作為大腦與外界設(shè)備進(jìn)行直接交流的重要途徑,腦機(jī)交互系統(tǒng)已經(jīng)成為各領(lǐng)域積極關(guān)注和研究的焦點(diǎn)。傳統(tǒng)單一模式的腦機(jī)交互系統(tǒng)由于其較少的任務(wù)類別已經(jīng)不能滿足實(shí)際需要,因此多模式腦機(jī)交互系統(tǒng)應(yīng)運(yùn)而生。同時(shí),其他類型的交互方式也逐漸被運(yùn)用到腦機(jī)交互系統(tǒng)中�；诖�,本文將α波、P300信號(hào)和眼動(dòng)信號(hào)融合,構(gòu)建了基于快速序列視覺(jué)呈現(xiàn)的多模式腦機(jī)交互系統(tǒng),解決了軟硬件平臺(tái)搭建和信號(hào)同步問(wèn)題,提出了有效的信號(hào)處理方法,具體如下:(1)提出基于典型相關(guān)分析(canonical correlation analysis,CCA)的α波檢測(cè)算法,保證了能夠有效地利用α波進(jìn)行系統(tǒng)暫停操作。方法的核心思想是利用CCA方法從α波集中的頻段內(nèi)提取若干特征頻率,這些特征頻率能夠準(zhǔn)確地體現(xiàn)不同實(shí)驗(yàn)人員α波與非α波的區(qū)別,將特征頻率對(duì)應(yīng)的相關(guān)系數(shù)組合作為最終用于分類的特征。實(shí)驗(yàn)結(jié)果表明,使用1s的腦電數(shù)據(jù),該方法能夠準(zhǔn)確分析出其是否屬于α波信號(hào),平均檢測(cè)準(zhǔn)確率達(dá)到95%以上;同時(shí),延長(zhǎng)數(shù)據(jù)時(shí)長(zhǎng)和增加特征頻率個(gè)數(shù)能夠使準(zhǔn)確率更高。同其他方法相比,算法在時(shí)效性和準(zhǔn)確性上都有明顯的優(yōu)勢(shì)。此外,該算法使用方便,不需要重復(fù)訓(xùn)練。(2)...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 腦機(jī)交互系統(tǒng)研究背景及意義
    1.2 腦機(jī)交互系統(tǒng)基本內(nèi)容
        1.2.1 腦機(jī)交互系統(tǒng)的組成
        1.2.2 腦機(jī)交互系統(tǒng)的分類
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 課題研究?jī)?nèi)容與論文組織結(jié)構(gòu)
第二章 腦電及眼動(dòng)理論基礎(chǔ)
    2.1 腦電信號(hào)概述
        2.1.1 大腦結(jié)構(gòu)及功能分區(qū)
        2.1.2 腦電信號(hào)產(chǎn)生及記錄
    2.2 α節(jié)律波與P300信號(hào)
        2.2.1 α節(jié)律波
        2.2.2 事件相關(guān)電位
        2.2.3 P300信號(hào)
    2.3 眼動(dòng)跟蹤技術(shù)及應(yīng)用
    2.4 本章小結(jié)
第三章 多模式腦機(jī)交互系統(tǒng)設(shè)計(jì)
    3.1 系統(tǒng)概述
    3.2 快速序列視覺(jué)呈現(xiàn)系統(tǒng)
        3.2.1 平臺(tái)搭建
        3.2.2 信號(hào)同步方法
    3.3 多模式腦機(jī)交互系統(tǒng)與范式設(shè)計(jì)
        3.3.1 系統(tǒng)構(gòu)造
        3.3.2 信號(hào)采集影響因素
        3.3.3 范式設(shè)計(jì)
    3.4 本章小結(jié)
第四章 多模式腦機(jī)交互系統(tǒng)信號(hào)處理方法
    4.1 腦電信號(hào)預(yù)處理
    4.2 基于典型相關(guān)分析的α波檢測(cè)方法
        4.2.1 典型相關(guān)分析方法與腦電信號(hào)處理
        4.2.2 α波檢測(cè)算法
    4.3 P300信號(hào)檢測(cè)及目標(biāo)位置標(biāo)定方法
        4.3.1 基于分段時(shí)空降維的P300信號(hào)檢測(cè)方法
        4.3.2 基于眼動(dòng)的目標(biāo)位置標(biāo)定方法
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)仿真結(jié)果與分析
    5.1 α波檢測(cè)結(jié)果
        5.1.1 α波與非α波分類特征對(duì)比
        5.1.2 檢測(cè)結(jié)果分析
    5.2 P300信號(hào)檢測(cè)及目標(biāo)位置標(biāo)定結(jié)果分析
        5.2.1 P300信號(hào)檢測(cè)結(jié)果分析
        5.2.2 目標(biāo)位置標(biāo)定結(jié)果
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 未來(lái)展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3758974