本文選題：腦-機接口 + 腦電　； 參考：《重慶大學》2012年碩士論文

【摘要】：腦-機接口（Brain-Computer Interface，BCI）技術形成于20世紀70年代，近年來在國際上成為一個熱點并獲得了快速的發(fā)展。它是一種不依賴于大腦的正常輸出通路（肌肉組織和腦外周神經(jīng)系統(tǒng)），直接在人腦與計算機或其他設備之間進行信息交換的通訊系統(tǒng)。腦-機接口為那些有嚴重運動障礙但腦神經(jīng)功能正常的患者提供了一種與外界交流的途徑，提高其生活質量。此外在工業(yè)、航空、軍事等領域也有潛在的應用價值。針對實時腦-機接口對系統(tǒng)的通訊速率、信號處理速度、準確率要求很高的問題，本文對實時腦-機接口的設計進行了研究。 本文以LabVIEW作為編程語言，建立了腦電信號的實時傳輸和處理系統(tǒng)；通過對TCP連接的數(shù)據(jù)包格式、封裝協(xié)議和連接過程的研究，設計了接口電路及通信協(xié)議，在此基礎上設計并建立了基于腦電α波的實時光標控制系統(tǒng)和基于眼電的實時遙控汽車控制系統(tǒng)，受試者的操作實驗結果表明系統(tǒng)實時性強，準確率高。 腦電信號的特征提取和模式識別是腦-機接口系統(tǒng)研究中的重點。本文首先利用BCI2003國際競賽公開的左右手運動想象數(shù)據(jù)進行了離線分析，通過對C3、C4導聯(lián)腦電信號的經(jīng)典功率譜分析確定了以μ節(jié)律作為特征提取的頻段；再利用AR模型分析受試者左右手運動想象腦電信號，對比不同階數(shù)下的頻譜圖，得出12階AR模型能夠取得良好的分辨率，由此確定用μ波平均能量和12階AR模型系數(shù)作為特征向量，采用Fisher線性判別分析作為模式識別分類器。然后自主設計同步模式在線實驗進行特征提取和模式識別，，實驗結果也取得了較高的識別正確率，為下一步進行了基于左右手運動想象的異步模式腦-機接口研究提供了理論和實驗的支持。 本文通過對腦電信號的離線分析，確定了實時腦-機接口系統(tǒng)設計的特征提取方法；建立了基于腦電α波和眼電信號的實時腦-機接口系統(tǒng)，為本項目組將來的腦-機接口研究建立了實驗平臺；基于運動想象的同步模式在線腦-機接口的實現(xiàn)為基于運動想象的實時腦-機接口研究積累了經(jīng)驗。
[Abstract]:Brain-Computer Interface (Brain-Computer Interface) (Brain-Computer Interface) (Brain-Computer Interface) (BCI) technology was formed in 1970s. It is a normal output pathway independent of the brain (muscle tissue and peripheral nervous system) that exchanges information directly between the human brain and computers or other devices. Brain-computer interface (BCI) provides a way to communicate with the outside world and improve the quality of life for those patients with severe motor disorders but normal brain nerve function. In addition, there are potential applications in industry, aviation, military and other fields. Aiming at the problem that the communication rate, signal processing speed and accuracy rate of the real-time brain-computer interface are very high, the design of the real-time brain-computer interface is studied in this paper. In this paper, we use LabVIEW as the programming language to establish the real-time transmission and processing system of EEG signal, and design the interface circuit and communication protocol by studying the data packet format, encapsulation protocol and connection process of TCP connection. On this basis, a real time cursor control system based on 偽 wave of EEG and a real time remote control system of vehicle based on eye electricity are designed and established. The experimental results show that the system is real-time and accurate. The feature extraction and pattern recognition of EEG signal are the key points in the study of BCI system. In this paper, off-line analysis of left and right hand motion imagination data from BCI2003 international competition is carried out, and the frequency band based on 渭 rhythm is determined by classical power spectrum analysis of C3C4 lead EEG signal. Then using AR model to analyze the subjects' left and right hand motion imagination EEG, comparing the spectrum of different order, it is concluded that the 12 order AR model can obtain good resolution. The 渭 wave average energy and 12 order AR model coefficients are used as eigenvector and Fisher linear discriminant analysis is used as pattern recognition classifier. Then we design a synchronous pattern online experiment for feature extraction and pattern recognition. The experimental results also achieve a high recognition accuracy. It provides theoretical and experimental support for the further research of asynchronous brain-computer interface based on the left-right-hand motion imagination. Based on the off-line analysis of EEG signal, the feature extraction method of real-time brain-computer interface system is determined, and the real-time brain-computer interface system based on EEG alpha wave and Eye-electric signal is established. The experiment platform is established for the future brain-computer interface research of the project team, and the realization of online brain-computer interface based on motion imagination has accumulated experience for real-time brain-computer interface research based on motion imagination.
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP334.7

【相似文獻】

相關期刊論文 前10條

1 唐艷;柳建新;龔安棟;;ICA+CSSD的腦-機接口分類[J];電子科技大學學報;2008年03期

2 唐艷;柳建新;龔安棟;;腦-機接口中時變公共空間濾波器的研究[J];系統(tǒng)仿真學報;2009年23期

3 唐艷;柳建新;鄒清;;基于AR模型的腦-機接口問題研究[J];計算機工程與應用;2009年01期

4 趙海濱;王宏;王旭;;基于Matlab/Simulink的腦-機接口系統(tǒng)設計[J];系統(tǒng)仿真學報;2009年09期

5 唐艷;柳建新;龔安棟;;腦-機接口中新的腦電數(shù)據(jù)分類方法[J];電子科技大學學報;2009年06期

6 趙海濱;王宏;;基于功率譜估計和神經(jīng)網(wǎng)絡的腦-機接口研究[J];系統(tǒng)仿真學報;2007年19期

7 趙海濱;王宏;李春勝;;采用相對小波能量法的腦-機接口設計[J];東北大學學報(自然科學版);2009年08期

8 葉檸;孫宇舸;王旭;;基于共空間模式和K近鄰分類器的腦-機接口信號分類方法[J];東北大學學報(自然科學版);2009年08期

9 葉檸;孫宇舸;王旭;;基于共空間模式和神經(jīng)元網(wǎng)絡的腦-機接口信號的識別[J];東北大學學報(自然科學版);2010年01期

10 劉輝;杜玉曉;彭杰;李偉研;;腦-機接口技術發(fā)展[J];電子科技;2011年05期

相關會議論文 前10條

1 謝宏;劉婧;夏斌;;基于SSVEP的音頻播放器控制系統(tǒng)[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

2 崔建國;王旭;;基于光纖隔離與通訊的生物電信號放大方法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

3 高上凱;高小榕;洪波;張志廣;楊福生;;腦-機接口的發(fā)展現(xiàn)狀與未來[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

4 馮煥清;江朝暉;陳強;安濱;周穎;;用于BCI設計的運動想象腦電信號分析方法[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

5 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學會第21屆全國代表大會暨學術會議論文摘要匯編[C];2002年

6 趙麗;萬柏坤;高揚;;基于腦電信號α波的電動小車控制系統(tǒng)研究[A];《制造業(yè)自動化與網(wǎng)絡化制造》學術交流會論文集[C];2004年

7 堯德中;廖祥;;基于支持向量機的腦電模式分類技術研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

8 王行愚;;基于腦電信號的人機融合控制[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

9 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術年會論文摘要集[C];2007年

10 賈文艷;趙香花;高小榕;高上凱;楊福生;;2003年腦機接口數(shù)據(jù)競賽論文之五——想像左右手運動的單次腦電信號分類[A];首屆全國功能神經(jīng)影像學和神經(jīng)信息學研討會論文匯編[C];2003年

相關重要報紙文章 前10條

1 中青;實現(xiàn)“物隨心動”不是夢[N];福建科技報;2008年

2 本報記者 趙建國;“意念”控制技術讓人們心想事成[N];中國知識產(chǎn)權報;2008年

3 張文清　記者 王春;意念控制車速及左右轉彎前行[N];科技日報;2008年

4 李紅;芯片能給人第二次生命嗎[N];科技日報;2004年

5 小峰;數(shù)字化技術：警察的好幫手[N];人民公安報;2010年

6 本報記者 孫剛;未來醫(yī)療：明天我們這樣治病[N];解放日報;2010年

7 王坤;我國精神疾病治療獲突破[N];中國醫(yī)藥報;2001年

8 張獻懷;“癲癇刀”投入臨床[N];中國中醫(yī)藥報;2001年

9 本報特約撰稿人 陸志城;我思，故我動[N];醫(yī)藥經(jīng)濟報;2003年

10 劉成前;手術治療精神病獲突破[N];醫(yī)藥經(jīng)濟報;2002年

相關博士學位論文 前10條

1 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學;2012年

2 趙巖斌;腦電數(shù)據(jù)的函數(shù)分析方法[D];東北師范大學;2011年

3 石立臣;基于腦電信號的警覺度估計研究[D];上海交通大學;2012年

4 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

5 唐艷;基于時間、頻率和空間域的自發(fā)腦電信號提取[D];中南大學;2008年

6 伍亞舟;基于想象左右手運動思維腦電BCI實驗及識別分類研究[D];第三軍醫(yī)大學;2007年

7 張莉;基于自發(fā)腦電信號的腦—機接口的研究[D];重慶大學;2008年

8 王嬈芬;過程控制操作員生理信號分析及功能狀態(tài)建模[D];華東理工大學;2012年

9 魏慶國;基于運動想象的腦—機接口分類算法的研究[D];清華大學;2006年

10 劉美春;基于運動想象的腦—機接口系統(tǒng)模式識別算法研究[D];華南理工大學;2009年

相關碩士學位論文 前10條

1 劉友友;基于多類運動感知腦電的異步腦—機接口的研究[D];山東大學;2010年

2 李竇哲;腦—機接口系統(tǒng)中腦電信號采集與特征識別[D];山西大學;2010年

3 張新;腦電信號分析在認知功能中的研究[D];重慶大學;2010年

4 趙建林;癲癇腦電信號識別算法及其應用[D];山東大學;2010年

5 王娟;慢性痛多通道腦電信號分析[D];燕山大學;2011年

6 張倩華;腦電信號的非廣度熵分析[D];汕頭大學;2004年

7 張道信;基于小波和獨立分量分析的腦電信號處理[D];安徽大學;2002年

8 勾慧蘭;1/f波電刺激前后腦電功率譜和復雜度的分析研究[D];河北科技大學;2010年

9 李縣輝;腦電信號的小波相關與互信息分析[D];汕頭大學;2003年

10 姜波;多自由度智能假手控制系統(tǒng)的研究[D];大連理工大學;2005年

本文編號：2070953