腦機(jī)接口技術(shù)開辟了一條大腦與外接設(shè)備信息交互的通道,該技術(shù)具有巨大的應(yīng)用前景與研究?jī)r(jià)值,特別是能夠給因嚴(yán)重疾病或事故而喪失與外界交流能力的病患帶來(lái)福音。本文的研究課題是穩(wěn)態(tài)視覺誘發(fā)電位（Steady State Visual Evoked Potential,SSVEP）型腦機(jī)接口的優(yōu)化的研究,該類型腦機(jī)接口具有典型信號(hào)易激發(fā),被試所需的訓(xùn)練次數(shù)少,信息傳輸速率高等優(yōu)勢(shì),然而該類型的腦機(jī)接口系統(tǒng)仍然存在諸如未能充分利用SSVEP信號(hào)特性,對(duì)目標(biāo)的判別不明確等缺點(diǎn),本研究以優(yōu)化該類型腦機(jī)接口系統(tǒng)的性能為目標(biāo),從范式設(shè)計(jì)到信號(hào)處理等多個(gè)方面嘗試對(duì)該類型腦機(jī)接口系統(tǒng)進(jìn)行相關(guān)優(yōu)化的研究,取得的研究成果概述如下:（1）實(shí)驗(yàn)范式設(shè)計(jì)方面,借鑒相關(guān)研究報(bào)道,采用正弦波采樣方式生成不同的刺激頻率,同時(shí)在調(diào)制公式中增加了相位信息,該方法產(chǎn)生刺激頻率擺脫了液晶屏幕刷新頻率的限制并且增加了刺激之間的可區(qū)分度。（2）信號(hào)預(yù)處理方面,將基于正弦波輔助的多變量經(jīng)驗(yàn)?zāi)B(tài)分解（the Sinusoid-Assisted Multivariate Empirical Mode Decomposition,SA-MEMD... 

【文章來(lái)源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BCI系統(tǒng)組成示意圖

檢測(cè)識(shí)別率仍然較低。2). P300 型腦機(jī)接口P300 信號(hào)是一種與認(rèn)知相關(guān)的內(nèi)源性誘發(fā)電位，主要產(chǎn)生于腦部的中央的伏期大約為 300 ms，P300 電位可以通過視覺、聽覺、觸覺激發(fā)，并且與刺率相關(guān)，刺激事件出現(xiàn)的頻率越小，其激發(fā)出的 P300 信號(hào)強(qiáng)度越強(qiáng)�；� P300 的 BCI 應(yīng)用最早由 Farwell 和 Donchin 于 1988 年提出 [25]，該應(yīng)種基于 P300 的字符輸入系統(tǒng)，該系統(tǒng)的刺激示意圖，如圖 2 所示。圖中字列排布構(gòu)成刺激陣列，每行每列的字符分別隨機(jī)閃爍，被試要求始終注視著符，如字符“Q”，由于掃描的隨機(jī)性，當(dāng)掃描到包含字符“Q”的行或列出 P300 信號(hào)，系統(tǒng)根據(jù)這一特性便可以解析解析出目標(biāo) BCI 相關(guān)系數(shù)序列。出的 P300 信號(hào)幅值較低，受到的干擾較大，常常需要經(jīng)過多次實(shí)驗(yàn)并進(jìn)行理，提高 P300 信號(hào)的質(zhì)量。

3. 基于 SSVEP 的 BCI 的典型刺激范式示意 BCI 系統(tǒng)與其他的 BCI 系統(tǒng)相比具有明顯的優(yōu)SSVEP 是由外部刺激誘發(fā)的，受被試的主觀因SVEP 的信號(hào)強(qiáng)度較強(qiáng)且具有明顯的周期性和提取；率，基于 SSVEP 的 BCI 系統(tǒng)隨著目標(biāo)數(shù)量的增基于 SSVEP 的 BCI 的信息量較大。EP 的 BCI 系統(tǒng)也具有局限性，如： SSVEP 信號(hào)的有效的頻率較少；刺激會(huì)引發(fā)使用者疲勞并伴有誘發(fā)癲癇的風(fēng)

【參考文獻(xiàn)】：
期刊論文
[1]腦機(jī)接口技術(shù)研究綜述[J]. 李勃.  數(shù)字通信. 2013(04)
[2]Right-and-left visual field stimulation:A frequency and space mixed coding method for SSVEP based brain-computer interface[J]. YAN Zheng, GAO XiaoRong & GAO ShangKai Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China.  Science China（Information Sciences）. 2011(12)
[3]在線腦機(jī)接口中腦電信號(hào)的特征提取與分類方法[J]. 徐寶國(guó),宋愛國(guó),費(fèi)樹岷.  電子學(xué)報(bào). 2011(05)
[4]基于ICA的腦電信號(hào)去噪方法研究與應(yīng)用[J]. 謝松云,張振中,張偉平,趙海濤.  中國(guó)醫(yī)學(xué)影像技術(shù). 2007(10)

博士論文
[1]高速率穩(wěn)態(tài)視覺誘發(fā)電位腦-機(jī)接口的關(guān)鍵技術(shù)研究[D]. 陳小剛.清華大學(xué) 2015
[2]基于運(yùn)動(dòng)想象的腦機(jī)接口的研究[D]. 周鵬.天津大學(xué) 2007



本文編號(hào)：3052653