資源描述：
《基于局部場電位的動(dòng)物轉(zhuǎn)向解碼研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼10459學(xué)號(hào)201312182165密級(jí)碩士學(xué)位論文基于局部場電位的動(dòng)物轉(zhuǎn)向解碼研究作者姓名：董芳芳導(dǎo)師姓名：萬紅教授尚志剛副教授學(xué)科門類：工學(xué)專業(yè)名稱：控制理論與控制工程培養(yǎng)院系：電氣工程學(xué)院完成時(shí)間：2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterDecodingStudyofAnimalsTurningBehaviorBasedonLocalFieldPotentialByFangfangDongSupervisor:Prof.HongWanA.
2、PZhigangShangControlTheoryandControlEngineeringSchoolofElectricalEngineeringMay，2016學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究作出重要貢獻(xiàn)的個(gè)人和集。體，均已在文中明確方式標(biāo)明。本聲明的法替責(zé)任由本人承擔(dān)學(xué)位論文作者；日期：衣年女月日／＾學(xué)位論文使用授權(quán)聲明。本人在導(dǎo)師指
3、導(dǎo)下完成的論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬鄭州大學(xué)根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱；本人授權(quán)鄭州、大學(xué)可Ｗ將本學(xué)位論文的全部或部分編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可采用影印縮印或者其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該學(xué)泣論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)一，第署名單位仍然為鄭州大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文作者；ｔ巧日期；＞《年夕月ｊ日／／摘要摘要運(yùn)動(dòng)行為的神經(jīng)信號(hào)解碼研究是腦-
4、機(jī)接口研究的重要內(nèi)容，解碼生物的運(yùn)動(dòng)意圖，具有重要的理論與實(shí)際應(yīng)用價(jià)值。微電極陣列記錄到的信號(hào)包括鋒電位信號(hào)（spike）和局部場電位信號(hào)（Localfieldpotentials,LFP），關(guān)于spike信號(hào)的運(yùn)動(dòng)解碼研究取得了一定成果，但是隨著電極植入的時(shí)間增長，spike信號(hào)質(zhì)量有所下降，而局部場電位具有長期解碼穩(wěn)定的特點(diǎn)，逐漸引起研究人員的關(guān)注。但是，大腦結(jié)構(gòu)復(fù)雜，某一運(yùn)動(dòng)行為的執(zhí)行可能由大腦多個(gè)腦區(qū)共同作用，運(yùn)動(dòng)意圖在腦中的存在時(shí)間非常短暫，采集到的局部場電位為非平穩(wěn)信號(hào)，且在記錄的過程中不可避免的會(huì)引入噪聲信號(hào)，這些都對解碼特征
5、的有效提取造成一定阻礙。在對大腦信息進(jìn)行解碼時(shí)，關(guān)鍵是確定出有效編碼信息的時(shí)間及頻率窗口，提取到利于解碼的特征。本文以鴿子為研究對象，結(jié)合動(dòng)物行為學(xué)方法與神經(jīng)信號(hào)微電極陣列檢測技術(shù)，采集了鴿子左轉(zhuǎn)、直行、右轉(zhuǎn)三個(gè)方向轉(zhuǎn)向運(yùn)動(dòng)發(fā)生時(shí)NCL（NidopalliumCaudolaterale）腦區(qū)的LFP信號(hào)。對LFP信號(hào)特征提取方法進(jìn)行分析，探討鴿子運(yùn)動(dòng)轉(zhuǎn)向時(shí)的LFP信號(hào)的特征變化，并用k近鄰（k-NearestNeighbor,kNN）方法對提取的特征進(jìn)行分類，預(yù)測其運(yùn)動(dòng)方向。主要工作如下：1.對局部場電位信號(hào)的產(chǎn)生過程，局部場電位信號(hào)特性及
6、相關(guān)噪聲特性進(jìn)行了分析，在此基礎(chǔ)上比較了常用處理方法在LFP信號(hào)去噪中的優(yōu)缺點(diǎn)，以及常用時(shí)域，頻域時(shí)頻域方法在特征提取方面的優(yōu)缺點(diǎn)。2.采用了一種結(jié)合獨(dú)立成分分析（Independentcomponentanalysis,ICA）與小波方法的特征提取方法，ICA方法能夠去除各通道間的數(shù)據(jù)冗余，去除明顯噪聲的同時(shí)對有效編碼信息最大程度的保留，之后利用時(shí)頻特性特較好的小波方法進(jìn)行特征提取，有效提取了運(yùn)動(dòng)轉(zhuǎn)向發(fā)生時(shí)局部場電位的特征。3.完成了鴿子運(yùn)動(dòng)轉(zhuǎn)向行為誘導(dǎo)訓(xùn)練及神經(jīng)信號(hào)采集實(shí)驗(yàn)，利用本文的特征提取方法對局部場電位信號(hào)進(jìn)行特征提取，并利用k近
7、鄰方法進(jìn)行分類，正確率最高達(dá)到92.35%。又進(jìn)一步對不同通道，單個(gè)特征，及不同時(shí)間窗提取的特征進(jìn)行分類并統(tǒng)計(jì)正確率，探究比較好的解碼特征形式。關(guān)鍵詞：局部場電位；獨(dú)立成分分析；小波變換；特征提取IAbstractAbstractNeuralsignalsdecodingofmovementbehaviorisanimportantpartofthestudyofbrain-computerinterface,parsingbiologicalmovementintentionsisofgreatvalueinboththeoretical
8、andpracticalapplication.Thesignalsrecordedbymicroelectrodeincludingspikepotential(spike)a
