基于稳态视觉诱发电位的脑机接口系统研究

发布时间：2017-08-20 09:25

  本文关键词：基于稳态视觉诱发电位的脑机接口系统研究

  更多相关文章： 脑机接口 稳态视觉诱发电位 典型相关分析 经验模态分解 高斯模型

【摘要】：脑机接口是一种不依赖于正常神经肌肉途径的信息传输通道,目的是给那些患有运动性功能障碍的病人提供一种新的与外界交流的途径。本文针对基于稳态视觉诱发电位(steady-state evoked potential,SSVEP)的脑机接口系统,在深入研究了SSVEP相关知识的基础上,设计并研发了一个基于SSVEP的在线脑机接口系统。具体的工作如下:(1)在SSVEP信号特征识别上,针对目前主流的两种特征识别方法,功率谱密度分析(PSDA)方法以及典型相关分析(CCA)方法分别进行了改进。本文提出了一种基于经验模态分解(empirical mode decomposition,EMD)的功率谱高斯方法,称为M-PSDA(a modified power spectral density analysis),该方法利用EMD将脑电原始信号分解为若干的IMF(固有模态函数),剔除掉低频的干扰部分,重构后的信号再结合高斯模型进行功率谱分析,实验证明该方法有效提高了频率识别的准确率。在3s的时间窗下,识别正确率相较于传统PSDA方法提高了12%,达到了85%。并且由于只需要一个记录电极的数据,特别适合于可穿戴脑电设备或者记录电极较少的情况。(2)视觉诱发器是整个BCI系统个关键,在视觉诱发器方面,本文对刺激参数进行了细致的比较与选择,利用DirectX应用程序接口,Windows高精度计数器以及帧定时的原理,设计并实现了一个高精度的视觉刺激器,并将其运用于基于SSVEP的在线脑机接口系统中,达到了精确的频率刺激的要求。(3)本文在visual studio 2013平台,采用C#语言编程实现了集脑电信号采集,信号处理与转换,特征识别于一体的实时信号处理系统,构建了基于SSVEP的在线脑机接口系统,该系统使用可穿戴的脑电设备Emotiv,提高了在线BCI系统的便利性。系统的演示程序是一个简单的足球游戏,具有上下左右四个控制命令,3s的时间窗下平均识别准确率达到73.7%,信息传输率为25.03bit/min.本文还详细介绍了该系统完整的组成结构,设计思路,并实验验证了它的稳定性和实用性。为后面实现更加实用化、功能更加丰富的脑机接口系统奠定了基础。
【关键词】：脑机接口 稳态视觉诱发电位 典型相关分析 经验模态分解 高斯模型
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R318;TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-19
• 1.1 引言11
• 1.2 脑机接口的基本理论和研究意义11-17
• 1.2.1 脑机接口的定义11-12
• 1.2.2 脑机接口的基本结构12-14
• 1.2.3 脑机接口的类型14-16
• 1.2.4 脑机接口的研究意义16-17
• 1.3 本论文的内容安排17-19
• 1.3.1 工作的难点17
• 1.3.2 工作的重点17-18
• 1.3.3 主要研究内容18-19
• 第2章 基于SSVEP的脑机接口19-25
• 2.1 稳态视觉诱发电位概述19-22
• 2.1.1 脑电信号概述19-20
• 2.1.2 SSVEP的定义及特性20-21
• 2.1.3 国内外的研究现状21-22
• 2.2 基于SSVEP的BCI的优势22-23
• 2.3 基于SSVEP的BCI的挑战23-24
• 2.4 本章小结24-25
• 第3章 SSVEP信号的特征识别25-45
• 3.1 引言25
• 3.2 基于经验模态分解的功率谱高斯方法25-33
• 3.2.1 信号预处理25-27
• 3.2.2 经验模态分解(EMD)27-30
• 3.2.3 功率谱密度方法(PSDA)30-31
• 3.2.4 高斯模型31-32
• 3.2.5 比较与分析32-33
• 3.3 基于典型相关性分析的方法33-39
• 3.3.1 典型相关分析(CCA)33-35
• 3.3.2 MsetCCA35-37
• 3.3.3 空闲状态检测37
• 3.3.4 比较与分析37-39
• 3.4 数据的离线分析39-44
• 3.4.1 实验数据的采集39
• 3.4.2 实验参数的选择39-42
• 3.4.3 方法综合比较42-44
• 3.5 本章小结44-45
• 第4章 基于SSVEP的在线系统的实现45-62
• 4.1 系统的总体结构45-46
• 4.2 视觉刺激器的设计46-49
• 4.2.1 视觉刺激器的选择46-47
• 4.2.2 刺激参数47-49
• 4.3 视觉刺激器的实现49-57
• 4.3.1 DirectDraw概述49-52
• 4.3.2 高精度定时器52-53
• 4.3.3 帧时序53-54
• 4.3.4 全屏模式下的SSVEP刺激器54-55
• 4.3.5 窗口模式下的SSVEP刺激器55-57
• 4.4 在线处理程序的实现57-61
• 4.4.1 在线处理流程57-58
• 4.4.2 多线程处理58-59
• 4.4.3 系统运行效果59-61
• 4.5 本章小结61-62
• 第5章 在线系统实验与结果分析62-65
• 5.1 在线系统实验62-63
• 5.1.1 实验设备62
• 5.1.2 实验方法62-63
• 5.2 实验结果与分析63-64
• 5.2.1 准确率63
• 5.2.2 信息传输率63-64
• 5.3 本章小结64-65
• 第6章 总结与展望65-67
• 6.1 全文总结65
• 6.2 展望65-67
• 致谢67-68
• 参考文献68-71
• 附录71-72
• 详细摘要72-74

【相似文献】

中国期刊全文数据库 前10条

1 奇云;李大可;;脑机接口——2012年生命科学研究的六大突破之一[J];生命世界;2013年05期

2 刘德建;李奇;;脑机接口原理及系统组成[J];科技风;2013年16期

3 胡剑锋;尹晶海;穆振东;;基于脑电的脑机接口刺激系统的研制[J];信阳师范学院学报(自然科学版);2007年03期

4 槐瑞托;杨俊卿;李东;;脑机接口中脑电信号提取方法和技术的研究进展[J];生命科学;2010年04期

5 方陵生;;脑机相连,梦想成真[J];自然与科技;2012年01期

6 ;脑机接口让猴子控制虚拟手臂助瘫痪病人恢复运动[J];黑龙江科技信息;2013年31期

7 ;通过脑电波进行3D打印[J];科学24小时;2013年10期

8 王洪涛;邹鹤良;;基于事件关联电位脑机接口的电视遥控异步系统[J];控制理论与应用;2012年11期

9 李文石;钱重阳;李雷;魏锋;;让耳朵说话:基于单通道耳穴近红外谱的脑机接口(英文)[J];南京大学学报(自然科学版);2012年05期

10 黄志华;;脑机接口的MapReduce计算模型[J];福州大学学报(自然科学版);2013年06期

中国重要会议论文全文数据库 前10条

1 钱久超;夏斌;杨文璐;;基于P300诱发电位的脑机接口技术研究综述[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 ;脑机接口数据竞赛[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

3 岳鹏;苗丹民;邱玉辉;;一种眼动型脑机接口的设计原理[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

4 何庆华;吴宝明;王禾;卓豫;;脑机接口视觉剌激方法实验研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

5 周鹏;赵欣;葛家怡;李宁;郁洪强;王明时;;基于运动想象的脑机接口的个性化设计方法研究[A];天津市生物医学工程学会2008年年会暨首届生物医学工程与临床论坛论文集[C];2008年

6 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口特征信号分析[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年

7 贾文艳;赵香花;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之五——想像左右手运动的单次脑电信号分类[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

8 何庆华;吴宝明;王禾;钟渝;杜晓兰;彭承琳;;瞬态视觉诱发电位在脑机接口中的实验研究[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

9 高小榕;;脑机接口中的信息传输技术[A];Proceedings of the 8th Biennial Conference of the Chinese Society for Neuroscience[C];2009年

10 张少白;陈悦;;脑皮层信号ECoG在脑机接口中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年

中国重要报纸全文数据库 前10条

1 本报记者 罗朝淑;脑机接口：唤起神经康复的新希望[N];科技日报;2011年

2 常丽君;脑机接口让猴子成功控制虚拟手臂[N];科技日报;2013年

3 叶平安;脑机接口：人与电脑的桥梁[N];电脑报;2014年

4 本报记者 马文方;脑机接口：互联网遥远的疆界[N];中国计算机报;2010年

5 实习生 陈明立;脑机接口,开启“心灵感应”时代[N];科技日报;2010年

6 本报记者 孙燕燕;洪波：脑机接口传递思维[N];北京科技报;2010年

7 记者 李鹏;“脑机接口”实验：意识控制成真[N];北京科技报;2012年

8 松鼠会;脑机接口 不只是科幻[N];科学导报;2012年

9 安之;未来至上在创“芯”[N];经济日报;2014年

10 记者 陈宁 通讯员 周炜 杨洋;“鼠哥”眼光出众的奥秘[N];浙江日报;2013年

中国博士学位论文全文数据库 前10条

1 赵慧霞;蜜蜂（Apis mellifera L.）脑机接口的飞行控制神经机理研究[D];浙江大学;2014年

2 王洪涛;混合脑机接口实现及其应用研究[D];华南理工大学;2015年

3 汪芳;基于强化学习的植入式脑机接口神经信息解码：算法设计及应用[D];浙江大学;2015年

4 张瑞;面向重度残疾人的脑机接口功能辅助研究[D];华南理工大学;2016年

5 姚林;刺激辅助的脑电信号特征增强方法与混合式脑机接口[D];上海交通大学;2015年

6 刘伯强;脑机接口分类算法及实验研究[D];天津大学;2005年

7 余天佑;多模态与多自由度脑机接口研究[D];华南理工大学;2013年

8 吴正华;稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D];电子科技大学;2008年

9 程明;基于脑电信号的脑—计算机接口的研究[D];清华大学;2004年

10 龙锦益;脑信号分析的算法研究与多模态脑机接口[D];华南理工大学;2012年

中国硕士学位论文全文数据库 前10条

1 吴俊;EEG-fMRI混合脑机接口去噪及信号源定位技术研究[D];华南理工大学;2015年

2 孙锴;灵长类动物脑机交互计算标准化平台的设计与实现[D];浙江大学;2016年

3 李椋;基于实时功能磁共振成像的脑机接口技术研究[D];解放军信息工程大学;2014年

4 徐国强;基于非平衡处理的P300脑机接口研究[D];南京大学;2014年

5 林勤光;基于稳态视觉诱发电位和错误相关负电位的脑机接口系统研究[D];浙江理工大学;2016年

6 佘熙玮;非线性UKF算法的实现及其在运动轨迹解码中的应用[D];浙江大学;2016年

7 王舒欢;基于运动想象的脑机接口研究[D];天津工业大学;2016年

8 马健楠;脑神经信号实时处理系统平台软件研发[D];浙江大学;2016年

9 陆盛林;基于脑机接口的虚拟现实三维目标的控制研究及应用[D];华南理工大学;2016年

10 刘博元;基于消费级脑机接口和脑电神经反馈的交互式电子音乐作品《思考之声》[D];上海师范大学;2016年

，

本文编号：705834