基于脑电信号的在线脑机接口系统设计

发布时间：2017-06-07 06:18

  本文关键词：基于脑电信号的在线脑机接口系统设计，由笔耕文化传播整理发布。

【摘要】：背景目前,人们所研究的脑机接口技术是人类大脑与外界环境和设备之间建立的一种信息交流的直接通路,这种通路可以为大脑有清醒意识,但身体有残疾不能很好的与外界环境进行交流的人提供一种与周围环境交流的途径。近年来,人们对脑机接口相关的技术研究已经取得了一定的成果,但是这些研究成果大多停留在实验室研究阶段,存在的主要问题如下:(1)脑电信号的采集和处理设备抗干扰能力差,对使用环境要求苛刻;(2)由于大多数研究使用的是诱发脑电,使用者不仅需要一个训练过程,而且容易诱发实验者出现癫痫症状;(3)有些研究的处理方法是在离线的情况下进行的,这与实时在线要求有一定的差距。目的基于上述原因,在现有设备的基础上,针对这些困扰着脑机接口技术走出实验室的问题,提出了基于自发脑电信号的在线、实时和便携的研究方案。本研究的目的是设计一种可以在一般环境下使用的在线脑机接口系统。利用自发脑电信号,使其使用者不需要长时间的训练,就可以在线直接控制外部设备。方法(1)信号采集:使用EMOTIV EPOC+14通道脑电采集设备采集额区和枕区的脑电信号,使用蓝通信技术将设备采集的脑电信号传输至计算机。(2)信号提取:依据EMOTIV公司提供的基于Windows平台的C++软件开发工具包,使用C++语言编程,读取蓝牙模块USB接口的数据,将读入计算机的脑电数据进行分析,挑拣出包含眼电信号的AF3和AF4通道的信号,通过另一个含有USB接口的蓝牙适配器将他们发送出去。(3)信号接收:使用现场可编程逻辑门阵列(FPGA)编程控制具有RS-232串行口的蓝牙模块来接收AF3和AF4通道的脑电信号,将接收到的脑电信号在FPGA中分成AF3和AF4两个类别,分别对两类信号进行处理,处理过后的信号送到TFT液晶屏进行显示,以观察采集到的脑电信号的基本特性,TFT液晶屏显示的内容主要包含信号的幅度和时间;(4)信号处理:对AF3和AF4通道的信号进行处理并给出控制信号,首先对获得的脑电信号进行整形,得到一个占空比不同的方波信号,整形的原理是只要AF3和AF4通道的信号有一条达到条件,就可以给出一个方波的高电平或者低电平;其次,经过实验可知,由于刻意闭眼和睁眼信号与基线之间的差值大于100μV,因此根据刻意眨眼信号的幅值的特殊性,设置一个阈值,当方波的幅值达到这一阈值之后,将这一个方波信号转换为脉冲信号;第三,利用脉冲信号作为触发信号,循环选择5种不同的输出结果,当选定一种输出结果并维持6s内不变时,将这种输出结果作为最终的输出信号,并用于控制外部设备。结果为更直观的观察信号的变化,利用TFT液晶屏实时动态的显示出采集到的脑电信号。从实验中可以看到,它不仅可以显示实验者在闭眼时的上升波和睁眼时的下降波,并且可以显示信号的强弱。在一般的实验环境中,经过12名实验者的测试,不同实验者的刻意眨眼信号幅值差别不大,最终都可以使用刻意眨眼信号来选择5种不同的输出结果,用于控制外部装置。结论本研究可以为身体瘫痪或肢体瘫痪的病人提供一种适用于普通环境的与外界进行交流的便携式廉价脑机接口设备。
【关键词】：脑机接口 C++ 蓝牙 现场可编程逻辑门阵列
【学位授予单位】：新乡医学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;R338
【目录】：

• 摘要6-8
• Abstract8-10
• 第1章 绪论10-18
• 1.1 研究背景及脑机接口技术10-12
• 1.1.1 研究背景10
• 1.1.2 脑机接口技术10-12
• 1.2 国内外研究现状以及存在问题12-15
• 1.2.1 国内外研究现状12-14
• 1.2.2 存在问题14-15
• 1.3 研究目的和研究内容15-18
• 第2章 脑电信号特征和脑电采集设备18-32
• 2.1 脑电信号特征18-21
• 2.1.1 脑电信号的产生18-19
• 2.1.2 脑电信号特点19-20
• 2.1.3 脑电信号组成20-21
• 2.2 脑电采集21-31
• 2.2.1 脑电采集设备简介21-23
• 2.2.2 Emotiv EPOC+ 使用方法23-28
• 2.2.3 10/20 系统脑电电极定位28-30
• 2.2.4 脑电采集过程30-31
• 2.3 本章小结31-32
• 第3章 设计中用到的通信协议32-37
• 3.1 USB2.0 通讯32-34
• 3.1.1 概述32
• 3.1.2 数据传输格式32-34
• 3.2 蓝牙通信34-35
• 3.2.1 蓝牙技术简介34
• 3.2.2 蓝牙技术的主要特点34-35
• 3.3 串口通信35-36
• 3.4 本章小结36-37
• 第4章 FPGA结构及开发流程37-45
• 4.1 FPGA概述37-40
• 4.2 FPGA项目开发设计流程40-44
• 4.3 本章小结44-45
• 第5章 系统设计与实验过程45-66
• 5.1 系统设计45-62
• 5.1.1 脑电采集45-47
• 5.1.2 分析与处理过程47-62
• 5.2 实验过程62-64
• 5.2.1 实验过程62-63
• 5.2.2 实验结果分析63-64
• 5.3 实验过程中遇到的问题以及解决方案64
• 5.4 本章小结64-66
• 第6章 总结与展望66-67
• 6.1 总结66
• 6.2 未来展望66-67
• 参考文献67-69
• 综述69-79
• 参考文献77-79
• 攻读学位期间发表文章情况79-80
• 致谢80-81
• 个人简历81

【相似文献】

中国期刊全文数据库 前10条

1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期

2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

7 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[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

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[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

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[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

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

6 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年

7 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年

8 王晓滨;LED光针灸对脑功能的影响研究[D];天津职业技术师范大学;2015年

9 徐朝阳;基于深度网络的脑电信号分类方法研究[D];中国海洋大学;2015年

10 刘巨娟;基于脑电信号识别的驾驶员-汽车混合控制系统设计[D];东北大学;2014年

  本文关键词：基于脑电信号的在线脑机接口系统设计，，由笔耕文化传播整理发布。

本文编号：428364