基于脑电节律波的在线脑—机接口系统的研究与实现

发布时间：2023-04-23 01:28

　　脑-机接口(Brain-Computer Interface,BCI)是一种基于脑电(Electroencephalogram,EEG)信号的新型人-机交互技术。它通过采集和解码脑电图中规律性特征,在大脑和外部设备之间建立不依赖外周神经和肌肉的直接信息交互通道。该技术可以让神经肌肉受损但大脑功能正常的残疾人与计算机或外部设备进行通信。基于运动想象的脑-机接口将大脑感觉运动皮层mu/beta节律幅度的变化作为检测依据,是目前BCI技术领域的研究热点。目前关于运动想象脑-机接口(Motor Imagery BCI,MIBCI)的各种理论和算法相继被提出,在一定程度上提升了MIBCI系统的性能。但MIBCI系统在走向实用化过程中仍存在许多问题,如系统识别精度低、异步控制困难等。作为BCI系统的核心技术,特征提取和分类算法的优劣将直接影响整个BCI系统的性能。本文首先通过离线分析,对基于共同空间模式(Common Spatial Pattern,CSP)的BCI参数选择进行了研究,然后比较了三种基于运动想象EEG(Motor Imagery EEG,MIEEG)特征的分类方法,最后从自测试与迁...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 脑-机接口系统的组成
    1.3 脑-机接口系统的分类
    1.4 脑-机接口的发展历程和研究现状
    1.5 运动想象脑-机接口面临的问题
    1.6 本文的主要内容和章节安排
第二章 运动想象脑-机接口的研究基础
    2.1 脑电信号的概述
        2.1.1 脑电信号产生的机理
        2.1.2 脑电信号的特点
        2.1.3 脑电信号的分类
    2.2 运动想象脑电信号
        2.2.1 脑电信号的采集
        2.2.2 事件相关同步和事件相关去同步
    2.3 脑电信号的分析方法
    2.4 本章小结
第三章 运动想象脑电数据特征提取和分类算法
    3.1 CSP特征提取算法
        3.1.1 CSP算法概述
        3.1.2 多分类CSP算法
        3.1.3 CSP空域滤波器设计
    3.2 ICA特征提取算法
        3.2.1 ICA算法概述
        3.2.2 Infomax ICA算法
        3.2.3 ICA空域滤波器设计
    3.3 运动想象脑电分类方法
        3.3.1 支持向量机分类器
        3.3.2 BP神经网络
    3.4 本章小结
第四章 基于离线脑电数据的特征提取和分类算法分析
    4.1 离线数据的获取
        4.1.1 MIEEG自主采集
        4.1.2 实验室MIEEG公开数据库
    4.2 基于CSP的参数选择和分析
        4.2.1 频段的选取和分析
        4.2.2 训练样本个数的选择与分析
        4.2.3 运动想象数据段的选取和分析
    4.3 分类器的选取和分析
    4.4 ICA和 CSP的对比和分析
    4.5 本章小结
第五章 基于脑电节律波的在线脑-机接口系统
    5.1 MIBCI在线系统方案设计
    5.2 MIBCI系统的软件设计
        5.2.1 信号在线采集与预处理
        5.2.2 滤波器在线设计
        5.2.3 alpha波异步控制
        5.2.4 运动想象分类与外设控制
    5.3 实验过程
    5.4 实验结果与分析
    5.5 讨论
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者攻读硕士学位期间取得的学术成果



本文编号：3798804