦时即可出现。α波：频率为8－13Hz，是成人脑电中的基本节律，幅值约为20－100μV,在枕叶和顶枕叶最显著，其波形近似于正弦波。正常成人在清醒、安静、闭目时波幅呈现由小变大，然后由大变小，反复进行，形成α波的“梭波”。当人睁眼或接受其他刺激时，α波立即消失并转为快波。一般认为α波是大脑皮层处于清醒安静状态时电活动的主要表现。β波：频率为14－30Hz，幅值约为5－20μV。在额叶和顶叶比较明显。当人睁眼视物、突然收到声音刺激及进行思考活动时可出现β波。β波在强烈的意识活动时最为明显，表示人的大脑皮层处于兴奋状态。γ波：频率为30Hz以上，幅值小于2μV，是由注意或感觉刺激所引起的低幅高频波，只有当人处于高度兴奋状态下才会出现。μ节律：μ节律又称中央前区α波，产生于人脑的感觉运动皮层，因形如希腊字母产而得名，频率范围约为8Hz-12Hz，和α波的频段大致相同，几乎所有成年人的脑电中都包含这种成分。μ节律代表运动，它与运动皮层中运动功能相关。μ节律和α波是有区别的，首先，它们在头皮上分布的区域不同，它主要分布在标准10-20系统的C3和C4导联处，也就是前中心和后中心区域；其次α波在睁眼时阻断，而μ节律不存在这种现象。μ节律和肢体运动有密切关系，可以被感觉刺激及对侧肢体的主动或被动运动阻断;另外，在准备运动时，μ节律也会有一定程度的衰减。这种阻断在大脑皮层的两侧同时 ……（未完，全文共27171字，当前仅显示7156字，请阅读下面提示信息。）
上一篇：下一篇：脑电信号分析与特征提取_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
脑电信号分析与特征提取
上传于||暂无简介
大小：363.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢脑电信号的时-频特征提取毕业论文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
脑电信号的时-频特征提取毕业论文
上传于||文档简介
&&脑​电​信​号​的​时​-​频​特​征​提​取
阅读已结束，如果下载本文需要使用5下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩25页未读，继续阅读
你可能喜欢