毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

BCI脑电波分析的人脑思维状态的研究+Python程序(3)

时间:2021-03-17 19:46来源:毕业论文
本文正是基于这一实践认知,认为脑电波的产生并非全无规律可循,借助分析由BCI接口提取的原始信号获得的特征信息便可以来推测人脑的部分思维活动。

本文正是基于这一实践认知,认为脑电波的产生并非全无规律可循,借助分析由BCI接口提取的原始信号获得的特征信息便可以来推测人脑的部分思维活动。

第二章 算法概述

2.1 基础研究背景

2.1.1脑电波频段划分

脑电波波段依据国际标准分类方式可以分为Delta、Theta、Alpha、Beta(Low Beta 、Midrange Beta、High Beta)、Gamma五个波段,其具体频率见下表,Beta波又可以细化为低频Beta波、中频Beta波以及高频Beta波。各频段划分如图2.1所示。

 

图2.1脑电波频段划分

2.1.2脑电波频段与思维活动关系概述

关于不同脑波频段与人的不同思维活动的相关度已经拥有了一定的研究成果,Delta波为0.1Hz至3Hz的频段的脑波,一般当人处于深度睡眠时Delta波能量值较高,此时意着人正在因为极度疲劳而处于昏睡状态或不清醒状态下 ;Theta波则代表着处于睡眠的初期阶段,即当人开始感觉睡意朦胧时——介于全醒与全睡之间的过渡区域,人的脑电波频段为4~7Hz的能量值开始显著上升,同时还值得注意的是此时人主要靠直觉来进行思维判断,拥有较强的创造了与想象力。

Alpha波频率为每秒8-13次,平均数为10次左右,它是正常人脑电波的基本节律,如果没有外加的刺激,其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显,睁开眼睛或接受其它刺激时,α波即刻消失。 当人的大脑处于完全放松的“冥想”状态(空的状态)下,或是在心神专注的时候出现的脑电波。在“放松活跃”状态时,我们能更快更有效地吸收信息,大脑清醒活跃,灵感不断 。

Beta波则反映的是人类在一种通常的、日常的清醒状态下的脑电波情况。它是一般清醒状态下大脑的搏动状况,在这种状态下,人就会就会出现逻辑思维、分析以及有意识的活动。当人睁着双眼,目光盯着这个世界的一切事物,或者你在执行专门任务,比如解决问题和谈话。此时人们头脑警觉、注意力集中、行动有效。Beta波频率越高就越是清醒,对周围事物越是具有细致的观察力,但高频Beta波意着警觉度大大提高的同时还可能昭示着情绪的剧烈波动或焦虑不安。 

Gamma波为30-100Hz的高频脑波,此时人一般处于思维剧烈运动的高强度状态中,大脑长期处于这一波段是不正常的,往往预示着疾病。

2.2脑波信号预处理

2.2.1综述

脑电波非常微弱,即使借助高精度的放大装置,即使放大器在足够宽的频域内处于线性放大区,也会在脑电波原始信号的采集中混入各种干扰信号。

在脑电波研究领域,干扰信号又称为伪迹信号,其具体划分可分为生物电伪迹与非生物电伪迹。源:自~751-·论`文'网·www.751com.cn/

生物电伪迹包括心,眼,肌肉,舌头等人体器官组织产生的信号,这些信号很容易在测量的过程中混入原始脑电波中,它们来源于被测量的人体本身,但是并不是脑组织神经细胞活动产生的电信号,而且幅值往往还要远高于脑电信号,因此需要在利用脑波识别思维时进行及时的处理。

非生物电信号如50Hz工频交流电、运动产生的摩擦静电、带电物体运动产生的电场扰动等也会混入原始脑电信号中,这类干扰信号无处不在,并且除环境中的工频交流电信号之外,噪声信号本身并且并无明显规律可循,因此在预处理时可以作为白噪声来看待。针对噪声信号需要进行相应的信号预处理,其具体实现方法有平滑滤波、中心频率固定的带阻滤波、自适应滤波、Levkov滤波等,下面将分节对本次设计用到的滤波方法以及其适用的环节予以阐述。 BCI脑电波分析的人脑思维状态的研究+Python程序(3):http://www.751com.cn/zidonghua/lunwen_71710.html

------分隔线----------------------------
推荐内容