基于SSVEP和EMG的混合脑机接口系统的设计与研究

发布时间：2020-10-09 22:23

　　脑机接口(Brain-computer Interface,BCI)技术是在人脑与电子设备之间建立的不依赖于外围神经和肌肉组织的人机交互系统。该技术的应用能极大的提高运动功能障碍患者的生活能力,因此其在医学康复和生活辅助等方面占有重要的地位。目前BCI的研究主要是单一类型脑电信号(Electroencephalogram,EEG)的BCI系统,但其在实际应用中存在可靠性差,识别命令简单,信号数据的处理准确度低、速度慢等方面的不足。本文针对上述问题提出了稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP)与肌电信号(Electromyography,EMG)进行了模式融合的系统设计和信号处理算法研究。本文的具体研究内容如下:(1)系统的实验设计。综合考虑SSVEP的刺激方式、刺激频率、刺激目标大小以及布局等因素,设计实现了五个刺激块的SSVEP的刺激范式。分析了时间窗长度、电极数量以及位置对实验分类正确率的影响,选取了最优的电极采集通道。利用肌电信号的特征设计了咬牙信号状态检测器用以反馈错误输出命令。(2)信号处理算法研究。对于SSVEP信号,先采用了离散小波去噪方法去除低频干扰,再利用典型相关分析(Canonical Correlation Analysis,CCA)算法实现特征提取和分类识别。针对CCA不能较好提取信号中多维信息的问题,对CCA进行了改进,达到了更加有效快速地提取信号特征的目的。对于肌电信号,采用离散小波去噪。根据信号特征研究了线性分类器和支持向量机(Support Vector Machine,SVM)分类器。针对SVM分类器,利用K-折交叉验证的方法进行分类器训练和参数选择,提升了SVM分类器的性能实现了较好的分类效果。(3)设计并搭建一种在线混合脑机接口(Hybrid BCI)系统,实现了三维空间下对三自由度直升机(3-DOF helicopter)平台多个命令的飞行控制。六名受试者参与系统在线实验并成功完成拾取和投放物体的飞行任务,且平均准确率达到90.00±4.30%。本文提出的基于SSVEP和EMG的混合脑机接口系统能够实现对三自由度直升机的在线控制,验证了系统的有效性和稳定性,研究结果可在医疗康复、生活辅助等方面发挥巨大作用。
【学位单位】：天津理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R318;TN911.7
【部分图文】：

示意图,示意图,过劳,危险事故

图 1-1 BCI 的应用示意图康医疗方面。该方面主要从预防监测、诊断治疗和康复这三个阶是指疾病还有危险事故等，如工作过劳的监测预警，疲劳驾驶的疗是通过对病人的 EEG 信号进行检测和对比，帮助医生确诊和的早期诊断和注意力缺陷障碍患者的治疗等[19-20]。脑机接口技动康复，恢复运动机能，也可以帮助其它运动障碍患者进行运乐控制方面。基于 EEG 信号的可穿戴游戏设备能给用户带来更大术相结合，实现沉浸式的游戏体验[25]。来科技方面。脑机接口技术在未来军事战争中占有很重要的地高级研究计划局(DARPA)公布了一项研究结果，飞行员通过脑机和无人机的能力。除此之外，还能在冥想减压、脑部交流等多个26-27]。见，脑机接口技术能在社会发展的各个方面有着不同的作用，该的生活、教育等多个方面带来改变，实现“意念控制世界”的疯

基于SSVEP和EMG的混合脑机接口系统的设计与研究

BCI的早期描绘

系统建立,大脑,体肌,绪论

第一章绪论.2 脑机接口的分类BCI 系统就是在人脑与计算机或其它电子设备之间建立起不依赖于 PNS 和肌人机交互系统[34]，如图 1-3 所示。人拿起杯子的正常途径是大脑控制手臂的神组织来完成抬手端杯子的动作，而 BCI 控制是将采集的大脑想象端杯子的脑电成机械手的动作，从而完成端杯子的任务。由此可见，BCI 系统能够代替人体肌肉组织帮助人们实现正常的活动。

【相似文献】