SSVEP疲劳机制研究及其在脑控轮椅系统中的应用

发布时间：2023-06-08 22:43

　　脑-机接口(brain-computer interface,BCI)是一项可以在人脑与被控设备间直接搭建信息通路的全新技术,它为人类向外部世界发出指令提供了一种新的手段。目前,脑控轮椅的研究越发受到重视,老年人和运动障碍患者可以不再需要他人的帮助而是通过意念来控制轮椅,从而提高他们的生活自理能力。然而,病人长时间使用轮椅后会产生一定的疲劳从而降低轮椅控制的性能。目前基于脑电信号的疲劳机制研究很少,传统的方法又很难融合多通道的脑电数据来分析这种疲劳机制。本文围绕脑控轮椅系统,选择具有较高信息传输速率并且训练需求相对较低的稳态视觉诱发电位(steady state visual evoked potential,SSVEP)范式作为实验脑电信号,设计了正常与疲劳状态的脑电信号采集实验,对正常和疲劳状态下的SSVEP信号进行分类,从而研究疲劳行为对分类准确率的影响。结果表明,疲劳行为会使分类准确率大幅度降低,同时发现支持向量机具有很好的分类性能,正常和疲劳状态的平均准确率分别为92.67%和72.91%。为了进一步研究基于SSVEP的疲劳机制,本文采用模态迁移复杂网络方法融合被试者大脑枕部...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 脑-机接口研究现状
        1.2.1 脑-机接口概述
        1.2.2 脑电信号采集与范式
        1.2.3 脑控轮椅系统
    1.3 复杂网络时间序列研究现状
        1.3.1 一元时间序列复杂网络
        1.3.2 多元时间序列复杂网络
    1.4 本文主要工作与创新点
    1.5 论文组织结构
第2章 基于脑控轮椅系统的正常与疲劳状态脑电信号采集
    2.1 用户刺激界面设计
        2.1.1 刺激界面设计原理
        2.1.2 刺激界面编程实现
    2.2 信号采集
        2.2.1 采集设备
        2.2.2 被试选取
        2.2.3 实验流程
    2.3 本章小结
第3章 正常与疲劳状态SSVEP分类准确率对比研究
    3.1 信号预处理
        3.1.1 去伪迹
        3.1.2 通道选取
    3.2 特征提取
    3.3 准确率分析
    3.4 本章小结
第4章 基于模态迁移网络的SSVEP疲劳机制研究
    4.1 基于模态迁移的复杂网络构建
    4.2 脑控轮椅系统疲劳机制研究
        4.2.1 小世界特性
        4.2.2 基于复杂网络的疲劳机制分析
    4.3 本章小结
第5章 基于SSVEP脑电范式的脑控轮椅系统设计
    5.1 脑控轮椅系统
    5.2 便携式EEG信号采集通信模块的搭建
        5.2.1 USB通信简介
        5.2.2 USB通信模块的设计
    5.3 轮椅控制的硬件实现
    5.4 脑控轮椅避障实验
    5.5 本章小结
第6章 总结和展望
    6.1 总结
    6.2 展望
参考文献
发表论文和参加科研情况说明
    发表学术论文
    参与科研项目
致谢



本文编号：3832642