基于运动想象的异步脑机接口系统的研究

发布时间：2017-05-07 20:02

  本文关键词：基于运动想象的异步脑机接口系统的研究，由笔耕文化传播整理发布。

【摘要】：脑机接口(brain computer interface, BCI)是一种通过解读人脑发出的信号来表达思想或者控制设备的技术，可以代替包括四肢在内的神经和肌肉系统来实现人与计算机或其他设备间的交互。BCI的研究涉及到模式识别、信号处理、心理认知等多个学科，是一种综合性的技术。随着科技的发展，BCI将会在辅助残疾、医疗康复、工业控制等领域发挥重要作用。 在对近年来国内外的相关资料和文献进行分析之后，本文以无创伤的脑电图（electroencephalograph, EEG）信号作为BCI的信息来源，对基于运动想象的异步BCI系统进行研究，这种BCI更加实用，它先要判断人是否在想象，然后再做进一步分析。本文的研究主要包括以下几点： 1.针对运动想象脑电特征不突出的问题，本文分别从离线训练和反馈训练的角度对实验范式进行设计，详细探讨了实验中的想象方式并提出想象与默数结合的方式，实验结果证明本文的设计是合理的。 2.针对异步脑机接口中空闲状态难以检测的问题提出本文的方法，即在采用二级分类策略的前提下，通过近似熵与公共空间模式（common spatial pattern，，CSP）分别从时间复杂度和空间模式上提取不同类型的脑电特征，训练出不同的分类器，再使用多分类器投票法提高判断空闲状态的正确率，对竞赛数据处理的结果证明了该方法的有效性。 3.针对在线BCI系统中的延时问题，本文提出一种基于文件指针移动的实时数据处理方法，能尽可能地保证实时性，并将处理结果及时传给反馈界面或者控制设备。 基于上述3个方面的研究，本文设计了一套脑控制小车的异步BCI系统：通过中科新拓UEA-24BZ脑电放大器采集脑电数据，以计算机（PC）为上位机，采用VC++与Matlab编写实验范式并处理数据，以STM32为下位机，将脑电信号处理的结果实时传递给下位机以控制小车。最后通过一系列实验验证了系统在准确性与实时性方面的性能。
【关键词】：异步脑机接口 运动想象 反馈训练 空闲状态 实时数据处理
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP334.7
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-19
• 1.1 课题的来源及意义9-10
• 1.2 国内外研究动态10-12
• 1.2.1 国外研究动态10-11
• 1.2.2 国内研究动态11-12
• 1.3 脑电信号介绍12-14
• 1.3.1 几种常见的脑电信号12-13
• 1.3.2 用于 BCI 系统的脑电信号13
• 1.3.3 运动想象的生理基础13-14
• 1.4 脑机接口的不同种类14-16
• 1.4.1 使用不同 EEG 的 BCI14-15
• 1.4.2 同步 BCI 与异步 BCI15-16
• 1.4.3 离线 BCI 与在线 BCI16
• 1.5 论文的研究目标和内容16-19
• 1.5.1 研究目标16
• 1.5.2 研究内容16-17
• 1.5.3 论文章节安排17-19
• 第2章 基于运动想象的异步 BCI 系统的设计19-27
• 2.1 系统设计框图19
• 2.2 脑电信号的采集19-21
• 2.3 脑电信号处理平台与实验界面21-24
• 2.3.1 脑电信号处理平台21-22
• 2.3.2 实验界面22-24
• 2.4 控制小车的实现24-26
• 2.4.1 硬件实现24
• 2.4.2 软件实现24-26
• 2.5 本章小结26-27
• 第3章 实验范式与实验流程27-39
• 3.1 实验范式的设计27-30
• 3.1.1 离线训练的范式27-28
• 3.1.2 反馈训练的范式28-30
• 3.2 想象的方式30-33
• 3.2.1 想象的动作31-32
• 3.2.2 想象的频率32
• 3.2.3 其它心理作业与运动想象结合32-33
• 3.3 实验流程33-35
• 3.4 实验数据分析35-38
• 3.4.1 样本选取35-36
• 3.4.2 样本筛选36-37
• 3.4.3 训练结果37-38
• 3.5 本章小结38-39
• 第4章 异步 BCI 的脑电信号处理方法39-63
• 4.1 预处理39-42
• 4.1.1 脑电数据截取39-40
• 4.1.2 平均参考去噪40
• 4.1.3 带通滤波40-42
• 4.2 特征提取方法42-50
• 4.2.1 近似熵42-44
• 4.2.2 功率谱估计44-47
• 4.2.3 公共空间模式47-50
• 4.2.4 特征提取方法选择50
• 4.3 分类器50-56
• 4.3.1 Fisher 分类器50-52
• 4.3.2 支持向量机52-55
• 4.3.3 分类器的选择55
• 4.3.4 多分类器投票55-56
• 4.4 空闲状态检测56-59
• 4.4.1 阈值法57-58
• 4.4.2 二级分类58
• 4.4.3 两种策略的比较58-59
• 4.5 基于近似熵与 CSP 的空闲状态检测方法59-62
• 4.5.1 方法介绍60-61
• 4.5.2 实验数据分析61-62
• 4.6 本章小结62-63
• 第5章 在线系统的实现63-75
• 5.1 实时数据处理63-69
• 5.1.1 整体方案63-64
• 5.1.2 脑电数据的存储方式64-65
• 5.1.3 脑电数据的实时更新与处理65-67
• 5.1.4 在线系统实时性的测试67-69
• 5.2 控制小车实验介绍69-73
• 5.2.1 实验方案69-71
• 5.2.2 实验结果71-73
• 5.3 本章小结73-75
• 第6章 总结与展望75-77
• 6.1 课题总结75-76
• 6.2 展望76-77
• 6.2.1 本论文研究的展望76
• 6.2.2 脑机接口研究的展望76-77
• 参考文献77-81
• 致谢81-83
• 个人简历、在学期间发表的学术论文及研究成果83

【参考文献】

中国期刊全文数据库 前10条

1 尧德中;刘铁军;雷旭;杨平;徐鹏;张杨松;;基于脑电的脑-机接口:关键技术和应用前景[J];电子科技大学学报;2009年05期

2 赵丽;郭旭宏;;基于运动想象的脑电信号功率谱估计[J];电子测量技术;2012年06期

3 万柏坤,高扬,赵丽,綦宏志;脑-机接口:大脑对外信息交流的新途径[J];国外医学.生物医学工程分册;2005年01期

4 李钟慎;基于MATLAB设计巴特沃斯低通滤波器[J];信息技术;2003年03期

5 姜明辉;袁绪川;冯玉强;;PSO-SVM模型的构建与应用[J];哈尔滨工业大学学报;2009年02期

6 胥彪;石锐;何庆华;;脑机接口(BCI)系统的实时数据传输技术研究[J];计算机科学;2007年09期

7 姚文俊;;自相关法和Burg法在AR模型功率谱估计中的仿真研究[J];计算机与数字工程;2007年10期

8 刘美春;谢胜利;;异步脑—机接口的空闲状态检测新方法[J];计算机应用研究;2010年01期

9 夏欣;;VC与MATLAB混合编程实现方法及具体实例研究[J];青岛理工大学学报;2012年03期

10 万柏坤;綦宏志;赵丽;陈滨津;毕卡诗;陈骞;;基于脑电Alpha波的脑-机接口控制实验[J];天津大学学报;2006年08期

  本文关键词：基于运动想象的异步脑机接口系统的研究，由笔耕文化传播整理发布。

本文编号：350477