基于EEG的BCI的研究与设计
发布时间:2020-04-28 03:28
【摘要】: 脑机接口(Brain-Computer Interface,以下简称BCI)研究的是在大脑与外部设备之间建立新的通信通道,进行信息传递。这项技术在上世纪九十年代起步,2000年后逐渐成为研究热点。BCI的研究涉及生物、医学、计算机、通信等众多领域,是一个交叉学科的研究方向。随着BCI的发展,动物士兵、昆虫士兵相继出现;一些辅助诊断和辅助治疗的BCI系统在医学上开始越来越广泛的被应用。 我们项目组主要从事基于EEG(头皮脑电信号)的BCI的研究和开发。而我主要负责基于P300的中文笔划打字系统的设计和实现。本文主要包括EEG的研究和基于P300的中文笔划打字系统的设计与实现,主要工作集中在以下几个方面: 研究各种EEG,并根据它们的特点,,给出了它们的应用前景。人脑像一台完全并行的多核的超大容量的计算机。它功能特别强大,可以在极短的时间里完成人脸的识别。大脑里还存储在大量的记忆。人的大脑是如何工作的了,我们现在还了解不多。脑电信号是研究人脑的一个重要的途径。本文分析自发脑电波的各种节律波的特点以及它们可能的产生机制,在此基础上提出了相关的BCI的初步设计。本文还分析了各种诱发电位的特点。诱发电位中的事件相关电位(ERP)在认知与脑科学研究有重要的价值。P300是ERP的一种。 基于P300的中文笔划打字系统的设计与开发。我们先设计刺激的界面,然后做了大量的实验来研究脑电以及P300的特点。然后根据脑电信号以及P300的特征设计了这个打字系统。刺激界面启动对被试进行刺激;信号采集模块采集脑电信号,并进行数字化;信号的预处理提高信号的信噪比,并按照要求将信号进行分段;信号的处理模块提取信号的特征,并进行模式的分类,再根据识别的结果,产生控制信号;控制信号控制设备打字。
【图文】:
图目录图1一1大脑皮层示意图 [z].........……,..............................................................……1图1一 2BCI的应用...........................................……,.......……,...................……,…,…l图1一 3Berlin基于动作想象的虚拟打字机................................................……,…6图1一4Graz基于EEG的打字系统............................................................……,二,1图1一 5Graz基于EEG的康复系统二,.........................................................……,…7图2一1脑电信号采集的位置图…
日日仁日L...黝~嚷 嚷 嚷 BERUNNN蘸蘸蘸蘸蘸蘸蘸蘸了抓是~书姗 姗 擎擎擎擎擎擎擎擎擎 擎 即即渤韶礴介娜娜 图1一 3Berlin基于动作想象的虚拟打字机他们使用了带通滤波、CSP、傅立叶变换和反变换来进行特征提取,使用LDA、正则最小二乘法来进行分类转换[’7][l8]。 BerlinBCI的几个特点:1.使用该系统的用户只需要少量训练,甚至不需要训练;2.信号处理的算法效率很高,使用的是单次试验的分类,实时性不错;3.传输率在15一35+hits/m,输出一个字母平均耗时2.15汇’9]。1。 2.3.2GrazGn比科技大学的BCI一ab是该领域目前最领先几个实验室之一,Gn比BCI于1991年在 Prof.Dr.GPfurtscheller的领导下开始。他们也是基于运动想象的ERD。2000年以后,他们开发了很多BCI应用系统。2004年,他们完成了基于EEG的打字系统
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP334.7;TP14
本文编号:2643014
【图文】:
图目录图1一1大脑皮层示意图 [z].........……,..............................................................……1图1一 2BCI的应用...........................................……,.......……,...................……,…,…l图1一 3Berlin基于动作想象的虚拟打字机................................................……,…6图1一4Graz基于EEG的打字系统............................................................……,二,1图1一 5Graz基于EEG的康复系统二,.........................................................……,…7图2一1脑电信号采集的位置图…
日日仁日L...黝~嚷 嚷 嚷 BERUNNN蘸蘸蘸蘸蘸蘸蘸蘸了抓是~书姗 姗 擎擎擎擎擎擎擎擎擎 擎 即即渤韶礴介娜娜 图1一 3Berlin基于动作想象的虚拟打字机他们使用了带通滤波、CSP、傅立叶变换和反变换来进行特征提取,使用LDA、正则最小二乘法来进行分类转换[’7][l8]。 BerlinBCI的几个特点:1.使用该系统的用户只需要少量训练,甚至不需要训练;2.信号处理的算法效率很高,使用的是单次试验的分类,实时性不错;3.传输率在15一35+hits/m,输出一个字母平均耗时2.15汇’9]。1。 2.3.2GrazGn比科技大学的BCI一ab是该领域目前最领先几个实验室之一,Gn比BCI于1991年在 Prof.Dr.GPfurtscheller的领导下开始。他们也是基于运动想象的ERD。2000年以后,他们开发了很多BCI应用系统。2004年,他们完成了基于EEG的打字系统
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP334.7;TP14
【引证文献】
相关期刊论文 前1条
1 任亚莉;;基于功率谱峰值及时变线性分类算法的运动意识分类[J];中国组织工程研究与临床康复;2010年39期
相关硕士学位论文 前10条
1 赵以亮;特定行为下大鼠M1和PPC的局部场电位研究[D];山东师范大学;2011年
2 谌君黎;脑电信号识别及其在脑机接口中的应用研究[D];沈阳工业大学;2011年
3 许珍荣;脑—机接口信号中靶标的贝叶斯搜索[D];中南民族大学;2010年
4 王建龙;基于Alpha波的脑电信号处理及BCI系统研究[D];燕山大学;2011年
5 杨彬;基于脑—机接口的想象运动脑电信号的分析[D];兰州理工大学;2008年
6 黄安湖;P300脑电诱发电位的分类识别及在脑机接口中的应用[D];山东大学;2008年
7 石倩;基于稳态视觉诱发电位的脑—机接口研究与设计[D];大连理工大学;2009年
8 苏井桥;基于稳态视觉诱发电位的文字输入系统的设计与实现[D];电子科技大学;2012年
9 侯秉文;运动想象脑机接口的特征提取与模式分类研究[D];西安电子科技大学;2012年
10 陈悦;关于“脑—计算机”中脑电信号分类的研究[D];南京邮电大学;2013年
本文编号:2643014
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2643014.html