表情驱动下脑电信号的建模仿真及分类识别

张小栋 1; 郭晋 2; 3; 李睿 1; 2; 陆竹风 2

doi:10.7652/xjtuxb201606001

您当前的位置：

首页 >

文章列表页 >

表情驱动下脑电信号的建模仿真及分类识别

更新时间：2025-07-09

- 表情驱动下脑电信号的建模仿真及分类识别
- A Simulation Model and Pattern Recognition Method of Electroencephalogram Driven by Expression
- 西安交通大学学报 2016年50卷第6期页码：1-8
- 作者机构：
  
  1. 西安交通大学现代设计及转子轴承系统教育部重点实验室,西安,710049
  2. 西安交通大学机械工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2016-10-15。作者简介: 张小栋(1967—),男,教授,博士生导师。基金项目: 国家自然科学基金资助项目(51275388)
- DOI：10.7652/xjtuxb201606001
  中图分类号： TP911.7
- 网络首发：2016-06-10，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
张小栋 1, 郭晋 2, 3, 等. 表情驱动下脑电信号的建模仿真及分类识别[J]. 西安交通大学学报, 2016,50(6):1-8.

A Simulation Model and Pattern Recognition Method of Electroencephalogram Driven by Expression[J]. 2016, 50(6): 1-8.
张小栋 1, 郭晋 2, 3, 等. 表情驱动下脑电信号的建模仿真及分类识别[J]. 西安交通大学学报, 2016,50(6):1-8. DOI： 10.7652/xjtuxb201606001.

A Simulation Model and Pattern Recognition Method of Electroencephalogram Driven by Expression[J]. 2016, 50(6): 1-8. DOI： 10.7652/xjtuxb201606001.

摘要

针对自发型脑电信号识别率低、个体差异度大等问题

提出了一种新的基于表情驱动脑电信号的脑机接口方式

并进行了建模仿真及实验验证。利用神经元集群模型对表情驱动脑电信号进行机理建模与仿真分析

得到自发表情的相关脑区及表情驱动脑电信号的频率分布特性; 提出了一种基于小波变换和人工神经网络模型映射的表情驱动下脑电信号分析识别方法

有效提高了表情驱动下脑电信号的识别率。从神经生理学角度验证了表情驱动脑电信号的特征来源是受大脑前额叶皮层和边缘系统相互协调共同控制的

并通过实验验证了所提脑电信号分类识别算法切实有效

其最高分类准确率可达85%。

Abstract

An expression driven brain-computer interface system is proposed to solve the low recognition rate and huge individual differences of spontaneous electroencephalogram(EEG)signal

and simulation and experimental verification are conducted. A neural mass model is used in mechanism modeling and simulation of expressions driven EEG signal

and the results show the related brain areas of facial expression and the frequency distribution characteristics of expression driven EEG signals. A classification and recognition method based on the wavelet transform and an artificial neural network is put forward

to improve the recognition rate of expression driven EEG signal. This research elaborates that it is the prefrontal cortex and the limbic system to cooperate on the generation and control of expression driven EEG signals

and verifies the feasibility of the classification and recognition method whose highest off recognition rate is 85%.

关键词

Keywords

references

张小栋, 李睿, 李耀楠. 脑控技术的研究与展望 [J]. 振动、测试与诊断, 2014, 34(2): 205-211.

ZHANG Xiaodong, LI Rui, LI Yaonan. Research and forecast on brain-computer interface [J]. Journal of Vibration, Measurement and Diagnosis, 2014, 34(2): 205-211.

PRICE J L, DREVETS W C. Neurocircuitry of mood disorders [J]. Neuropsychopharmacology, 2010, 35(1): 192-216.

HODGKIN A L, HUXLEY A F. A quantitative description of membrane current and its application to conduction and excitation in nerve [J]. The Journal of Physiology, 1952, 117(4): 500-544.

CHAY T R. Chaos in a three-variable model of an excitable cell [J]. Physica: D Nonlinear Phenomena, 1985, 16(2): 233-242.

TRAUB R D, CONTRERAS D, CUNNINGHAM M O, et al. Single-column thalamocortical network model exhibiting gamma oscillations, sleep spindles, and epileptogenic bursts [J]. Journal of Neurophysiology, 2010, 93(4): 2194-2232.

LOPES F H, HOEKS A, SMITS H, et al. Model of brain rhythmic activity [J]. Kybernetik, 1974, 15(1): 27-37.

WENDLING F, BELLANGER J J, BARTOLOMEI F, et al. Relevance of nonlinear lumped-parameter models in the analysis of depth-EEG epileptic signals [J]. Biological Cybernetics, 2000, 83: 367-378.

JANSEN B H, RIT V G. Electroencephalogram and visual evoked potential generation in a mathematical model of coupled cortical columns [J]. Biological Cybernetics, 1995, 73(4): 357-366.

王登, 苗夺谦, 王睿智. 一种新的基于小波包分解的EEG特征抽取与识别方法研究 [J]. 电子学报, 2013, 41(1): 193-198.

WANG Deng, MIAO Duoqian, WANG Ruizhi. A new method of EEG classification with feature extraction based on wavelet packet decomposition [J]. Acta Electronica Sinica, 2013, 41(1): 193-198.

张宇博, 舒红平. 改进的BP神经网络算法及其应用 [J]. 网络安全技术与应用, 2007, 27(12): 172-175.

ZHANG Yubo, SHU Hongping. Optimized BP neural networks algorithm and its application [J]. Computer Simulation, 2015, 27(12): 172-175.

刘莲艾,徐进,徐燕芝,等.早期血管性痴呆患者的效应连接研究.2016,50(3):146-150.[doi:10.7652/xjtuxb201603023]

徐光华,张锋,谢俊,等.稳态视觉诱发电位的脑机接口范式及其信号处理方法研究.2015,49(6):1-7.[doi:10.7652/xjtuxb201506001]

郑杨,王刚,徐进,等.大脑皮层-肌肉交互作用与注意力关系的实验研究.2014,48(6):134-138.[doi:10.7652/xjtuxb2014 06023]

董渊哲,李晓玲,姚磊,等.面向神经工效学的触控显示系统人机交互评价方法.2014,48(5):123-128.[doi:10.7652/xjtuxb201405022]

赵梦琰,李扩,鲍刚,等.利用小波包的脑电源定位算法仿真研究.2013,47(12):130-136.[doi:10.7652/xjtuxb201312 022]

盛恒松,田洪君,郑崇勋,等.去除脑电信号眨眼伪差的独立成分时域相关算法.2013,47(10):127-131.[doi:10.7652/xjtuxb201310022]

娄武涛,徐进,盛恒松,等.血管性痴呆患者脑电信号的多通道线性描述符特征研究.2011,45(4):121-125.[doi:10.7652/xjtuxb201104022]

高军峰,王沛,郑崇勋.基于P300和机器学习的测谎方法研究.2010,44(10):120-124.[doi:10.7652/xjtuxb201010023]

赵敏,郑崇勋,赵春临,等.利用Fisher判别式和事件相关电位的心理意识真实性识别.2010,44(8):132-136.[doi:10.7652/xjtuxb201008026]

高军峰,郑崇勋,王沛.脑电信号中肌电伪差的实时去除方法研究.2010,44(4):114-118.[doi:10.7652/xjtuxb201004024]

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

输电线路超高速保护中小波算法的研究

脉冲星信号的模糊阈值小波降噪算法

基于小波变换的多普勒胎儿心率检测研究

一种新的测定流体质扩散系数的全息干涉图像处理方法

基于小波变换的扩散滤波模型数值解的收敛性