基于SCF范式的在线P300脑机接口研究

发布时间：2020-11-15 08:37

　　 脑机接口(brain-computer interface, BCI)通过在大脑和外部设备之间构建一条独立的通道,达到两者间信息传递和交互的目的,是当前国际研究热点。头皮脑电(EEG)中的事件相关P300电位是脑机接口研究的主要特征信号模式之一,具有产生稳定、无需训练等优点。当前围绕P300脑机接口的研究主要基于经典的P300 Speller系统,使用6×6字符矩阵的行、列刺激诱发用户的P300电位。但近年来的研究发现P300 Speller的行列刺激诱发范式对某些被试而言任务复杂,且在某些应用场景中无法适用。此外,P300脑机接口中的刺激诱发参数选择、模式识别、在线性能等关键技术还缺乏系统而深入的研究。 针对P300 Speller的局限性,本文重点研究基于SCF (single character flash,单刺激诱发)范式的P300脑机接口,从交互界面、特征提取、分类和自适应及功能扩展等多个方面深入地探讨了如何提高基于SCF范式的在线P300脑机接口性能。主要研究内容包括： 1.首先设计了刺激诱发参数可配置的SCF范式P300脑机接口平台,P300电位的诱发通过单个刺激闪烁实现,而非经典范式中的行、列刺激闪烁。基于该平台,利用汉字由笔画构成和5种笔画即可输出所有汉字两个特点,首次提出了基于P300脑机接口的中文打字模型,使用7-oddball的SCF范式实现了快速、有效的中文汉字输入。 2.提出了P300脑机接口刺激诱发参数的个性化配置策略,从交互界面改进系统性能。利用SCF范式P300脑机接口平台的刺激诱发参数可配置性,研究了不同刺激诱发参数的在线带反馈实验。发现同一被试在不同配置下的在线正确率表现各异,且诱发的P300电位在幅度和潜伏期上存在较显著差异。最后提出个性化配置策略,可根据被试个体因素进行个性化的刺激诱发参数优化配置以提高系统性能。 3.提出了基于线性回归的眼电伪迹去除策略和基于粗糙集理论的电极通道选择方法,在特征提取上改进SCF范式P300脑机接口性能。通过在线实验和离线分析验证了使用基于线性回归的去眼电伪迹策略能有效提高P300脑机接口性能；首次提出了基于粗糙集理论的电极通道选择方法,无需分类器训练即可有效评价通道重要性,达到快速优化电极通道、降低处理数据维度的效果。且由该方法得到的通道重要性评价与其他文献中根据经验选择的电极通道位置基本一致。 4.研究了SCF范式下的P300电位识别方法,从分类转换的角度提高系统性能,并提出了在线重叠自适应P300脑机接口模型,有效解决了自适应P300系统中的处理时滞问题。通过Fisher线性判别、支持向量机和bagging算法显著提高了SCF范式下的P300识别正确率；分析了叠加方式、叠加次数与分类结果的关系,发现基于非叠加数据训练的Fisher线性判别分类器能在4次叠加的测试中即达到93.07%的正确率。在此基础上,提出了在线重叠自适应P300脑机接口模型,通过在交互界面上重叠P300的刺激诱发与分类器的结果反馈,缩短自适应叠加过程中的数据处理时滞,显著提高了系统的自适应性能。 5.提出了EEG混合控制模式,功能上扩展了P300脑机接口的应用范围。采用分时检测策略将P300电位和运动想象节律信号整合到同一脑机接口中,利用P300提供高维度、离散控制指令,提取运动想象特征模式转换为低维度、连续控制指令。在脑机接口结合虚拟现实的研究中,该EEG混合控制模式突破了传统运动想象或P300脑机接口在虚拟场景中控制功能的局限性,实现了虚拟场景中的漫游和家居控制。 相比于大部分P300脑机接口的研究基于离线分析,本文不但实现了SCF范式的在线P300脑机接口,还设计了各种在线带反馈的测试实验验证文中提出的方法和模型,且实验任务具有上下文语义,更接近真实的应用场景。
【学位单位】：浙江大学
【学位级别】：博士
【学位年份】：2010
【中图分类】：TP334.7
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 脑机接口研究的问题
    1.3 研究目标与贡献
    1.4 论文组织
第2章 脑机接口研究综述
    2.1 脑机接口的发展历史
    2.2 脑机接口的结构及组成
        2.2.1 信号输入:大脑的神经信号
        2.2.2 反馈输出:脑机接口的应用
        2.2.3 数据处理:神经信号到机器指令的解码
        2.2.4 模块的标准化及BCI2000
        2.2.5 脑机接口的性能评定
    2.3 EEG脑机接口
        2.3.1 EEG信号及其特征
        2.3.2 EEG脑机接口的类型
        2.3.3 各类脑机接口的比较与发展
    2.4 P300脑机接口的研究
        2.4.1 RCF范式和SCF范式
        2.4.2 刺激诱发参数、叠加和P300识别
        2.4.3 SCF范式中的研究问题
    2.5 本章小结
第3章 基于SCF范式的P300脑机接口平台
    3.1 基于SCF范式的接口平台设计
        3.1.1 信号采集模块
        3.1.2 交互界面
        3.1.3 在线数据处理流程及算法
    3.2 应用与实验验证
        3.2.1 P300中文打字模型
        3.2.2 实验方案
    3.3 在线实验结果及分析
    3.4 本章小结
第4章 P300刺激诱发参数的个性化配置
    4.1 刺激间间隔
        4.1.1 刺激诱发模式设计
        4.1.2 在线实验结果
        4.1.3 分析与讨论
    4.2 刺激增强的诱发参数配置及实验
    4.3 非固定叠加的诱发参数配置及实验
    4.4 刺激位置参数的评价
    4.5 刺激诱发参数的个性化配置策略
    4.6 本章小结
第5章 SCF范式下的P300特征提取方法
    5.1 眼电伪迹去除方法的研究
        5.1.1 眼电干扰的原理
        5.1.2 基于线性回归的眼电伪迹去除方法
        5.1.3 去除效果及分析
    5.2 时域上的特征提取
    5.3 基于粗糙集的空域特征选择
        5.3.1 粗糙集的重要性度量
        5.3.2 电极通道选择
    5.4 本章小结
第6章 P300脑机接口的分类及在线自适应
    6.1 SCF范式下的P300电位分类识别算法
        6.1.1 Fisher线性判别分析
        6.1.2 支持向量机
        6.1.3 数据处理及结果分析
    6.2 基于支持向量机的在线分类
    6.3 P300脑机接口中的分类器训练
        6.3.1 带反馈和无反馈数据的交叉检验
        6.3.2 不同刺激间间隔数据的交叉检验
    6.4 bagging方法在少次叠加中的应用
    6.5 P300分类中的叠加问题
    6.6 在线重叠自适应模型
        6.6.1 模型设计
        6.6.2 实验及结果分析
    6.7 本章小结
第7章 EEG混合控制模式及应用
    7.1 脑机接口与虚拟现实
    7.2 混合控制模式的设计与应用
    7.3 混合控制模式中的数据处理
        7.3.1 共空间模式
        7.3.2 自适应频段选择
    7.4 实验及任务设计
        7.4.1 被试和数据采集
        7.4.2 被试训练
        7.4.3 任务设计
    7.5 实验结果与讨论
    7.6 本章小结
第8章 总结与展望
    8.1 全文总结
    8.2 未来工作展望
参考文献
攻读博士学位期间主要的研究成果
致谢

【相似文献】

相关期刊论文 前10条

1 王洪涛;李霆;黄振锋;;基于视觉诱发电位脑机接口的四自由度机械手控制系统设计[J];机床与液压;2011年13期

2 吕俊;;脑机接口中基于MRP的半监督判决空间模式法[J];电子科技;2011年08期

3 王日凤;钟宁;;高级认知过程对人脑信号活动模式的影响及认知系统仿真[J];计算机应用研究;2011年09期

4 谢宏;曹翔;;EZ-USB FX2接口在诱发电位仪系统中的应用[J];电子设计工程;2011年08期

5 罗志增;曹铭;;基于多尺度Lempel-Ziv复杂度的运动想象脑电信号特征分析[J];传感技术学报;2011年07期

6 杨名龙;刘泉;艾青松;;基于MCU与虚拟仪器的脑电信号采集系统[J];武汉理工大学学报;2011年07期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相关博士学位论文 前10条

1 苏煜;基于SCF范式的在线P300脑机接口研究[D];浙江大学;2010年

2 何庆华;基于视觉诱发电位的脑机接口实验研究[D];重庆大学;2003年

3 龙锦益;脑信号分析的算法研究与多模态脑机接口[D];华南理工大学;2012年

4 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年

5 朱晓源;EEG脑机接口的连续预测方法研究[D];中国科学技术大学;2007年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 王鹏;脑机接口中植入式无线遥控遥测技术的研究[D];浙江大学;2012年

8 程明;基于脑电信号的脑—计算机接口的研究[D];清华大学;2004年

9 朱丹华;基于稳态视觉诱发电位相位的脑机接口研究[D];浙江大学;2011年

10 李洁;多模态脑电信号分析及脑机接口应用[D];上海交通大学;2009年

相关硕士学位论文 前10条

1 徐江;基于实时脑机接口的无线遥控车系统[D];重庆大学;2010年

2 刘家乐;基于稳态视觉诱发电位的脑机接口系统的设计与研究[D];安徽大学;2011年

3 高培;基于自组织模糊神经网络在脑机接口中的应用及其研究[D];江南大学;2012年

4 吴太银;基于瞬态视觉诱发电位的实时无线脑机接口系统的研究与设计[D];重庆大学;2010年

5 刘佳进;三维视觉刺激器在运动想象脑机接口中的应用研究[D];重庆大学;2010年

6 周丽娜;基于脑磁图的脑机接口方法研究[D];燕山大学;2011年

7 章怀坚;基于大鼠的植入式脑机接口神经信号处理方法研究[D];浙江大学;2011年

8 王清波;基于信息压缩的无线植入式脑机接口中算法及系统研究[D];浙江大学;2011年

9 曾翔;基于脑机接口技术的电视遥控系统研究与设计[D];电子科技大学;2011年

10 李勇昌;基于MPI并行框架的实时注意力监测脑机接口的研究与应用[D];兰州大学;2012年

本文编号：2884564