基于眼电信号的眼球运动方向辨识方法研究

论文摘要

在传统人机交互领域,应用人体的手势及肢体运动表现人的意图,完成对计算机的控制,然而对于存在肢体障碍的人来说却无法完成操作。为解决此种人机交互中的问题,广泛采用生物电信号体现人的意图。本课题将眼部运动转化成电信号实现人的意图操控外部机械设备的目的。眼电信号（Electro-oculogram,EOG）是一种相对较弱的生物电信号,容易受到外界环境的干扰,由于无效的、无意义的电眼信号如无意识眨眼的干扰,导致眼电信号精度较差,识别率较低。而眼动信号识别率高,可弥补眼电信号识别率低的不足。本文提出一种通过眼动仪训练的方法,采集眼电信号数据时通过眼动仪对眼球运动轨迹的跟踪,去除无效的眼电信号以及无意识眨眼等无意义的眼电信号。经过眼动训练的眼电信号训练集准确率大幅度提升。然后对眼电信号进行小波阈值降噪、归一化处理、端点检测等预处理。其次,从时域、频域和时-频域角度提取降噪后的眼电信号特征,并定量对比分析各特征值间不同的关系。而基于小波分析的时-频特征与眼电信号存在着一定的关系,通过峰值检测的方法及设定阈值发现各类眼电信号的差异较大。最后,在模式识别过程中,分别选择BP神经网络、线性判别分析（Linear Discriminant Analysis,LDA）和支持向量机（Support Vector Machine,SVM）三种分类器,在每个分类器内输入提取的特征向量,以五种不同的眼部动作作为动作识别方式,进行分类识别。对比分析分类结果表明,经过眼动仪训练后的眼电信号识别率比未经训练的识别率高,对比三种分类器支持向量机的识别效率更好。

论文目录

摘要

Abstract

第1章绪论

1.1 课题研究背景

1.2 课题研究目的和意义

1.3 眼电信号研究现状

1.3.1 国外研究现状

1.3.2 国内研究现状

1.4 眼动信号研究现状

1.5 当前存在的问题与不足

1.6 本文研究的内容与结构

第2章眼电信号采集与眼动训练实验

2.1 眼部结构及眼电信号产生机理

2.1.1 眼部结构

2.1.2 眼电信号产生机理

2.2 眼电信号特点

2.3 眼电信号采集

2.3.1 眼电信号采集方法

2.3.2 眼电信号的标准电极导联方法

2.4 眼电信号采集实验方案设计

2.5 眼动训练系统设计

2.5.1 眼动采集设备选取

2.5.2 参数设置

2.5.3 眼动仪校准

2.5.4 注视点坐标与眼动轨迹采集

2.5.5 眼动训练系统应用

2.6 本章小结

第3章眼电信号的预处理

3.1 眼电信号降噪

3.1.1 眼电信号噪声来源

3.1.2 小波滤波原理

3.1.3 小波域阈值滤波算法

3.1.4 去噪仿真结果

3.2 眼电信号归一化处理

3.3 眼电信号端点检测

3.4 本章小结

第4章眼电信号的特征提取

4.1 时域特征提取方法

4.2 频域特征提取方法

4.3 时-频域特征提取方法

4.3.1 短时傅里叶变换

4.3.2 维格纳分布

4.3.3 小波变换

4.3.4 基于小波变换与峰值检测的特征提取

4.4 本章小结

第5章眼电信号的模式识别

5.1 BP神经网络分类器

5.1.1 BP神经网络原理

5.1.2 BP神经网络的分类结果及分析

5.2 线性判别式分析分类器

5.2.1 线性判别分类器原理

5.2.2 线性判别方法的结果及分析

5.3 支持向量机分类器

5.3.1 支持向量机原理

5.3.2 支持向量机的分类结果及分析

5.4 三种分类器的分类结果分析

5.5 本章小结

第6章总结与展望

6.1 工作总结

6.2 研究展望

参考文献

在学研究成果

致谢

文章来源

类型: 硕士论文

作者: 李通博

导师: 杨俊友

关键词: 人机交互,眼电信号,支持向量机,眼动训练

来源: 沈阳工业大学

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 生物学,生物医学工程,自动化技术

单位: 沈阳工业大学

分类号: R318;TP18

总页数: 69

文件大小: 3334K

下载量: 252

基于眼电信号的眼球运动方向辨识方法研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢