基于双耳分听范式的听觉脑机接口技术研究

发布时间：2017-05-14 08:00

  本文关键词：基于双耳分听范式的听觉脑机接口技术研究，由笔耕文化传播整理发布。

【摘要】：脑机接口（Brain Computer Interface，BCI）是一种不依赖于大脑的正常输出通路，通过直接提取大脑活动信号控制外部设备，实现大脑和外部环境直接通讯的技术。国内外对基于视觉范式的BCI技术进行了大量研究，取得了很多成果。然而，很多患者在失去自主肌肉控制能力的同时，视觉能力也会出现一定的退化，，运用基于视觉范式的BCI系统很难很好的发挥作用。幸运的是，对于大部分闭锁病人来说，其听觉系统的功能往往是完好的，可以运用听觉BCI技术来改善他们的生活质量。 本文在听觉生理机制研究的基础上，将双耳分听实验引入BCI研究中，进行了基于双耳分听范式的听觉BCI技术研究。具体工作如下： 1、设计了三个基于双耳分听范式的实验任务。给被试双耳同时播放不同的声音刺激序列，被试通过关注其中一只耳朵中的声音序列，进而做出选择。 2、采用相干平均方法进行特征提取，在靶刺激波形中出现了N200和P300特征成分以及差异波形N2ac。对3个实验任务进行对比分析，探索了刺激声音频率、靶刺激出现频率、电极位置等因素对听觉诱发电位的影响。 3、采用支持向量机进行特征分类。将N200和P300两个成分结合用于特征分类，比传统单独运用P300特征分类的方法取得了更高的分类正确率。分析表明，靶刺激出现频率降低时，分类正确率会提高，但信息传输率会有所下降。采用多个电极上的特征信号进行分类，能够达到或超过单个电极的分类效果。文中六名被试的特征电极的分类正确率和基于多电极特征的分类正确率均达到了80%以上，实验表明了双耳分听范式的有效性和可行性。 4、本文以患者的日常生活需求为应用背景，设计了在线BCI系统界面。为适应在线BCI系统对实时性的要求，在左、右耳声音序列中分别加入一种声音，提高了选择种类。通过对六名被试的训练实现了基于双耳分听范式的在线控制。
【关键词】：脑机接口 双耳分听 相干平均 支持向量机
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP334.7;R318.04
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-16
• 1.1 BCI 技术概述8-12
• 1.1.1 BCI 的概念及工作原理8-10
• 1.1.2 BCI 的应用前景10-12
• 1.2 听觉 BCI 技术的研究现状及存在的问题12-14
• 1.2.1 听觉 BCI 技术的研究现状12-14
• 1.2.2 听觉 BCI 技术存在的问题14
• 1.3 双耳分听实验14-15
• 1.4 本文的研究目的与主要工作15-16
• 第二章 双耳分听范式实验设计与信号采集16-24
• 2.1 脑电信号的特点及采集16-19
• 2.1.1 脑电信号的特点16-17
• 2.1.2 脑电信号采集17-19
• 2.2 听觉事件相关电位19-21
• 2.3 双耳分听范式实验设计21-23
• 2.3.1 实验设计21-23
• 2.3.2 被试和电极23
• 2.4 本章小结23-24
• 第三章 脑电信号特征提取24-35
• 3.1 脑电信号预处理24-25
• 3.2 相干平均法简介25-26
• 3.3 特征提取结果及分析26-31
• 3.3.1 靶刺激声音频率对听觉诱发电位的影响27
• 3.3.2 左右耳对同一声音的处理效果27-28
• 3.3.3 靶刺激出现频率对听觉诱发电位的影响28-29
• 3.3.4 不同电极位置听觉诱发电位的差异29-31
• 3.4 特征可分性判据 r~2分析31-34
• 3.5 本章小结34-35
• 第四章 基于支持向量机的脑电信号分类35-46
• 4.1 电信号分类方法35-41
• 4.1.1 Fisher 线性判别法35-37
• 4.1.2 神经网络分类器37-39
• 4.1.3 支持向量机39-41
• 4.2 基于 SVM 的脑电信号分类41-44
• 4.2.1 基于单电极的特征分类结果及分析41-44
• 4.2.2 基于多电极的特征分类结果及分析44
• 4.3 信息传输率分析44-45
• 4.4 本章小结45-46
• 第五章 基于双耳分听范式的在线 BCI 系统设计46-52
• 5.1 在线实验方案46-48
• 5.1.1 实验设计46
• 5.1.2 数据处理方法选择46-48
• 5.2 在线 BCI 系统设计48-51
• 5.2.1 脑电信号采集模块49
• 5.2.2 脑电信号分析模块49-50
• 5.2.3 用户控制模块50-51
• 5.3 本章小结51-52
• 第六章 结论52-54
• 参考文献54-57
• 攻读硕士学位期间所取得的相关科研成果57-58
• 致谢58

【参考文献】

中国期刊全文数据库 前10条

1 沈凤龙;毕娟;;基于BP神经网络分类器的多目标识别方法研究[J];辽东学院学报(自然科学版);2008年04期

2 林涵;石海明;曾华锋;;从DARPA资助BCI技术研发看未来军事变革[J];国防科技;2011年05期

3 张岐龙;单甘霖;段修生;刘谊露;;基于特征空间中类别可分性判据的特征选择[J];火力与指挥控制;2010年06期

4 程明,任宇鹏,高小榕,王广志,季林红,高上凯;脑电信号控制康复机器人的关键技术[J];机器人技术与应用;2003年04期

5 王兴玲,李占斌;基于网格搜索的支持向量机核函数参数的确定[J];中国海洋大学学报(自然科学版);2005年05期

6 闫铮;宾光宇;高小榕;;基于左右视野双频率刺激的SSVEP脑-机接口[J];清华大学学报(自然科学版)网络.预览;2009年12期

7 高上凯;;神经工程与脑-机接口[J];生命科学;2009年02期

8 槐瑞托;杨俊卿;李东;;脑机接口中脑电信号提取方法和技术的研究进展[J];生命科学;2010年04期

9 刘泓;何庆华;闫庆广;冯正权;吴宝明;;基于EEG的脑-机接口实用化研究进展[J];生物医学工程学杂志;2010年03期

10 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口技术研究[J];中国生物医学工程学报;2011年05期

  本文关键词：基于双耳分听范式的听觉脑机接口技术研究，由笔耕文化传播整理发布。

本文编号：364575