学位论文 > 优秀研究生学位论文题录展示

基于MPI并行框架的实时注意力监测脑机接口的研究与应用

作　者: 李勇昌
导　师: 胡斌
学　校: 兰州大学
专　业: 计算机软件与理论
关键词: 脑机接口脑电注意力 MPI
分类号: TP334.7
类　型: 硕士论文
年　份: 2012年
下　载: 43次
引　用: 0次
阅　读: 论文下载

内容摘要

注意力是心理学的一个概念,同时也是脑科学和生物信息学中的一个研究对象。监测人的注意力可以成为人们学习或者工作的一种辅助工具,进而使人的学习和工作效率得到提高,甚至少犯许多严重的错误,例如在学习的过程中,如果有一个监测学生注意力的工具,那么老师可以在学生注意力不集中的时候提醒学生,学生就可以及时更正自己的精神状态。结合计算机科学及生物信息科学,我们可以通过脑机接口来监测人的注意力。用计算机开发各种用途的脑机接口是当前的一个研究热点,但是,目前绝大部分脑机接口的类型都是动作类型,即通过脑机接口来监测大脑在想象做什么样的动作,进而由脑机接口向外部工作发出相同动作的指令,这种脑机接口的典型应用就是机械臂。而关于实时监测注意力这样的精神状态的脑机接口研究比较欠缺,因为注意力涉及到许多心理知识,研究过程比较复杂。而开发一个实时的监测注意力的应用系统更加少,更多的是离线处理的脑机接口,因为脑电波的分析处理十分复杂,中间的每一处理步骤都需要消耗一定的时间,很难做到实时监测。本论文对当前的脑机接口的技术和基础理论进行了深入的分析,并吸收了诸多脑机接口开发的经验和理论知识,自主开发了一个实时监测的脑机接口,并将其应用于监测人在学习中的注意力。该脑机接口采用小波变换对脑电信号进行去噪,然后用基于汉宁窗的FIR算法提取了6个特征值,最后用KNN (k-Nearest Neighbor)算法进行分类。脑机接口需要经过大量的训练才能应用,通常一个脑机接口从一开始到最终的应用需要经过几个月的训练,因此,分类过程将随着训练数据的增多而降低时间效率。而且,目前越来越多脑机接口系统运行于普适环境,而普适环境下很多设备的计算性能并不高,更容易遇到实时响应瓶颈。因此,提高分类器的实时性能对于实时的应用系统至关重要。在本文中,我们采用MPI (Message Passing Interface)并行计算的框架,将分类算法实现并行化,以降低分类过程的时间消耗,从而达到实时应用的需要。

全文目录

中文摘要  3-4
Abstract  4-7
第一章绪论  7-15
  1.1 研究背景和问题的提出  7-8
  1.2 理论基础  8-13
    1.2.1 脑机接口  8-10
    1.2.2 脑电  10-12
    1.2.3 SAM  12
    1.2.4 并行计算与MPI  12-13
  1.3 论文结构  13-15
第二章相关研究  15-19
  2.1 相关研究概述  15
  2.2 最先发展的辅助设备脑机接口  15-16
  2.3 精神状态类脑机接口的研究现状  16-19
第三章脑机接口系统设计  19-31
  3.1 系统功能目标  19-20
  3.2 脑电采集方案设计  20-21
  3.3 系统的整体设计  21-28
    3.3.1 系统功能模块划分  21-22
    3.3.2 系统模块设计  22-23
    3.3.3 系统运行架构  23-24
    3.3.4 系统脑电数据处理流程  24-25
    3.3.5 系统数据库建模  25-28
  3.4 算法设计  28-31
    3.4.1 去噪方法  28-29
    3.4.2 特征提取方法  29
    3.4.3 基于MPI并行框架的分类算法  29-31
第四章系统实现  31-39
  4.1 系统开发运行平台  31
  4.2 数据库连接接口  31
  4.3 各接口及其实现  31-39
    4.3.1 注册接口  31-32
    4.3.2 登陆接口  32-33
    4.3.3 脑电数据管理接口  33
    4.3.4 系统配置接口  33-35
    4.3.5 信号采集接口  35
    4.3.6 信号去噪接口  35-36
    4.3.7 信号特征提取接口  36
    4.3.8 基于MPI并行框架的分类接口  36-39
第五章实验设计及实验结果  39-45
  5.1 应用系统有效性验证实验  39-42
    5.1.1 受试者及其要求  39
    5.1.2 用于诱发注意力的精神任务  39-40
    5.1.3 实验流程  40-41
    5.1.4 实验结果及分析  41-42
  5.2 应用系统实时性能验证实验  42-45
    5.2.1 实验设计  42
    5.2.2 分类器实时性能验证实验结果及其分析  42-44
    5.2.3 其它功能模块实时性能验证实验结果及其分析  44
    5.2.4 总结  44-45
第六章结论  45-47
参考文献  47-49
在学期间的研究成果  49-50
致谢  50

基于MPI并行框架的实时注意力监测脑机接口的研究与应用

内容摘要

全文目录

相似论文