基于混合式脑机接口的信号处理及应用研究

发布时间：2023-03-22 18:57

　　在全球人口老龄化、残疾人和脑疾病患者数量不断增加的大环境下,帮助这些行动不能自理的特殊人群提高生活质量,是一个亟待解决的问题。脑机接口技术绕过了人类的神经系统和肌肉等通常的大脑信息传递通道,直接建立大脑与外部设备的连接通路,该技术为特殊人群和特殊环境场景提供了一种新型机械臂控制方法。本学位论文基于混合式脑机接口方法,分析了脑电信号的频域特征和眼电信号的时域特点,提取了相应的特征参数并通过不同算法进行了分类,最终实现了基于脑电和眼电的混合式脑机接口的机械臂运动控制。本文选择了H10C脑电帽作为信号采集设备,设计了脑电和眼电的采集实验,针对脑电与眼电的实验数据存在基线漂移、噪声干扰和眼电伪迹的问题,对信号使用中值滤波进行基线校正,采用了小波硬阈值滤波去除工频和高频干扰,采用了基于样本熵的二阶盲分离算法去除眼电伪迹。为了提取能够表征不同眨眼动作的特征参数,本文从时域、频域、时频域进行了脑电与眼电信号的特征提取。在时域上提取了脑电和眼电信号的波幅、均值、标准差和相关系数作为特征值,比较了不同行为任务造成各电极之间的波形差异;在频域上使用AR模型提取了脑电各节律信号的单位平均功率和节律总功率,表...

【文章页数】：100 页

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 课题研究背景、意义及来源
    1.2 混合式脑机接口国内外研究现状
    1.3 混合式脑机接口混合式脑机接口拟解决的关键技术问题
    1.4 研究内容
2 脑电和眼电信号的采集及预处理
    2.1 引言
    2.2 脑电和眼电信号的生理基础
    2.3 脑电和眼电信号采集实验设计
    2.4 脑电和眼电信号预处理
    2.5 本章小结
3 脑电和眼电信号的特征参数提取
    3.1 引言
    3.2 眼电信号时域分析
    3.3 脑电信号频域分析
    3.4 脑电和眼电信号时频分析
    3.5 本章小结
4 脑电和眼电信号的分类方法
    4.1 引言
    4.2 基于遗传算法的特征降维研究
    4.3 特征分类算法研究
    4.4 特征分类算法的比较
    4.5 分类结果的校正
    4.6 本章小结
5 基于混合式脑机接口控制的机械臂仿真与实验
    5.1 引言
    5.2 机械臂运动学分析
    5.3 机械臂轨迹规划
    5.4 基于混合式脑机接口控制的机械臂仿真
    5.5 基于混合式脑机接口控制的机械臂实验
    5.6 本章小结
6 全文总结与展望
    6.1 论文研究成果
    6.2 论文创新点
    6.3 展望
参考文献
作者简介
学位论文数据集



本文编号：3767406