左右手运动想象脑电采集和特征提取方法初探

论文摘要

脑机接口(BCI)技术给肢体运动残疾人带来了康复的希望,基于脑电的BCI系统更是因为其结构简单,信号采集容易以及方便携带和无损成为研究的热点。本文首先介绍了脑电信号的特征、脑机接口的概念和目前国内外的研究情况,在参考国外BCI实验范式的基础上对左右手运动想象的脑电采集的方法进行了探索,利用Presentation编写了运动想象提示程序“Visual Guide”,训练被试,并成功采集到左右手运动想象的脑电特征信号,成功采集率83%。为了实现运动想象意识信号特征的有效提取,我们对采集到的脑电信号进行了信号的预处理,并对信号进行了频域分析、时域分析、时频联合分析,依据时频信号的分析结果利用小波对特征信号进行了有效的提取。通过频域数据分析我们发现了C3和C4处脑电信号能量在10Hz附近有最大的区分,通过时域分析证明10Hz的C3和C4电极信号确实与左右手运动想象提示相关。时频联合分析进一步证明了此结论。根据这些时频域特征,我们用Morlet小波对原始脑电信号进行分解,成功提取了特征信号。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 人类大脑皮层
• 1.2 脑电的历史和基本概念
• 1.3 国内外脑机接口技术的研究情况
• 1.4 脑电中的运动意识信号
• 1.5 课题研究意义和主要内容
• 2 脑电信号采集方法和信号处理方法
• 2.1 脑电信号采集
• 2.2 信号采集和处理模块结构
• 2.3 信号处理方法
• 2.4 本章小结
• 3 信号处理以及实验结果分析
• 3.1 信号预处理
• 3.2 信号处理和结果分析
• 3.3 小波分析与特征提取
• 3.4 本章小结
• 4 总结与展望
• 4.1 总结
• 4.2 展望
• 致谢
• 参考文献
• 附录1 两位被试四次实验结果的PSD 分析结果
• 1000Hz morlet 小波,128 个尺度-频率变换'>附录2 0¹000Hz morlet 小波,128 个尺度-频率变换
• 附录3 BCI Competition 2003 Graz 技术大学提供数据计算的 PSD
• 附录4 Pfurtscheller G 研究小组左手运动想象的 ERD