便携式SSVEP-BCI系统研究

发布时间：2017-10-12 11:09

  本文关键词：便携式SSVEP-BCI系统研究

  更多相关文章： 稳态视觉诱发电位 脑-机接口 视觉刺激 脑电采集 信号处理

【摘要】：脑-机接口(Brain-Computer Interface,BCI)是一种直接使用大脑信号与外界通信或者控制外部设备而不涉及任何身体机械运动的通信控制系统,在大脑和外部环境之间建立了新的通信渠道。基于稳态视觉诱发电位(Steady State Visual Evoked Potential,SSVEP)的BCI系统利用视觉刺激发布命令,因为其具有信号采集简单,几乎无需训练等优点,被广泛用于实验室研究和临床实验。本文旨在研究移动性好、功耗低的便携式SSVEP-BCI系统,并将其用于采集高信噪比的脑电(Electroencephalogram,EEG)信号以及正确提取SSVEP特征。本文对SSVEP-BCI系统的三个重要组成部分进行了研究和设计:(1)视觉刺激器。通过研究SSVEP-BCI系统对视觉刺激的要求,分析各种参数对视觉刺激效果的影响,选择合理的刺激产生方式,配置适当的参数,设计了刺激器硬件电路;分析比较各种调制方式的优缺点,最终采用频率调制方式产生稳定、准确的视觉刺激。刺激频率准确性测试中,最大频率偏差仅为0.01Hz。(2)脑电信号采集装置。分析EEG信号特点,提出了设备设计要求;研究电极对SSVEP响应的影响,选择合适的电极种类和位置;根据系统设计要求,分析同类器件或方法的性能,选择了装置核心器件以及数据传输方式,设计了脑电信号采集装置硬件电路,主要包含模数转换(Analog-to-Digital Conversion,ADC)、通信控制、数据传输以及电源管理等模块。整个装置体积小(7×5cm),功耗低(3000mAH锂电池供电可持续采集30小时以上)。(3)数字信号处理平台。分析常见智能设备操作系统优缺点,选择了基于Android的智能手机用于数字EEG信号处理,设计了应用程序,用于实现数字EEG信号接收和存储、数字信号处理以及SSVEP特征提取等功能。选取5名志愿者进行了BCI系统性能测试实验。在脑电采集时长为8s时,特征识别准确率平均值超过85%,采集时长为40s时,准确率平均值超过90%。本文设计的便携式SSVEP-BCI系统具有特征识别准确率高、体积小、功耗低和高度可移动性等优点,有望应用于电话通信、智能轮椅控制等众多领域。
【关键词】：稳态视觉诱发电位 脑-机接口 视觉刺激 脑电采集 信号处理
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R338;TN911.7
【目录】：

• 摘要3-4
• Abstract4-9
• 注释表9-10
• 第1章 引言10-16
• 1.1 脑-机接口定义及分类10-12
• 1.1.1 脑-机接口定义10
• 1.1.2 脑-机接口分类10-12
• 1.2 SSVEP-BCI系统工作原理12-13
• 1.3 国内外研究现状13-14
• 1.4 研究目的及意义14-15
• 1.5 研究内容及论文结构15-16
• 第2章 视觉刺激器研究与设计16-24
• 2.1 视觉刺激器设计原理16
• 2.2 视觉刺激产生方式研究及选择16-17
• 2.3 刺激频率分析及选择17-18
• 2.4 其他参数研究及配置18
• 2.5 刺激频率调制方式研究18-19
• 2.6 基于LED的视觉刺激器实现19-23
• 2.6.1 刺激器硬件设计19-20
• 2.6.2 刺激产生软件设计20-22
• 2.6.3 视觉刺激器准确度测试22-23
• 2.7 本章小结23-24
• 第3章 脑电信号采集装置研究与设计24-43
• 3.1 大脑信号采集方式选择24-25
• 3.2 设计目标及要求25-26
• 3.3 电极选择26-28
• 3.4 脑电信号采集硬件设计28-37
• 3.4.1 系统结构设计28-29
• 3.4.2 元件选择29-32
• 3.4.3 硬件电路实现32-37
• 3.5 脑电信号采集软件设计37-41
• 3.5.1 ADS1299配置37-38
• 3.5.2 MCU控制程序设计38-41
• 3.6 功耗测试41-42
• 3.7 本章小结42-43
• 第4章 脑电信号处理软件设计43-54
• 4.1 操作系统选择43-44
• 4.2 软件系统结构设计44-45
• 4.3 软件界面设计45-46
• 4.4 权限的设置46-47
• 4.5 蓝牙数据接收和存储47-48
• 4.6 脑电信号频域分析及特征提取48-53
• 4.6.1 FFT数学基础49-50
• 4.6.2 FFT程序设计50-52
• 4.6.3 滤波及SSVEP特征提取52-53
• 4.7 本章小结53-54
• 第5章 便携式SSVEP-BCI系统测试54-59
• 5.1 实验设计54-55
• 5.2 实验结果55-57
• 5.3 结果分析与讨论57-58
• 5.4 本章小结58-59
• 第六章 结束语59-61
• 6.1 主要工作与创新点59-60
• 6.2 后续研究工作60-61
• 参考文献61-66
• 致谢66-67
• 攻读硕士学位期间从事的科研工作及取得的成果67

，

本文编号：1018350