基于运动想象的脑—机接口关键技术研究
发布时间：2020-12-14 20:11
脑-机接口（BCI）技术是不依赖于常规脑外周神经和肌肉系统,在人脑和外部设备之间建立的一种通讯系统。它利用计算机等设备对特定任务下采集的脑电数据进行分析,将大脑信息转换为控制命令,实现人与外界的交流以及对外部环境的控制。BCI系统提供了一种全新的通讯方式,它可以帮助肢体严重残疾的人,使其在一定程度上恢复与外界交流的能力；或协助患有癫痫和中风等疾病的患者进行生物反馈治疗；以及进行电脑游戏的控制等。目前BCI技术在国际上已引起众多研究者的关注,成为神经工程、生物医学工程、计算机技术、通信等多领域交叉的一个新的研究方向,具有很高的科学和应用价值。针对目前运动想象脑-机接口技术应用中的一些关键技术,本文从在线应用和离线分析两个层面研究了基于左右手运动想象的BCI系统。具体完成工作如下：（1）设计了脑电信号采集系统。利用VC++软件编程实现了自发脑电、诱发脑电信号的实时采集、存储、显示和波形回放,并能对测量的脑电信号进行频谱、功率谱和脑电地形图的实时在线分析和显示。（2）脑电信号预处理与实时特征提取。有效提取大脑相关特征信息是BCI研究的关键技术之一,是正确识别不同意识模式的基础。本文设计了左右...
【文章来源】：山西大学山西省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
软件系统框图
重采样等数据预处理，也包括脑电特征提取、识别等复杂运算。因此，希望该软件可以为各种算法提供一个共用和可扩充的平台。图2.2是软件运行界面。其中上方为脑电波形显示，下方为控制单元，具有导联选择、设备启停控制、波形幅度调整、地形图显示等功能按钮。~~~八~井夕r从 从影澡 :::甘~一」 」.~“~人汤J产认 _lll._产 ~_lll仍，心徽江 江协伪少卜二~训 训.内八J一 lll「一一一 一~~~~幼认了协产.)、飞 飞 飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞 飞 飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞一一一幼认才叼.协z从 从 从~二___’一 ]]]【“、 }}}尸 ___}}}}}}}几众—一飞 飞声乍洲 洲月 月 月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月 月 月月月月月月月月月月月月卜洲 洲护 护 护护户2、 1111〔冬 f_iii卜~八确尹刃件 件件件件件件件件件件件件件件件件件件件件件件件件件)万之冲、一一 }}}‘气
(Semaphores)，利用这些类，可以对操作系统资源进行合理分配，提高软件的运行效率。图2.2是多线程实时处理数据的原理框图。由图可见，每一个数据处理环节都放置在一个单独的线程中，图中显示有数据读取，数据波形绘制和数据存储三个环节。每个线程中有两个缓冲区(图中斜条纹所示)。当上一个环节处理完毕时，数据就被搬移至下一环节进行继续处理，类似于一种流水线式处理方式。」一一一一-一一一、/线程1数据读取//线 线程2数据绘制 制111诊今娥份戮称么习 习，， ，222盼形裁格移::::::::333火火 ///线 线程3数抓存储 储，，一丝班彭夔芝笼兰 兰222摹笺!拨彩彭三尧李彩 }}}撰凳仑李芝灰签乡戈刁形图2.2多线程实时数据处理框图下面是以三个线程同步工作为例说明其实现过程。(l)当没有任何数据读入时
【参考文献】：
期刊论文
[1]基于小波包熵和支持向量机的运动想象任务分类研究[J]. 王艳景,乔晓艳,李鹏,李刚. 仪器仪表学报. 2010(12)
[2]神经工程与脑-机接口[J]. 高上凯. 生命科学. 2009(02)
[3]基于小波包变换和聚类分析的脑电信号识别方法[J]. 徐宝国,宋爱国. 仪器仪表学报. 2009(01)
[4]脑-机接口研究中想象动作电位的特征提取与分类算法[J]. 程龙龙,明东,刘双迟,朱誉环,周仲兴,万柏坤. 仪器仪表学报. 2008(08)
[5]基于支持向量机的脑电信号中左右手判别[J]. 唐艳,汤井田. 计算机工程与应用. 2007(34)
[6]基于离散小波变换提取脑机接口中脑电特征[J]. 杨帮华,颜国正,鄢波. 中国生物医学工程学报. 2006(05)
[7]基于连续小波变换和支持向量机的手动想象脑电分类[J]. 廖祥,尹愚,尧德中. 中国医学物理学杂志. 2006(02)
[8]基于脑电的脑-机接口系统研究现状[J]. 伍亚舟,吴宝明,何庆华. 中国临床康复. 2006(01)
[9]基于脑电复杂度的意识任务的特征提取与分类[J]. 裴晓梅,和卫星,郑崇勋. 中国生物医学工程学报. 2005(04)
[10]脑-机接口技术综述[J]. 杨立才,李佰敏,李光林,贾磊. 电子学报. 2005(07)
博士论文
[1]基于运动想象的脑机接口的研究[D]. 周鹏.天津大学 2007
[2]基于运动想象的脑—机接口分类算法的研究[D]. 魏庆国.清华大学 2006
硕士论文
[1]脑电信号处理软件平台的开发[D]. 刘彬.电子科技大学 2006
本文编号：2916956
【文章来源】：山西大学山西省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
软件系统框图
重采样等数据预处理，也包括脑电特征提取、识别等复杂运算。因此，希望该软件可以为各种算法提供一个共用和可扩充的平台。图2.2是软件运行界面。其中上方为脑电波形显示，下方为控制单元，具有导联选择、设备启停控制、波形幅度调整、地形图显示等功能按钮。~~~八~井夕r从 从影澡 :::甘~一」 」.~“~人汤J产认 _lll._产 ~_lll仍，心徽江 江协伪少卜二~训 训.内八J一 lll「一一一 一~~~~幼认了协产.)、飞 飞 飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞 飞 飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞飞一一一幼认才叼.协z从 从 从~二___’一 ]]]【“、 }}}尸 ___}}}}}}}几众—一飞 飞声乍洲 洲月 月 月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月月 月 月月月月月月月月月月月月卜洲 洲护 护 护护户2、 1111〔冬 f_iii卜~八确尹刃件 件件件件件件件件件件件件件件件件件件件件件件件件件)万之冲、一一 }}}‘气
(Semaphores)，利用这些类，可以对操作系统资源进行合理分配，提高软件的运行效率。图2.2是多线程实时处理数据的原理框图。由图可见，每一个数据处理环节都放置在一个单独的线程中，图中显示有数据读取，数据波形绘制和数据存储三个环节。每个线程中有两个缓冲区(图中斜条纹所示)。当上一个环节处理完毕时，数据就被搬移至下一环节进行继续处理，类似于一种流水线式处理方式。」一一一一-一一一、/线程1数据读取//线 线程2数据绘制 制111诊今娥份戮称么习 习，， ，222盼形裁格移::::::::333火火 ///线 线程3数抓存储 储，，一丝班彭夔芝笼兰 兰222摹笺!拨彩彭三尧李彩 }}}撰凳仑李芝灰签乡戈刁形图2.2多线程实时数据处理框图下面是以三个线程同步工作为例说明其实现过程。(l)当没有任何数据读入时
【参考文献】：
期刊论文
[1]基于小波包熵和支持向量机的运动想象任务分类研究[J]. 王艳景,乔晓艳,李鹏,李刚. 仪器仪表学报. 2010(12)
[2]神经工程与脑-机接口[J]. 高上凯. 生命科学. 2009(02)
[3]基于小波包变换和聚类分析的脑电信号识别方法[J]. 徐宝国,宋爱国. 仪器仪表学报. 2009(01)
[4]脑-机接口研究中想象动作电位的特征提取与分类算法[J]. 程龙龙,明东,刘双迟,朱誉环,周仲兴,万柏坤. 仪器仪表学报. 2008(08)
[5]基于支持向量机的脑电信号中左右手判别[J]. 唐艳,汤井田. 计算机工程与应用. 2007(34)
[6]基于离散小波变换提取脑机接口中脑电特征[J]. 杨帮华,颜国正,鄢波. 中国生物医学工程学报. 2006(05)
[7]基于连续小波变换和支持向量机的手动想象脑电分类[J]. 廖祥,尹愚,尧德中. 中国医学物理学杂志. 2006(02)
[8]基于脑电的脑-机接口系统研究现状[J]. 伍亚舟,吴宝明,何庆华. 中国临床康复. 2006(01)
[9]基于脑电复杂度的意识任务的特征提取与分类[J]. 裴晓梅,和卫星,郑崇勋. 中国生物医学工程学报. 2005(04)
[10]脑-机接口技术综述[J]. 杨立才,李佰敏,李光林,贾磊. 电子学报. 2005(07)
博士论文
[1]基于运动想象的脑机接口的研究[D]. 周鹏.天津大学 2007
[2]基于运动想象的脑—机接口分类算法的研究[D]. 魏庆国.清华大学 2006
硕士论文
[1]脑电信号处理软件平台的开发[D]. 刘彬.电子科技大学 2006
本文编号：2916956
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2916956.html
