学位论文 > 优秀研究生学位论文题录展示

针对脑电控制假手的运动想象识别及其本体感觉反馈研究

作　者: 田京
导　师: 罗志增
学　校: 杭州电子科技大学
专　业: 模式识别与智能系统
关键词: 脑机接口仿生假手经验模态分解模糊熵支持向量机本体感觉反馈
分类号: R318.17
类　型: 硕士论文
年　份: 2014年
下　载: 4次
引　用: 0次
阅　读: 论文下载

内容摘要

人手作为人类最灵巧的肢体器官之一，在人类认识世界、改造世界过程中扮演着重要的角色。人们一旦因为交通事故、工伤等意外情况而造成手的缺失，则会给其生活带来极大的不便，生理和心理上也会承受巨大的痛苦。仿生假手正是在这种情况下应运而生，理想的假手设计应满足下面两个要求，一方面要有高效可靠的控制方式，能够准确的获取使用者的操作意图，并准确控制假手的动作，另一方面要能够向人体反馈假手的位置状态、运动状态及周围环境信息等，让使用者通过假手间接获得感觉。本文结合课题“针对脑电控制假手的运动想象识别及其本体感觉反馈研究”的要求，根据运动想象脑电信号的神经机理，对运动想象脑电信号的采集、预处理、特征提取和模式分类等做了探讨，并将其与仿生假手的控制方法相结合，提出了脑电控制假手的系统组成及控制策略。更深入地，在研究了本体感觉反馈现象之后，提出将振动诱发的运动幻觉作为本体感觉反馈应用到脑电控制的假手上，通过其向使用者反馈假手的运动感觉，实现仿生假手更加自然的运动感觉反馈。本文主要完成了下列工作，并取得了部分创新成果：（1）对脑电控制假手的感觉反馈进行了深入的探讨，介绍了目前已应用于假手的感觉反馈方式。结合本体感觉和肌肉神经感知机制，阐述了经高频振动诱发的运动幻觉产生机理，并进行了振动状态下的本体感觉反馈实验，对运动幻觉的特性做了进一步的分析。提出利用腕部运动幻觉作为假手本体感觉反馈应用到脑电控制假手系统中。在此基础上，对基于脑电信号控制的假手及其本体感觉反馈系统方案做了详细的介绍。（2）针对使用传统EMD方法对脑电信号进行消噪时会导致某些IMF所包含的有用信号与噪声一起被过滤掉情况，提出了一种基于EMD小波阈值消噪的方法，克服了传统EMD去噪无法保留高频成分中有用信息的缺陷。同时，针对脑电信号中眼电伪迹干扰的问题，提出了一种基于二阶非平稳源的盲源分离算法来消除脑电信号中混杂的眼电伪迹，信号的预处理效果明显。（3）提出了采用模糊熵算法对脑电信号进行特征提取，模糊熵算法选择指数函数作为模糊函数来度量两个向量的相似性，避免了近似熵及样本熵使用二值函数方法缺乏连续性、对阈值的取值敏感、容易导致熵值突变的问题。结合运动想象脑电信号的ERD/ERS现象，提出利用C3、C4通道脑电信号的分段模糊熵差值作为特征向量，最后通过实验对分类效果做了评价与对比。（4）在脑电信号模式分类方面，首先介绍了线性分类方法，接着阐述了支持向量机的基本原理，讨论和分析了针对支持向量机中惩罚因子C及核函数中的参数变量最优选取的问题，阐述了基于GA优化的支持向量机算法原理，最后通过实验对算法效果进行了对比分析与讨论。

全文目录

摘要  5-7
ABSTRACT  7-11
第1章绪论  11-21
  1.1 课题研究背景与意义  11-12
  1.2 脑电控制假手及其反馈机制的研究现状  12-19
    1.2.1 脑电控制假手的研究现状  12-14
    1.2.2 假手感觉反馈机制的研究现状  14-19
  1.3 本文主要的研究内容  19-21
第2章脑电信号、采集与预处理  21-37
  2.1 脑活动与脑电现象  21-23
    2.1.1 脑结构与脑电信号产生机理  21-23
    2.1.2 事件相关去同步（ERD）/同步（ERS）的研究  23
  2.2 脑电信号的采集  23-26
    2.2.1 实验环境及受试者要求  23-24
    2.2.2 采集脑电数据  24-26
  2.3 脑电信号的消噪及盲源分离预处理  26-35
    2.3.1 脑电信号的 EMD 小波阈值消噪方法  26-31
    2.3.2 基于二阶非平稳源分离算法的伪迹去除方法  31-35
  2.4 本章小结  35-37
第3章运动想象脑电信号的特征提取及分类方法研究  37-53
  3.1 实验数据介绍  37
  3.2 基于小波包变换的脑电信号特征提取  37-42
    3.2.1 小波包变换基础  38-39
    3.2.2 基于小波包变换的特征提取  39-42
  3.3 基于模糊熵的脑电信号特征提取  42-45
    3.3.1 模糊熵的算法定义及特点  42-43
    3.3.2 特征提取  43-45
  3.4 线性分类方法  45-47
    3.4.1 Fisher线性判别算法定义  45-46
    3.4.2 Fisher线性判别实验结果  46-47
  3.5 基于GA优化的支持向量机分类算法  47-52
    3.5.1 支持向量机简介  47-48
    3.5.2 基于GA的支持向量机分类参数优化  48-49
    3.5.3 基于GA的支持向量机分类实验结果  49-52
  3.6 本章小结  52-53
第4章腕部本体感觉反馈研究  53-69
  4.1 本体感觉反馈理论基础  53-57
    4.1.1 人体运动控制系统简介  53-55
    4.1.2 运动幻觉相关的肌肉神经感知机理  55-57
  4.2 振动状态下的本体感觉反馈实验  57-67
    4.2.1 实验背景及目的  57-58
    4.2.2 实验方法  58-64
    4.2.3 实验结果分析  64-67
  4.3 利用腕部运动幻觉作为仿生假手反馈的可行性分析  67-68
  4.4 本章小结  68-69
第5章脑电控制假手及其本体感觉反馈实验研究  69-81
  5.1 脑电控制假手及其本体感觉反馈系统总体方案  69-71
    5.1.1 人体手腕部运动机理简介  69
    5.1.2 脑电控制假手及其本体感觉反馈系统设计  69-71
  5.2 系统具体实现设计  71-78
    5.2.1 实验配置及实验系统组成  71-72
    5.2.2 脑电采集及数据分析  72-76
    5.2.3 在线脑机接口软件设计  76-77
    5.2.4 振动诱发运动幻觉  77-78
  5.3 在线运动想象脑电识别对比实验设计  78-80
  5.4 本章小结  80-81
第6章总结与展望  81-84
  6.1 本文工作总结  81-82
  6.2 研究展望  82-84
致谢  84-85
参考文献  85-90
附录  90

针对脑电控制假手的运动想象识别及其本体感觉反馈研究

内容摘要

全文目录

相似论文