论文部分内容阅读
不同的刺激事件既可能在脑电信号中产生事件相关电位(Event-Related Potential, ERP),也可能以事件相关去同步／同步(Event-Related Desynchronization/Synchronization, ERD/ERS)的形式使脑电信号发生变化,所以ERP和ERD/ERS从两个不同方面反映了大脑内部的神经活动。ERP是锁时锁相的,表现为时域中特定的波形；而ERD/ERS是锁时非锁相的,体现在脑电信号频带能量的变化之中。本文主要研究ERP的单导联少次提取和基于ERD/ERS的运动想象脑电信号特征分类问题,不仅有助于丰富大脑科学研究的内容,也有助于人工智能技术的发展。主要创新工作包括：(1)从空域角度提出了虚拟信号通道独立分量分析方法实现ERP的单导联少次提取。针对独立分量分析算法在ERP提取中的适用性问题,使用少次记录信号构建虚拟信号通道模型的观测信号矩阵,使独立分量分析算法能够应用于单导联观测信号处理中,实现了独立性准则下加权叠加平均效果。(2)从时域角度提出了广义子空间矩阵滤波法实现ERP的单导联少次提取。针对传统滤波器去噪能力的局限性,使用矩阵滤波器对观测信号进行处理。根据广义子空间法原理,推出了滤波矩阵的结构可以表示为投影矩阵、系数加权矩阵与重构矩阵的连乘。利用两次记录信号计算投影矩阵,并在最小均方误差准则下得到系数加权矩阵,清晰地推导出了最优滤波矩阵。在广义子空间矩阵滤波法的基础上进一步提出了平均子空间矩阵滤波法,实现了更好的ERP提取效果。(3)从变换域角度提出了加权阈值小波分析方法实现ERP的单导联单次提取。针对ERP的低信噪比特性,首先将观测信号经过白化滤波器进行滤波,使其中的自发脑电转化为白噪声,然后对滤波后信号的小波系数进行加权阈值处理,最后通过小波反变换与信号还原得到ERP的估计。加权阈值小波分析方法摆脱了对先验信息的依赖性,更加符合实际应用背景,取得了比传统阈值法更好的处理效果。(4)针对基于ERD/ERS的运动想象脑电信号特征分类问题,提出了自适应小波基和自适应投影基的特征提取方法,增大不同类别间特征向量的差异。然后结合序贯似然比检验分类算法,实现了准确率与实时性的折中,提高了算法的灵活性和鲁棒性。