收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

自发脑电脑机接口模式识别关键技术与实验研究

吴婷  
【摘要】: 大脑是人体中最复杂的部分,也是宇宙中迄今所知最为复杂的组织结构,脑科学的研究已经成为当代科学研究的热点。由于大脑自身的复杂性,神经联系的丰富多样性,使得大脑研究成为一项十分复杂的课题,正是这种多样性、复杂性决定了脑研究方法的多样和复杂。脑电图检测(Electroencephalography, EEG)成为目前客观记录脑机能状态变化的重要方法之一,而基于EEG的脑机接口(Brain computer interface, BCI)也已成为脑科学的一个新兴研究课题。 脑机接口是不依赖于脑的正常输出通路(外周神经系统及肌肉组织)的脑-机(计算机或其它装置)通讯系统,是一种新颖的人机接口方式。它是人类了解和提高脑功能的重要手段,在残疾人康复、正常人辅助控制、娱乐、脑认知等领域有着广泛的应用前景。 脑机接口系统中采用的控制信号包括两种类型:自发脑电和诱发脑电。其中,基于自发脑电信号的BCI系统基本工作原理是:人在某些情况下能够产生特定模式的自发EEG,并借助高性能的生物电信号采集系统进行记录;再经过设计的数据处理算法把脑电特征实时地提取出来,进而进行自动分类识别,从而实时判断出当前所处的思维状态;最后通过计算机将判断出来的思维状态翻译成预先设定的控制命令,实现人脑对计算机等外部设备的直接控制。本论文是针对自发脑电信号的模式识别算法及其应用进行研究,首先在自发脑电的信号处理方面,以提高识别精度为目标,围绕自发EEG的特征提取、特征选择和分类三个阶段进行研究,提出和应用了若干模式识别方法,并用标准竞赛数据进行初步检验;然后研究和设计了一种基于自发进行运动控制的BCI系统,在此基础上搭建了实验平台,设计了基于三种运动想象思维任务的实验范例,并用获取的实验数据对所提出的模式识别算法进行比较和分析,进一步验证这些方法的有效性。具体研究内容包括以下几个方面: 自发EEG特征提取算法研究:本文在分析现有特征提取方法及存在的问题的基础上,针对脑电信号的非平稳特性,提出了基于小波包分解系数及子空间能量的特征提取、基于经验模态分解和希尔波特变换的特征提取以及一种适用于只含有两类思维任务的BCI系统的阈值判定特征提取,并将提出方法与现有的基于自回归模型参数的特征提取、基于小波变换系数的特征提取进行比较,验证了提出的算法可以获取最佳特征,从而更加有效地进行后续的特征选择和分类。 自发EEG特征选择算法研究:特征选择是指从原始特征集中找到最有利于分类的特征子集,以提高分类器的精度和性能。本文提出一种基于基因优化的特征选择算法应用于脑机接口,并与现有的基于遗传算法的特征选择、基于Fisher距离的滤波算法进行比较,验证其有效性。 自发EEG特征分类算法研究:分类是依据输入的特征子集,输出特征应该归属的类别。本文将基于概率神经网络的分类、基于支持向量机的分类应用于脑机接口,提出有监督学习的概率神经网络学习算法以及利用基因优化支持向量机模型参数,并与无监督学习的神经网络分类、基于经验支持向量机的分类、基于遗传算法优化支持向量机参数的分类进行比较,证明了它们的有效性和优越性。 基于自发EEG的脑-机接口实验系统设计:围绕建立一套6-8通道自发脑电数据采集仪和运动控制机构的目标,完成了整个系统以及各模块的具体设计,包括放大网络、滤波网络、基于无线通信的电气隔离系统、基于USB的输入输出接口电路和基于无线通信的控制系统等模块。为后续的脑机接口扩展研究提供了前提。 对所研究的方法进行了理论分析之后,为检验这些方法的有效性,首先采用了2005年脑机接口国际竞赛的标准数据进行初步验证,再基于脑-机接口系统设计搭建实验平台,依据BCI竞赛中标准数据的产生来源,设计采用了三种运动想象任务的实验范例:想象左手拍篮球、想象右手拍篮球、想象右脚踩刹车,并对获得的实验数据进行分析处理,以识别精度为指标,将研究的模式识别方法与其它现有的识别方法进行比较,结果所提出的方法能够取得更好的识别效果。解决了该BCI系统的模式识别部分的关键问题,为下一步的工作打下了基础。 由于实验数据的局限性,所提出的模式识别算法的鲁棒性有待进一步验证,论文最后对所做工作和研究成果进行了总结,并提出了下一步的研究内容。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘河生,杨福生,高小榕;三维脑电时-空模式识别系统的研究[J];自然科学进展;2003年04期
2 朱文明;高诺;;脑机接口技术研究概述[J];信息技术与信息化;2008年06期
3 高诺;鲁守银;张运楚;姚庆梅;;脑机接口技术的研究现状及发展趋势[J];机器人技术与应用;2008年04期
4 张百达;唐玉华;;基于CMP的脑机接口并行算法的设计与实现[J];计算机工程与科学;2009年S1期
5 李波;刘杨;周宗潭;;嵌入式脑机接口系统的软件设计与实现[J];计算机仿真;2007年07期
6 马世伟;关俊强;杨帮华;袁玲;;用于BCI的脑电信号检测电路的设计[J];测控技术;2009年06期
7 肖首柏;胡剑锋;;脑机接口研究概述[J];科技广场;2007年09期
8 胡剑锋;穆振东;肖丹;;基于能量熵的运动想象脑电信号分类[J];计算机工程与应用;2008年33期
9 黄漫玲;吴平东;毕路拯;刘莹;;闪光视觉诱发电位在脑机接口中的应用研究[J];计算机应用与软件;2009年11期
10 王洪涛;;视觉诱发电位脑机接口关键技术研究[J];重庆文理学院学报(自然科学版);2010年01期
11 王萍;杨静丽;万柏坤;;脑—机接口技术研究[J];医疗卫生装备;2007年11期
12 马登程;;基于嵌入式系统的诱发脑电信号采集仪器设计[J];临沂师范学院学报;2008年03期
13 余琴;张旭秀;;基于小波变换的脑电信号特征提取及分类[J];大连交通大学学报;2009年01期
14 黄漫玲;吴平东;刘莹;毕路拯;;平滑伪Wigner-Ville分布在脑电信号提取中的应用[J];微计算机信息;2009年16期
15 明东;;用于脑机接口的感觉刺激事件相关电位研究进展[J];电子测量与仪器学报;2009年06期
16 李宏伟;赵丽;边琰;张庆祺;韩冬;;脑机接口视觉刺激器的设计与实现[J];机床与液压;2010年14期
17 胡剑锋;;未来不是梦——脑机接口综述[J];江西蓝天学院学报;2006年02期
18 毕路拯;张然;高原;吴平东;;基于认知任务的脑机接口方法研究[J];计算机工程;2007年01期
19 柯大观;童勤业;;排列复杂性度量应用于脑机接口信号分析[J];传感技术学报;2007年03期
20 吴婷;颜国正;杨帮华;;基于小波包分解的脑电信号特征提取[J];仪器仪表学报;2007年12期
中国重要会议论文全文数据库 前10条
1 耿丽清;赵丽;元鹏贤;李宏伟;;基于双层稳态视觉诱发电位的脑机接口技术研究[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 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
3 陶霖密;穆煜;杨澍;张中元;马旭龙;;人-车交互系统的设计与实现[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009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 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
6 赵丽;万柏坤;高扬;;基于脑电信号α波的电动小车控制系统研究[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年
7 王璐;吴小培;郭晓静;;基于动态独立分量分析的μ节律提取[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(上册)[C];2007年
8 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
9 李丽君;黄思娟;吴效明;熊冬生;;基于ECOG的运动想象特征提取和分类[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
10 刘天;王珏;燕楠;王婧;王国利;;脑电生物反馈治疗系统的设计改进与预实验研究[A];第七届全国康复医学工程与康复工程学术研讨会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵均榜;稳态视觉诱发电位的注意机制及其在脑机接口的应用[D];浙江大学;2012年
2 何庆华;基于视觉诱发电位的脑机接口实验研究[D];重庆大学;2003年
3 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
4 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
5 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
6 朱晓源;EEG脑机接口的连续预测方法研究[D];中国科学技术大学;2007年
7 苏煜;基于SCF范式的在线P300脑机接口研究[D];浙江大学;2010年
8 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
9 王鹏;脑机接口中植入式无线遥控遥测技术的研究[D];浙江大学;2012年
10 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
中国硕士学位论文全文数据库 前10条
1 徐江;基于实时脑机接口的无线遥控车系统[D];重庆大学;2010年
2 何嘉全;脑机接口系统软件的初步设计[D];西安电子科技大学;2013年
3 刘家乐;基于稳态视觉诱发电位的脑机接口系统的设计与研究[D];安徽大学;2011年
4 高培;基于自组织模糊神经网络在脑机接口中的应用及其研究[D];江南大学;2012年
5 胡凯;基于运动想象的在线脑机接口的初步研究[D];西安电子科技大学;2013年
6 刘佳进;三维视觉刺激器在运动想象脑机接口中的应用研究[D];重庆大学;2010年
7 吴太银;基于瞬态视觉诱发电位的实时无线脑机接口系统的研究与设计[D];重庆大学;2010年
8 王军丽;事件相关电位在脑机接口中的应用研究[D];大连交通大学;2013年
9 周丽娜;基于脑磁图的脑机接口方法研究[D];燕山大学;2011年
10 谢津;脑机接口中相关技术研究及在线系统实现[D];大连理工大学;2013年
中国重要报纸全文数据库 前10条
1 环科;意念移物-脑机接口技术演绎科技神话[N];福建科技报;2008年
2 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
3 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
4 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
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 猛犸;可见的大脑“意念控制”[N];电脑报;2009年
7 徐娜;神奇发带为大脑做体检[N];大众科技报;2010年
8 清水 编译;超人并非遥不可及[N];计算机世界;2010年
9 记者 刘正午;贺斌:站在读脑技术前沿[N];医药经济报;2010年
10 ;人脑能与电脑直接相连吗?[N];上海科技报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978