手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于想象左右手运动思维脑电BCI实验及识别分类研究

伍亚舟

   背景近几年来,利用不同思维作业脑电信号作为实现脑-机接口(BCI)的一种新型人机接口技术,已受到了广泛的关注。BCI是在人脑和计算机或其它电子设备之间建立的一种直接的信息交流和控制通道,它是不依赖于脑的正常输出通路(外周神经系统及肌肉组织)的全新的信息交流系统。它的一个最重要用途是为那些思维正常但有严重运动障碍的患者提供语言交流和环境控制途径,以提高其生存质量;另外,BCI技术在特殊作业和军事环境等领域也有潜在的应用价值,还可以作为一种新的信息交流控制手段和娱乐方式。BCI正成为脑科学、康复工程、生物医学工程及人机自动控制研究领域的一个研究热点。目前,BCI的研究正处于探索阶段,现有BCI系统的识别正确率和识别速率、性能稳定性等关键技术还需要解决。 BCI系统本质上就是识别特定的脑电模式,然后按照预设规则将获取的脑电转化为外部信息。实际应用中,实验设计、信号获取、算法选择(特征提取、特征分类)等因素都会影响最后的结果。因此,BCI系统全面建立过程中,实验设计和信号获取是非常重要的第一步,也是获得良好结果的前提。目前,获取脑电的方式主要是非侵入式方法,它有3种类型:①在思维作业期间,不进行任何刺激情况下,通过头皮电极记录脑电;②利用单次视觉诱发脑电获得脑电;③在感觉运动皮层区,利用μ节律的同步化和去同步化获得脑电。本文主要采用第一种方式获取BCI的控制信号,即通过想象左右手运动获取思维脑电。 本文开展了基于想象左右手运动思维脑电信号的BCI系统控制信号采集、特征提取与识别分类研究。本研究目的是探索一种实用的基于想象运动思维脑电的BCI方式,通过寻找合适的信号处理方法,来提取最能反映不同思维的脑电特征,以得到准确的BCI系统外部控制命令,从而提高BCI系统通讯的识别正确率,为最终实现BCI应用奠定比较坚实的理论和实验基础。 方法基于人在不同思维时表现的基本特性,本文阐述了基于想象左右手运动思维脑电信号用于BCI的原理。利用双计算机和Active One(生理信号测量系统)建立了一个基于想象左右手运动思维脑电的BCI信号采集实验系统。本研究采用头皮电极记录大脑皮层的自发脑电,该记录方式无创,使用者无需训练。通过软件编程的方式产生实验提示控制模式,屏幕上随机地出现向左或向右的箭头,受试者作出相应的选择,从而进行按键。对6名健康受试者进行3种不同时段(箭头出现2s、1s和0s后提示按键)情况下想象左右手运动思维作业的信号采集实验。随后,对实验数据进行离线处理和分析:通过对几种思维脑电信号处理方法的比较研究,提出利用小波多分辨率结合统计特性分析方法提取反映不同思维作业的脑电特征,同时研究了几种可用于本研究信号提取的基本小波函数;在对信号的模式识别方法进行比较深入而系统地研究基础上,提出了利用前向反馈神经网络(BP神经网络)方法识别分类这些特征。 结果对所有受试者三种情况下平均延缓时间Δt_2、Δt_1和Δt_0分析发现,Δt_0与Δt_1和Δt_2之间均存在显著性差别(p<0.05),而Δt_1与Δt_2之间没有显著差别(p>0.05);三种情况下(特别在t=1s时),实际按键前大概0.5~1s左右,想象左右手运动的思维脑电特征信号发生了明显改变,且这些特征存在明显不同。 本研究得到的识别分类结果:在三种不同时段情况下,当训练集和测试集为同一受试者时(即同一受试者的部分样本作为训练集,其他部分样本作为测试集),比如待识别分类的特征向量集为C3通道,三种情况下测试集的平均分类正确率分别达到65.00%、86.67%和72.00%,最大为90.00%,这些结果表明对于同一受试者而言可以获得比较理想的分类效果。不过,训练集和测试集为不同受试者时(即某个受试者作为训练样本集,其他受试者为测试样本集),对其他受试者测试的识别分类正确率的平均值仅为60.00%左右,该结果表明:不同个体之间存在一些差异。 在同一时段情况下(如箭头出现t=1s后提示按键),当特征向量集分别选择C3、C4、CZ和这三个电极合并时,其识别分类正确率分别为86.67%、76.67%、70.00%和65.00%。该结果表明,特征向量选择单独某个电极比这些电极合并时得到的分类率要高些。结论本文设计三种情况下获取BCI信号的实验方案是可行的;本研究提出的在小波变换域中提取特征的方法可以有效地实现信号的去噪、降维和特征提取,是一种十分有效的特征提取方法;采用基于前向反馈神经网络(BP神经网络)的识别分类方法来识别想象左右手运动思维脑电特征,可以得到比较理想分类正确率和BCI系统外部控制信号,是一种有效的且易实现的信号识别方法。 在选择合适通道构建特征向量集基础上,箭头出现1s后提示按键(随机按键)这种情况,可以获得更高的识别分类正确率。这说明通过合理实验设计获取的信号有助于识别正确率的提高;本研究提出的特征作为BCI系统外部装置控制信号是可行的,为BCI系统中不同思维任务的特征提取与识别分类提供了一种新的思路和方法。……   
[关键词]:脑-机接口;脑电;思维作业;特征提取;小波分析;BP神经网络
[文献类型]:博士论文
[文献出处]:第三军医大学2007年
App内打开