學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894
Browse
2 results
Search Results
Item 以小波轉換鑑別人類情緒腦電波(2011) 洪偉哲人類情緒的正確鑑別存在著許多的困難，根據每個人所經歷的事物與心情狀態，影響著即使面對相同的事件，所呈現的情緒強度也有所不同。而現今對於人類腦波的研究逐漸盛行，藉由大腦人機介面(Brain computer interface)收集腦電波(Electroencephalogram)訊號，經由訊號分析、特徵擷取以及分類器，來鑑別腦電波訊號的情緒類別。本研究的受測者為六位男性，四位女性。年齡介於20歲至28歲。實驗流程為撥放六種情緒的臉部圖片，分別為高興、驚訝、生氣、厭惡、難過和恐懼，每種情緒有20張圖片，共有120張圖片。使用NeuroScan大腦人機介面，藉由非侵入式的腦電波訊號量測，共有30個通道。紀錄完成後，進行腦電波訊號前處理降低腦電波訊號的雜訊，使得腦電波訊號更接近真實的訊號，接著繪製出大腦空間能量頻譜圖，用以了解腦電波訊號的頻帶能量分布差異。將腦電波訊號進行小波轉換(Wavelet transform)分解訊號，選取能量分布差異較大的θ波為分類波段，接著計算各種的特徵，共有八類特徵，分別為最大值(Max)、最小值(Min)、全距(Range)、標準差(Standard deviation)、絕對中位差(Median absolute deviation)、絕對平均差(Average absolute deviation)、能量(Energy)及特徵向量(Eigenvectors)，將各種特徵投入支持向量機(Support vector machine)進行分類，訓練的方式將隨機抽取出60%的腦電波訊號區段為訓練資料，40%為測試資料，以隨機投入支持向量機作各種情緒的鑑別，得到情緒鑑別從最高到最低的正確辨識率分別為87.50%和62.50%，平均值為76.25%。 研究中發現當使用無效的特徵或是相似的特徵，無法增加情緒的鑑別率，但是若增加有效的特徵，鑑別率會隨之提高，不過也會增加複雜度，經由比較其中較為有效的特徵為全距、標準差、絕對中位差、絕對平均差、能量及特徵向量，可較為明顯增加鑑別的效果。Item 應用於腦電波量測之三維乾式電極製作技術開發(2007) 曾柏翔; Bo-Hsiang Tseng有鑑於近年來，腦電波雖然廣泛地應用於醫學臨床之診斷，與大腦人機界面系統，但其量測電極技術卻無顯著進步。故本研究提出一種新型腦波量測電極製造技術，利用微機電製程中，特有的矽基體型微加工技術、KMPR厚膜光阻微影、精密電鑄製程，並結合PDMS聚合物材料之選用。製造出於可撓曲基板上，擁有三維微探針陣列之乾式電極。有別於現今通用之銀/氯化銀電極，此新型量測電極，可於不需使用導電膠，且省略去角質等皮膚前處理的條件下，進行腦電波量測。 於實驗中，建立新型厚膜光阻KMPR 1050之相關製程參數，使得以一次旋轉塗佈的製程，便可得到厚度約130 um之光阻膜。配合KOH蝕刻、精密電鑄製程與本實驗所提出之二階段式光阻去除步驟，可製作出高度約170 um、寬為 50 um(深寬比為3.5)，且具出平面特性之微探針陣列。雖然此製程證明其製造上之可行性，但由於其製造良率低於50%。因此本研究中，提出三種改善良率之製程，藉以希望達到微機電製程中，特有的批次生產能力。