本文關鍵詞：基于ERP的交互式字符輸入腦機接口系統(tǒng)，由筆耕文化傳播整理發(fā)布。

【摘要】：腦-機接口（brain-computer interface, BCI)系統(tǒng)能夠不依賴于人體正常的肌肉神經(jīng)組織，而是通過在人腦與外部設備之間建立一條特殊的通道，實現(xiàn)人與外界環(huán)境的交流與溝通。由于BCI系統(tǒng)在醫(yī)療、軍事、科技及生活娛樂等眾多領域具有巨大的潛在應用價值，該技術引起了國內(nèi)外越來越多學者的關注。本文研宄基于事件相關電位(event-relatedpotential, ERP)的字符輸入BCI系統(tǒng)，研宄內(nèi)容主要包括以下幾點： (1)系統(tǒng)方案的提出:本文設計了一種基于視覺ERP的交互式字符輸入BCI系統(tǒng)，根據(jù)受試者實時腦電信號特征改變刺激呈現(xiàn)方式，以此作為反饋，從而給受試者一個有用的心理提示。通過人腦與計算機之間的實時交互，，能夠方便受試者對實驗狀態(tài)及時進行調(diào)整，從而快速輸出目標字符。交互式BCI系統(tǒng)方案的提出是本文的一個主要創(chuàng)新點。 (2)視覺刺激界面的設計：利用訓練時得到的受試者腦電信號分類器模型對在線采集到的數(shù)據(jù)進行分類，計算出刺激界面矩陣中每個字符的分類器響應值，據(jù)此改變字符閃爍的亮度，即減小此分類器響應較小值所對應字符的亮度，增大分類器響應較大值所對應字符的亮度，從而獲取更有利于分類的ERP信號（如P300、N200成分）。 (3)動態(tài)輸出（dynamic output, DO)算法的研宄：傳統(tǒng)字符輸入BCI系統(tǒng)采用固定閃爍次數(shù)的方式，為保證輸入準確率，一般輸入速度較慢。動態(tài)輸出方法則根據(jù)在線腦電數(shù)據(jù)確定何時輸出，因此可以大大提高字符輸入速度。本文比較了兩種動態(tài)輸出算法，包括基于貝葉斯線性判別分析（bayesian linear discriminant analysis, BLDA)的動態(tài)輸出算法和基于貝葉斯后驗概率的動態(tài)停止準則（dynamic stopping criterion, DSC)動態(tài)輸出算法。本文利用這兩種算法分別對在線測試的數(shù)據(jù)進行離線分析，并對其結果進行了比較。 通過對：10名受試者的腦電信號進行分析，實驗結果表明，通過改變字符閃爍的亮度，該交互式系統(tǒng)能夠獲取更有利于分類的腦電信號，不僅提高了系統(tǒng)的通訊速率，同時也提高了字符識別的準確率。DSC動態(tài)輸出算法能夠在保證字符識別準確率的同時有效縮短輸入時間。
【關鍵詞】：腦機接口 交互式系統(tǒng) 事件相關電位 動態(tài)輸出
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP334.7
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-19
• 1.1 腦機接口系統(tǒng)的定義及研究意義10-12
• 1.2 腦機接口系統(tǒng)研究方法12-15
• 1.3 BCI系統(tǒng)國內(nèi)外研究現(xiàn)狀15-16
• 1.4 本文的研究目的及研究內(nèi)容16-17
• 1.5 本文內(nèi)容安排17-19
• 第二章 視覺誘發(fā)電位及事件相關電位19-28
• 2.1 引言19
• 2.2 視覺誘發(fā)電位用于BCI系統(tǒng)的原理19-21
• 2.3 事件相關電位21-22
• 2.4 P300腦電信號22-24
• 2.5 N200腦電信號24-26
• 2.6 本章小結26-28
• 第三章 交互式字符輸入BCI系統(tǒng)的實現(xiàn)28-39
• 3.1 實驗所需要的硬件設備28-29
• 3.2 實驗所需要的軟件設施29-33
• 3.3.1 刺激系統(tǒng)的設計要求30-31
• 3.3.2 刺激系統(tǒng)設計的理論依據(jù)31-32
• 3.3.3 刺激序列的設計32-33
• 3.4 視覺刺激器的實現(xiàn)33-37
• 3.4.1 訓練階段34-35
• 3.4.2 在線測試階段35-37
• 3.5 ERP信號的采集37-38
• 3.6 本章小結38-39
• 第四章 EEG信號的預處理與分類方法39-50
• 4.1 預處理39-40
• 4.2 特征提取40-41
• 4.3 分類器介紹41-45
• 4.3.1 Bayesian LDA分類器42-45
• 4.4 動態(tài)輸出算法45-49
• 4.4.1 基于BLDA的動態(tài)輸出算法45-46
• 4.4.2 基于貝葉斯后驗概率的DSC動態(tài)輸出算法46-49
• 4.5 本章小結49-50
• 第五章 實驗結果與討論50-59
• 5.1 改變亮度與不變亮度實驗結果與討論50-54
• 5.1.1 實驗結果50-54
• 5.1.2 討論54
• 5.2 兩種動態(tài)輸出算法的離線數(shù)據(jù)分析54-57
• 5.2.1 實驗結果54-57
• 5.2.2 討論57
• 5.3 實驗過程中一些參數(shù)的選取分析57-58
• 5.4 本章小結58-59
• 總結與展望59-62
• 全文總結59-60
• 未來工作的展望60-62
• 參考文獻62-67
• 攻讀碩士學位期間取得的研究成果67-68
• 致謝68-69
• 附件69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊立才,李佰敏,李光林,賈磊;腦-機接口技術綜述[J];電子學報;2005年07期

2 何慶華,彭承琳,吳寶明;腦機接口技術研究方法[J];重慶大學學報(自然科學版);2002年12期

  本文關鍵詞：基于ERP的交互式字符輸入腦機接口系統(tǒng)，由筆耕文化傳播整理發(fā)布。

本文編號：364648