本文關(guān)鍵詞：基于ECoG信號(hào)的嵌入式腦機(jī)接口系統(tǒng)

  更多相關(guān)文章： 運(yùn)動(dòng)功能缺失 腦機(jī)接口技術(shù) 嵌入式 ECoG信號(hào) 異步解碼

【摘要】：世界上有很多因?yàn)樵馐苓\(yùn)動(dòng)功能缺失而給他們帶來各種不便的患者,他們的生活狀態(tài)和質(zhì)量因此受到嚴(yán)重的影響,并且傳統(tǒng)的手術(shù)和藥物治療效果又不明顯,腦機(jī)接口技術(shù)則為這些患者提供了一種新的治療和康復(fù)手段。但傳統(tǒng)的腦機(jī)接口系統(tǒng)大多由商用采集器與PC機(jī)構(gòu)成,體積龐大、價(jià)格昂貴,非常不利于其在臨床和實(shí)際生活中的普及和應(yīng)用。因此本文結(jié)合嵌入式系統(tǒng)的特點(diǎn),在原有腦機(jī)接口技術(shù)研究的基礎(chǔ)上,設(shè)計(jì)并搭建了一個(gè)完整的嵌入式腦機(jī)接口系統(tǒng),并在此基礎(chǔ)上完成了利用臨床患者ECoG信號(hào)進(jìn)行在線異步控制外部機(jī)械手的功能。本文設(shè)計(jì)搭建的嵌入式腦機(jī)接口系統(tǒng)主要包括前端的信號(hào)采集芯片RHD2132和后端的嵌入式ARM處理平臺(tái)JestonTK1兩大部分。首先,以TK1處理平臺(tái)為系統(tǒng)核心,通過其上的高速SPI接口連接到前端的采集芯片,控制信號(hào)采集的啟停,并進(jìn)行信號(hào)采集相關(guān)參數(shù)的配置,主要包括采樣速率、帶通濾波器的截止頻率、采樣通道選擇等。接著,處理平臺(tái)接收采集芯片送來的原始信號(hào),在其CPU上完成數(shù)據(jù)預(yù)處理、特征提取、信號(hào)解碼及機(jī)械手控制的全部功能。數(shù)據(jù)預(yù)處理主要包括空間濾波,對(duì)數(shù)據(jù)進(jìn)行平滑去除噪聲;特征提取則是對(duì)數(shù)據(jù)進(jìn)行時(shí)頻轉(zhuǎn)換,從頻域上選取特定的頻段信號(hào)作為特征量輸入;信號(hào)解碼主要基于SVM分類器,設(shè)計(jì)實(shí)現(xiàn)了兩階段解碼的異步解碼算法;最后的解碼輸出轉(zhuǎn)化為相應(yīng)的控制指令通過串口傳遞給外部機(jī)械手,完成機(jī)械手的控制。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)搭建的嵌入式腦機(jī)接口系統(tǒng)可以完成ECoG信號(hào)在線異步控制機(jī)械手的功能,且解碼結(jié)果與傳統(tǒng)的腦機(jī)接口系統(tǒng)相比,雖然準(zhǔn)確率相差5%,但都高于隨機(jī)水平,差異在可接受范圍內(nèi)。但其在系統(tǒng)體積、便攜度以及系統(tǒng)功耗上具有明顯的優(yōu)勢(shì),能較好地滿足臨床治療康復(fù)和實(shí)際生活應(yīng)用的需求。綜上所述,本系統(tǒng)可運(yùn)行且滿足要求,為后續(xù)嵌入式腦機(jī)接口系統(tǒng)的發(fā)展打下了良好的基礎(chǔ),證明了嵌入式腦機(jī)接口系統(tǒng)未來發(fā)展的價(jià)值與意義。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN911.7;R318

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃超;王偉;單涼;;基于Burg算法功率譜估計(jì)的參數(shù)選擇[J];艦船電子對(duì)抗;2016年05期

2 吳鑫;張建奇;楊琛;;Jetson TK1平臺(tái)實(shí)現(xiàn)快速紅外圖像背景預(yù)測(cè)算法[J];紅外與激光工程;2015年09期

3 HAO YaoYao;ZHANG QiaoSheng;ZHANG ShaoMin;ZHAO Ting;WANG YiWen;CHEN WeiDong;ZHENG XiaoXiang;;Decoding grasp movement from monkey premotor cortex for real-time prosthetic hand control[J];Chinese Science Bulletin;2013年20期

4 陳東偉;吳方;王震;韓娜;黃家良;韋逸成;林煥楊;;基于腦-機(jī)接口的智能小車系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];信息技術(shù);2013年06期

5 楊瓊;樊東升;;肌萎縮側(cè)索硬化癥臨床診斷進(jìn)展[J];中國(guó)現(xiàn)代神經(jīng)疾病雜志;2012年03期

6 孔英會(huì);景美麗;;基于混淆矩陣和集成學(xué)習(xí)的分類方法研究[J];計(jì)算機(jī)工程與科學(xué);2012年06期

7 顧亞祥;丁世飛;;支持向量機(jī)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2011年02期

8 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報(bào);2011年01期

9 邱文華;邱珍珍;;基于扁平設(shè)備樹的Linux內(nèi)核啟動(dòng)方式[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2009年03期

10 吳婷;顏國(guó)正;楊幫華;;一種快速的腦電信號(hào)特征提取與分類方法[J];系統(tǒng)仿真學(xué)報(bào);2007年18期

，

本文編號(hào)：1270104