【摘要】：特征提取作為BCI系統(tǒng)中最重要的一個(gè)環(huán)節(jié),直接影響著整個(gè)系統(tǒng)的分類性能。共空域模式(Common Spatial Pattern, CSP)是一種空域?yàn)V波算法,它主要用于提取多通道EEG信號(hào)的空域特征。雖然CSP算法的分類性能非常優(yōu)良,但它是一種二進(jìn)制算法,只適用于兩種思維任務(wù)的特征提取。為了提高BCI系統(tǒng)的信息傳輸率,需要將CSP算法擴(kuò)展到多類模式。 聯(lián)合對(duì)角化CSP算法是一種將二進(jìn)制CSP算法擴(kuò)展到多類模式的方法,是對(duì)多個(gè)協(xié)方差矩陣進(jìn)行近似聯(lián)合對(duì)角化,并利用主成分分析和空域子空間來提取EEG信號(hào)的特征。本文建議了三種近似聯(lián)合對(duì)角化算法：Jacobi算法,ffdiag算法和UEDGI算法。文中從收斂速度、算法處理后各類協(xié)方差矩陣的灰度圖、算法的分類結(jié)果以及算法的運(yùn)行時(shí)間四個(gè)方面分析這三種算法的性能,最終得出UEDGI算法為最佳選擇。5名受試者的平均分類正確率為：78.31%,相應(yīng)的平均信息傳輸率為13.62比特/分鐘。除此之外,文中還詳細(xì)介紹了另外兩種多類CSP算法：一對(duì)一CSP算法和一對(duì)多CSP算法,并將它們與基于UEDGI的CSP算法進(jìn)行了對(duì)比。雖然在三類模式下,基于UEDGI的CSP算法的性能次于一對(duì)一CSP算法,但是在四類模式下,無論從分類結(jié)果還是運(yùn)行時(shí)間它都優(yōu)于其他兩種多類CSP算法。所以隨著可識(shí)別的類別數(shù)目的增加,基于UEDGI算法的CSP算法將會(huì)是多類模式的首選。
【圖文】：

-二_.~_蘭壟二四絲燮越泣一一一一一一一一試者的意圖，給外部設(shè)備發(fā)送控制命令。這兩部分都有很多種不同的算法，具體內(nèi)容詳見本章的第四節(jié)。外部設(shè)備命令是BCI系統(tǒng)中的最后一個(gè)環(huán)節(jié)。它將解讀到的用戶意圖轉(zhuǎn)化為外界環(huán)境的控制命令，實(shí)現(xiàn)與外界的通信與交流。同時(shí)為了優(yōu)化BCI的性能，提高BCI的適用性，在線的BCI系統(tǒng)一般還有反饋環(huán)節(jié)。它將控制命令的執(zhí)行情況反饋給用戶，用戶根據(jù)反饋信息做出及時(shí)調(diào)整，實(shí)現(xiàn)對(duì)外部環(huán)境更精確的控制。丟李(’15、51’EM

面提及過的美國(guó)wright一Patterson空軍基地的穩(wěn)態(tài)視覺誘發(fā)電位的BCI技術(shù)外【‘3]，還有我國(guó)清華大學(xué)醫(yī)學(xué)神經(jīng)工程研究所研制開發(fā)出的電話自動(dòng)撥號(hào)系統(tǒng)[2’】。圖2.2為清華大學(xué)所研制的電話自動(dòng)撥號(hào)系統(tǒng)。圖2.2清華大學(xué)的電話自動(dòng)撥號(hào)系統(tǒng)(2)基于皮層慢電位的BCI系統(tǒng)皮層慢電位為EEG中 1Hz以下的部分，能夠反應(yīng)人腦的興奮狀態(tài)。當(dāng)大腦處于興奮狀態(tài)時(shí)，皮層慢電位發(fā)生負(fù)向變化;反之，皮層慢電位則發(fā)生正向變化。實(shí)驗(yàn)表明，受試者通過一段時(shí)間的訓(xùn)練，可以自主控制皮層慢電位，通過皮層慢電位幅值正負(fù)方向變化從而發(fā)出控制命令。德國(guó)N.Birb~er實(shí)驗(yàn)室利用皮層慢電位設(shè)計(jì)了一款名為思維翻譯器 (ThoughtTranslationDeviee，TTD)的BCI系統(tǒng)腳]。受試者經(jīng)過長(zhǎng)期的訓(xùn)練，可以自由控制皮層慢電位，利用TTD自由拼寫單詞，完成與外部世界的文字交流。圖2.3為一名受試者操作TTD進(jìn)行單詞拼寫。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：TP334.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 蘇坦坡;21世紀(jì)腦的世紀(jì)——新世紀(jì)腦科學(xué)發(fā)展前瞻[J];中國(guó)人才;2002年01期

2 王茂斌;“腦的10年”與神經(jīng)康復(fù)研究[J];現(xiàn)代康復(fù);1999年11期

相關(guān)博士學(xué)位論文 前2條

1 周鵬;基于運(yùn)動(dòng)想象的腦機(jī)接口的研究[D];天津大學(xué);2007年

2 劉美春;基于運(yùn)動(dòng)想象的腦—機(jī)接口系統(tǒng)模式識(shí)別算法研究[D];華南理工大學(xué);2009年

，

本文編號(hào)：2666463