基于智能眼镜的BCI技术研究

发布时间：2017-08-19 13:01

  本文关键词：基于智能眼镜的BCI技术研究

  更多相关文章： 脑机接口（BCI） 智能眼镜 虚拟现实（VR） 事件相关去同步（ERD） 共空间模式(CSP) 小波变换 支持向量机（SVM） 在线

【摘要】：脑-机接口（Brain-Computer-Interface,BCI）是一种人机交互技术，它可以不依赖于正常的由外围神经和肌肉组成的输出通路，而仅通过对脑电信号的采集和处理，实现大脑直接对外部设备的控制。智能眼镜可以通过双眼对应屏幕显示不同的场景来实现立体影像的播放，提供虚拟现实（Virtual Reality，VR）的场景。脑机接口结合智能眼镜虚拟现实技术可以提供沉浸感更强的人机交互方式，目前已成为脑机交互领域的研究热点。 本文工作中首先构建了基于脑电信号的在线脑机接口平台，针对下肢想象动作任务经常存在的手部动作干扰问题，设计了脑电信号的诱发与采集实验，使用时频分析法和脑地形图法分析被试感觉运动区是否产生ERD现象，然后使用小波包变换和CSP算法分别提取ERD特征值，送入SVM分类器进行判别。经过数据处理方法优化，提高了下肢想象动作的分类识别率，实验结果显示采用CSP结合SVM算法分类识别率可达到91.5%。进而，本文工作中建立了基于智能眼镜虚拟现实技术的BCI控制平台，设计了基于虚拟踢足球任务的在线控制实验。对5位被试的在线实验结果显示，每位被试均实现了对智能眼镜-BCI设备的控制并且展现了良好的控制效果。实验中并对每位被试的操作进行了主观评价，结果显示本文建立的在线实验平台中虚拟现实环境明显促进了被试的沉浸程度。
【关键词】：脑机接口（BCI） 智能眼镜 虚拟现实（VR） 事件相关去同步（ERD） 共空间模式(CSP) 小波变换 支持向量机（SVM） 在线
【学位授予单位】：天津职业技术师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN911.7;R778.3
【目录】：

• 中文摘要4-5
• Abstract5-8
• 第1章 研究背景8-18
• 1.1 BCI 研究背景8-9
• 1.2 BCI 的定义9-12
• 1.2.1 使用 EEG 信号的 BCI 系统10-12
• 1.2.2 本文中 BCI 系统的信号选择12
• 1.3 虚拟现实与智能眼镜12-14
• 1.4 虚拟现实与脑机接口相结合14-16
• 1.5 研究内容与章节安排16-18
• 1.5.1 研究内容16-17
• 1.5.2 章节安排17-18
• 第2章 实验设置18-23
• 2.1 EEG 信号的产生与采集18-20
• 2.1.1 EEG 信号的产生18-19
• 2.1.2 信号采集设置19-20
• 2.2 实验设置20-22
• 2.2.1 动作设计20-21
• 2.2.2 实验方案21-22
• 2.3 数据预处理22
• 2.4 本章小结22-23
• 第3章 数据处理23-36
• 3.1 特征提取23-31
• 3.1.1 时频分析法24-26
• 3.1.2 脑地形图分析26-27
• 3.1.3 小波包变换分析法27-28
• 3.1.4 共空间模式28-31
• 3.2 分类识别（SVM 支持向量机）31-33
• 3.2.1 SVM 原理31-33
• 3.3 分类结果及意义33-35
• 3.3.1 小波包变换分类结果33
• 3.3.2 CSP 算法分类结果33-35
• 3.4 本章小结35-36
• 第4章 导联筛选36-38
• 4.1 导联筛选方法36
• 4.2 导联筛选结果36-38
• 4.3 本章小结38
• 第5章 在线系统设计38-44
• 5.1 系统平台搭建38-40
• 5.1.1 数据处理39
• 5.1.2 界面显示39-40
• 5.2 整体实验流程40-41
• 5.3 结果分析41-43
• 5.3.1 实验结果42
• 5.3.2 用户体验效果42-43
• 5.4 本章小结43-44
• 第6章 总结与展望44-47
• 6.1 工作总结44-45
• 6.2 未来展望45-47
• 参考文献47-50
• 致谢50

【参考文献】

中国期刊全文数据库 前1条

1 马，

本文编号：700836