20xx年醫(yī)學(xué)專題—腦機(jī)接口基礎(chǔ)(編輯修改稿)
2024-11-17 22:27 本頁面
【文章內(nèi)容簡(jiǎn)介】 就是以特征信號(hào)作為源信號(hào) ,確定(qu232。d236。ng)各種參數(shù)并以此為向量組成表征信號(hào)特征的特征向量。特征參數(shù)包括時(shí)域信 (如幅值 )和頻域信號(hào) (如頻率 )兩大類 ,相應(yīng)的特征提取方法包括： 時(shí)域法 時(shí)域分析主要用來直接提取波形特征，如過零點(diǎn)分析、直方圖分析、方差分析、峰值檢測(cè)、波形識(shí)別等。這方面的應(yīng)用有事件相關(guān)電位 (ERP)法 ,采用 ERP的幅值特性作為特征信號(hào)的特征提取方法。值得一提的是現(xiàn)在該領(lǐng)域普遍關(guān)注的 P300電位，這種響應(yīng)在刺激后發(fā)生大約 300ms的時(shí)間出現(xiàn)，因此，其本身就是以時(shí)間參數(shù)命名的一種特征信號(hào)。根據(jù)事件發(fā)生與相關(guān)電位產(chǎn)生之間的時(shí)間差結(jié)合誘發(fā)電位的幅值就可以判斷 P300的發(fā)生。第九 頁 ，共十七 頁 。 頻域法 功率譜分析是頻域分析的主要手段，它的意義在于把幅度隨時(shí)間變化的腦電波變?yōu)楣β孰S頻率變化頻譜圖。從而可以直觀的看到腦電節(jié)律的分布。然后用兩個(gè)時(shí)間域的濾波器 (0一 3Hz， 8一 30Hz)進(jìn)行濾波，分別得到 ERP信號(hào) (a波 :8一 12Hz和 p波 :18一 24Hz)。 時(shí)頻分析法 腦信號(hào)是一種時(shí)變 (sh237。 bi224。n)的非平穩(wěn)信號(hào)，不同時(shí)刻有不同的頻率成分，而單純的時(shí)頻分析法由傅氏變換聯(lián)系起來，使時(shí)域頻域截然分開，由于時(shí)域頻域分辨率不確定的原理，很難做到時(shí)頻的分辨率都很高。而且在 EEG中很多病變都是一瞬態(tài)形式存在的，只有把時(shí)間頻率結(jié)合起來處理才能取得較好的效果?？梢哉f時(shí)頻表示法為腦信號(hào)的處理提供了非常好的前景。用的較為廣泛的時(shí) 頻分析法有 winger分布和小波（ wavelet）變換。小波變換能有效檢測(cè)出腦電信號(hào)中短時(shí)、低能量的瞬態(tài)脈沖，其最大的優(yōu)點(diǎn)是采用可變的時(shí)頻窗口分析信號(hào)的不同頻率成份。第十 頁 ，共十七 頁 。 腦電信號(hào)的多維 (即空間域 )統(tǒng)計(jì)分析方法 這是一類與腦電時(shí)頻分析 (fēnxī)方法有著本質(zhì)差別的信號(hào)分析 (fēnxī)方法，如主分量分析(fēnxī)(primary Component Analysis， PCA)，因素分 (Factor Analysis FA)，投影追隨 (project Pursuit， PP)和獨(dú)立分量分析 (fēnxī)(Independent Component Analysis， ICA)等。多維統(tǒng)計(jì)分析 (fēnxī)方法的特點(diǎn)是能同時(shí)處理多導(dǎo)腦電信號(hào)，因此有利于揭示和增強(qiáng)腦電信號(hào)中隱含的特征。在腦電消噪和特征提取等方面具有獨(dú)特的效果?，F(xiàn)在以獨(dú)立成分分析 (fēnxī)ICA為主， ICA的應(yīng)用主要還是對(duì)腦電進(jìn)行預(yù)處理，用于消除原始腦電信號(hào)中的干擾成分，進(jìn)而改善腦一機(jī)通信的正確識(shí)別率對(duì)于分離后的信號(hào)分別采用小波分析 (fēnxī)(Wavelet Analysis)，小波包分析(fēnxī)(Wavelet Packet Analysis)，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1