基于运动想象脑电信号非线性特性分析的脑-机接口分析-analysis of brain-computer interface based on analysis of nonlinear characteristics of motor imagery eeg signals.docxVIP

摘要脑-机接口（Brain-Computer Interface，BCI）是一种帮助人们利用他们的大脑 控制和使用外部设备的一种通信系统，在此过程中不需要外周神经和肌肉的参与。 BCI是一门涉及神经科学、信号处理、计算机科学等多个领域的交叉学科。近20年 来，已成为国际智能科学领域的一个研究热点。BCI研究的核心就是如何将用户的 脑电信号转换成外部设备的控制信号。所以BCI研究最重要的工作就是要寻找合适 的信号处理和转换方法，使得人脑的意识特征信号能够快速、准确地被计算机识 别。一般来说，BCI系统可以看成是一个模式识别系统。一个BCI系统是否成功主 要取决于两个方面的因素：①获取的特征能够区分不同的意识任务；②分类算法 准确有效。所以如何建立准确可靠的特征提取模型和设计高效的分类算法是目前 研究的主要难点。目前，在基于运动想象的脑-机接口研究中，对 EEG 进行特征提取和分类往往 都建立在 EEG 信号是线性的这一假设的基础之上。然而，大量研究表明，EEG 信 号是非线性的，采用线性方法来对 EEG 信号进行处理，会导致其非线性特征丢失， 从而减弱这些特征在区分不同意识任务时的性能。所以，本论文在针对 EEG 信号 的非线性特性研究的基础上，根据目前特征提取和分类算法中存在的问题，提出 了新的基于 EEG 非线性特性的特征提取算法，并通过仿真实验证明了其可行性。 论文的主要研究内容包括以下几个方面：① 对 EEG 动力学模型的非线性特性进行分析。通过相空间重构技术，对求解 得到的 EEG 信号进行了重构。得出了 he 的吸引子随着参数 pee 和 pei 变化的规律。 从而证实了大脑中存在混沌这一观点。对实际测得的 EEG 信号进行了非线性特性 的研究。计算了脑-机接口竞赛提供的两个基于运动想象的数据集中 EEG 样本的最大 Lyapunov 指数，计算结果表明，几乎所有的标准数据集当中的 EEG 样本的最 大 Lyapunov 指数均大于零。进一步证实了大脑中存在混沌的论点，因而可以使用 非线性分析方法来对 EEG 信号进行分析。② 分 别 计 算 了 两 个 标 准 数 据 集 样 本 的 几 种 常 见 的 混 沌 特 征 量 ， 即 最 大 Lyapunov 指数、关联维数和近似熵，并分别使用最大 Lyapunov 指数、关联维数和 近似熵作为运动想象的特征进行分类。结果表明，直接使用最大 Lyapunov 指数和 关联维数作为运动想象任务的特征，不能很好的区分各种运动想象任务。而近似 熵是衡量时间序列中产生新模式概率大小的一种度量，它更适合表示不同的意识 任务。在对近似熵特征进行分析的基础上，提出了一种基于时间窗的近似熵特征 提取和分类算法。该算法模拟在线脑-机接口的情况，在每个时间窗内对意识任务进行分类，实验结果表明，分类器能较好的区分左右手运动想象任务。③ 提出了一套基于相空间重构的特征提取方法。从理论上证明了相空间重构 函数具有滤波功能，并能够对 EEG 信号进行相位和幅度调节，从而使相空间的特 征更能区别不同的脑电任务。基于相空间的特征提取方法保留了传统的线性特征 提取方法的优势，又使获取的特征具有相空间的信息，因而提高了分类器的分类 性能。本文使用了 2003 和 2005 两届脑机接口竞赛提供的数据进行了仿真，并采 用了和竞赛相同的评价标准：互信息和最大互信息峭度。实验结果表明，该方法 是一种极具竞争力的特征提取方法。采用相空间特征的 Fisher 分类器在 Graz2003 数据集取得了最大互信息值 0.67，这是目前报道的最好结果。在对 Graz2005 数据 集进行仿真的结果表明，相空间特征同样具有很好的效能，在平均最大互信息峭 度和分类正确率的评价标准下均取得了很好的成绩。④ 针对共空间模式（Common spatial pattern，CSP）在解决多分类问题中的组 合方式问题，提出了一种基于 CSP 和 Fisher 线性分类器的二叉树组合方式（BCSP）。 在该方式下，Fisher 线性分类器和 CSP 以二叉树的方式进行排列。任务的分类采 用二叉查找的方式进行。在 BCSP 中，使用的 CSP 滤波器和 Fisher 分类器的数目 比传统的“一对它”方式更少。而且在 N 分类过程中，对 CSP 投影矩阵和分类器的计算也能保持在最多 log2 N 级别，大大提高了分类的效率，提高了分类的准确率。⑤ 在线 BCI 游戏平台的开发与实现。在对研究结果进行总结的基础上，设计 了一套基于 Neuroscan 的在线 BCI 游戏系统。该系统可以通过脑电来进行 Hangman 游戏操作。该系统集成了训练模块，测试模块和游戏模块。能够完成从训练到实 际操作的一整套功能。系统使用了 C3、C4 和 O1