基于稳态视觉诱发电位和错误相关负电位的脑机接口系统研究

发布时间：2017-04-07 15:00

  本文关键词：基于稳态视觉诱发电位和错误相关负电位的脑机接口系统研究，由笔耕文化传播整理发布。

【摘要】：脑机接口技术(Brain-Computer Interfaces,BCI)是一种不依赖于肌肉组织和外周神经系统,通过不间断的监控大脑活动中与用户意图相关的特定模式来完成与外部的交流,实现了人直接使用思维去控制外部设备的一种全新人机交互技术。脑机接口技术涉及生理学、神经科学、信号处理和控制理论等多个学科,是一门综合性技术,随着科技的发展,脑机接口技术将在医疗康复、生活娱乐、军事行动等领域发挥重要作用。由于脑电信号的微弱性、随机性等特点,对非侵入式脑机接口记录到的脑电信号进行处理与识别显得非常复杂和困难。为了解决这个问题,本文设计了基于稳态视觉诱发电位(Steady State Visual Evoked Potential,SSVEP)的脑机接口系统,并对时频分析方法在SSVEP频率提取中的应用进行了研究,同时对脑机接口中错误指令诱发的错误相关负电位(Error Related Negativity,ERN)进行了分析,提出一种新的ERN特征提取算法,主要工作如下:SSVEP信号的频率分布和诱发的视觉刺激频率有直接关联,本文设计了一个基于多频率刺激源诱发SSVEP的脑机接口系统,首先对采集到的脑电信号进行预处理、空间滤波、时频变换、频率提取四个步骤的处理,其次对基于平滑伪Wigner-Ville分布(Smoothed Pseudo Wigner-Ville Distribution,SPWVD)的时频分析方法在SSVEP中的应用进行了多方面的分析并与其他常用的频率提取算法进行比较。实验结果表明SPWVD时频分析方法在处理非平稳脑电信号时具有独特的优点,虽然在短时间窗口下,SPWVD时频分析方法的分类准确率和信息传输率低于其他方法,但是这种方法对时间窗的长度更加敏感,在长时间窗下,时频联合分布更能反映信号的特点。随着时间窗的不断增加其效果提升明显,在2.5秒时间窗下SPWVD时频分析方法的分类准确率和信息传输率就已超过其他常用方法。然而脑机接口系统始终不可避免的会出现错误识别及错误指令输出情况,这是限制脑机接口推广与应用的主要原因。由于ERN只存在于错误监测过程之中,而和执行的具体任务相关性不强,因此其可以融入在其他模式的脑机接口中,通过对脑电信号的二次检测来判断系统的识别和输出是否正确,从而对错误的识别进行纠正,可以有效提高脑机接口的可靠性。针对单次ERN检测困难、多通道数据易引起过拟合问题,本文提出了一种使用神经网络将多通道的时域、频域和空间域特征进行两次降维的方法,使这三种特征在互相补充与完善的同时避免了维度灾难,并且使用了受试者操作曲线(Receiver Operating characteristic Curves,ROC)和曲线下面积(Area Under ROC,AUC)定性与定量的分析该方法的特点。虽然ERN信号受到个体差异性的影响大,但是这种多特征混合的特征提取算法的AUC依然能够达到0.7818,高于任意单一特征的效果,并且随着使用的电极通道数据的增加,效果有缓慢的提升。因此,基于SSVEP和ERN的脑机接口具有较高的可靠性,将有助于推广脑机接口技术走向实际应用生活中。
【关键词】：脑机接口 脑电信号 稳态视觉诱发电位 基于平滑伪Wigner-Ville分布 错误相关负电位 多特征融合
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R338;TN911.7
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 引言10
• 1.2 脑机接口的概述和意义10-12
• 1.3 脑机接口技术的基本原理12-14
• 1.4 国内外研究现状14-15
• 1.5 脑机接口研究亟需解决的问题15-16
• 1.6 论文主要工作和内容16-18
• 第二章 脑电信号的分类和检测方法18-28
• 2.1 脑电信号介绍18-19
• 2.2 脑机接口的模式19-24
• 2.2.1 基于SCP的脑机接口20-21
• 2.2.2 基于ERS/ERD的脑机接口21
• 2.2.3 基于VEP的脑机接口21-22
• 2.2.4 基于ERP的脑机接口22-24
• 2.3 脑电信号分析方法24-26
• 2.3.1 时域特征提取24-25
• 2.3.2 频域特征提取25-26
• 2.3.3 空间域特征提取26
• 2.4 本章小结26-28
• 第三章 基于时频分析的SSVEP频率提取脑机接口系统28-38
• 3.1 实验设计28-30
• 3.1.1 实验方案28-29
• 3.1.2 脑电数据采集29-30
• 3.2 数据预处理30
• 3.3 基于平滑伪Wigner-Ville分布的SSVEP频率提取30-32
• 3.3.1 空间滤波30-31
• 3.3.2 平滑伪Wigner-Ville分布31
• 3.3.3 频率提取31-32
• 3.4 结果与分析32-36
• 3.5 总结与讨论36-38
• 第四章 多通道多特征混合的ERN检测算法38-52
• 4.1 实验方案38-40
• 4.1.1 实验设计38-39
• 4.1.2 脑电数据采集39-40
• 4.2 数据预处理40
• 4.3 特征提取40-43
• 4.4 降维43-44
• 4.5 分类44
• 4.6 结果与分析44-50
• 4.7 总结与讨论50-52
• 第五章 总结与展望52-54
• 5.1 工作总结52-53
• 5.2 未来展望53-54
• 参考文献54-62
• 致谢62-63
• 攻读硕士学位期间的研究成果63

【相似文献】

中国期刊全文数据库 前10条

1 柯大观;童勤业;;排列复杂性度量应用于脑机接口信号分析[J];传感技术学报;2007年03期

2 周鹏;曹红宝;熊屹;张爽;王明时;;一种新型拉普拉斯电极的设计及其在脑机接口中的应用[J];传感技术学报;2007年09期

3 沈广泽;司峻峰;宁新宝;;一种用于脑机接口的模式识别方法[J];北京生物医学工程;2007年06期

4 赵均榜;张智君;;基于皮层诱发电位的脑机接口研究进展[J];航天医学与医学工程;2010年01期

5 胡汉彬;祝晔;蒋田仔;;基于功能近红外光谱技术的脑机接口研究[J];生物医学工程研究;2010年01期

6 何庆华;吴海静;田逢春;冯正权;刘涛;钟美楠;王正国;;用于控制短消息发送的实时脑机接口系统[J];中国医学物理学杂志;2012年03期

7 姚林;张定国;王颖;;脑机接口控制的下肢功能性电刺激系统研究[J];中国生物医学工程学报;2012年05期

8 高海娟;徐桂芝;王磊;郭苗苗;;基于双耳分听范式的听觉脑机接口研究[J];河北工业大学学报;2013年06期

9 杨帮华,颜国正,丁国清,于莲芝;脑机接口关键技术研究[J];北京生物医学工程;2005年04期

10 邹继东;陈小平;和卫星;赵世婧;吉奕;;小波熵提取脑意识任务特征的脑机接口设计[J];中国临床康复;2006年13期

中国重要会议论文全文数据库 前10条

1 钱久超;夏斌;杨文璐;;基于P300诱发电位的脑机接口技术研究综述[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 ;脑机接口数据竞赛[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

3 岳鹏;苗丹民;邱玉辉;;一种眼动型脑机接口的设计原理[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

4 何庆华;吴宝明;王禾;卓豫;;脑机接口视觉剌激方法实验研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

5 周鹏;赵欣;葛家怡;李宁;郁洪强;王明时;;基于运动想象的脑机接口的个性化设计方法研究[A];天津市生物医学工程学会2008年年会暨首届生物医学工程与临床论坛论文集[C];2008年

6 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口特征信号分析[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年

7 贾文艳;赵香花;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之五——想像左右手运动的单次脑电信号分类[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

8 何庆华;吴宝明;王禾;钟渝;杜晓兰;彭承琳;;瞬态视觉诱发电位在脑机接口中的实验研究[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

9 高小榕;;脑机接口中的信息传输技术[A];Proceedings of the 8th Biennial Conference of the Chinese Society for Neuroscience[C];2009年

10 张少白;陈悦;;脑皮层信号ECoG在脑机接口中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年

中国重要报纸全文数据库 前10条

1 本报记者 罗朝淑;脑机接口：唤起神经康复的新希望[N];科技日报;2011年

2 常丽君;脑机接口让猴子成功控制虚拟手臂[N];科技日报;2013年

3 叶平安;脑机接口：人与电脑的桥梁[N];电脑报;2014年

4 本报记者 马文方;脑机接口：互联网遥远的疆界[N];中国计算机报;2010年

5 实习生 陈明立;脑机接口,开启“心灵感应”时代[N];科技日报;2010年

6 本报记者 孙燕燕;洪波：脑机接口传递思维[N];北京科技报;2010年

7 记者 李鹏;“脑机接口”实验：意识控制成真[N];北京科技报;2012年

8 松鼠会;脑机接口 不只是科幻[N];科学导报;2012年

9 安之;未来至上在创“芯”[N];经济日报;2014年

10 记者 陈宁 通讯员 周炜 杨洋;“鼠哥”眼光出众的奥秘[N];浙江日报;2013年

中国博士学位论文全文数据库 前10条

1 赵慧霞;蜜蜂（Apis mellifera L.）脑机接口的飞行控制神经机理研究[D];浙江大学;2014年

2 王洪涛;混合脑机接口实现及其应用研究[D];华南理工大学;2015年

3 刘伯强;脑机接口分类算法及实验研究[D];天津大学;2005年

4 余天佑;多模态与多自由度脑机接口研究[D];华南理工大学;2013年

5 吴正华;稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D];电子科技大学;2008年

6 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

7 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

8 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

9 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

10 吴边;基于脑电节律特征优化与同步性的运动意愿解析[D];浙江大学;2011年

中国硕士学位论文全文数据库 前10条

1 李佳乘;基于稳态视觉诱发电位脑机接口系统的脑信号处理与研究[D];华南理工大学;2015年

2 张锦涛;P300脑机接口的在线半监督学习算法与系统研究[D];华南理工大学;2015年

3 吴俊;EEG-fMRI混合脑机接口去噪及信号源定位技术研究[D];华南理工大学;2015年

4 赵萍萍;基于伪随机序列的彩色视觉刺激的脑机接口系统[D];苏州大学;2015年

5 张玉霞;基于P300和SSVEP的混合型脑机接口的分析与研究[D];山东大学;2015年

6 刘杨;脑机接口信号的多模式识别融合技术研究[D];重庆理工大学;2015年

7 贵照众;流程可配置分布式运动脑机接口计算平台的研究与实现[D];浙江大学;2015年

8 马超;基于单通道脑机接口的嵌入式智能轮椅控制系统研究[D];广西大学;2015年

9 李茂全;基于VEP的脑机接口系统设计与研究[D];南昌大学;2015年

10 赵淑菊;基于脑机接口车辆目的地选择系统的性能测试和影响因素分析[D];北京理工大学;2015年

  本文关键词：基于稳态视觉诱发电位和错误相关负电位的脑机接口系统研究，，由笔耕文化传播整理发布。

本文编号：290663