楊宏智臺灣大學:機械工程學研究所李政杰Li, Cheng-ChiehCheng-ChiehLi2010-06-302018-06-282010-06-302018-06-282008U0001-2907200820115900http://ntur.lib.ntu.edu.tw//handle/246246/187335腦波是檢測大腦活動的重要工具，但在利用腦波做各項研究和應用時，受試者的眨眼訊號常常會成為干擾研究的大麻煩，過去已有不少研究者發展濾除眼動雜訊的數學方法，但各有其限制和缺點，其中最廣為應用的是Independent Component Analysis (ICA)。本論文試圖發展可用性更高的眨眼訊號濾除法，利用Empirical Mode Decomposition (EMD)將訊號分解，只取前五個Intrinsic Mode Function (IMF)分析，丟棄其他的IMF和最後的剩餘訊號，以去除腦波中的低頻訊號；利用適當組合並移除前五個IMF中振幅過大的振動以去除腦波中的高振幅訊號，最後再將處理過的訊號相加，運用這兩種訊號移除機制可大致上去除眨眼雜訊而保留腦波訊號，若其他干擾訊號具有高振幅或低頻率的特性，則此方法可將之一併濾除。此眨眼訊號濾除法和過去的方法相較之下，限制較少，可應用於單通道腦波機；濾除機制較直覺，可明確了解何種訊號在此過程中會被濾除；計算速度快，節省計算資源；方便性高，不需針對受試者調整參數；方法新穎，與前人常用的眨眼或眼動訊號濾除機制有很大的差異性，這些優點使得本方法在眨眼訊號濾除工作具有更好的可用性和方便性。本論文並運用此眨眼訊號濾除方法以腦波做疲勞度偵測之研究，此方法在實驗中可有效的濾除眨眼訊號和大部份的低頻干擾訊號，亦減輕其他肌電訊號對實驗造成的影響，藉由此眨眼訊號濾除法令本研究可分析受試者張眼狀態下之腦波，不致因干擾訊號的介入使腦波訊號無法分析。研究方法是讓受試者做事先設計好的電腦作業，在作業前、後量測受試者的當下狀態腦波並用問卷測得受試者的主觀疲勞度，若假設受試者電腦作業前、後的狀態變化主要來自疲勞度的改變，則比較受試者在電腦作業前、後的腦波變化和主觀疲勞度變化，可適當的了解疲勞度和腦波的變化關係，實驗收集了25位受試者的腦波資料，以過零點法、修正後的過零點法、傅利葉轉換三種方式定義的腦波平均頻率與腦波功率(power)和問卷測得的主觀疲勞度做統計比較，可發現數種向度的主觀疲勞度和不同腦區的不同腦波特徵具統計相關的有效性，「我沒興趣做以前感興趣的事」此一主觀疲勞向度甚至與右腦提取之腦波特徵具極高相關性。Electroencephalogram (EEG) is important in examine brain activities. Among the many sources of artifacts in EEG recording, eye activity plays a dominate role. There are many methods developed to remove it, but most of them have their shortcomings or restrictions. The most frequently used method to remove ocular artifacts is independent component analysis (ICA), but it can be applied in multi channel EEG data only. A new method was presented in this thesis to remove eye blink artifacts from EEG data which is based on the mathematical method called empirical mode decomposition (EMD). The method has several advantages that make it more convenient and flexible compared with other methods. It could be used in single channel EEG data and needn’t modify personal parameters to fit each data. When applying the method, use EMD to decompose EEG data into sever intrinsic mode functions (IMF) and one residue first, and then remove artifacts liked data by retaining IMF from first to fifth only and eliminating over limit vibration of these IMF. The thesis also utilizes this EMD based eye blink signal removing method in an experiment which designed to estimate fatigue with EEG. This method works effectively in the experiment in removing artifacts, not only eye blink artifacts but also other kinds of artifacts. The design of this experiment needs 25 subjects doing a planed work, and then measuring subjective fatigue transfer and EEG pattern transfer between non-worked and worked states. A fatigue scale was used in estimating fatigue levels. A brain wave machine was used to measure EEG pattern. After getting the data, this research tries to find connections between EEG and fatigue with correlation of statistics.口試委員會審定書 i 謝 ii 錄 iii例目錄 vi格目錄 viii要 ixBSTRACT xi一章 緒論 1.1 研究背景與動機 1.2 腦波眨眼訊號 2.3 疲勞度偵測 3.4 研究方法 4二章 文獻探討 6.1 腦波原理與腦波量測 6.1.1 腦波初探 6.1.2 腦波量測 8.1.3 腦波的判讀和分類 8.1.4 大腦皮質結構 9.2 眨眼訊號濾除 12.2.1 Independent Component Analysis (ICA) 12.2.2 Principle Component Analysis (PCA) 14.2.3 Dipole Modeling 14.2.4 EOG Correction 14.3 腦波與疲勞度 15.3.1 過去以腦波偵測疲勞度研究 15三章 腦波眨眼訊號濾除 17.1 背景介紹 17.2 眨眼訊號的產生 17.3 眨眼訊號特性 17.4 眨眼訊號濾除構想 18.5 發展濾除眨眼訊號方法使用的數學工具：EMD 18.5.1 EMD概述 18.5.2 EMD的重要計算工具：Sifting 19.5.3 EMD的計算方式 19.5.4 提取IMF時，Sifting次數的決定 20.6 眨眼訊號濾除法 21.6.1 計算流程 21.6.2 運算元件說明 22.6.3 眨眼訊號濾除前、後比較 28.6.4 眨眼訊號濾除效果 28.7 濾除眨眼訊號效果驗證 29.7.1 觀察眨眼訊號濾除效果 30.7.2 量化比較眨眼訊號濾除效果 32.8 應用實例 34.9 眨眼訊號濾除效果探討 39.10 小結 39四章 實驗目的與實驗內容 41.1 實驗目的 41.2 實驗構想 41.2.1 腦波量測 42.2.2 問卷測驗 42.2.3 考慮個別差異 43.2.4 腦波和疲勞度之關聯性 43.3 實驗設計 44.3.1 量測當下狀態腦波 45.3.2 疲勞度測驗問卷 46.3.3 判斷速度測驗 47.4 實驗器材－腦波機 49.5 受試者篩選 51五章 疲勞狀態實驗分析與結果 52.1 實驗數據 52.2 分析方法 52.2.1 過基準線法求平均頻率 53.2.2 改善後的過基準線法求平均頻率 54.2.3 傅利葉法求平均頻率 55.2.4 平均功率 56.2.5 疲勞度問卷分析 57.2.6 統計分析 57.3 實驗結果 58.3.1 當下狀態腦波數據 58.3.2 疲勞度問卷測驗結果 62.4 結果分析 65.4.1 計算腦波數據差異 65.4.2 計算主觀疲勞度問卷數據差異 68.4.3 統計分析 69.5 討論 74.5.1 腦波數據 74.5.2 問卷數據 74.5.3 統計分析 74.5.4 總結 75六章 結論及未來展望 77.1 結論 77.2 未來展望 78考文獻 80錄 一 831855657 bytesapplication/pdfen-US腦電波眨眼訊號濾除經驗法則分解疲勞生理訊號EEGEye BlinkEMDFatiguePhysiological Signalthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/187335/1/ntu-97-R95522702-1.pdf