检索结果-南通市图书馆

健康成人在手部主动、被动和想象握拳运动时脑区激活特点的功能性磁共振成像研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中华物理医学与康复杂志 2016年第2期38卷 126-131页

作者：孙莉敏吴毅尹大志范明霞臧丽丽胡永善复旦大学附属华山医院康复医学科上海200040 复旦大学上海医学院康复医学系上海市第三康复医院华东师范大学上海市磁共振重点实验室

目的利用血氧水平依赖性功能磁共振成像（BOLD-fMRI）技术探讨健康成人手部在主动、被动和想象握拳任务下脑区激活的特点，为研究脑损伤后脑部重塑的作用机制提供依据。方法选取20名健康成人参与研究，选择左右手主动、被动和想象握拳... 详细信息

目的利用血氧水平依赖性功能磁共振成像（BOLD-fMRI）技术探讨健康成人手部在主动、被动和想象握拳任务下脑区激活的特点，为研究脑损伤后脑部重塑的作用机制提供依据。方法选取20名健康成人参与研究，选择左右手主动、被动和想象握拳任务作为刺激模式，利用SPM8软件进行数据处理，统计各种运动任务下被激活脑区最强激活体素的T值及其坐标、激活体素值和激活体积。结果手部主动运动及被动运动任务下，健康成人脑激活区大部分重叠，主要以对侧感觉运动区、同侧小脑及对侧辅助运动区较为显著，其激活的体素值和激活体积均较大。主动及被动任务下激活脑区以对侧感觉运动区中间部（手部代表区）最明显，强度最高。想象运动和主动或被动运动相重叠的主要激活区域为双侧辅助运动区。结论健康成人在主动运动和被动运动任务下的激活脑区相似，提示可用被动任务代替主动任务来观察脑损伤偏瘫患者恢复过程中的脑区激活变化，进一步探讨脑部重塑的作用机制。

关键词：功能性磁共振主动运动被动运动想象运动辅助运动区

基于Mu/Beta节律想象运动脑电信号特征的提取

在线全文

学校读者我要写书评

暂无评论

中国组织工程研究与临床康复 2010年第43期14卷 8061-8064页

作者：黄思娟吴效明华南理工大学生物科学与工程学院广东省广州市510006

背景:不同的运动会产生不同的脑电信号,脑机接口技术就是利用脑电信号的特异性,通过现代信号处理技术和外部的连接实现人脑与外部设备的通信。以实现脑机接口在线研究的目标,首先要解决的是脑电信号处理的速度问题。目的:研究快速、准... 详细信息

背景:不同的运动会产生不同的脑电信号,脑机接口技术就是利用脑电信号的特异性,通过现代信号处理技术和外部的连接实现人脑与外部设备的通信。以实现脑机接口在线研究的目标,首先要解决的是脑电信号处理的速度问题。目的:研究快速、准确地提取脑电信号特征及分类的方法。方法:充分利用想象运动过程中,脑电信号中Mu/Beta节律的事件相关同步化和去同步化特性,以2003年BCI竞赛数据为处理对象,采用带通滤波和小波包分析的方法提取Mu、Beta节律,提取C3、C4两通道上的能量平均值形成二维特征向量,利用matlab自带的classify函数进行分类。结果与结论:通过对训练数据进行测试得到较为合适的参数,利用该参数对同等条件下的训练数据和测试数据分别进行判别,分类正确率分别达到87.857%和88.571%。

关键词：特征提取与分类脑电信号事件相关同步化/去同步化想象运动小波包分析

在线全文

学校读者我要写书评

暂无评论

脑机接口中想象运动分类算法的研究

脑机接口中想象运动分类算法的研究

作者：张振旺山东大学

学位级别：硕士

随着人口的老龄化和残疾人数量的不断增多，普通的感觉反应通道有时不能满足这部分人的需求，因此对脑科学的研究需求也就越来越迫切，人们渴望能够通过对脑科学及相关领域的研究来克服人类自身的缺陷和不足。最近几年，脑机接口的研究... 详细信息

随着人口的老龄化和残疾人数量的不断增多，普通的感觉反应通道有时不能满足这部分人的需求，因此对脑科学的研究需求也就越来越迫切，人们渴望能够通过对脑科学及相关领域的研究来克服人类自身的缺陷和不足。最近几年，脑机接口的研究在脑科学的研究中脱颖而出，它提供给使用者一种区别于普通大脑-神经-肌肉方式的实现人与外界通讯的通道。这种设备能够使残疾人和肢体运动困难的老年人重新获得与外界交流的能力。在脑机接口的研究中基于脑电信号的脑机接口以其简单、安全、无创而备受人们的关注。本文研究的就是基于左右手想象运动的脑机接口系统中脑电信号的分类识别问题。本文在前人研究成果的基础上，通过对组成脑机接口的各个部分的介绍、研究及创新，构建了一个基于左右手想象运动的脑机接口框架。本文主要对以下几个方面进行了研究： 1)在实验室已有的脑电采集设备及软件基础上，针对课题研究的特性，设计出符合课题需要的脑电采集实验。按照实验要求，使用VC++6.0设计出相应的脑电采集软件MIEEG。本文设计的软件，既可以与实验室已有软件SDUND相结合作为其中的一个实验提供给普通的脑电研究人员使用，又可以独立出来单独作为想象运动的脑电采集程序。考虑到以后的研究，软件中预留出了可扩展的空间。 2)通过选择合适的电极及导联方式，并结合大脑的功能分区对脑电采集的具体部位进行最终确定。对于采集到的脑电信号，通过数据预处理进行频域滤波以选择对于想象运动敏感的频段，在该频段内通过去均值化处理等方法以减小误差。再通过时域滤波提取最为敏感的时间段，在该时间段内提取出脑电特征并将其量化。本文采用的脑电特征是对想象运动比较敏感的事件相关同步／去同步。对于该特征，本文量化了两个特征值有效场强M和空间复杂度Ω，为了提高分类准确率，本文对特征值Ω进行了差值化处理，使其更加有利于分类。 3)通过对目前常用的两种分类器—Fisher判别函数和支持向量机的介绍，阐述了他们的构造原理及公式推导。本文着重对支持向量机的构造过程进行了详细描述，对构造过程中的核函数和参数选择也进行了详细地分析。对于两个特征在输入支持向量机时的组合方式，本文提出了采用模拟人类思考方式的人工神经网络方法，通过与普通方法的比较可以看出本文所采用的方法其分类正确率较高。本课题在算法研究阶段采用2003年国际BCI竞赛数据，在算法验证阶段采用本课题设计的MIEEG软件采集的数据，对于提取的脑电特征，支持向量机的分类正确率分别可达87.1％和82.8％，而Fisher判别函数法的分类正确率为81.2％和76.6％。研究结果表明，对于左右手想象运动，支持向量机的分类效果比Fisher判别函数法优良。

关键词：脑机接口想象运动事件相关同步/去同步 Fisher判别函数支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的想象运动脑电分类研究

基于卷积神经网络的想象运动脑电分类研究

作者：李宇琛西安电子科技大学

学位级别：硕士

脑-机接口依靠直连大脑和外界设备实现二者的实时互动,是面向未来的人机交互形式。近二十年来,脑-机接口发展迅速,从临床医学逐渐扩展到通用人机交互领域,新方法、新产品层出不穷。但脑-机接口距离“自由人机互联”的最终目标仍面临诸... 详细信息

脑-机接口依靠直连大脑和外界设备实现二者的实时互动,是面向未来的人机交互形式。近二十年来,脑-机接口发展迅速,从临床医学逐渐扩展到通用人机交互领域,新方法、新产品层出不穷。但脑-机接口距离“自由人机互联”的最终目标仍面临诸多障碍,系统的成本、性能均有较大的发展空间。脑-机接口的核心技术之一是脑电信号分类技术,脑电信号分类的准确率直接关系到系统是否具备实用能力。另外,目前的脑-机接口尚需要固定的范式来降低交互难度。人的想象运动与实际运动能够在大脑运动皮层区产生相似的电活动,这一生理基础使想象运动成为重要的脑电实验范式之一,但在不同被试上的大方差、同一被试上的时变性又使想象运动脑电分类问题困难重重。深度学习对传统机器学习、模式识别尤其是计算机视觉和自然语言处理的大幅革新让许多领域看到了突破的希望。脑-机接口研究者也尝试从深度学习方法中受益,但训练样本较少、不同被试间方差大、特征时变等诸多因素增大了问题的不确定性,也使相关研究进展相对缓慢。目前的成果主要基于深度信念网络和卷积神经网络,而许多尝试表明卷积神经网络很适合用来做信号处理,且卷积模型的结构特性让端到端方法变得更容易实现。本论文从几种可靠且表现良好的基线模型出发,将用于想象运动脑电分类的端到端卷积神经网络（MI-CNN）抽象为三个单元,将这类模型的设计方式模块化、范式化;针对MI-CNN的各项重要超参数的选择及信号的预处理方法对分类结果的影响做了详细的检验。在此基础上提出了多核滤波器组卷积方法,使模型更充分地提取频域特征,且能够与已有模型无缝衔接。该方法进一步提升了各基线的分类准确率,使之超过了现有的最优结果。使用预训练-微调框架,研究MI-CNN的迁移学习能力,先使用外部数据初始化模型参数,再导入当前被试数据进行校准;还使用分层学习率和少量被试数据研究了小样本迁移问题。实验结果表明外部数据预训练、被试数据微调的方法能够进一步提高分类准确率,而小样本迁移可转化为对在线带反馈系统的改进。对MI-CNN进行了扰动因子分析实验和振幅扰动可视化分析,通过实验表明较少的样本规模影响了模型的稳定性,但其仍能从数据中学到与想象运动脑电活动高度相关的信息。

关键词：想象运动脑电图卷积神经网络脑机接口脑电分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于脑电的想象运动分类算法研究

基于脑电的想象运动分类算法研究

作者：高均波山东大学

学位级别：硕士

各种脑部、神经系统疾患的增多,使脑科学成为21世纪具有挑战性的研究。许多有神经一肌肉障碍疾病的患者无法向外界传递信息,他们基本的活动能力以及与外界正常交流的能力都被剥夺了,他们所要表达的信息可能被完全阻隔在体内。因此对脑... 详细信息

各种脑部、神经系统疾患的增多,使脑科学成为21世纪具有挑战性的研究。许多有神经一肌肉障碍疾病的患者无法向外界传递信息,他们基本的活动能力以及与外界正常交流的能力都被剥夺了,他们所要表达的信息可能被完全阻隔在体内。因此对脑科学研究的需求就越来越迫切,人们渴望能够通过对脑科学及相关领域的研究来克服人类自身的缺陷和不足。最近几年,随着电子技术、计算机技术的飞速发展,脑电信号处理的基础已经逐渐成熟起来,脑—机接口(Brain-Computer Interface,BCI)的研究开始成为一个热点问题。在BCI的研究中,基于脑电信号的BCI系统因为简单、安全、无创而倍受关注。本文研究的就是基于想象运动期间脑电信号的BCI系统,目的是利用人的自发脑电,识别特定的意识任务,形成控制命令,从而实现人脑与计算机间的信息交换,希望为有严重行为障碍的残疾人提供帮助。这种基于自发脑电的BCI系统,系统简单,不需要外部刺激装置,训练过程短,适应范围广,有很好的应用前景。但从头皮上获得的自发脑电信号十分微弱,而且信号的信噪比很低,因此有效的脑电信号处理方法是BCI研究的一项关键技术。在总结前人工作的基础上,本文对脑电信号采集、处理进行了以下几个方面的研究。 1)系统信号采集模块设计建立信号采集模块,采集脑电信号。在实验室已有的脑电采集设备及软件基础上,针对自己的课题研究,设计相应的大脑意识任务实验。按照实验要求,使用VC++6.0编写出相应的脑电信号采集软件。 2)脑电信号预处理由于脑电信号本身极其微弱,非常容易受到各种干扰与噪声的影响,因此对脑电信号的去噪处理是必要的。本文分别采用了小波变换、数字滤波等方法对实验中采集的脑电信号进行处理,去除其中的心电、眼电、肌电等干扰信号,提取有效信息,取得了较好的效果。 3)脑电信号特征提取有效地提取大脑思维活动时的特征信息是BCI研究的关键技术之一,是正确识别不同意识模式的基础。本论文将自适应自回归模型(Adaptiveautoregressive model,AAR)系数与事件相关去同步(evewt-relateddesynchronization,ERD)相结合提取脑电信号的一个特征,而将基于小波变换和shannon熵概念的小波熵(Wavelet Entropy)作为另一个特征,从而实现对想象左右手运动意识任务的脑电特征的提取。 4)意识任务分类器设计分类器的设计是BCI系统中的另一十分重要的环节,分类器的性能将直接影响BCI系统的性能。本文采用了Fisher线性判别、人工神经网络和支持向量机(Support Vector Machine,SVM)几种分类方法。其中,支持向量机以统计学习理论为基础,它不仅要求最优分类面将两类样本无错误地分开,而且要使类间间隔最大,从而保证真实风险最小,能够较好地解决了小样本的分类问题。经过实验的分类比较,最终分类结果表明:支持向量机的分类正确率是最高的,能够很好的识别出想象左右手运动两种意识任务,得到理想的分类效果。采用本课题采集的数据,对于所提取的脑电特征,支持向量机分类的正确识别率可达83.3%,应用同样的算法对2003年国际BCI竞赛中的左右手想象运动数据进行识别时,正确率可达87.9%。这说明应用AAR模型系数的ERD/ERS、小波熵和支持向量机能够作为现在BCI系统设计中一种可行分类算法。

关键词：脑-机接口想象运动事件相关同步/去同步小波熵支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小波统计方法提取想象运动诱发脑电特征

测试技术学报 2013年第3期27卷 201-207页

作者：乔晓艳王春晖任兆麟山西大学物理电子工程学院山西太原030006 山西大学量子光学与光量子器件国家重点实验室山西太原030006

针对想象单侧肢体运动会导致同侧和对侧运动皮层脑区EEG信号分别出现事件相关同步(ERS)和事件相关去同步(ERD)现象,提出了一种小波变换结合统计分析的左右手运动想象诱发脑电特征提取方法.将采集的多导脑电信号进行预处理;利用db5小波,... 详细信息

针对想象单侧肢体运动会导致同侧和对侧运动皮层脑区EEG信号分别出现事件相关同步(ERS)和事件相关去同步(ERD)现象,提出了一种小波变换结合统计分析的左右手运动想象诱发脑电特征提取方法.将采集的多导脑电信号进行预处理;利用db5小波,分别对左右手运动想象C3、C4导联的脑电信号能量进行6尺度小波分解,并按所需频段重构;计算不同尺度小波分解系数能量的均值、方差和相关系数,将这三个特征能量对应相加,并对C3、C4导联的能量做差,得到左右手运动想象脑电的特征向量.结果表明,该方法提取的特征向量可以较好地反映运动想象脑电事件相关同步和去同步的特点.

关键词：小波变换统计分析想象运动诱发脑电特征提取

结合能量和相位特征的多分类想象运动脑-机接口

在线全文

学校读者我要写书评

暂无评论

结合能量和相位特征的多分类想象运动脑-机接口

基于想象运动脑——机接口的RLSTM-Dense手势识别模型研究

2007中国生物医学工程联合学术年会

作者：王毅军洪波高小榕高上凯清华大学生物医学工程系清华大学生物医学工程系清华大学生物医学工程系清华大学生物医学工程系

想象运动脑-机接口通过检测脑电信号的变化来判断大脑正在进行的运动想象状态,如想象左右手动和想象脚动。在大脑进行想象运动的过程中,脑电信号中同时伴随着能量和相位的变化。能量变化表现为运动相关的mu和beta节律的事件相关去同步化... 详细信息

想象运动脑-机接口通过检测脑电信号的变化来判断大脑正在进行的运动想象状态,如想象左右手动和想象脚动。在大脑进行想象运动的过程中,脑电信号中同时伴随着能量和相位的变化。能量变化表现为运动相关的mu和beta节律的事件相关去同步化,相位变化可表现为运动皮层不同区域间的脑电信号同步化程度的改变。基于能量和相位变化间的独立性,本文提出了结合能量和相位的特征提取算法,并将其成功地应用到多分类脑-机接口控制机器人运动的实时系统中。

关键词：脑-机接口想象运动事件相关去同步化相位同步化

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于想象运动脑——机接口的RLSTM-Dense手势识别模型研究

2019中国信息通信大会（CICC2019）

作者：王涛魏佳鑫郭一娜太原科技大学

针对"BCI盲"问题,在传统的长短时记忆神经网络算法中添加一个惩罚项,提出RLSTM模型,并将新的RLSTM算法与全连接层相结合,构建RLSTM-Dense识别模型。实验结果表明,基于RLSTM-Dense和IM BCI的手势识别准确率高达96.51%,有效地解决了"BCI盲... 详细信息

针对"BCI盲"问题,在传统的长短时记忆神经网络算法中添加一个惩罚项,提出RLSTM模型,并将新的RLSTM算法与全连接层相结合,构建RLSTM-Dense识别模型。实验结果表明,基于RLSTM-Dense和IM BCI的手势识别准确率高达96.51%,有效地解决了"BCI盲"问题。

关键词：脑—机接口想象运动手势识别长短期记忆网络全连接层

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

西方想象运动中的身份书写

南方文坛 2003年第6期 5-7页

作者：朱大可华东师范大学

罗马城邦:话语抄袭中的欲望书写

关键词：想象运动想象性欲望书写资本逻辑消费者北京财富中心洋务运动同光新政希腊人建筑商第六媒体名片罗马意大利幻象