Введение
Глава 1. Обзор современного состояния проблемной области по анализу и классификации ЭЭГ сигналов в ИМК 13
1.1. Задача анализа и классификации сигналов ЭЭГ в ИМК 13
1.2. Современное состояние разработок ИМК 16
1.3. Современные разработки неинвазивных ИМК на основе сигналов ЭЭГ 19
1.4. Методы анализа сигналов ЭЭГ 29
1.5. Классификация методов распознавания ЭЭГ паттернов 31
1.6. Линейные классификаторы 32
1.7. Классификаторы на основе методов ближайших соседей 36
1.8. Байесовские классификаторы. Скрытые Марковские модели 37
1.9. Искусственные нейронные сети 40
1.10. Ансамбли классификаторов 42
1.11. Сопоставительный анализ методов классификации ЭЭГ паттернов моторных команд 43
Выводы к главе 1 46
Глава 2. Анализ ЭЭГ сигналов во временной области, выделение характерных признаков и классификация 48
2.1. Анализ ЭЭГ сигналов во временной области 48
2.1.1. Метод символьной регрессии 49
2.1.2. Вычисление характерных признаков сигнала 58
2.2. Преобразование ЭЭГ сигналов 60
2.2.1. Фильтрация ЭЭГ сигнала 61
2.2.2. Преобразование к взвешенному среднему монтажу 61
2.2.3. Разложение ЭЭГ сигнала на независимые компоненты 63
2.2.4. Преобразование к плотности источника тока 66
2.3. Классификация ЭЭГ паттернов 69
2.3.1. Комитет искусственных нейронных сетей 70
2.3.2. Комитет гетерогенных классификаторов 74
Выводы по Главе 2 80
Глава 3. Алгоритмы и программные средства системы анализа и классификации ЭЭГ паттернов моторных команд для ИМК
3.1. Модельные задания и регистрируемые сигналы 82
3.2. Алгоритмы извлечения признаков 88
3.3 Алгоритмы классификации ЭЭГ паттернов 96
3.4. Алгоритм выбора метода преобразования и информативных каналов ЭЭГ сигнала для индивидуальной настройки системы классификации 103
3.5. Структура программного пакета 105
3.6. Реализация и тестирование программного пакета 108
Выводы по главе 3 112
Глава 4. Применение разработанной системы анализа и классификации ЭЭГ паттернов в интерфейсе мозг-компьютер для управления искусственной кистью руки 114
4.1. Система анализа и классификации ЭЭГ паттернов моторных команд в ИМК с биологической обратной связью 114
4.2. Сопоставительный анализ результатов классификации ЭЭГ паттернов моторных команд, основанной на различных методах классификации
4.2.1. Сопоставительный анализ вероятности успешной классификации при использовании локальных классификаторов на основе ИНС и МОВ 118
4.2.2. Сопоставительный анализ вероятности успешной классификации при использовании комитета ИНС и классификатора на основе МОВ 121
4.2.3. Сопоставительный анализ вероятности успешной классификации при использовании гомогенного комитета ИНС и гетерогенного комитета классификаторов 123
4.3. Влияние индивидуальной настройки параметров системы классификации на вероятность успешного распознавания 125
4.3.1. Влияние методов преобразования ЭЭГ сигнала на вероятность успешной классификации 125
4.3.2. Влияние параметров генерации признаков на вероятность успешной классификации 128
4.3.3. Выбор наиболее информативных каналов методом картирования 136
4.4. Сравнение основных результатов разработанной системы анализа и классификации ЭЭГ паттернов с мировым уровнем 140
4.5 Применение разработанной системы в ИМК для управления искусственной кистью руки 145
4.6 Выводы к главе 4 147
Заключение 149
Литература 151
