机器学习方法在脑—机接口技术中的应用的研究.pdfVIP

摘要 摘 要 脑 一机接 口 (B r由n一eom puter inte而 ces，B e l) 是在人脑与 电子设备 ，例如计算 机之 间建立新型 的直接交流通道 ，通过这种通道 ，人就可 以通过大脑产生 的信 号 来表达想法 以便转换成为控制命令 。因此这为瘫痪 的病人提供 了一种新 的交流与 控制方式 ，并将极大地增强患者控制外部环境 的能力和提高他们 的生活质量 。脑 一机接 口技术是一种涉及神经科学 、信号检测 、信号处理 、模式识别 、控制理论 等多学科 的交叉技术 。本文对脑 一机接 口技术 中涉及 的一些神经 电生理现象进行 了分析 ，并对其 中信 息技术部分所采用 的机器学 习方法进行 了较为详细地应用研 究 以改进脑 一机接 口系统 的性 能 。在此我们主要研 究 了以下三个方面 的内容 : (l) 本论文首先基于支持 向量机 (s即port vector m aehines，sV M ) 提 出了一 种判 别框架用 于进行左右手运动想 象任务 的单次在线分类 。其 中，脑 电信 号 中的 时频信 息采用 M orlet 小波 函数从两个频段 (p 和 p 节律 ) 提取 ，然后采用基于支 持 向量机框架 的方法进行判别信 息 的累积 以便于预测使用者 的意动方 向。该方法 有 效地 改善 了单 次在线分类 的准确率和稳定性 。(2) 其 次 ，在对手指运动 的神经 电生理活动分析 的基础上 ，本论文发展 了一种判别空 间模式 (discrim inative sPatial Pattem s，D SP ) 方法用于运动相关 电位 的提取 ，同时与共空 间模式 (co~ on sPatial pattem s，C sP) 方法一起用于左右手指 自发运动任务 时脑 电信号特征 的提取 。结果 表 明组合 的空 间滤波方法 能够有效地 改善该任务下 的分类效果 。(3) 最后 ，发展 了一种基于直推式支持 向量机 (transdu ctive :即portvectorm achi nes，T sV M ) 算法 的学 习方法用于脑 一机接 口的小训练集情况下分类 ， 以减少使用者 的训练 时间。 其 中直推式支持 向量机 的优 点在 于可将无标签 的数据加入 到分类器 的设计和训练 过程 中 。在 思维想象任务 中的分类 结果表 明，该方法可 以在保持分类准确率变化 不大 的情况下有效地减少训练集 。 关键词 : 脑 一机接 口，脑 电，空 间滤波 ，机器学 习，支持 向量机 A B S T R A C T A B S T R A C T B rain一eom Puter interaf ees (B C I) system s create a novel eom m un ieation chann el th at d ireetly tran slates h u m an in ten tio n s refleeted b y a b rain sign al in to seq u en ces o f co n trol eonun an d s for an ou tP u t d eviee su eh as a eom P u ter aP P lieatio n . Th erefore th ey eou ld P ro v id e a n ew eom mu n ieatio n an d eo n tro l oP tio n for P aralyZ ed P atien ts.T h is w ill greatly enh an ee the ability of these subj eets to m anage extem aleventand im Prove their liv in g qu ality . B C I teehn o lo g y 15 an in terd