本文關鍵詞：基于運動想象的異步腦機接口系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦機接口(brain computer interface, BCI)是一種通過解讀人腦發(fā)出的信號來表達思想或者控制設備的技術，可以代替包括四肢在內的神經和肌肉系統(tǒng)來實現(xiàn)人與計算機或其他設備間的交互。BCI的研究涉及到模式識別、信號處理、心理認知等多個學科，是一種綜合性的技術。隨著科技的發(fā)展，BCI將會在輔助殘疾、醫(yī)療康復、工業(yè)控制等領域發(fā)揮重要作用。 在對近年來國內外的相關資料和文獻進行分析之后，本文以無創(chuàng)傷的腦電圖（electroencephalograph, EEG）信號作為BCI的信息來源，對基于運動想象的異步BCI系統(tǒng)進行研究，這種BCI更加實用，它先要判斷人是否在想象，然后再做進一步分析。本文的研究主要包括以下幾點： 1.針對運動想象腦電特征不突出的問題，本文分別從離線訓練和反饋訓練的角度對實驗范式進行設計，詳細探討了實驗中的想象方式并提出想象與默數結合的方式，實驗結果證明本文的設計是合理的。 2.針對異步腦機接口中空閑狀態(tài)難以檢測的問題提出本文的方法，即在采用二級分類策略的前提下，通過近似熵與公共空間模式（common spatial pattern，，CSP）分別從時間復雜度和空間模式上提取不同類型的腦電特征，訓練出不同的分類器，再使用多分類器投票法提高判斷空閑狀態(tài)的正確率，對競賽數據處理的結果證明了該方法的有效性。 3.針對在線BCI系統(tǒng)中的延時問題，本文提出一種基于文件指針移動的實時數據處理方法，能盡可能地保證實時性，并將處理結果及時傳給反饋界面或者控制設備。 基于上述3個方面的研究，本文設計了一套腦控制小車的異步BCI系統(tǒng)：通過中科新拓UEA-24BZ腦電放大器采集腦電數據，以計算機（PC）為上位機，采用VC++與Matlab編寫實驗范式并處理數據，以STM32為下位機，將腦電信號處理的結果實時傳遞給下位機以控制小車。最后通過一系列實驗驗證了系統(tǒng)在準確性與實時性方面的性能。
【關鍵詞】：異步腦機接口 運動想象 反饋訓練 空閑狀態(tài) 實時數據處理
【學位授予單位】：華僑大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP334.7
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-19
• 1.1 課題的來源及意義9-10
• 1.2 國內外研究動態(tài)10-12
• 1.2.1 國外研究動態(tài)10-11
• 1.2.2 國內研究動態(tài)11-12
• 1.3 腦電信號介紹12-14
• 1.3.1 幾種常見的腦電信號12-13
• 1.3.2 用于 BCI 系統(tǒng)的腦電信號13
• 1.3.3 運動想象的生理基礎13-14
• 1.4 腦機接口的不同種類14-16
• 1.4.1 使用不同 EEG 的 BCI14-15
• 1.4.2 同步 BCI 與異步 BCI15-16
• 1.4.3 離線 BCI 與在線 BCI16
• 1.5 論文的研究目標和內容16-19
• 1.5.1 研究目標16
• 1.5.2 研究內容16-17
• 1.5.3 論文章節(jié)安排17-19
• 第2章 基于運動想象的異步 BCI 系統(tǒng)的設計19-27
• 2.1 系統(tǒng)設計框圖19
• 2.2 腦電信號的采集19-21
• 2.3 腦電信號處理平臺與實驗界面21-24
• 2.3.1 腦電信號處理平臺21-22
• 2.3.2 實驗界面22-24
• 2.4 控制小車的實現(xiàn)24-26
• 2.4.1 硬件實現(xiàn)24
• 2.4.2 軟件實現(xiàn)24-26
• 2.5 本章小結26-27
• 第3章 實驗范式與實驗流程27-39
• 3.1 實驗范式的設計27-30
• 3.1.1 離線訓練的范式27-28
• 3.1.2 反饋訓練的范式28-30
• 3.2 想象的方式30-33
• 3.2.1 想象的動作31-32
• 3.2.2 想象的頻率32
• 3.2.3 其它心理作業(yè)與運動想象結合32-33
• 3.3 實驗流程33-35
• 3.4 實驗數據分析35-38
• 3.4.1 樣本選取35-36
• 3.4.2 樣本篩選36-37
• 3.4.3 訓練結果37-38
• 3.5 本章小結38-39
• 第4章 異步 BCI 的腦電信號處理方法39-63
• 4.1 預處理39-42
• 4.1.1 腦電數據截取39-40
• 4.1.2 平均參考去噪40
• 4.1.3 帶通濾波40-42
• 4.2 特征提取方法42-50
• 4.2.1 近似熵42-44
• 4.2.2 功率譜估計44-47
• 4.2.3 公共空間模式47-50
• 4.2.4 特征提取方法選擇50
• 4.3 分類器50-56
• 4.3.1 Fisher 分類器50-52
• 4.3.2 支持向量機52-55
• 4.3.3 分類器的選擇55
• 4.3.4 多分類器投票55-56
• 4.4 空閑狀態(tài)檢測56-59
• 4.4.1 閾值法57-58
• 4.4.2 二級分類58
• 4.4.3 兩種策略的比較58-59
• 4.5 基于近似熵與 CSP 的空閑狀態(tài)檢測方法59-62
• 4.5.1 方法介紹60-61
• 4.5.2 實驗數據分析61-62
• 4.6 本章小結62-63
• 第5章 在線系統(tǒng)的實現(xiàn)63-75
• 5.1 實時數據處理63-69
• 5.1.1 整體方案63-64
• 5.1.2 腦電數據的存儲方式64-65
• 5.1.3 腦電數據的實時更新與處理65-67
• 5.1.4 在線系統(tǒng)實時性的測試67-69
• 5.2 控制小車實驗介紹69-73
• 5.2.1 實驗方案69-71
• 5.2.2 實驗結果71-73
• 5.3 本章小結73-75
• 第6章 總結與展望75-77
• 6.1 課題總結75-76
• 6.2 展望76-77
• 6.2.1 本論文研究的展望76
• 6.2.2 腦機接口研究的展望76-77
• 參考文獻77-81
• 致謝81-83
• 個人簡歷、在學期間發(fā)表的學術論文及研究成果83

【參考文獻】

中國期刊全文數據庫 前10條

1 堯德中;劉鐵軍;雷旭;楊平;徐鵬;張楊松;;基于腦電的腦-機接口:關鍵技術和應用前景[J];電子科技大學學報;2009年05期

2 趙麗;郭旭宏;;基于運動想象的腦電信號功率譜估計[J];電子測量技術;2012年06期

3 萬柏坤,高揚,趙麗,綦宏志;腦-機接口:大腦對外信息交流的新途徑[J];國外醫(yī)學.生物醫(yī)學工程分冊;2005年01期

4 李鐘慎;基于MATLAB設計巴特沃斯低通濾波器[J];信息技術;2003年03期

5 姜明輝;袁緒川;馮玉強;;PSO-SVM模型的構建與應用[J];哈爾濱工業(yè)大學學報;2009年02期

6 胥彪;石銳;何慶華;;腦機接口(BCI)系統(tǒng)的實時數據傳輸技術研究[J];計算機科學;2007年09期

7 姚文俊;;自相關法和Burg法在AR模型功率譜估計中的仿真研究[J];計算機與數字工程;2007年10期

8 劉美春;謝勝利;;異步腦—機接口的空閑狀態(tài)檢測新方法[J];計算機應用研究;2010年01期

9 夏欣;;VC與MATLAB混合編程實現(xiàn)方法及具體實例研究[J];青島理工大學學報;2012年03期

10 萬柏坤;綦宏志;趙麗;陳濱津;畢卡詩;陳騫;;基于腦電Alpha波的腦-機接口控制實驗[J];天津大學學報;2006年08期

  本文關鍵詞：基于運動想象的異步腦機接口系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

本文編號：350477