（计算机软件与理论专业论文）多模态脑电信号分析及脑机接口应用.pdf

1， m u l t i - m o d ea n a l y s i so fe e ga n da p p l i c a t i o ni nb c i t h e s i ss u b m i t t e dt o s h a n g h a ij i a ot o n gu n i v e r s i t y i np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n t f o rt h ed e g r e eo f d o c t o ro fp h i l o s o p h y b y l ij i e ( c o m p u t e rs o f t w a r ea n dt h e o r y ) t h e s i ss u p e r v i s o r ：p r o f z h a n gl i q i n g d e c e m b e r , 2 0 0 9 弋， 惴53 肼0嗍6删3 舢8m脚y r 附件四 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：吒? 年胁其塔日 r r 一 附件五 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在解密后适用本授权书。 本学位论文属于 不保密团。 ( 请在以上方框内打“”) 学位论文作者签名： 指导教师签名：棚 ，日期矽7 年户月2 - f s 日期：叩年r 2 月芯一日 咚 岁伊 一 - 一 - 碴勺 上海交通大学博士学位论文答辩决议书 所在 姓名李洁学号 0 0 5 0 3 3 2 0 1 4 计算机软件与理论 学科 指导教师 张丽清 答辩 2 0 0 9 1 2 3 0 答辩 上海交通大学徐汇校区新建楼2 0 2 9 日期地点 论文题目 多模态脑电信号分析及脑机接口应片j 论文针对多模态脑电信号分析及脑机接口应用进行深入研枣，对臻垄咎罂 高度夏杂数据的新型信息感知技术具有重要的价值，对挖掘人类认知潜能的自 理黝磊手霎器燃关键技术出发，在e e g 信号单次实验数据分 类方法、特征提取算法，以及在线 嚣尹笳罕 万囱展外幼艽：u ，尊粤! j ；蒉张量分解、判别张量分解及正则张量分解的e e g 信号分类方法! ! ，罂学 子萝模态特征分析方法，该方法能够从复杂e e g 信号的幅值信息及相堡使鼻妻 丧敢与任务相关的时间、空间、频率判别投影模式，提高了现有b c i 系统的僮 恿传输率和实用性；( 3 ) 设计了交互训练系统原型，并实现了虚拟及现实环境 职务姓名职称 单位 签名 主席 张立明 教授复旦大学 嬲 答 黼辩 委员 吴耿锋 教授上海大学 委 委员 吴思 教授神经科学所 。 曩欧 员 会 委员 骆源 教授上海交通大学 。熬砒 成 佟i 篆 员 委员 芦宏涛教授上海交通大学 签 委员 f ， 名 委员 秘书 张同珍讲师上海交通大学 稚i东 t 多模态脑电信号分析及脑机接口应用 摘要 2 l 世纪被认为是脑科学时代，探索和揭示脑的奥秘已成 为当代自然科学研究所面临的最重大的挑战之一。脑电 ( e l e c t r o e n c e p h a l o g r a m ，e e g ) 是脑部神经元电活动产生的信号，包 含了丰富的大脑状态信息。而基于e e g 信号实现的脑机接口( b r a i n c o m p u t e ri n t e r f a c e ，b c i ) 可以在人脑和计算机或其它外部设备之间建 立直接的信息交互和控制通道，是人类了解和提高脑功能的重要手段， 正成为脑科学、生物医学及康复工程、智能信息处理等领域的一个研 究热点。b c i 系统的性能关键在于对e e g 信号特征的准确表征和e e g 信 号单次实验数据的正确分类，但由于e e g 信号非平稳性强且信噪比低， 从e e g 信号中提取特征非常困难，这使得b c i 的发展和应用面临很大的 制约和挑战。本文从b c i 系统中需要解决的关键技术出发，在e e g 信号 单次实验数据分类方法、特征提取算法，以及在线b c i 系统设计等方面 展开研究，并侧重于多模态e e g 信号分析的研究。 本文的主要贡献和创新点体现在以下几个方面： 1 基于非负张量分解的e e g 信号单次实验数据分类方法：本文提出了 一种基于非负张量分解的e e g 信号的单次实验数据分类方法，能够 进行高阶e e g 信号分析，可以从时问、空间、频率等多个模态上提 取和分类有关的投影模式，并通过投影计算得到特征。实验分析结 果表明，由于同时考虑了多阶信息，张量算法在e e g 多模态分析及 分类问题上能得到有效的应用。 2 基于判别张量分解的e e g 信号单次实验数据分类方法：现有 的e e g 单次实验数据分类方法都严重依赖于先验的神经生理学知 识进行信号预处理降噪。本文提出了一种基于判别张量分解的方法 提取e e g 信号的多模态判别投影模式用于单次实验数据分类。实验 证明，这种方法具有很强的鲁棒性，对于无先验知识下获取分类特 征，识别与任务相关的判别信息非常有效。 3 基于正则张量分析的e e g 信号单次实验数据分类方法：提出了一 种基于正则张量分解的方法来对e e g 信号进行分析，通过多维判 上海交通大学博士学位论文 别分析和有关e e g 信号合理假设的正则条件的引入，这种方法克服 了e e g 信号的低信噪比和高维度所引起的特征提取的困难，可以有 效的识别出对分类最有作用的导联，用于b c i 的导联选择。实验验 证了该方法对于e e g 信号单次实验数据分类的有效性和鲁棒性，并 可以在确保分类精度基本没有损失的情况下有效的减少使用的信号 导联数。 4 e e g 相位信息的多模态分析：在神经生理学上，相位被认为包含 有关神经元电活动的丰富的信息。本文中，我们定义了相位间 隔值( p h a s ei n t e r v a lv a l u e ，p i v ) 从一个新的角度来研究e e g 信号 的相位信息，并且提出一种基于有序p a r a f a c 分解的方法来从高 阶p i v 数据中提取特征用于e e g 信号的分类。实验结果表明相位信 息对于e e g 信号分类非常有效，从相位中可以获取与任务分类相关 的时间、频率、空间多个模态上的特征分布信息。 5 在线b c i 系统设计与实现：设计并开发一种灵活的可扩展的在 线b c i 系统平台，为b c i 提供一个实验研究与算法验证平台。系 统可以对数据各个模态上的特征进行多角度可视化，揭示和理解特 定思维任务时的e e g 信号模式动态变化特征，构建思维活动一特征表 征一抉择控制之间的映像关系。此外，系统提供指令翻译接口，可以 在受试者思维任务和系统控制命令问灵活的建立对应关系。利用此 接口，我们首先设计了一个交互训练系统原型，并实现了两个基于 多类肢体想象任务的自主异步的b c i 应用系统，即虚拟场景中的在 线游戏控制及现实环境中的遥控小车驾驶，用户和系统通过双向的 适应性训练能达到良好的控制性能。 总之，本文研究了大脑在特定思维任务下的e e g 信号模式以及动态 变化特征，提出的多模态特征分析方法能够从复杂e e g 信号中读取与任 务相关的时间、空间、频率判别投影模式，对提高现有b c i 系统的信息 传输率和实用性有着重要的作用；设计了交互训练系统原型，并实现了 虚拟及现实环境中新型自主异步的在线b c i 系统；本文的工作为e e g 信 号分析、b c i 的发展提供了理论基础与技术原型。 关键词：脑电，脑机接口，张量分解，多模态分析，自主异步的b c i 系 统平台 一一 m u l t i m o d ea n a l y s i so fe e ga n da p p l i c a t i o ni nb c i a b s t r a c t t h e21s tc e n t u r yh a sb e e nc o n s i d e r e dt h e b r a i ns c i e n c ee r a ，w h i l ee x p l o r i n ga n dr e v e a l i n gt h em y s t e r i e so ft h eb r a i nh a sb e c o m et h em o s ts i g n i f c a n tc h a l l e n g eo fn a t u r a ls c i e n c e e l e c t r o e n c e p h a l o g r a m ( e e g ) i st h er e c o r d i n go fe l e c t r i c a la c t i v i t yp r o d u c e db yt h e f i r i n go fn e u r o n sw i t h i nt h eb r a i n ，t h e r e f o r ei tc o n t a i n sp l e n t yo fb r a i ns t a t ei n f o r m a t i o n e e gb a s e db r a i nc o m p u t e ri n t e r f a c e ( b c i ) s y s t e m ，w h i c hp r o v i d e san e wd i r e c t l yi n f o r m a - t i o ni n t e r a c t i o na n dc o m m u n i c a t i o nc h a n n e l sb e t w e e nb r a i na n dc o m p u t e r , h a sb e c o m ea n i m p o r t a n tm e a n st ou n d e r s t a n da n de n h a n c eb r a i nf u n c t i o n t h eb c ir e s e a r c hh a sd r a w na t t e n t i o no fs c i e n t i s t si nb r a i ns c i e n c e ，r e h a b i l i t a t i o ne n g i n e e r i n g ，b i o m e d i c a le n g i n e e r i n ga n d i n t e l l i g e n ti n f o r m a t i o np r o c e s s i n g t h ep e r f o r m a n c eo fb c is y s t e md e p e n d so nt h eq u a l i t y o fe e gf e a t u r er e p r e s e n t a t i o na n dt h ea c c u r a c yo fp a t t e r nc l a s s i f i c a t i o no ft h er e c o r d e ds i n g l et r i a le e g h o w e v e r d u et ot h en o n s t a b i l i t ya n dl o ws i g n a lt on o i s er a t i o ( s n r ) o fe e g s i g n a l s ，i ti sv e r yd i f f i c u l tt oe x t r a c tr e l i a b l ef e a t u r e sf r o me e gs i g n a l s t h e r e f o r e ，t h e r e s t i l le x i s tm a n yd i f f i c u l t i e sa n dc h a l l e n g e si nt h ed e v e l o p m e n ta n da p p l i c a t i o no fb c i i nt h i s p a p e r w em a i n l yf o c u so ns o m ek e yt e c h n i q u e si nb c ir e s e a r c h ，i n c l u d i n gt h es c h e m ef o r s i n g l et r i a le e gc l a s s i f i c a t i o n ，f e a t u r ee x t r a c t i o na l g o r i t h m sa n do n l i n eb c is y s t e m s ，a n d e m p h a s i z ep a r t i c u l a r l yo nm u l t i m o d ea n a l y s i so fe e gs i g n a l s t h em a i nc o n t r i b u t i o n sa n di n n o v a t i o n so ft h i sp a p e rh a v eb e e nl i s t e da sb e l o w ： 1 n o n n e g a t i v em u l t i w a yf a c t o r i z a t i o n ( n m w - f ) b a s e ds c h e m ef o rs i n g l et r i a le e g c l a s s i f i c a t i o n ：i nt h i sp a p e r , b a s e do nt h en o n - - n e g a t i v em u l t i w a yf a c t o r i z a t i o na l - g o r i t h m ，as c h e m ei sp r o p o s e df o rc l a s sd i s c r i m i n a t i o no fs i n g l et r i a le e gd a t a i t c a na n a l y z eh i g h w a ye e gd a t a ，a n de x t r a c tt h et e m p o r a l ，s p a t i a l ，s p e c t r a lp r o j e c tp a t - t e r n sa n df e a t u r e sf o rc l a s s i f i c a t i o n e x p e r i m e n tr e s u l t sp r e s e n tt h a tt h et e n s o rb a s e d s c h e m ei se f f i c i e n tf o re e gd a t aa n a l y s i sa n dc l a s s i f i c a t i o nb yt h em u l t i w a yf e a t u r e e x t r a c t i o n 2 g e n e r a lt e n s o rd i s c r i m i n a n ta n a l y s i s ( g t d a ) b a s e ds c h e m ef o rs i n g l et r i a le e gc l a s s i f i c a t i o n ：p o p u l a rc l a s s i f i c a t i o na l g o r i t h m su s u a l l yh i g h l yd e p e n do nt h ep r i o rl i e u r o p h y s i o l o g i ck n o w l e d g ef o rn o i s er e m o v a l i nt h i sp a p e r ag t d ab a s e ds c h e m ei s 一一 上海交通大学博士学位论文 p r o p o s e df o rs i n g l et r i a le e g c l a s s i f i c a t i o n ，w h i c hc o u l de x t r a c tm u l t i l i n e a rd i s c r i m - i n a t i v es u b s p a c e c o m p u t e rs i m u l a t i o n sc o n f i r mt h ee f f e c t i v e n e s sa n dt h er o b u s t n e s s o ft h ep r o p o s e dt e n s o rs c h e m ei ne x t r a c t i n gc l a s s i f i c a t i o nf e a t u r e sa n di d e n t i f y i n gd i s c r i m i n a t i v ep r o p e r t i e si nt h ec a s eo fl a c k i n gp r i o rn e u r o p h y s i o l o g i ck n o w l e d g e 3 r e g u l a r i z e dt e n s o rd i s c r i m i n a n ta n a l y s i s ( r t d a ) b a s e ds c h e m ef o rs i n g l et r i a le e g c l a s s i f i c a t i o ni nb c i ：r t d aa l g o r i t h mi sp r o p o s e df o re e gs i g n a l sa n a l y s i s b ym u l t i w a yd i s c r i m i n a t i v ea n a l y s i sa n dr e g u l a r i z a t i o nt e r m si n c o r p o r a t i n gr e a s o n a b l ea s s u m p t i o n sa b o u te e gs i g n a l s ，r t d ao v e r c o m e st h ed i f f i c u l t i e si ne x t r a c t i n gc l a s sf e a t u r e s f r o mt h ee e g s i g n a lw i t hi t sl o ws n ra n dh i g hd a t ad i m e n s i o n a l i t y f u r t h e r m o r e ， t h es c h e m ec o u l di d e n t i f yt h em o s ti m p o r t a n tc h a n n e l sf o rc l a s s i f i c a t i o n ，a n dt h e nb e a p p l i e dt oc h a n n e ls e l e c t i o ni nb c i i ti s h a sb e e np r o v e dt h a tt h es c h e m ei se f f e c t i v e f o re e g s i n g l et r a i lc l a s s i f i c a t i o n ，a n de s p e c i a l l yt h en u m b e ro fu s e dc h a n n e l sc a nb e g r e a t l yr e d u c e dw i t hv e r yl i t t l el o s si np e r f o r m a n c e 。 4 e e gp h a s ei n f o r m a t i o nm u l t i m o d ea n a l y s i s ：i nn e u r o s c i e n c e ，p h a s ei ne e gi sd i s c o v e r e dt oc o n t a i na b u n d a n ti n f o r m a t i o na b o u tt h en e u r a le l e c t r i ca c t i v i t y i nt h i s p a p e r , w ed e f i n ep h a s ei n t e r v a lv a l u e ( p i v ) t oe x p l o r et h ep h a s ei n f o r m a t i o no fe e g f r o man e wp e r s p e c t i v ea n dp r o p o s eac o m p u t a t i o n a lm o d e lb a s e do no r d e r e dp a r a l l e lf a c t o r s ( p a r a f a c ) a l g o r i t h mt oe x t r a c tf e a t u r e sf r o mm u l t i w a yp i vf o rs i n g l e t r i a le e gc l a s s i f i c a t i o n c o m p u t e rs i m u l a t i o n sd e m o n s t r a t et h a tp h a s ei n f o r m a t i o ni s e f f e c t i v ef o re e gc l a s s i f i c a t i o n ，a n dt h er e l a t e dd i s t r i b u t i o ni n f o r m a t i o no ff e a t u r e si n t e m p o r a l ，s p a t i a l ，s p e c t r a lm o d e s c a nb eo b t a i n e df r o mp h a s e 5 o n l i n eb c is y s t e mp l a t f o r md e s i g na n di m p l e m e n t a t i o n ：i nt h i sp a p e r , af l e x i b l ea n d e x t e n d i b l ep l a t f o r mf o ro n l i n eb c is y s t e mi sd e s i g n e da n dd e v e l o p e d ，w h i c hc a np r o v i d eab c ir e s e a r c hp l a t f o r mf o re x p e r i m e n td e v e l o p m e n ta n da l g o r i t h mv e r i f i c a t i o n m u l t i m o d ee e gc h a r a c t e r i s t i c sc a nb ev i s u a l i z e di nt h ep l a t f o r mt or e v e a la n du n d e r - s t a n dt h ed y n a m i cf e a t u r e so fe e gi ns p e c i f i cm e n t a lt a s k ，a n dt h e nb ea p p li e dt ob u i l d t h er e l a t i o n s h i pa m o n gm e n t a lt a s k s ，f e a t u r e sr e p r e s e n t a t i o n ，a n dc o n t r o ld e c i s i o n s t h ep l a t f o r mp r o v i d e sc o m m a n dt r a n s l a t i o ni n t e r f a c e t h e r e f o r ew ec a ne s t a b l i s ht h e c o n n e c t i o nb e t w e e nm e n t a lt a s k sa n ds y s t e mc o n t r o lc o m m a n d sf l e x i b l y u s i n gt h i s i n t e r f a c e ，w ed e s i g ni n t e r a c t i v et r a i n i n gs y s t e mp r o t o t y p e ，a n dr e a l i z et w os e l f - p a c e d s y n c h r o n o u sb c ia p p l i c a t i o n sb a s e do nm u l t i c l a s sm o t o ri m a g e r yt a s k s ，t h eo n l i n e g a m e c o n t r o li nv i r t u a le n v i r o n m e n ta n dr e m o t ec a rd r i v i n gi nr e a le n v i r o n m e n t g o o d p e r f o r m a n c ec a nb ea c h i e v e da f t e ri n t e r a c t i v et r a i n i n g 一一 t 英文摘要 i nc o n c l u s i o n ，t h i sp a p e ri n v e s t i g a t e se e g p a t t e r n sa n dd y n a m i c f e a t u r e sd u r i n gs p e c i f i c m e n t a lt a s k s ，a n dp r o p o s e sm u l t i m o d ea n a l y s i sm e t h o dt oe x t r a c tt e m p o r a l ，s p a t i a l ，s p e c t r a l d i s c r i m i n a t i v ep a t t e r n sf r o mc o m p l i c a t e de e gs i g n a l s ，w h i c hi si m p o r t a n tt oi m p r o v er a t e o fi n f o r m a t i o nt r a n s m i s s i o na n dp r a c t i c a b i l i t yo fb c i f u r t h e r m o r e ，t h i sp a p e rd e s i g n si n t e r - a c t i v et r a i n i n gs y s t e mp r o t o t y p e ，a n dr e a l i z e ss e l f - p a c e ds y n c h r o n o u sb c is y s t e m si nv i r t u a l a n dr e a le n v i r o n m e n t s t h e s ew o r kp r o v i d et h e o r yb a s i sa n dt e c h n o l o g yp r o t o t y p ef o re e g s i g n a l sa n a l y s i sa n db c id e v e l o p m e n t k e yw o r d s ： e l e c t r o e n c e p h a l o g r a m ( e e g ) ，b r a i nc o m p u t e ri n t e r f a c e ( b c i ) ，m u l t i - w a y t e n s o rf a c t o r i z a t i o n ，m u l t i m o d ea n a l y s i s ， p l a t f o r m 一v s e l f - p a c e da n da s y n c h r o n o u sb c is y s t e m 目录 摘要i a b s t r a c t ( 英文摘要) i i i 目录v i i i 主要符号对照表i x 第一章绪论1 1 1 谍题产生背景及意义1 1 2 脑电信弓研究基础 3 1 2 1 腑i 电倩号产牛及特点 3 1 2 2 脑电信号的分类 5 1 2 3 脑电信号的记录 5 1 2 4 腑电信号主要成分6 1 2 5 脑电信号分析方法7 1 3 脑机接口研究现状及挑战 8 1 3 1 脑机接口的定义 8 1 3 2 脑机接u 的研究现状 9 1 3 3 腋机接口的挑战1 5 1 4 本文章节安排和研究内容1 7 第二章张量分析理论1 9 2 1 张晕及其基本运算1 9 2 2 张量分解2 2 2 2 1c a n d e c o m p p a r a f a c 分解2 3 2 2 2t u c k e r 分解2 4 2 3 张量分析特点2 5 2 4 本章小结2 6 第三章脑电幅值信息的多模态分析2 7 3 1 脑电信号张量特征分析2 7 3 1 1 总体框架2 7 3 1 2 脓电幅值信启，的张量表征2 7 3 1 3 张量特征牢间投影3 0 3 1 4 支持向量机分类3 0 3 2 基于非负张量分解的脑电信号单次实验数据分类方法3 l 3 2 1 非负张量分解3 1 3 2 2 计算模型3 4 3 2 3 实验数据分析与结果3 5 一一 目录 3 3 基于判别张量分解的脑电信号单次实验数据分类方法3 8 3 3 1 方法的框架与流程3 9 3 3 2 判别张量分解3 9 3 3 3f i s h e rs c o r e 特征选择4 2 3 3 4 实验数据分析与结果4 3 3 4 基于正则张量分析的脑电信号单次实验数据分类方法5 0 3 4 1 方法的框架与流程5 l 3 4 2 正则张毽分解5 2 3 4 3 实验数据分析与讨论5 3 3 5 本章小结6 0 第四章脑电相位信息的多模态分析6 l 4 1 研究背景6 l 4 1 1 脑功能整合、神经集合与棚位同步6 l 4 1 2 脑机接口中脑电相位特征研究现状6 2 4 2 相位锁定值和相位同步6 3 4 3 相位问隔值6 4 4 4 基二j 二张繁提取相位特征的脑电信号单次实验数据分类方法6 6 4 4 1 方法的框架与流程6 7 4 4 2 有序的p a r a f a c 算法6 7 4 5 实验数据分析与结果6 9 4 6 本章小结7 3 第五章在线b c i 系统设计与实现7 4 5 1 系统设计7 4 5 1 1 设计原理7 4 5 1 2 系统框架7 4 5 1 3 系统创新7 5 5 2 系统方法实现7 6 5 2 1 脑电信号采集7 6 5 2 2 脑电信号预处理7 7 5 2 2 1 基于独立分颦分析的噪声去除7 7 5 2 2 2 基于多模态参数优化的信号增强8 0 5 2 3 特征提取和模式分类8 0 5 2 4 鲁棒的控制策略8 3 5 2 5 多模态可视化分析8 4 5 3 系统l 畦用8 7 5 3 1 交互训练系统8 7 5 3 2 虚拟场景下的在线游戏9 3 5 3 3 现实环境下的遥控小车控制9 4 一v i i 上海交通大学博士学位论文 5 4 系统性能分析与讨论9 4 5 5 本章小结9 6 第六章总结与展望9 8 6 1 本文主要工作及创新点9 8 6 2 工作展望9 9 参考文献1 0 2 致谢1 1 2 个人简历、在学期间的研究成果及发表的论文11 3 b c i c s p c w t e e g e r d ，e r s e r p e r s p g t d a i c a l d a n m f n m w f n t f p i v p l v p s d r ! r d a s c p s s v e p s v m v e p 主要符号对照表 脑机接口( b r a i nc o m p u t e ri n t e r f a c e ) 公共空问模式( c o m m o ns p a t i a lp a t t e r n ) 连续小波变换( c o n t i n u o u sw a v e l e tt r a n s f o r m ) 脑电( e l e c t r o e n c e p h a l o g r a m ) 事件相关去同步同步( e v e n tr e l a t e dd e s y n c h r o n i z a t i o n s y n c h r o n i z a t i o n ) 事件相关电位( e v e n tr e l a t e dp o t e n t i a l ) 事件相关频率谱( e v e n tr e l a t e ds p e c t r a lp e r t u r b a t i o n ) 判别张量分解( g e n e r a lt e n s o rd i s c r i m i n a n ta n a l y s i s ) 独立分量分析( i n d e p e n d e n tc o m p o n e n ta n a l y s i s ) 线性辨别分析( l i n e a rd i s c r i m i n a n ta n a l y s i s ) 非负矩阵分解( n o n n e g a t i v em a t r i xf a c t o r i z a t i o n ) 非负张量分解( n o n n e g a t i v em u l t i w a y t e n s o rf a c t o r i z a t i o n ) 相位问隔值( p h a s ei n t e r v a lv a l u e ) 相位锁定值( p h a s el o c k i n gv a l u e ) 功率谱密度( p o w e rs p e c t r u md e n s i t y ) 正则张量分解( r e g u l a r i z e dt e n s o rd i s c r i m i n a n ta n a l y s i s ) 慢皮层电位( s l o wc o r t i c a lp o t e n t i a l ) 稳态视觉诱发电位( s t e a d ys t a t ev i s u a le v o k e dp o t e n t i a l ) 支持向量秽l ( s u p p o r tv e c t o rm a c h i n e ) 视觉诱发电位( v i s u a le v o k e dp o t e n t i a l ) 一i x 上海交通大学博十学位论文 l x 一 第一章绪论 人类具有其他动物无法比拟的高级认知功能，是因为人的大脑为人类提供了语 言、记忆、认识、情感等高级信息处理功能。大脑是自然界进化过程中所产生的 最复杂、最精致的构件，探索和揭示脑的奥秘已成为当代自然科学研究所面临的 最重大的挑战之一。脑电( e e g ) 信号是由脑内亿万神经元活动而引起的头皮表面 电位变化，包含了丰富的大脑状态信息。基于脑电信号可以实现大脑和计算机及 其他外部设备的直接控制和通讯，这是一种全新的人机交互方式，称为脑机接口 ( b c i ) 。b c i 是认知神经科学领域和康复领域的一项重要的研究课题，也是人类了 解和提高脑功能的重要手段。 本章首先介绍课题产生背景及意义，接着给出e e g 信号研究基础知识，随后介 绍基于e e g 信号的b c i 系统发展现状及存在的挑战，最后针对现有b c i 中需解决的问 题，提出了本文研究的主要内容，并给出本文的各章节安排。 1 1 课题产生背景及意义 2 1 世纪被认为是“脑科学时代”，由于脑科学对人类的重要意义，世界各国都 投入了大量资金，对人的大脑进行研究。1 9 8 9 年美国率先把本世纪的最后十年命名 为“脑的十年”，并于1 9 9 7 年正式启动“人类脑计划”，支持2 0 余所著名的大学和 研究机构开展神经信息学研究；日本科技委员会在1 9 9 6 年提出了为期2 0 年的“脑科 学时代计划”，总预算高达2 0 0 亿美元，其中脑的认知功能及其信息处理是重中之 重；英国、德国、法国也相继展开了对大脑高级认知功能的研究。在欧盟的第6 次 研究与技术发展框架最新一轮的研究经费资助巾，在脑科学研究方面投入了4 5 0 0 万 欧元的资金，而在2 0 0 7 年开始