基于Alpha波的脑电信号处理及BCI系统研究
发布时间：2021-05-07 23:51
脑机接口（Brain-Computer Interface,简称BCI）是直接在大脑和计算机设备之间进行信息交换的通信和控制系统,它不依靠外周神经和肌肉组织等常规的大脑输出通道。BCI系统通常是由信号采集、信号处理（预处理、特征提取、分类算法）和命令输出等单元组成。目前脑机接口技术的主要研究目的是为思维正常但丧失运动能力的人提供一个特殊的对外信息交流方式。BCI系统还可以提供一种游戏控制的附加手段,为人们提供一种全新的娱乐方式。信号处理是对BCI系统性能影响很大的一个重要环节。其中预处理包括放大、伪迹消除和滤波等;特征提取是指提取人脑产生的特定的容易识别的脑电信号（Electroencephalogram,简称EEG）信号,而并不是解读脑电本身;分类算法是指对提取的特征信号进行分类以便后续命令的生成。论文采用波幅较高的自发脑电波中的α波作为特征信号,自发脑电波具有比诱发脑电波容易提取且不需要外部激励的优点,而且α波具有特殊的阻断现象,在睁眼和闭眼时信号的幅值会有明显变化,论文便是基于这种特性进行的脑电信号特征的提取。论文采用快速独立分量分析的方法对信号进行眼电伪迹消除,利用小波变换对信...
【文章来源】：燕山大学河北省
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究的背景及意义
1.1.1 脑电信号简介
1.1.2 脑机接口的发展背景
1.1.3 脑机接口的应用范围
1.2 脑机接口的研究现状
1.3 VC++与MATLAB 混合编程简介
1.3.1 VC++与MATLAB 软件简介
1.3.2 VC++与MATLAB 混合编程方法
1.4 论文的主要工作与结构安排
第2章 信号预处理相关算法
2.1 基线校正
2.2 伪迹消除
2.2.1 眼电干扰的特点
2.2.2 独立分量分析简介
2.2.3 伪迹消除结果分析
2.3 脑电信号的滤波
2.3.1 脑电信号时频特点
2.3.2 小波变换简介
2.3.3 滤波结果分析
2.4 本章小结
第3章 特征提取与BCI 的实现
3.1 脑电信号的特征提取
3.1.1 特征提取方法概述
3.1.2 功率谱估计简介
3.1.3 特征提取效果分析
3.2 分类算法简述
3.3 BCI 的实现
3.4 本章小结
第4章 BCI 系统下位机的设计
4.1 信号放大部分
4.1.1 信号的前置放大
4.1.2 信号的后级放大
4.2 信号的滤波部分
4.2.1 高通滤波
4.2.2 低通滤波
4.3 信号的工频陷波部分
4.4 信号A/D 转换
4.4.1 硬件部分
4.4.2 软件部分
4.5 本章小结
第5章 BCI 系统上位机软件的设计
5.1 VC++编程简介
5.1.1 VC++与单片机的串行通信配置
5.1.2 VC++的定时器设置
5.1.3 图像显示的双缓冲技术
5.2 VC++与MATLAB 混合编程方法
5.2.1 .m 文件编译成.dll 文件进行调用的方法
5.2.2 VC++程序调用MATLAB 引擎的方法
5.3 BCI 实验设计与结果
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介
【参考文献】：
期刊论文
[1]基于VC++的电力图形软件的电力图元连接[J]. 刘守瑞,常鲜戎. 电力系统保护与控制. 2010(15)
[2]基于右腿驱动技术的脑电信号放大器的设计[J]. 孙宇舸,叶柠,于艳波. 东北大学学报(自然科学版). 2010(06)
[3]基于中值滤波的心电基线校正方法的研究[J]. 蔡坤,陆尧胜. 医疗设备信息. 2004(02)
[4]数字滤波及陷波器在心电图信号检测中的应用[J]. 刘东辉,孙晓云,何品纯,高慧泉,何钺. 工业仪表与自动化装置. 2002(02)
硕士论文
[1]左右手运动想象脑电采集和特征提取方法初探[D]. 叶坤.华中科技大学 2008
[2]基于EEG的BCI的研究与设计[D]. 魏文庆.浙江大学 2007
[3]用于脑—机接口的脑电信号特征提取及分类的研究[D]. 贾希.河北工业大学 2007
[4]脑机接口中的信号处理算法研究[D]. 刘杨.国防科学技术大学 2005
本文编号：3174265
【文章来源】：燕山大学河北省
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究的背景及意义
1.1.1 脑电信号简介
1.1.2 脑机接口的发展背景
1.1.3 脑机接口的应用范围
1.2 脑机接口的研究现状
1.3 VC++与MATLAB 混合编程简介
1.3.1 VC++与MATLAB 软件简介
1.3.2 VC++与MATLAB 混合编程方法
1.4 论文的主要工作与结构安排
第2章 信号预处理相关算法
2.1 基线校正
2.2 伪迹消除
2.2.1 眼电干扰的特点
2.2.2 独立分量分析简介
2.2.3 伪迹消除结果分析
2.3 脑电信号的滤波
2.3.1 脑电信号时频特点
2.3.2 小波变换简介
2.3.3 滤波结果分析
2.4 本章小结
第3章 特征提取与BCI 的实现
3.1 脑电信号的特征提取
3.1.1 特征提取方法概述
3.1.2 功率谱估计简介
3.1.3 特征提取效果分析
3.2 分类算法简述
3.3 BCI 的实现
3.4 本章小结
第4章 BCI 系统下位机的设计
4.1 信号放大部分
4.1.1 信号的前置放大
4.1.2 信号的后级放大
4.2 信号的滤波部分
4.2.1 高通滤波
4.2.2 低通滤波
4.3 信号的工频陷波部分
4.4 信号A/D 转换
4.4.1 硬件部分
4.4.2 软件部分
4.5 本章小结
第5章 BCI 系统上位机软件的设计
5.1 VC++编程简介
5.1.1 VC++与单片机的串行通信配置
5.1.2 VC++的定时器设置
5.1.3 图像显示的双缓冲技术
5.2 VC++与MATLAB 混合编程方法
5.2.1 .m 文件编译成.dll 文件进行调用的方法
5.2.2 VC++程序调用MATLAB 引擎的方法
5.3 BCI 实验设计与结果
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介
【参考文献】：
期刊论文
[1]基于VC++的电力图形软件的电力图元连接[J]. 刘守瑞,常鲜戎. 电力系统保护与控制. 2010(15)
[2]基于右腿驱动技术的脑电信号放大器的设计[J]. 孙宇舸,叶柠,于艳波. 东北大学学报(自然科学版). 2010(06)
[3]基于中值滤波的心电基线校正方法的研究[J]. 蔡坤,陆尧胜. 医疗设备信息. 2004(02)
[4]数字滤波及陷波器在心电图信号检测中的应用[J]. 刘东辉,孙晓云,何品纯,高慧泉,何钺. 工业仪表与自动化装置. 2002(02)
硕士论文
[1]左右手运动想象脑电采集和特征提取方法初探[D]. 叶坤.华中科技大学 2008
[2]基于EEG的BCI的研究与设计[D]. 魏文庆.浙江大学 2007
[3]用于脑—机接口的脑电信号特征提取及分类的研究[D]. 贾希.河北工业大学 2007
[4]脑机接口中的信号处理算法研究[D]. 刘杨.国防科学技术大学 2005
本文编号：3174265
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3174265.html
