本文關(guān)鍵詞：基于交叉頻率掃描技術(shù)的腦機(jī)接口設(shè)計(jì)與實(shí)現(xiàn)　出處：《電子科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 腦-機(jī)接口 頻率復(fù)用 特征提取算法

【摘要】：腦-機(jī)接口(Brain Computer Interface,BCI)技術(shù)是不依賴于常規(guī)腦外周神經(jīng)和肌肉系統(tǒng),連接人腦與外界(計(jì)算機(jī)或其它外部設(shè)備)進(jìn)行信息交流和控制的全新通道。腦-機(jī)接口將人腦的信號(hào)直接轉(zhuǎn)換成外部設(shè)備的控制命令,信息的傳遞不再需要經(jīng)過外周神經(jīng)和肌肉等傳出通道。BCI的最終目標(biāo),是讓患有喪失運(yùn)動(dòng)能力疾病的病人,能夠操作計(jì)算機(jī)、語音合成器、輔助性的工具和神經(jīng)修復(fù)等設(shè)備。這樣的接口可以增加患者的獨(dú)立行動(dòng)能力,從而提高患者生活質(zhì)量,同時(shí)減輕社會(huì)的負(fù)擔(dān)。本文為了解決目前腦-機(jī)接口實(shí)驗(yàn)中頻率點(diǎn)資源匱乏的問題,提出了雙頻掃描的思路,即在一個(gè)選擇目標(biāo)里用兩個(gè)頻率進(jìn)行交叉掃描刺激來獲得穩(wěn)態(tài)視覺誘發(fā)電位,本方法能大幅度提高頻率資源的利用率,且雙頻掃描產(chǎn)生的次生頻率可以提高系統(tǒng)的目標(biāo)識(shí)別準(zhǔn)確度,從而有可能構(gòu)建復(fù)雜腦-機(jī)接口系統(tǒng)。根據(jù)需求我們?cè)O(shè)計(jì)并實(shí)現(xiàn)了基于ARM的4*4的雙頻掃描刺激器矩陣,并對(duì)刺激器頻率點(diǎn)的選擇與搭配進(jìn)行了探討,最后實(shí)現(xiàn)了刺激器通過串口與PC進(jìn)行通信,并編寫了使用方便的串口通訊操作界面。本文還介紹了如何對(duì)提取的腦電信號(hào)進(jìn)行處理,使之成為對(duì)我們有用的信號(hào),鑒于特征提取效率的極端重要性,作者實(shí)現(xiàn)了本系統(tǒng)的特征提取算法,先用DAUB4濾波算法對(duì)腦電信號(hào)進(jìn)行預(yù)處理,再用傅里葉變換算法進(jìn)行特征頻率提取,并在論文中有詳細(xì)描述,尤其是對(duì)傅里葉變換算法,本文詳細(xì)地分析了蝴蝶操作,二進(jìn)制反轉(zhuǎn),三角遞歸等步驟從數(shù)學(xué)公式到算法代碼的產(chǎn)生過程。在腦電實(shí)驗(yàn)中,腦電信號(hào)的數(shù)據(jù)量比較大且數(shù)據(jù)產(chǎn)生速度快,為了準(zhǔn)確無誤的采集并處理這些數(shù)據(jù),本文還解決了包括緩存區(qū)的管理,數(shù)據(jù)的保序,以及處理時(shí)各線程間對(duì)數(shù)據(jù)的互斥訪問等問題。最后本文設(shè)計(jì)了腦-機(jī)接口實(shí)驗(yàn),邀請(qǐng)了10名受試者通過本腦-機(jī)系統(tǒng)輸入一個(gè)30位的字符串,通過對(duì)10名受試者的正確率的統(tǒng)計(jì),發(fā)現(xiàn)大部分受試者的正確率都在90%以上,總的正確率也達(dá)到了88.6%,驗(yàn)證了腦-機(jī)系統(tǒng)的設(shè)計(jì)以及腦-機(jī)接口實(shí)驗(yàn)的設(shè)計(jì)是合理的。
[Abstract]:Brain computer interface (Brain Computer Interface BCI) technology is not dependent on conventional brain peripheral nerve and muscle system, connected with the outside world (human computer or other devices) a new channel for information communication and control. The brain machine interface will be the brain's signal is directly converted into control commands for external devices, information no longer need to transfer through the ultimate goal of the peripheral nerves and muscles from the.BCI channel, is suffering from loss of athletic ability let patients, can operate the computer, voice synthesizer, tools and other equipment auxiliary nerve repair. This interface can increase the patient's ability to act independently, so as to improve the quality of life of patients, and reduce the social the burden. In order to solve the current shortage of the frequency of brain computer interface experiment resource, put forward the idea that using dual frequency scanning, two frequency in a selected target. The rate of cross scanning stimulation to obtain the steady-state visual evoked potential, this method can greatly improve the utilization rate of frequency resources, secondary frequency and double frequency scanning the target recognition system can improve the accuracy, thus it is possible to build complex BCI system. According to the requirements we design and implement a dual frequency scanning stimulator matrix ARM based on 4*4, and the stimulator frequency point selection and collocation are discussed, finally realizes the stimulator via serial communication with PC, and the preparation of the easy to use serial communication interface. This paper also introduces how to extract the EEG signal processing, signal to be useful to us. In view of the extreme importance of feature extraction efficiency, the author realizes the system feature extraction algorithm, the first EEG preprocessing with DAUB4 filtering algorithm, and then Fu Liye transform The characteristic frequency extraction algorithm, and are described in detail in the paper, especially for the Fu Liye transform algorithm, this paper presents a detailed analysis of butterfly operation, binary inversion process steps from triangle recursive mathematical formula to the algorithm code. In the EEG, EEG signals of large amount of data and the data generation rate soon, in order to accurately collect and process these data, this paper also solves the problem of including buffer management, order preserving data, inter thread data processing and exclusive access problems. This paper design a brain computer interface experiment, 10 participants were invited to enter a 30 the string through the brain computer system, through the statistical accuracy of 10 subjects, found that the correct rate of most of the subjects are more than 90%, the overall accuracy rate reached 88.6%, to verify the design of brain computer system and brain The design of the experiment of the machine interface is reasonable.

【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R496;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王金甲;張玲智;;核共空域子空間分解特征提取算法研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2012年03期

相關(guān)會(huì)議論文 前10條

1 周寬久;陳雪峰;;人體脈搏波特征提取算法研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 管魯陽;鮑明;李曉東;;基于簡(jiǎn)化耳蝸模型的車輛聲信號(hào)特征提取算法[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

3 黃旭;朱艷琴;羅喜召;;重復(fù)串特征提取算法在不良信息檢測(cè)中的應(yīng)用[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

4 吳晴;鄭杰;徐龍;;基于中心掃描細(xì)化斷點(diǎn)的指紋特征提取算法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

5 謝志宏;顏巾惠;白羽;魏磊;;完全仿射不變的圖像特征提取算法研究[A];全國(guó)第五屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？�(第一冊(cè))[C];2011年

6 傅明;萬勵(lì);劉國(guó)英;;一種新的圖像特征提取算法——DCDSH[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

7 翟來娟;許小劍;;基于sinc模型的目標(biāo)散射中心峰值特征提取算法[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

8 張偉;張建勛;郭銳;;一種新的基于TLLE的特征提取算法[A];2010振動(dòng)與噪聲測(cè)試峰會(huì)論文集[C];2010年

9 齊攀;陳曉云;;一種基于統(tǒng)計(jì)信息的無字典中文文本特征提取算法[A];第二十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2003年

10 王曄;黃上騰;;基于n-gram相鄰字的中文文本特征提取算法[A];NCIRCS2004第一屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前5條

1 袁曉彤;非參數(shù)核密度聚類與特征提取算法研究[D];中國(guó)科學(xué)院研究生院（自動(dòng)化研究所）;2009年

2 趙啟斌;EEG時(shí)空特征分析及其在BCI中的應(yīng)用[D];上海交通大學(xué);2008年

3 張振慧;蛋白質(zhì)分類問題的特征提取算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

4 蘇雅茹;高維數(shù)據(jù)的維數(shù)約簡(jiǎn)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

5 龍潛;噪聲環(huán)境下的語音識(shí)別技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 杜鵬飛;心電信號(hào)的預(yù)處理及特征提取算法研究[D];鄭州大學(xué);2015年

2 劉寧;Lp范數(shù)約束的廣義主成分分析在人臉識(shí)別中的應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2015年

3 唐肖芳;面向運(yùn)動(dòng)想象的腦電信號(hào)特征選擇與特征提取算法研究[D];西南科技大學(xué);2015年

4 楊立波;雷達(dá)輻射源無意調(diào)制特征提取算法研究[D];電子科技大學(xué);2014年

5 邱捷;基于云計(jì)算的社會(huì)化圖片分享移動(dòng)應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 歐曉文;攝像頭運(yùn)動(dòng)狀態(tài)下目標(biāo)特征提取和跟蹤的研究[D];華南理工大學(xué);2015年

7 周杭;基于交叉頻率掃描技術(shù)的腦機(jī)接口設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

8 劉金蓮;人臉識(shí)別中的局部保持特征提取算法研究[D];重慶師范大學(xué);2013年

9 楊開睿;基于重建誤差的樣本加權(quán)特征提取算法研究[D];中國(guó)礦業(yè)大學(xué);2014年

10 王慶龍;基于多核映射的圖像特征提取算法[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號(hào)：1402551