基于脑肌电融合的混合脑机接口研究

发布时间：2017-07-15 06:43

  本文关键词：基于脑肌电融合的混合脑机接口研究

  更多相关文章： 脑肌电融合 事件相关去同步化 粒子群优化 动作模式识别

【摘要】：动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名健康受试者单侧手腕屈/伸两种动作模式下的脑电信号和表面肌电信号,分别提取脑电信号事件相关去同步化特征和表面肌电信号的积分肌电值特征,构建基于支持向量机和粒子群优化算法的脑肌电融合及运动模式识别模型,通过调整"特征融合系数"来实现动作模式最优分类,从而提高模式识别的准确率;进一步通过递降健康人的肌电信号幅值来模拟患者和运动疲劳状态下的肌电信号,验证所提出方法对动作模式识别的有效性。实验结果表明,基于脑肌电融合特征的动作模式识别率(98%)比单纯依靠脑电特征的识别率(73%)提高25%;在运动疲劳状态下,基于脑肌电融合特征的识别率稳定在80%以上,比单纯依靠肌电特征的识别率提高14%。可见,脑肌电融合策略能提高动作模式识别的准确性和鲁棒性,为混合脑机接口技术提供条件。
【作者单位】： 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室;
【关键词】： 脑肌电融合 事件相关去同步化 粒子群优化 动作模式识别
【基金】：国家自然科学基金(61271142) 河北省自然科学基金(F2015203372;F2014203246)
【分类号】：R318.04;TN911.7
【正文快照】： 引言脑机接口(brain-computer interface,BCI)是一种不依赖于由大脑外周神经与肌肉组成的正常运动控制通路而直接在人脑与外部设备之间建立通信的控制系统[1],它可以帮助肢体运动功能障碍的人群(老年人、中风患者等)实现对外部设备的有效控制。基于运动想象(moter imagery,MI)

【相似文献】

中国期刊全文数据库 前4条

1 江培洲,沈新明,乔贵林,黄华,姚开泰;不同电融合条件对小鼠卵丘细胞核移植重组胚融合和早期发育的影响[J];第一军医大学学报;2005年02期

2 胡汛;陈万源;余海;郭一书;;细胞电融合的扫描电镜观察[J];浙江医科大学学报;1993年03期

3 余柏松,袁丽蓉;生米卡链霉菌原生质体电融合重组研究[J];中国抗生素杂志;1991年05期

4 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 胡汛;余海;;K_(562)细胞电融合的扫描电镜观察[A];中国细胞生物学学会第五次会议论文摘要汇编[C];1992年

2 胡汛;陈万源;余海;;电融合对BalB／c小鼠脾脏T和B淋巴细胞的损伤研究[A];中国细胞生物学学会第五次会议论文摘要汇编[C];1992年

，

本文编号：542691