基于循环神经网络的运动想象脑电信号分类研究开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人工智能和生命科学的学习热潮使脑机接口（brain-computerinterface，bci）这一人工智能的核心逐渐成为科学家研究的热点。bci是一种将大脑与计算机或其他电子外设直接相连的通信系统，它并不通过正常的大脑信号输出途径下达指令，即不依赖外周神经和肌肉，而是依靠电子设备捕捉脑电信号（electroencephalogram，eeg）[1]，再经过一系列处理，最终实现动作的达成。随着人们对人工智能机器人的需求不断增加，bci的应用也不仅仅局限在医疗康复，而是逐渐扩展到军事航天、生活娱乐等诸多领域。

在医疗康复领域，bci帮助有严重肢体功能障碍的患者实现与外界交互的可能，利用脑电信号控制外设，实现如打字、打电话、驾驶轮椅等动作，改善其基本的生活能力。bci在神经康复方面有着独特优势，借助运动想象模式，使患者变被动为主动，调动其主观能动性，在受损的神经中枢形成反馈，刺激脑的重塑或代偿，以提高神经通路的修复效果[2]。

2. 研究的基本内容与方案

本文研究的主要内容是以循环神经网络为基础，在算法结构上和参数同时进行改进，最后将改进的算法应用于脑电信号的识别，并用bci 2008 data sets 2a数据集进行验证，并与传统分类方法进行比较。

目标是将循环网络结构与不同的特征提取方式组合，然后不断修改参数，以得到更高的识别率。

技术方案主要分为三部分：

3. 研究计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

（3）第6－9周：搭建代码运行环境，利用anaconda实现python以及tensorflow的下载及安装，下载相关数据集。

4. 参考文献（12篇以上）

[1] 佟歌. 基于深度学习的运动想象脑电信号分类算法研究[d]. 2018

[2] 明东,安兴伟,王仲朋,万柏坤.脑机接口技术的神经康复与新型应用[j].科技导报,2018,36(12):31-37.

[3] 孙瀚,张雄,张玉,郭曼云.基于脑电信号的脑机接口技术[j].安徽科技,2015(04):54-56.