基于运动准备电位的异步脑机接口系统设计及实现
发布时间:2017-07-16 01:10
本文关键词:基于运动准备电位的异步脑机接口系统设计及实现
更多相关文章: 异步脑-机接口 运动准备电位 小波包分解 CSP 支持向量机
【摘要】:异步脑-机接口(Brain-Computer Interface, BCI)技术为用户提供了一条不经过周围神经系统的替代运动输出通路,可以完全自主的按自己的意愿通过思维来完成对外界的控制,在医疗康复、运动辅助等领域具有广阔的应用前景。基于脑电信号的异步BCI系统的研究在国内外已经有一定的探索,由于受到实时性低、可识别任务量少等因素的影响,使其无法走出实验室。本文旨在通过分析运动准备电位,提取其特征,预测运动意图,提前发出控制指令,提高系统的实时性,设计基于运动准备电位的异步BCI系统,提供了异步BCI系统实现形式的新思路。设计的异步BCI系统,以经BCI系统采集并处理的脑电信号控制为主,以路威机器人的自主运动为辅的方式来控制其到达目的地,主要完成的工作如下:(1)设计基于运动准备电位的异步BCI系统的实验范式。为了避免任何刺激对脑电信号的影响,设计完全自主运动的实验范式,设置合适的单次实验时间长度,一方面避免长时间实验对被试造成的情绪上的问题,造成信号下降;另一方面避免数据量过大而增加数据处理的困难。(2)针对异步BCI系统的实时性问题提出了本文的方法,即通过离线分析运动准备过程中脑电信号的特征,采用绘制脑地形图的方法,定位激活脑区并选取关键通道,分析信号时-频域的特征,确定敏感频率点和频率段,通过小波包分解提取特征,采用支持向量机进行分类识别,预测是否有运动意图的平均正确率为77.22%,预测运动的起始时刻在运动开始前的750±30ms,采用CSP算法提取相关特征,采用支持向量机进行分类识别,寻找最优的预测时间窗口长度,预测运动意图的平均正确率83.15%~92.71%。(3)设计控制路威机器人的在线测试实验,将脑电信号解码为控制指令,通过局域网络控制机器人的左右运动方向,最终实现通过脑电信号控制路威机器人避开路径上的障碍物,实现了对路威机器人的实时控制。在线测试中,预测时间平均为874ms,预测意图的平均正确率为79.18%。
【关键词】:异步脑-机接口 运动准备电位 小波包分解 CSP 支持向量机
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:R318;TN911.7
【目录】:
- 摘要4-5
- Abstract5-11
- 1 绪论11-16
- 1.1 脑-机接口的背景意义11-12
- 1.2 脑-机接口的研究现状12-14
- 1.3 存在的问题及研究趋势14-15
- 1.4 本文主要工作15-16
- 2 基于EEG的异步BCI系统16-24
- 2.1 典型的异步BCI系统及其发展现状16-21
- 2.1.1 基于P300的异步BCI系统16-17
- 2.1.2 基于SSVEP的异步BCI系统17-18
- 2.1.3 基于运动想象的异步BCI系统18-19
- 2.1.4 基于多模态的异步BCI系统19-21
- 2.2 基于运动准备电位的异步BCI系统21-23
- 2.3 本章小结23-24
- 3 基于运动准备电位的异步BCI系统的关键技术24-49
- 3.1 实验范式设计24-26
- 3.2 预处理26-27
- 3.3 特征分析及提取27-37
- 3.3.1 确定有效时间段28-30
- 3.3.2 定位激活脑区及关键通道选择30-32
- 3.3.3 确定敏感频率点及频率段32-37
- 3.4 分类识别37-46
- 3.4.1 预测运动起始点38-42
- 3.4.2 预测运动意图42-46
- 3.5 外部装置46-48
- 3.6 本章小结48-49
- 4 基于运动准备电位的异步BCI系统的实现49-58
- 4.1 系统构建49-50
- 4.2 实时数据采集系统50-51
- 4.2.1 实验被试者50
- 4.2.2 数据采集50-51
- 4.3 实时信号处理系统51-53
- 4.4 在线控制测试53-57
- 4.5 本章小结57-58
- 5 总结与展望58-60
- 5.1 总结58-59
- 5.2 展望59-60
- 参考文献60-64
- 致谢64-65
- 个人简历、在学期间发表的学术论文及参与的项目65
【相似文献】
中国期刊全文数据库 前1条
1 林裕钦;牛欣;杨学智;李海燕;朱庆文;;头皮针短暂调解皮质应激性与动作准备电位的作用[J];世界科学技术(中医药现代化);2012年03期
中国硕士学位论文全文数据库 前2条
1 卢海波;单侧准备电位的统计分析方法[D];哈尔滨师范大学;2015年
2 胡航航;基于运动准备电位的异步脑机接口系统设计及实现[D];郑州大学;2016年
,本文编号:546492
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/546492.html