您好,欢迎访问三七文档
当前位置:首页 > 机械/制造/汽车 > 汽车理论 > 基于EEG信号的人体状态+测量研究
电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS论文题目基于EEG信号的人体状态测量研究学科专业机械设计及理论学号201221080304作者姓名高龙指导教师邱静副教授分类号密级UDC注1学位论文基于EEG信号的人体状态测量研究(题名和副题名)高龙(作者姓名)指导教师邱静副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业机械设计及理论提交论文日期2015.04.01论文答辩日期2015.06.03学位授予单位和日期电子科技大学2015年06月28日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ASTUDYOFEEG-BASEDHUMANSTATUSMEASUREMENTAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MechanicalDesignandTheoryAuthor:GaoLongAdvisor:AssociateProfessorQiuJingSchool:SchoolofMechatronicsEngineering独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将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、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要I摘要物理人机紧耦合系统在康复训练辅助器具领域具有广泛的应用前景。作为一种人-机-环紧密联系的复杂系统,物理人机紧耦合系统在研制过程中需要解决人与康复机器人在不同环境下物理和认知动态交互,机器人在线测量人机交互模型的状态参数以及实时、全面地预测和分类人机状态与行为和环境状态等关键性问题。这些问题的解决都需要以物理人机紧耦合系统的状态和行为数据作为基础。物理人机紧耦合系统的状态和行为的测量包括人体运动、人机交互力、人的状态以及人的绩效这四个方面的内容。其中人的状态主要通过人的生理信息进行测量。脑电信号(EEG)是测量人体生理信息最灵敏的指标之一。本文结合物理人机紧耦合系统采用脑电信号对人体脑力负荷测量和人体意图识别进行了研究。当前,结合物理人机紧耦合系统以脑电信号为研究手段的脑力负荷测量研究方面并不区分四个信息处理阶段的脑力负荷。针对大脑在不同信息处理阶段脑力负荷研究尚不明确的问题,本文采用了四种模拟信息处理四个阶段的心理实验,对四种心理实验中的脑电信号进行分类的结果表明四个不同的阶段的脑力负荷测量并没有显著的差别。传统脑力负荷测量方法由于对信号的采集的时间长度有客观地要求而无法满足物理人机紧耦合系统的研制对脑力负荷测量的实时性要求,本文采用的脑电信号分析方法针对事件发生后较短时间内的脑电信号的特征进行分类,并取得了良好的分类结果,证明了结合物理人机紧耦合系统脑电信号实时测量脑力负荷的可行性。基于脑电信号的人体意图识别方法研究中,基于传统的alpha节律的研究范式在处理脑电信号的过程中对信号的时间长度的需求无法满足实时识别的要求。本文采用的脑电信号的分析方法对较短时间内的脑电信号的特征进行了分析和分类,并取得了较好的分类结果。分类结果证明了结合物理人机紧耦合系统的脑电信号人体意图实时识别的可行性。目前基于运动想象范式的研究中常用的想象任务包括左右手想象运动、想象立方体旋转等,这些想象任务对物理紧耦合系统通过脑电信号执行动作造成了一定的困难,本文结合物理紧耦合系统的实际需求设计了四种更加自然的想象任务。根据对四种想象任务中脑电信号的分类结果可以证明这四种想象任务在物理紧耦合系统中具有一定的应用价值。关键词:物理人机紧耦合,EEG,脑力负荷,人体意图,信息处理ABSTRACTIIABSTRACTThephysicalhuman-machinetightlycouplingsystemhaswideapplicationprospectinthefieldofrehabilitationtrainingassistantapparatus.Asakindofman-machine-ringcloselylinkedcomplexsystem,thefollowingkeyproblemsneedtobesolvedinthedevelopmentofphysicalhuman-machinecouplingsystem:cognitivedynamicinteractionofhumanandrehabilitationrobotindifferentenvironment,thestateparametersofrobotinteractionmodelforroboton-linemeasurement,aswellascomprehensivelypredictionandclassificationofthestateofhumanmachineandenvironment.Thesolutionoftheseproblemsneedtobebasedonthemeasurementofthestateandbehaviordataofthephysicalandhumanmachinetightcouplingsystem.Electroencephalogram(EEG)isoneofthemostsensitiveindicatorsformeasuringphysiologicalinformationofhumanbody.Inthispaper,theEEGisusedtostudythehumanmentalworkloadandrecognitionofhumanbody'sintention.Atpresent,thementalworkloadoffourinformationprocessingstagesisnotdistinguishedintheresearchofEEG-basedworkloadassessmentinthephysicalhuman-machinecouplingsystem.Aimingattheproblemthatmentalworkloadisnotclearduringdifferentinformationprocessingstages,fourkindsofpsychologicalexperimentsareusedinthispapertodealwithfourstagesofsimulation,theresultsofEEGsignalclassificationinfourpsychologicalexperimentsshowthatthereisnosignificantdifferencebetweenfourdifferentstagesofmentalworloadmeasurement.CharacteristicsoftheEEGsignalinashorttimeaftertheincidenthasbeenclassified,andhaveachievedgoodclassificationresults.ItisprovedthatthefeasibilityoftheEEGsignalreal-timementalworkloadassessmentinphysicalhuman-machinetightlycouplingsystem.IntheresearchofEEG-basedhumanintentionrecognition,fortherequirementoflongtimelengthsignal,thetraditionalalpharhythmbasedparadigmisunabletomeetreal-timeidentificationrequirements.CharacteristicsoftheEEGsignalinashorttimeaftertheincidenthasbeenclassified,andhaveachievedgoodclassificationresults.TheclassificationresultsprovethefeasibilityofEEG-basedreal-timerecognitionofhumanintentioninthephysicalhuman-machinetightcouplingsystem.Atpresent,theimaginationtasksoftheresearchbasedonthemotorimaginationparadigmincludetheleftandrighthandimagination,theimaginarycuberotation,andtheimaginationtasksABSTRACTIIIweredifficultforthephysicaltightcouplingsystemthroughtheEEGsignal.Inthispaper,basedonthephysicalhuman-machinetightlycouplingsystem,fourmorenaturalimaginationtasksaredesigned.Accordingtotheclassificationresultsoffourkindsofimaginarytasks,itcanbeprovedthatthesefourkindsofimaginarytaskshavecertainapplicationvalueinphysicalhuman-machinetightlycouplingsystem.Keywords:EEG,mentalworkload,humanintentionrecognition目录IV目录第一章绪论.....................................................................................................................11.1研究工作的背景和意义....................................................................................11.2国内外研究历史和现状....................................................................................21.2.1人体负荷测量研究..................................................................................21.2.2人体意图识别研究..................................................................................31.2.3研究现状总结....................................................
本文标题:基于EEG信号的人体状态+测量研究
链接地址:https://www.777doc.com/doc-4039778 .html