1、 指導(dǎo)教師： 李 昕 學(xué)生： 方 燦 班級：生物醫(yī)學(xué)工程11-2班 學(xué)號：111203041039 燕山大學(xué)里仁學(xué)院2015/3/22一種腦電特征提取方法及其在情感識別中的應(yīng)用研究腦電信號的概述 腦電信號是由腦神經(jīng)活動產(chǎn)生并且始終存在于中樞神經(jīng)系統(tǒng)的自發(fā)性電位活動，是一種重要的生物電信號。 腦電信號非常微弱，主要有以下幾個特點：（1）隨機性及非平穩(wěn)性相當(dāng)強。（2）腦電信號具有非線性。（3）采集到的腦電信號背景噪聲比較復(fù)雜，有50Hz的工頻干擾，電極與皮膚的接觸噪聲以及電極與地之間的共模信號的干擾等等。 在認知科學(xué)、生理學(xué)、精神病學(xué)方面，腦電信號具有廣闊的學(xué)術(shù)價值和應(yīng)用前景。通過研究人體處于不同

2、生理狀態(tài)和不同腦功能狀態(tài)的腦電信號特征，可以了解腦電的不同工作機制。腦電信號的分析及處理無論是在臨床上對一些腦疾病的診斷和治療，還是在腦認知科學(xué)研究領(lǐng)域都是十分重要的。2選題的依據(jù)和意義 人類的情感狀態(tài)在很大程度上影響了人類的認知和行為。情感及其腦機制的研究，特別是情感與認知的關(guān)系及其潛在的神經(jīng)基礎(chǔ)，已經(jīng)逐漸成為神經(jīng)科學(xué)的熱點研究領(lǐng)域。利用計算機技術(shù)進行情感識別是實現(xiàn)高級人機交互的關(guān)鍵技術(shù)。對于實現(xiàn)人機交互，人-計算機接口以及智能計算機等具有重要意義。 腦電信號EEG（Electroencephalograph）是人體一種基本生理信號，蘊含著豐富的生理，心理及病理信息。腦電信號是由大腦內(nèi)部億萬

3、神經(jīng)元活動在大腦皮層的綜合反映，能直接反映大腦的活動情況。不同的思維狀態(tài)和情緒變化在不同的大腦皮層位置反映出不同的腦電信號，因此，腦電信號含有豐富的有用信息，通過有效提取對情感識別的應(yīng)用研究具有重大意義。3國內(nèi)外研究的情況 對腦電信號進行特性分析與特征提取，國內(nèi)外對于這一課題的研究日益增多，到目前為止，已經(jīng)有很多方法被應(yīng)用于此。（1）1932年之前，對腦電信號特征分析與特征提取還停留在主觀水平上。（2）1932年Dietch首先用傅立葉變換進行了腦電圖分析。（3）1932年之后，國內(nèi)外相繼引入了時域分析、頻域分析、時頻分析等腦電圖分析的經(jīng)典方法。（4）目前國內(nèi)外針對腦電信號的研究已經(jīng)有了很多方

4、法。 臺灣大學(xué)的Yuan-Pin Lin等采用支持向量機模型根據(jù)腦電信號將情感狀態(tài)分四類（喜怒哀樂），確立了30個腦電信號與情感識別最相關(guān)的特性，并驗證了對于情感識別作用最大的腦區(qū)位于額葉和頂葉。 康斯坦大學(xué)的Matthias M.Muller等用情感圖片作為刺激大腦不同半球在受到情感刺激的腦電在頻帶范圍的特征。4課題研究內(nèi)容 （1）研究國內(nèi)外腦電信號特征分析與特征提取的理論和方法，對各種分析方法的優(yōu)缺點加以認識和總結(jié)。（2）腦電信號的頻域特征比較突出，因此，與其他生理信號相比，基于譜分析的腦電信號分析方法占有重要地位。功率譜分析是腦電信號處理最常用的工具，研究功率譜估計方法，把幅度隨時間變化

5、的腦電波變換為腦電功率隨頻率變化的譜圖，從而可直觀地觀察到腦電節(jié)律的分布與變換情況。（3）針對如何在情感識別中有效處理腦電信號和提取有用信息的問題，實現(xiàn)一種情感識別的腦電特征提取算法。（4）掌握Matlab工程應(yīng)用軟件在信號分析中的應(yīng)用。（5）完成腦電信號的采集以及基于腦電特征的情感狀態(tài)識別的軟件設(shè)計。5腦電信號的分析方法 1、線性分析 1.1 時域分析 1.2 頻域分析 1.3 時頻分析2、非線性分析 2.1 關(guān)聯(lián)維數(shù) 2.2 李雅普諾夫指數(shù) 2.3 小波變換 2.4 匹配追蹤算法 2.5 復(fù)雜度 2.6 同步分析 2.7 維格納分布7腦電信號的分析方法 如何消除原始腦電數(shù)據(jù)中的噪聲以更好地

6、獲取反映大腦活動和狀態(tài)的有用信息,如何更好的提取出腦電信號的各個節(jié)律,以及如何更好的進行腦電功率譜的分析是對腦電信號處理分析的三個最為重要的方面。近些年來,隨著小波變換的不斷發(fā)展,國內(nèi)外許多研究者將小波分析用于生物醫(yī)學(xué)信號的提取及去噪處理。小波變換是一種把時間和頻率兩域結(jié)合起來的時頻分析方法,在時頻域都具有表征信號局部特征的能力。 所以最終選擇基于小波變換的腦電特征提取算法。8畢業(yè)設(shè)計大綱 3、情感研究4、實驗5、算法5.1 預(yù)處理算法5.2 腦電特征提取算法5.3 腦電特征選擇算法5.4 分類算法6、實驗結(jié)果及處理7、結(jié)束語7.1 研究總結(jié)7.2 思考與展望8、參考文獻 10研究工作進度 1-4周： 資料