基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf

基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf

ID:34536308

大小:2.32 MB

页数:111页

时间:2019-03-07

基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf_第1页
基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf_第2页
基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf_第3页
基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf_第4页
基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf_第5页
资源描述:

《基于稳态视觉诱发电位的脑机制及脑-机接口研究.pdf》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、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA博士学位论文DOCTORALDISSERTATION(电子科技大学图标)论文题目基于稳态视觉诱发电位的脑机制及脑-机接口研究学科专业信号与信息处理学号200911090101作者姓名张杨松指导教师尧德中教授万方数据分类号密级注1UDC学位论文基于稳态视觉诱发电位的脑机制及脑-机接口研究(题名和副题名)张杨松(作者姓名)指导教师尧德中教授电子科技大学成都(姓名、职称、单位名称)申请学位级别博士学科专业信号与信息处理提交论文日期2013.09.12论文答辩日期2013.11.27学位

2、授予单位和日期电子科技大学2013.12.25答辩委员会主席刘光远评阅人万柏坤胡德文周宗潭梁培基李远清注1:注明《国际十进分类法UDC》的类号。万方数据RESEARCHONSTEADY-STATEVISUALEVOKEDPOTENTIALOFITSBRAINMECHANISMSANDAPPLICATIONSINBRAIN-COMPUTERINTERFACEADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAut

3、hor:ZhangYangsongAdvisor:Prof.YaoDezhongSchool:SchoolofLifeScienceandTechnology万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留

4、并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日万方数据摘要摘要稳态视觉诱发电位具有信噪比高、频谱稳定等特性,被广泛应用于认知机制研究和脑-机接口领域。基于稳态视觉诱发电位的脑-机接口具有训练时间少,信息传输率高等特点,是脑-机接口的一个重要分支。稳态视觉诱发电位的一些相关脑机制研究还不完善,从一定程度上阻碍了这类脑-机接口技术的进一步发展。本文以脑电为分析对象,主要采用基

5、于图论的网络分析方法来对稳态视觉诱发电位的脑机制进行研究,并采用多维信息编码和现代统计信号处理的方法来解决脑-机接口中存在的一些技术问题。主要内容和结果概括如下:1.采用基于图论的网络分析方法来对稳态视觉诱发电位的脑机制进行研究。实验采用了12.5Hz和16.6Hz两种刺激频率和11个被试。首先,利用相干和稀疏化方法构建被试在刺激频率下的网络(网络0)。根据网络0中的连接与稳态视觉诱发电位强度强度的关系,将网络0分成了三个子网络:网络1,网络2和网络3。其中,网络1和网络3分别由与稳态视觉诱发电位强度成显著性正相关和显著性负相关的连接构成;网络2则由与稳态视觉诱发电位强度之间不存在显著性

6、相关的连接构成。分别计算了网络0、网络1和网络2三个网络的聚类系数、特征路径长度、全局效率、局部效率和平均连接强度这5个属性,并分别计算了它们与稳态视觉诱发电位的强度之间的相关关系。分析结果表明,稳态视觉诱发电位的幅度与3个网络的聚类系数、全局效率、局部效率和平均连接强度分别成正相关,与特征路径长度成负相关。此外,与稳态视觉诱发电位的幅度之间存在显著相关的连接主要为枕-顶区域至前额区域的长程连接。通过置换分析发现,被试间稳态视觉诱发电位的强度强弱与枕-顶至前额的长程连接权重的差异相关。采用同样的分析方法和过程,分析了被试时变的稳态视觉诱发电位网络的5个属性与稳态视觉诱发电位的强度之间的相

7、关关系等,得到了许多类似的结果。这些结果表明,稳态视觉诱发电位的强度越强,对应着越高效的网络拓扑结构。同时,这些结果也为我们理解SSVEP的脑机制提供了新的见解。2.采用静息态下的脑电数据,利用相干和稀疏化方法构建了刺激频率下的静息态网络,计算了静息网络的聚类系数、特征路径长度和平均连接强度等3个网络属性值。通过相关分析发现,静息网络的聚类系数和平均连接强度与稳态视觉诱发电强度成负相关,特征路径长度与稳态视觉诱发电强度成正相关。静息

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。