腦機接口（brain-computerinterface,BCI）是在大腦與外部設備之間建立的不依賴外周神經與肌肉的新型通信,它能提取人腦電信號的特征、解讀出使用者意圖、實現(xiàn)控制外部設備的功能。近年來基于視覺誘發(fā)電位（visual evoked potentials,VEP）的BCI成為了腦機接口領域的研究熱點。相比其它基于VEP的BCI系統(tǒng),穩(wěn)態(tài)視覺誘發(fā)電位腦機接口（Steady state VEP BCI,SSVEP BCI）與編碼調制腦機接口（Code modulated VEP BCI,c-VEP BCI）可選擇的識別目標更多、信息傳輸率更高,但基于兩者的混合調制BCI系統(tǒng)還未被深入研究。本文對基于SSVEP與c-VEP的混合BCI系統(tǒng)進行研究,提出了一個新的基于編碼與頻率順序調制的混合BCI范式,并實現(xiàn)了一個高性能的混合BCI系統(tǒng)。本文在傳統(tǒng)單一腦電模式的視覺BCI研究基礎上,用偽隨機碼與頻率碼混合調制視覺刺激目標,設計出了一個混合BCI系統(tǒng)。共邀請十二位志愿者參加本次實驗,并對他們混合腦電數(shù)據(jù)進行特征提取分析,驗證了本系統(tǒng)的可行性與有效性。首先分析了其中一位志愿者四個c-V... 

【文章來源】：南昌大學江西省 211工程院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 腦機接口的定義與基本結構
        1.1.1 腦機接口的定義
        1.1.2 腦機接口系統(tǒng)的基本結構
    1.2 基于腦電信號的腦機接口分類
        1.2.1 事件相關電位腦機接口
        1.2.2 慢皮層電位腦機接口
        1.2.3 運動想象腦機接口
        1.2.4 視覺誘發(fā)電位腦機接口
    1.3 腦機接口的研究現(xiàn)狀與發(fā)展前景
        1.3.1 腦機接口的研究現(xiàn)狀
        1.3.2 腦機接口的發(fā)展前景
    1.4 腦機接口面臨的問題與挑戰(zhàn)
        1.4.1 腦電編解碼技術
        1.4.2 移動式腦機接口
    1.5 論文的結構與主要內容
第二章 基于視覺誘發(fā)電位的腦機接口
    2.1 視覺誘發(fā)電位
        2.1.1 視覺誘發(fā)電位的來源
        2.1.2 視覺誘發(fā)電位的特征
    2.2 三種主要的視覺誘發(fā)電位腦機接口
        2.2.1 時間編碼調制視覺誘發(fā)電位腦機接口
        2.2.2 頻率編碼調制視覺誘發(fā)電位腦機接口
        2.2.3 偽隨機編碼調制視覺誘發(fā)電位腦機接口
    2.3 SSVEP BCI與c-VEP BCI的優(yōu)缺點分析
    2.4 SSVEP BCI與c-VEP BCI的調制編碼
        2.4.1 SSVEP BCI的調制編碼
        2.4.2 c-VEP BCI的調制編碼
    2.5 模板匹配法
    2.6 VEP BCI相關算法
        2.6.1 典型相關分析
        2.6.2 基于濾波器組典型相關分析
        2.6.3 任務相關成分分析
    2.7 本章小結
第三章 基于編碼與頻率順序調制的腦機接口
    3.1 系統(tǒng)原理
        3.1.1 單一模式與混合模式
        3.1.2 基于c-VEP與SSVEP的混合BCI
    3.2 基于SSVEP與c-VEP混合BCI的實驗平臺
        3.2.1 數(shù)據(jù)采集軟件Scan4.5的設置
        3.2.2 多導聯(lián)位置的選擇
        3.2.3 視覺刺激器的設計與實現(xiàn)
    3.3 目標識別
        3.3.1 空域濾波器的設計
        3.3.2 模板構造
        3.3.3 模板匹配
    3.4 本章小結
第四章 實驗數(shù)據(jù)采集與分析
    4.1 實驗過程與數(shù)據(jù)采集
    4.2 混合BCI系統(tǒng)的c-VEP與SSVEP相關特性分析
        4.2.1 混合系統(tǒng)c-VEP特性分析
        4.2.2 混合系統(tǒng)SSVEP特性分析
    4.3 分類識別率與信息傳輸率
        4.3.1 分類識別率
        4.3.2 信息傳輸率
    4.4 系統(tǒng)性能優(yōu)化
        4.4.1 SSVEP對c-VEP干擾優(yōu)化
        4.4.2 目標識別時間的優(yōu)化
    4.5 本章小結
第五章 總結與展望
    5.1 本文工作總結
    5.2 未來工作展望
致謝
參考文獻
攻讀學位期間研究成果


【參考文獻】：
期刊論文
[1]腦機接口技術在腦卒中患者上肢功能障礙康復中的應用[J]. 梁思捷,朱玉連,王衛(wèi)寧,莊敏,徐冬艷,劉加鵬,田閃.  中國康復醫(yī)學雜志. 2020(02)
[2]基于Hololens的增強現(xiàn)實腦-機接口研究[J]. 張力新,張裕坤,柯余峰,杜佳樂,許敏鵬,明東.  中國生物醫(yī)學工程學報. 2019(01)
[3]Boosting the Information Transfer Rate of an SSVEP-BCI System Using Maximal-Phase-Locking Value and Minimal-Distance Spatial Filter Banks[J]. Ke Lin,Shangkai Gao,Xiaorong Gao.  Tsinghua Science and Technology. 2019(03)
[4]直接腦控多機器人協(xié)作任務研究[J]. 張超,熊馨,任泓錦,伏云發(fā).  生物醫(yī)學工程學雜志. 2018(06)
[5]基于節(jié)律性腦電信號的腦-機接口[J]. 高上凱.  生命科學. 2008(05)
[6]腦—機接口系統(tǒng)工作原理綜述[J]. 羅尚清,楊浩.  醫(yī)療衛(wèi)生裝備. 2008(08)
[7]基于腦電的腦-機接口系統(tǒng)研究現(xiàn)狀[J]. 伍亞舟,吳寶明,何慶華.  中國臨床康復. 2006(01)

碩士論文
[1]基于編碼調制的多目標視覺誘發(fā)電位腦機接口系統(tǒng)設計與研究[D]. 劉勇慧.南昌大學 2018



本文編號：3205345