基于嵌入式的脑电信息解码系统
发布时间：2021-08-26 12:52
脑机接口（Brain Computer Interface,BCI）是一个涉及认知神经科学、控制理论、人工智能等多个学科的跨学科研究课题。在不依赖人体的外周神经和肌肉的情况下,直接通过脑电信号来传递被试者的思维信息,在助老、助残以及军事应用等领域都具有重大的科研价值。其中,对于脑电信息的准确解码是实现可靠BCI系统的关键。为构建便携、实用的脑电信息解码系统用于机器人的直接脑控,本文使用嵌入式开发平台,针对有限资源计算平台上的脑电信息解码系统存在的分类精度较低的问题,从提高注意力检测和控制意图识别的精度两个方面开展以下内容的研究。首先,为监测被试者在系统使用过程中的注意力水平,对优化复杂网络算法（optimized complex network method,OCNM）进行改进,提出了一种适用于嵌入式计算平台的范式简化和参数优选方法,并在基于stm32f407单片机嵌入式平台上进行了实现。6名被试者的在线实验结果表明,改进后的算法相比原有算法在分类准确率上略有下降（80.67%下降到77.78%）,但分类单次数据的速率有显著提升（10.76秒降低到<1秒）。其次,为提高稳态视觉诱...
【文章来源】：燕山大学河北省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
人脑神经活动图[9]
第1章绪论-5-有奥地利Graz的研究小组、Wadsworth研究中心等，国内较好的研究机构有清华大学、华南理工大学、浙江大学和天津大学等。从20世纪70年代发展至今，基于不同模态的BCI系统都获得了重大发展。在2002年，清华大学生物工程研究所高上凯教授开发出了一个基于稳态视觉诱发电位(StableStateVisualEvokedPotential,SSVEP)的视觉拨号系统，运用不同频率的视觉刺激可以诱发频域特征明显的脑电信号，用眼睛注视就能输入期望的号码[18,19]；浙江大学通过对小白鼠以及猴子大脑皮层植入电极，实现了对小白鼠和猴子某些行为动作的控制；华南理工大学李远清团队基于运动想象模态实现了对轮椅、鼠标以及邮件发送等控制系统，同时其团队将BCI的研究成果应用于临床医疗诊断，取得了不错的效果[20]。近20年以来，国内外BCI系统的发展越来越快，涉及的方面也越来越多。从2009年MindFlex推出第一款意念控制产品，到2011年在欧美市场就已经售出超过100万套，并被时代杂志评为人类历史上最伟大的100款玩具之一。MindFlex系列产品作为一款新式玩具很受孩子们的喜爱，在玩的开心的同时还可以开发智力，使其对科学产生兴趣；在2012年，美国布朗大学的实验室内，一名四肢瘫痪的病人仅依靠脑电信号成功实现了驱动机械臂从桌上抓起咖啡并递到自己面前，如图1-2所示。图1-2脑控机械臂实验图[21]世界机器人大赛—BCI脑控机器人竞赛比拼的是参赛选手操控BCI的实力。一
燕山大学工程硕士学位论文-6-名选手在不需要四肢动作的情况下，仅通过脑电信号成功实现控制一架四旋翼飞行器在三维空间内自由移动。这为飞行器的设计研究提供了新方法，让高科技改变人们的生活更近一步，实验如图1-3所示。图1-3脑控飞行器实验图[22]在2015年，东莞中思检测电子科技有限公司在中国国际展览中心的参展产品“驾安宝”赢得了客户的广泛关注和好评并取得圆满成功。该产品是一款疲劳驾驶预警系统，根据脑电信息判断驾驶者是否处于疲劳驾驶状态，提醒驾驶者注意休息，避免交通事故，服务于人类社会。经过长期实验研究，神经科学领域的专家已经定义出大脑中控制各种活动的具体部位。比如控制人体四肢动作的区域位于大脑的顶部，控制人体精神状态的区域位于大脑前额[23]。不同模态刺激下被试者会产生不同的脑电信号，其区别主要体现在不同的频率值和能量值上，得到的不同特征反映出被试者不同的心理状态。神经科学领域专家给出人脑状态区域控制图如图1-4所示。图1-4人脑状态区域控制图[24]
【参考文献】：
期刊论文
[1]嵌入式系统的应用领域及发展趋势[J]. 陈妍茹. 中外企业家. 2020(01)
[2]ARM嵌入式系统设计与应用技术研究[J]. 刘燚荣. 中国新通信. 2019(24)
[3]基于窗函数法的FIR数字滤波器仿真与实现[J]. 黄波. 内江科技. 2019(11)
[4]《认知神经科学与人机交互的融合:人机交互研究的新趋势》序言[J]. 杨海波. 包装工程. 2019(22)
[5]脑机接口技术的发展与展望[J]. 于淑月,李想,于功敬,孙健,张忠海,成苈委. 计算机测量与控制. 2019(10)
[6]脑机接口的现状与未来[J]. 高上凯. 机器人产业. 2019(05)
[7]多特征融合的运动想象脑电特征提取方法[J]. 罗飞,刘鹏飞,罗元,朱思蒙. 计算机应用. 2020(02)
[8]国家新一代人工智能开放创新平台建设工作指引[J]. 网信军民融合. 2019(08)
[9]脑机信息交互技术综述[J]. 李晨熙,孟庆春,鄂宜阳,郑宪. 电脑知识与技术. 2019(03)
[10]浅析细胞的生物电现象[J]. 吕爱军. 中国继续医学教育. 2018(23)
博士论文
[1]远程脑—机器人交互的仿人机器人全身运动控制研究[D]. 赵靖.天津大学 2016
[2]基于时间序列的复杂脑网络构建与分析[D]. 郝崇清.天津大学 2012
[3]基于运动想象的脑机接口的研究[D]. 周鹏.天津大学 2007
硕士论文
[1]基于SSVEP和EMG的混合脑机接口系统的设计与研究[D]. 赵学文.天津理工大学 2019
[2]基于脑电信号的便携式注意力检测系统设计与实现[D]. 熊朝坤.哈尔滨理工大学 2019
[3]稳态视觉诱发电位型脑机接口的优化的研究[D]. 孙高鹏.东南大学 2018
[4]在线学习中融合视线分析的注意力检测方法的研究和应用[D]. 熊碧辉.杭州电子科技大学 2018
[5]SSVEP脑—机器人在线交互系统设计与应用[D]. 杜秀兰.天津大学 2018
[6]注意力脑电信号分析与脑机接口系统实现[D]. 赵俊昌.南京邮电大学 2017
[7]基于运动想象与稳态视觉诱发电位的混合脑机接口系统研究[D]. 郭衍龙.昆明理工大学 2017
[8]传统方法结合脑电在注意力品质训练中的应用研究[D]. 李雪飞.西南科技大学 2016
[9]基于脑电波的注意力训练研究[D]. 肖婵.华中师范大学 2016
[10]基于稳态视觉诱发电位的脑机接口系统研究[D]. 刘建辉.杭州电子科技大学 2016
本文编号：3364277
【文章来源】：燕山大学河北省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
人脑神经活动图[9]
第1章绪论-5-有奥地利Graz的研究小组、Wadsworth研究中心等，国内较好的研究机构有清华大学、华南理工大学、浙江大学和天津大学等。从20世纪70年代发展至今，基于不同模态的BCI系统都获得了重大发展。在2002年，清华大学生物工程研究所高上凯教授开发出了一个基于稳态视觉诱发电位(StableStateVisualEvokedPotential,SSVEP)的视觉拨号系统，运用不同频率的视觉刺激可以诱发频域特征明显的脑电信号，用眼睛注视就能输入期望的号码[18,19]；浙江大学通过对小白鼠以及猴子大脑皮层植入电极，实现了对小白鼠和猴子某些行为动作的控制；华南理工大学李远清团队基于运动想象模态实现了对轮椅、鼠标以及邮件发送等控制系统，同时其团队将BCI的研究成果应用于临床医疗诊断，取得了不错的效果[20]。近20年以来，国内外BCI系统的发展越来越快，涉及的方面也越来越多。从2009年MindFlex推出第一款意念控制产品，到2011年在欧美市场就已经售出超过100万套，并被时代杂志评为人类历史上最伟大的100款玩具之一。MindFlex系列产品作为一款新式玩具很受孩子们的喜爱，在玩的开心的同时还可以开发智力，使其对科学产生兴趣；在2012年，美国布朗大学的实验室内，一名四肢瘫痪的病人仅依靠脑电信号成功实现了驱动机械臂从桌上抓起咖啡并递到自己面前，如图1-2所示。图1-2脑控机械臂实验图[21]世界机器人大赛—BCI脑控机器人竞赛比拼的是参赛选手操控BCI的实力。一
燕山大学工程硕士学位论文-6-名选手在不需要四肢动作的情况下，仅通过脑电信号成功实现控制一架四旋翼飞行器在三维空间内自由移动。这为飞行器的设计研究提供了新方法，让高科技改变人们的生活更近一步，实验如图1-3所示。图1-3脑控飞行器实验图[22]在2015年，东莞中思检测电子科技有限公司在中国国际展览中心的参展产品“驾安宝”赢得了客户的广泛关注和好评并取得圆满成功。该产品是一款疲劳驾驶预警系统，根据脑电信息判断驾驶者是否处于疲劳驾驶状态，提醒驾驶者注意休息，避免交通事故，服务于人类社会。经过长期实验研究，神经科学领域的专家已经定义出大脑中控制各种活动的具体部位。比如控制人体四肢动作的区域位于大脑的顶部，控制人体精神状态的区域位于大脑前额[23]。不同模态刺激下被试者会产生不同的脑电信号，其区别主要体现在不同的频率值和能量值上，得到的不同特征反映出被试者不同的心理状态。神经科学领域专家给出人脑状态区域控制图如图1-4所示。图1-4人脑状态区域控制图[24]
【参考文献】：
期刊论文
[1]嵌入式系统的应用领域及发展趋势[J]. 陈妍茹. 中外企业家. 2020(01)
[2]ARM嵌入式系统设计与应用技术研究[J]. 刘燚荣. 中国新通信. 2019(24)
[3]基于窗函数法的FIR数字滤波器仿真与实现[J]. 黄波. 内江科技. 2019(11)
[4]《认知神经科学与人机交互的融合:人机交互研究的新趋势》序言[J]. 杨海波. 包装工程. 2019(22)
[5]脑机接口技术的发展与展望[J]. 于淑月,李想,于功敬,孙健,张忠海,成苈委. 计算机测量与控制. 2019(10)
[6]脑机接口的现状与未来[J]. 高上凯. 机器人产业. 2019(05)
[7]多特征融合的运动想象脑电特征提取方法[J]. 罗飞,刘鹏飞,罗元,朱思蒙. 计算机应用. 2020(02)
[8]国家新一代人工智能开放创新平台建设工作指引[J]. 网信军民融合. 2019(08)
[9]脑机信息交互技术综述[J]. 李晨熙,孟庆春,鄂宜阳,郑宪. 电脑知识与技术. 2019(03)
[10]浅析细胞的生物电现象[J]. 吕爱军. 中国继续医学教育. 2018(23)
博士论文
[1]远程脑—机器人交互的仿人机器人全身运动控制研究[D]. 赵靖.天津大学 2016
[2]基于时间序列的复杂脑网络构建与分析[D]. 郝崇清.天津大学 2012
[3]基于运动想象的脑机接口的研究[D]. 周鹏.天津大学 2007
硕士论文
[1]基于SSVEP和EMG的混合脑机接口系统的设计与研究[D]. 赵学文.天津理工大学 2019
[2]基于脑电信号的便携式注意力检测系统设计与实现[D]. 熊朝坤.哈尔滨理工大学 2019
[3]稳态视觉诱发电位型脑机接口的优化的研究[D]. 孙高鹏.东南大学 2018
[4]在线学习中融合视线分析的注意力检测方法的研究和应用[D]. 熊碧辉.杭州电子科技大学 2018
[5]SSVEP脑—机器人在线交互系统设计与应用[D]. 杜秀兰.天津大学 2018
[6]注意力脑电信号分析与脑机接口系统实现[D]. 赵俊昌.南京邮电大学 2017
[7]基于运动想象与稳态视觉诱发电位的混合脑机接口系统研究[D]. 郭衍龙.昆明理工大学 2017
[8]传统方法结合脑电在注意力品质训练中的应用研究[D]. 李雪飞.西南科技大学 2016
[9]基于脑电波的注意力训练研究[D]. 肖婵.华中师范大学 2016
[10]基于稳态视觉诱发电位的脑机接口系统研究[D]. 刘建辉.杭州电子科技大学 2016
本文编号：3364277
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3364277.html
