近十幾年間,腦機(jī)接口系統(tǒng)不斷發(fā)展,已取得穩(wěn)定良好的性能。但由于系統(tǒng)實(shí)用性較低,仍無法投入大規(guī)模的應(yīng)用。本文在總結(jié)歸納的基礎(chǔ)上,從兩方面著手提升腦機(jī)接口系統(tǒng)的性能:第一、優(yōu)化刺激誘發(fā)范式,即提出可誘發(fā)更大振幅、更多種類事件相關(guān)電位的刺激范式;第二、優(yōu)化分類識別算法,即尋求訓(xùn)練模型更好,分類準(zhǔn)確率更高的分類算法。刺激誘發(fā)范式方面,為探究大腦在辨別人臉時的認(rèn)知機(jī)制以及熟悉度(familiarity)屬性對腦機(jī)接口系統(tǒng)的影響機(jī)制,本文基于人臉刺激誘發(fā)范式,提出用熟悉度更高的熟悉人臉(母親)和自己的臉代替著名人臉(中國籃球運(yùn)動員姚明),同時采用行列閃矩陣變換的方式避免了傳統(tǒng)行列閃刺激范式中的“鄰閃”現(xiàn)象。然后比較了被試者在熟悉人臉、自己的臉、著名人臉三種刺激范式實(shí)驗(yàn)中誘發(fā)出的事件相關(guān)電位的特點(diǎn)和差異,并采用傳統(tǒng)的貝葉斯線性判別分析分類算法比較了三種人臉刺激范式的性能。實(shí)驗(yàn)結(jié)果證明,自己的臉刺激范式相比于熟悉人臉和著名人臉刺激范式,確實(shí)誘發(fā)了振幅更大的P300電位,并取得了更高的分類正確率。分類識別算法方面,本文研究了深度學(xué)習(xí)在腦電信號分類中的應(yīng)用,提出將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于腦電信號的分類識別,設(shè)計(jì)并...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1 Quick-Caps電極帽

CompumdicsNeuroscan提供的Quick-Caps電極帽由高彈性透氣萊卡材料制成,如圖2.1所示。它具有柔軟的氯丁橡膠電極凝膠儲存器,可提高被試者的舒適度。64個電極都按照國際10-20電極放置標(biāo)準(zhǔn)放置。SYNAmpsRT是來自CompumdicsNeuros....

圖2.2 SYNAmps RT放大器

SYNAmpsRT是來自CompumdicsNeuroscan的最新EEG、ERP和EP放大器,如圖2.2所示。它為放大器技術(shù)設(shè)立了一個新的標(biāo)準(zhǔn),提供了一個高采樣率(20000Hz)記錄P300的采集系統(tǒng)。64通道的SynAmpsRTEEG系統(tǒng)有一個流漿箱,包括64個單極....

圖3.1行列閃刺激范式

基于小概率誘發(fā)的原理,Farwell和Donchin于1988年提出了經(jīng)典的行列閃刺激范式(FD)[19]。范式界面是一個6?6的字符矩陣,包括26個英文字母(A-Z)和10個數(shù)字(0-9),背景為黑色,如圖3.1所示。實(shí)驗(yàn)開始后,所有字符按行和列隨機(jī)由灰色變?yōu)榘咨?當(dāng)包含目標(biāo)字....

圖3.2單閃刺激范式

但是,行列閃刺激范式確定目標(biāo)字符的方式仍有欠缺,相鄰字符會互相干擾(鄰閃),且字符識別的正確率不高。于是2004年,Guan在行列閃刺激范式的基礎(chǔ)上提出了單閃刺激范式,如圖3.2所示[20]。目標(biāo)字符出現(xiàn)的概率從16降低到了136,也將行和列兩次高亮確定目標(biāo)字符降為僅需一次。....

本文編號：4053916