基于实时功能磁共振成像的脑机接口技术研究

发布时间：2017-04-28 12:06

  本文关键词：基于实时功能磁共振成像的脑机接口技术研究，由笔耕文化传播整理发布。

【摘要】：脑机接口(Brain Computer Interface, BCI)通过脑信号解码大脑活动状态,将大脑活动编码成计算机指令以控制外部设备,在大脑与外部设备间构建连接通路。通过这种通路,人可以不依赖于语言或动作对外部设备进行操作,是目前涉及生物、医学、计算机和通信等交叉领域的研究热点。实时功能磁共振技术(real-time functional Magnetic Resonance Imaging, rtfMRI)突破传统功能磁共振成像(functional Magnetic Resonance Imaging, fMRI)离线数据处理分析方式,能够实时对大脑的高级功能活动进行无损和反复测量,正发展成为一种新的脑机接口方式。研究如何构建稳定可靠的rtfMRI系统,并基于rtfMI技术实现非侵入式BCI系统具有很好的理论和应用价值。本文针对基于rtfMRI的BCI技术在处理速度、稳定性和准确性方面的要求,研究rtfMRI脑机接口系统的设计方法、在线大脑激活状态检测算法和脑机接口分类器的训练与在线更新等关键问题,主要工作如下：1.基于rtfMRI脑机接口的功能需求分析,提出了基于rtfMRI的脑机接口系统的功能模块化设计方法,并通过fMRI数据实时获取、实时处理和信息反馈等核心子模块的性能优化和功能扩展,构建了基于rtfMRI的脑机接口平台。针对跨MRI设备平台的fMRI数据实时获取问题,提出基于文件系统监控的数据获取方法,改善了数据获取模块的通用性和稳定性；面向在线脑状态分析和多形式信息反馈的功能需求,设计实现了支持功能扩展的数据实时处理模块和反馈模块。对构建的rtfMRI脑机接口系统进行测试和性能分析,结果表明该系统能够在一个采集重复时间内完成数据实时获取、数据预处理、脑功能状态的分类和神经信息反馈,具有很好的稳定性、实用性和可扩展性,为rtfMRI脑机接口技术研究提供了测试平台。2.针对fMRI数据采集过程中,由于受试者头动或设备不稳定等因素产生偶发性信号突变,导致实时大脑激活检测算法可靠性下降的问题,提出了一种基于Robust Kalman滤波的在线大脑激活检测算法。该算法基于偶发突变信号的稀疏特性,将偶发信号突变建模为稀疏噪声项,结合实时凸优化方法估计稀疏噪声的幅度,以此为基础进行信号的实时监测和Robust Kalman滤波模型参数的实时更新,抑制数据采集过程中偶发信号突变对实时检测大脑激活区域的影响。实验结果表明,该方法可以快速准确估计稀疏噪声出现的时间和幅度,有效提高大脑功能区域激活检测的稳定性,为后续脑机接口分类器提供稳定的功能区域信息。3..脑机接口需要快速准确地对大脑功能状态进行分类,本文引入线性核函数支持向量机(Support Vector Machine,SVM)研究基于大脑功能区域的大脑状态分类方法,提出了一种基于K均值聚类的SVM分界面在线更新算法。fMRI数据体素值的漂移会改变SVM分类样本的动态范围,导致SVM决策值出现漂移。针对此问题,该方法使用K均值聚类算法估计决策值的偏移中心,在线调整SVM分类函数的偏置,实现分类器对决策值漂移的在线适应。将该算法应用于面向运动功能区的脑机接口三分类实验,结果表明分类器参数能够实时适应决策值的漂移,从而提高脑状态分类正确率。
【关键词】：实时功能核磁共振成像 脑机接口 文件实时获取 在线激活检测 Robust Kalman滤波 实时凸优化 支持向量机 K均值聚类
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R318;TP18
【目录】：

• 摘要4-6
• Abstract6-13
• 第一章 绪论13-23
• 1.1 课题背景与研究意义13
• 1.2 实时功能磁共振成像技术13-17
• 1.2.1 rtfMRI硬件系统15-16
• 1.2.2 rtfMRI软件平台16-17
• 1.3 基于rtfMRI的脑机接口技术17-19
• 1.4 国内外研究现状19-21
• 1.4.1 rtfMRI在线激活检测技术19-20
• 1.4.2 基于rtfMRI的大脑功能状态分类技术20-21
• 1.5 课题研究内容及论文结构安排21-23
• 第二章 rtfMRI脑机接口系统设计23-37
• 2.1 rtfMRI系统功能模块划分23-25
• 2.2 基于rtfMRI的脑机接口系统设计25-34
• 2.2.1 基于文件系统监控的数据获取模块26-29
• 2.2.2 基于AFNI的实时数据处理模块29-31
• 2.2.3 视觉刺激生成与显示模块31-34
• 2.3 功能模块的性能改善与组合策略分析34-35
• 2.4 本章小结35-37
• 第三章 rtfMRI大脑激活在线检测算法37-49
• 3.1 激活检测问题分析37-40
• 3.2 基于Robust Kalman滤波的在线激活检测算法40-43
• 3.2.1 Robust Kalman滤波稀疏噪声模型构建40-41
• 3.2.2 基于实时凸优化的Robust Kalman滤波递归激活检测算法41-43
• 3.3 结果分析43-48
• 3.4 本章小结48-49
• 第四章 rtfMRI脑机接口分类器设计与在线更新49-65
• 4.1 基于SVM的脑机接口分类器设计49-53
• 4.1.1 基于功能区的SVM功能状态分类模型构建49-51
• 4.1.2 多功能状态的分类器组合方法51-52
• 4.1.3 分类器训练的样本选择方法52-53
• 4.2 基于K均值聚类的SVM在线更新算法53-56
• 4.3 面向运动功能区的脑机接口实验56-64
• 4.3.1 实验设计56-58
• 4.3.2 数据处理58-59
• 4.3.3 结果分析59-64
• 4.4 本章小结64-65
• 第五章 总结与展望65-67
• 5.1 总结65-66
• 5.2 展望66-67
• 致谢67-69
• 参考文献69-75
• 作者简历75

【参考文献】

中国期刊全文数据库 前1条

1 吕柄江;赵小杰;姚力;高家红;;实时功能磁共振成像及其应用[J];科学通报;2014年02期

  本文关键词：基于实时功能磁共振成像的脑机接口技术研究，由笔耕文化传播整理发布。

，

本文编号：332777