基于脑机接口的视觉刺激器的研究与实现

发布时间：2017-08-06 03:11

  本文关键词：基于脑机接口的视觉刺激器的研究与实现

  更多相关文章： 脑机接口 视觉诱发电位 Windows定时 信号提取与识别

【摘要】：脑-机接口(brain-computer interface, BCI)是一种利用人脑生物电信号实现人脑与计算机或其他电子设备通讯和控制的系统。它正成为脑科学、计算机工程、生物医学工程及人机自动控制研究领域的一个研究热点。本文阐述了脑机接口的原理,给出了基于视觉诱发电位的脑计算机接口系统的方案,该方案的关键部分是刺激器的实现,它提供了用户利用脑电信号输入字符所需的刺激。本论文的主要工作及研究成果有以下几个方面：第一：作者通过Visual Studio 2010利用MFC编程设计了脑机接口视觉刺激器。为了保证目标图像的高速和平滑的显示,作者采用了DirectX技术；基于Windows精确定时,作者列举了毫秒级定时的方法,在实验的基础上,选取了多媒体定时器；经过查阅资料,使用WinIO函数库,成功地解决了并口输出。实测显示,视窗中的目标图像同时运动时,平滑稳定、无抖动现象,时间精度达到设计要求,实时向并口输出数据,该方案能有效地诱发出可识别的具有特征性的视觉诱发电位。第二：利用两台计算机和脑电信号采集系统建立了一个基于视觉诱发电位的脑机接口实验系统。本研究利用累加平均提取强噪声背景下视觉诱发电位的方法,可以有效地提高信噪比,但不能提取出显著的视觉诱发电位信号。课题组采用少量累加平均结合小波时频滤波,实验结果表明,大约只需十几次视觉刺激数据,就可以提取出波形特征显著的视觉诱发电位信号,有利于提高脑机接口的通讯准确性。第三：作者成功地利用刺激器与脑电采集系统开展了脑机接口实验。研究结果表明,当屏幕上有12个刺激模块,受试者注视其中任意位置的一个刺激模块时,均可能检测到相应的VEP信号。不同的颜色模块的闪烁或颜色交替变化均能引起视觉诱发电位信号,但所引起的VEP信号的波形形状及幅度存在一定的差异。其中,白色黑色模块的闪烁所引起的VEP信号幅度较大。当视觉刺激频率在4Hz左右变化时,所有受试者均能检测到比较明显的瞬态VEP信号。
【关键词】：脑机接口 视觉诱发电位 Windows定时 信号提取与识别
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R318;TN911.7
【目录】：

• 中文摘要5-6
• Abstract6-9
• 第1章 绪论9-23
• 1.1 脑机接口的基本概念9-11
• 1.2 脑机接口的研究意义与方法11-21
• 1.3 国内外研究现状21-22
• 1.4 本文研究内容22-23
• 第2章 视觉刺激器概论23-45
• 2.1 视觉诱发电位的分类23-25
• 2.2 视觉诱发电位用于脑机接口的原理25-26
• 2.3 视觉刺激器的研究26-30
• 2.3.1 视觉刺激器的要求26-27
• 2.3.2 视觉刺激器的刺激模式27-30
• 2.4 视觉诱发电位的提取与识别30-43
• 2.4.1 诱发电位信号的提取方法30-34
• 2.4.2 诱发电位信号的识别34-43
• 2.5 本章小结43-45
• 第3章 实验系统的设计与实现45-57
• 3.1 视觉刺激器的实现45-51
• 3.2 脑电信号的采集51-55
• 3.3 实验系统构建55-56
• 3.4 本章小结56-57
• 第4章 实验结果与分析57-67
• 4.1 实验方法与步骤57-59
• 4.2 实验结果59-62
• 4.3 结果分析62-65
• 4.4 本章小结65-67
• 第5章 总结与展望67-69
• 参考文献69-72
• 致谢72

【共引文献】

中国期刊全文数据库 前10条

1 胡林,胡刚,吴海燕;低温简单晶体摩尔熵的回归方程及人工神经网络表达[J];安徽大学学报(自然科学版);1999年04期

2 徐章遂,靳英卫,张政保,王瑾;铁磁材料组合型裂纹的漏磁数学模型[J];兵器材料科学与工程;2001年02期

3 张仕新,张丽霞,师文涛;神经网络在装甲车辆发动机状态监测中的应用[J];车辆与动力技术;2003年03期

4 曹春松;张淑芳;田丽;王殿俊;洪云;;基于RBF人工神经网络的水质评价[J];兵工自动化;2008年04期

5 张学军,张其善;空中交通服务电报智能处理系统[J];北京航空航天大学学报;2001年02期

6 王国锋,王子良,秦旭达,王太勇;基于小波包和径向基神经网络轴承故障诊断[J];北京科技大学学报;2004年02期

7 王波涛,吴伟陵,吴善培;一种改进的神经网络训练算法[J];北京邮电大学学报;2004年04期

8 李鸿雁;李鹏;王玉新;;基于数据信息串行时间延迟处理的BP网络训练[J];北京师范大学学报(自然科学版);2010年03期

9 胡远来,刘明哲;灰色遗传识别在 XX 气田储层预测中的应用[J];成都理工学院学报;1998年S1期

10 何平,胡远来;反传网络(CPN)的改进及其在储层预测中的应用[J];成都理工学院学报;1998年S1期

中国重要会议论文全文数据库 前10条

1 李丽;杨乐平;;一种新的盲均衡算法的研究[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

2 郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 梁久祯;黄德双;何新贵;;多输入单输出前馈神经网络映射机理研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

4 黄德双;;共线与共面样本的特性[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 黄德双;;线性代数方程组的神经网络求解[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 吴月明;王益群;李莉;;基于神经网络集成的可靠性分布模型的智能识别[A];2006年全国机械可靠性学术交流会论文集[C];2006年

7 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

8 杜吉祥;翟传敏;;基于Gabor纹理特征的植物图像识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

9 张明之;刘雨东;蔡悦斌;;一种基于小波包技术的舰船噪声目标分类特征提取方法[A];水下噪声学术论文选集（1985-2005）[C];2005年

10 史奎凡;陈月辉;;半自组织人工神经网[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

中国博士学位论文全文数据库 前10条

1 孙大利;石油价格波动规律研究[D];浙江大学;2010年

2 朱军华;环境因素作用下的结构损伤检测[D];暨南大学;2011年

3 蒋胜利;高维数据的特征选择与特征提取研究[D];西安电子科技大学;2011年

4 张萌萌;基于智能计算的城市交通信号控制系统研究[D];山东大学;2011年

5 施式亮;矿井安全非线性动力学评价模型及应用研究[D];中南大学;2000年

6 高英杰;轧机AGC液压系统故障诊断技术的研究[D];燕山大学;2000年

7 莫玮;神经网络在自适应均衡中的应用研究[D];西安电子科技大学;2000年

8 郭国会;桥梁结构动力损伤诊断方法研究[D];湖南大学;2001年

9 郭大蕾;车辆悬架振动的神经网络半主动控制[D];南京航空航天大学;2002年

10 聂伟荣;多传感器探测与控制网络技术——地面运动目标震动信号探测与识别[D];南京理工大学;2002年

中国硕士学位论文全文数据库 前10条

1 沈昊;基于DSP图像处理的鸡蛋新鲜度实时无损检测研究[D];华中农业大学;2010年

2 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年

3 阎明;蒸汽发生器故障预报方法研究[D];哈尔滨工程大学;2010年

4 吴云;基于RS和GIS的植被覆盖度估算及动态变化分析[D];辽宁工程技术大学;2009年

5 王俊朝;基于中尺度遥感影像的早稻种植面积提取方法探讨[D];安徽师范大学;2010年

6 王岩;基于ARM的动态压力记录分析仪的研究与开发[D];长春工业大学;2010年

7 房晓颖;JTIDS信号用户分选分类器研究与实现[D];解放军信息工程大学;2009年

8 潘虹;循环冷却水污垢对策等级评价技术研究[D];东北电力大学;2011年

9 刘鑫;突发通信中的低信噪比调制识别技术研究[D];西安电子科技大学;2011年

10 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年

，

本文编号：628110