资源描述：
《运动想象脑电信号的分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、申请上海交通大学工程硕士学位论文运动想象脑电信号的分析研究论文作者：张昇欢学号：1130332081交大导师：沈耀企业导师：王磊院系：计算机科学与工程系工程领域：计算机技术上海交通大学电子信息与电气工程学院2015年04月ThesisSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofEngineeringMasterAnalysisofMotorImageryEEGM.D.Candidate:ZhangShenghuanStudentID:1130332081Supervisor(I):ShenYaoSupervi
2、sor(II):WangLeiDepartment:ComputerScience&EngineeringSpeciality:ComputertechnologySchoolofElectronicInformationandElectricEngineeringShanghaiJiaoTongUniversityShanghai,P.R.ChinaApril,2015.ttEtiE^++'ffiiLtJHOl'l!tn-EFAz*[€FEE,F,feiBt+'BiAI'E+;E+,fiB!tB'+T'liln.d.ftffifi.rIFFfi4n?5F!Ft
3、R"pAt+er4itqE5
4、HH!616tl',i.AI6€,4'f*14F'iefI4R14E%,P.*&WEitAl'fffFtR"x'j+IHtffi4,{fiU€4F.FirH!+/6!R1A,}€dat+D)EAEfrfrfitrEC.A;i+Hl.AfU+FqEfi'!i*t+4R*A,,EiE.+lntLX4EA#z,*,*:1ffi,)ap"4lErlsl;6tiEt++.fniatftEir,fEHffifr+++4n1hyrcAi,+Jffi+&H*lRH..1FH+.fniAtE!*It,tr,e'+&'fXtr+rfiiEAA.X*
5、[
6、I4d1t€i€iiAIB!€Epl+til4,+rF.,lti+tty&trtEfr,fglE.+/&+ttlEtrE;/i+Elul+*+,fniAiHlA*]34firAhtrffi^dx*ffitufr
7、iffi*,dlD)x.ffiwEp.ffiEF&t1ffi+Ffti)+F
8、IRErtElT:?RA+.&i,At"ffisn,4_hffigFiEH4Ptrfl.4+.{niat,RT/ARSM",j-HlEtlt?lE^lr".r"r+In1hYIFZ:e4,%',ffi+#tn#*,>frEfiFFfi,&rj€JEItEEW>[+tFt
9、
10、E上海交通大学工程硕士学位论文摘要运动想象脑电信号的分析研究摘要通过脑-机接口技术，人类可以直接使用脑思维来表达想法或操纵设备，而不用具体的动作。基于运动想象脑电信号的脑-机接口是其中的一个重要研究方向，其核心环节--运动想象脑电信号的特征提取与分类便是本文研究的重点。运动想象表示一些仅限于想象的运动，并无具体动作。而在想象这些动作的过程中，特定脑区会发生脑电信号能量增加或减少的变化，根据这些变化，我们就可以判断出想象者的运动意图，以此使用脑-机接口来达到操纵设备或表达想法的目的。本文采用了2005年BCI竞赛的datasetsIIIa组中的受试者K3b作为本文研究
11、的实验数据。整个实验流程的组成形式为8秒×90次×4类：8秒代表了一次运动想象的时间；90次是指某种运动想象共进行了90次；4类表示共有四类想象运动。在本数据中这四类是指想象脚部、舌头、左手和右手的运动。为此，本文使用了共空间模式与希尔伯特变换结合的特征提取算法来组织特征，并利用网格搜索和粒子群优化算法来改进支持向量机，用于脑电的分类。并比较了优化后的支持向量机与学习向量量化神经网络分类器的性能。结果表明，在选取适当参数时，支持向量机与学习向量量化神经网络分类器的分类准确率都很高，分别达到了88.33%与90.213%。最后，选取不同脑区的数据进行对比，证实了选用全
12、脑区数据时，分类效果最佳，而C3、C4、Cz、CP6这四个脑区对应了实验中的想象运动的四个部位，只利用这四通道的数据也可得到较好的分类效果，为系统的在线应用打下了基础。关键词运动想象脑电，共空间模式，希尔伯特变换，支持向量机，学习向量量化神经网络，粒子群优化I上海交通大学工程硕士学位论文ABSTRACTAnalysisofMotorImageryEEGABSTRACTUserscandirectlycommunicatewiththeoutsideworldorcontroltheoutsidesystembythebrainusingtheBrainCompu
