利用類神經網路對左手、右手食指上抬運動與｜國立中央大學博碩士論文系統

簡易檢索 / 詳目顯示

回結果列表

研究生：	邱秀鳳 Hsiu-Feng Chiu
論文名稱：	利用類神經網路對左手、右手食指上抬運動與
指導教授：	徐國鎧 Kuo-Kai Shyu
口試委員:
學位類別：	碩士 Master
系所名稱：	資訊電機學院 - 電機工程學系 Department of Electrical Engineering
畢業學年度：	90
語文別：	中文
論文頁數：	97
中文關鍵詞：	大腦人機介面、腦磁波儀、腦波律動、類神經網路
相關次數：	點閱：15 下載：0
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

近幾年來，隨著大腦神經科學研究的突破與腦波訊號擷取科技的進步，大腦人機介面技術已逐漸受到重視。該技術的原始構想是透過腦部訊號的擷取，協助神經肌肉系統損傷導致失能的病患，運用腦波與外界溝通。如何使該系統正確判斷病患目前所面臨或正在執行的狀態，是提高大腦人機介面系統穩定度的重要關鍵點。因此，需藉由整合神經科學、訊號處理與控制理論，來嘗試發展出高穩定性、高傳輸率的大腦人機介面系統。
利用腦磁波儀來擷取受試者大腦運動皮質區的beta頻帶腦波律動訊號，並將該訊號透過串接式類神經網路分類器之設計平台，對受試者左、右手食指上抬運動與休息狀態下之腦波律動訊號進行分類。此串接式網路共分為兩個網路層級，第一層級的網路分辨運動與休息狀態，第二層級的網路區隔左手或右手運動。在本研究中，可以成功地將這三種狀態下的腦波律動區分出來，並且發現串接式的網路架構比單一層級的網路架構有更高的鑑別率與穩定性。未來我們期待可以繼續發展大腦人機介面分類器，使得更符合實際日常生活所需要的複雜程度。

NONE

目錄
中文摘要	I
誌    謝	II
目    錄……………………………………………………………………………..IV
圖 目 錄……………………………………………………………………………VII
表 目 錄……………………………………………………………………………...X
第一章  緒論	1
1.1 研究動機與目的	1
1.2 腦磁波儀(Magnetoencephalographic, MEG)	2
1.3 文獻回顧	4
1.3.1 以穩態的視覺誘發響應做為控制訊號	5
1.3.2 以P300為控制訊號	5
1.3.3 以體感覺運動區的律動為控制訊號	5
1.4 論文架構	6
第二章  事件相關之同步/非同步腦波	8
2.1 引言	8
2.2 腦波的頻率和腦波律動的功能區域性	9
2.2.1腦波的頻率	9
2.2.2腦波律動的功能區域性	10
2.3 事件相關的電位(Event-related potential, ERP)	10
2.4 事件相關之非同步腦波(Event-related desynchronization, ERD)與事件相關之同步腦波(Event-related synchronization, ERS)	10
2.5 事件相關之非同步腦波與事件相關之同步腦波的分析方法	12
2.5.1 使用頻帶濾波器與平方來量化事件相關之同步腦波[11]	12
2.5.2 使用Hilbert轉換來量化事件相關之同步腦波[11]	14
2.5.3 空間頻譜解析法(Temporal-spectral evolution ,TSE)[14]	14
2.6 決定反應(reactive)的頻帶	15
第三章  類神經網路	16
3.1 類神經網路簡介[15]	16
3.2 類神經網路的運作	19
3.3 輻射基底函數類神經網路(Radial basis function neural network, RBFNN)簡介[16-17]	21
3.3.1 Cover’s 定理	22
3.3.2 輻射基底函數演算法	27
3.4 倒傳遞網路(Back-propagation neural network, BPNN)[15]	29
3.4.1 倒傳遞網路架構	29
3.4.2 倒傳遞網路演算法	30
第四章  實驗材料與方法	34
4.1 實驗材料	35
4.1.1 腦磁波儀	35
4.1.2 受試者	35
4.1.3 實驗設計	36
4.1.4 實驗前的準備	36
4.1.5 資料收集	37
4.2 資料處理方法	40
4.2.1試驗的次數	40
4.2.2 事件相關之同步腦波的量化	42
4.2.3送入類神經網路前的資料前處理	43
第五章  實驗結果	59
5.1 六十次的試驗次數平均，使用輻射基底函數網路	59
5.2 六十次的試驗次數平均，使用倒傳遞網路	62
5.3 五次的試驗次數平均，使用輻射基底函數網路	64
5.4 五次的試驗次數平均，使用倒傳遞網路	66
第六章  討論、結論與未來展望	69
6.1 討論	69
6.1.1 不同試驗次數應用在不同網路的鑑別率	69
6.1.2 以較多試驗次數訓練網路再以較少試驗次數來驗證網路	80
6.1.3 隱藏層之層數與節點數對網路的影響	83
6.1.4 輸出節點之編碼	84
6.1.5 網路之權重值	84
6.1.6 運算速度的比較	86
6.1.7 實驗過程所需注意的事項	86
6.2 結論	87
6.3 未來展望	88
參考文獻	91
附  錄(A)	94
圖 目 錄
圖1.1  動作電位和突觸後電位及人類頭部的結構	3
圖1.2  感應器和線圈組	4
圖2.1  事件相關之腦電波試驗的計算方法	13
圖2.2  Hilbert轉換的包絡線偵測流程圖	14
圖2.3  空間頻譜解析法訊號偵測流程圖	15
圖3.1  生物神經網路	17
圖3.2  串接式類神經網路架構	20
圖3.3  輻射基底函數類神經網路架構	21
圖3.4  線性分割、球面分割與二次方程式分割二分法	23
圖3.5  XOR問題圖解	24
圖3.6  倒傳遞類神經網路架構	29
圖4.1  自發性步調右手食指上抬運動	38
圖4.2  自發性步調左手食指上抬運動	39
圖4.3  受試者處於休息狀態	40
圖4.4  AM訊號處理流程圖	43
圖4.5  多次試驗次數的資料前處理	44
圖4.6  頻道選取	45
圖4.7  右手食指上抬運動的一筆資料	46
圖4.8  選取圖4.7具有事件相關之同步腦波特徵之時間區段	46
圖4.9  將圖4.8之資料作基準值校正	47
圖4.10 右手食指上抬運動中的一筆輸入網路之資料	47
圖4.11 將圖4.10資料於以標準化	48
圖4.12 將圖4.11之資料降低取樣點	49
圖4.13 單次試驗事件相關之同步腦波量化流程圖	50
圖4.14 經過奇異值分解法所分離出來的前四個主要的時間特徵訊號與空間分佈圖	51
圖4.15 單次試驗的事件相關之同步腦波，經奇異值分解法分解元件，進行挑選流程	53
圖4.16 較少試驗次數的資料前處理	54
圖4.17 受試者進行自發性步調右手食指上抬運動	55
圖4.18 將圖4.17之訊號經2階低通濾波器加以濾波	55
圖4.19 選取圖4.18具有事件相關之同步腦波特徵之時間區段	56
圖4.20 將圖4.19之資料作基準化	56
圖4.21 將圖4.20資料於以標準化	57
圖4.22 將圖4.21之資料降低取樣點	58
圖5.1  比較左手、右手食指上抬運動及休息狀態下的波形	60
圖5.2  串接式輻射基底網路架構(六十次試驗次數平均)	61
圖5.3  串接式倒傳遞網路架構(六十次試驗次數平均)	63
圖5.4  串接式輻射基底網路架構(五次試驗次數平均)	65
圖5.5  接式倒傳遞網路架構(六十次試驗次數平均)	67
圖6.1  六十次試驗次數平均第一級倒傳遞網路中之休息狀態的腦波律動被誤判為動作狀態	70
圖6.2  六十次試驗次數平均食指上抬運動之腦波律動	71
圖6.3  左手動被誤判右手動的資料	72
圖6.4  五次試驗次數平均第二級輻射基底函數網路中之右手食指上抬運動被誤判成左手食指上抬運動	73
圖6.5  五次試驗次數平均第二級輻射基底函數網路中之左手食指上抬運動被誤判成右手食指上抬運動	74
圖6.6  五次試驗次數平均第一級輻射基底函數網路中之動作狀態被誤判成休息狀態	76
圖6.7  五次試驗次數平均第二級倒傳遞網路中之右手食指上抬運動被誤判成左手食指上抬運動	78
圖6.8  五次試驗次數平均第二級倒傳遞網路中之左手食指上抬運動被誤判成右手食指上抬運動	79
圖6.9  六十次試驗次數資料訓練第一級輻射基底函數網路，再以五次試驗次數平均資料來驗證此網路	82
圖6.10 分別為第一級與第二級倒傳遞網路之輸入層與隱藏層間之權重值	85
圖6.11分別為第一級與第二級輻射基底函數網路之輸入層與隱藏層間之權重值	85
圖6.12 受試者進行想向右手食指上抬運動的腦波對應圖	90

                                

參考文獻
[1] J. R. Wolpaw, N. Birbaumer, W. J. Heetderks, D. J. McFarland, P. H. Peckham, G. Schalk, E. Donchin, L. A. Quatrano, C. J. Robinson, and T. M. Vaughan, "Brain-computer interface technology: a review of the first international meeting," IEEE Trans Rehabil Eng, vol. 8, pp. 164-73., 2000.
[2] M. Middendorf, G. McMillan, G. Calhoun, and K. S. Jones, "Brain-computer interfaces based on the steady-state visual-evoked response," IEEE Trans Rehabil Eng, vol. 8, pp. 211-4., 2000.
[3] E. Donchin, K. M. Spencer, and R. Wijesinghe, "The mental prosthesis: assessing the speed of a P300-based brain- computer interface," IEEE Trans Rehabil Eng, vol. 8, pp. 174-9., 2000.
[4] J. R. Wolpaw and D. J. McFarland, "Multichannel EEG-based brain-computer communication," Electroencephalogr Clin Neurophysiol, vol. 90, pp. 444-9., 1994.
[5] G. Pfurtscheller and F. H. Lopes da Silva, "Event-related EEG/MEG synchronization and desynchronization: basic principles," Clin Neurophysiol, vol. 110, pp. 1842-57., 1999.
[6] G. Pfurtscheller, C. Guger, G. Muller, G. Krausz, and C. Neuper, "Brain oscillations control hand orthosis in a tetraplegic," Neurosci Lett, vol. 292, pp. 211-4., 2000.
[7] G. Pfurtscheller and A. Berghold, "Patterns of cortical activation during planning of voluntary movement," Electroencephalogr Clin Neurophysiol, vol. 72, pp. 250-8., 1989.
[8]吳進安等編著，神經診斷學，國立編譯館，1998年3月。
[9]林景福等編著，圖解腦波入門，1985年4月。
[10] G. Pfurtscheller, “ERD as an index of anticipatory behavior,” Handbook of electroencephalography and clinical neurophysiology revised series, vol. 6, pp. 203-217., 1999.
[11] G. Pfurtscheller, “Quantification of ERD and ERS in the time domain,” Handbook of electroencephalography and clinical neurophysiology, vol. 6, pp. 89-105., 1999.
[12] G. Pfurtscheller and A. Aranibar, "Event-related cortical desynchronization detected by power measurements of scalp EEG," Electroencephalogr Clin Neurophysiol, vol. 42, pp. 817-26., 1977.
[13] R. Salmelin, N. Forss, J. Knuutila, and R. Hari, "Bilateral activation of the human somatomotor cortex by distal hand movements," Electroencephalogr Clin Neurophysiol, vol. 95, pp. 444-52., 1995.
[14] G. Pfurtscheller, “Movement-related changes of rhythmic ERD slow activities in the human motor cortices. Review of the magnetoencephalographic studies,” Handbook of electroencephalography and clinical neurophysiology revised series, vol.6, pp. 341-52., 1999.
[15] 葉怡成編著，類神經網路模式應用與實作，儒林圖書公司，2000年4月。
[16] T. M. Cover, “Geometrical and statistical properties of systems of linear inequalities with applications in pattern recognition”, IEEE Trans on electronic computer ERS, vol. EC-14, pp. 326-34., 1965.
[17] T. M. Cover, J. A. Thomas, Elements of Information Theory, New York: Wiley, 1991.
[18] G. Pfurtscheller and A. Aranibar, "Evaluation of event-related desynchronization (ERD) preceding and following voluntary self-paced movement," Electroencephalogr Clin Neurophysiol, vol. 46, pp. 138-46., 1979.
[19] Baniloni F, Cincotti F, Bianchi L, “ Recognition of imaged hand movements with low resolution surface Laplacian and linear classify ERS,” Medical Engineering & Physics , vol. 23, pp. 328-38., 2001.
[20] G. Pfurtscheller, M. Woertz, G. Krausz, and C. Neuper, "Distinction of different fing ERS by the frequency of stimulus induced beta oscillations in the human EEG," Neurosci Lett, vol. 307, pp. 49-52., 2001.
[21] G. Pfurtscheller, C. Neuper, D. Flotzinger, and M. Pregenzer, "EEG-based discrimination between imagination of right and left hand movement," Electroencephalogr Clin Neurophysiol, vol. 103, pp. 642-51., 1997.
[22] C. Obermaier, Guger, C. Neuper, and G. Pfurtscheller, “Hidden Markov models for online classification of single trial EEG data,” Pattern Recognition Lett ERS, vol. 22, pp. 1299-1309., 2001.
[23] P. Clochon, J. Fontbonne, N. Lebrun, and P. Etevenon, "A new method for quantifying EEG event-related desynchronization:amplitude envelope analysis," Electroencephalogr Clin Neurophysiol, vol. 98, pp. 126-9., 1996.

簡易檢索 / 詳目顯示

相關論文