隨著人們對(duì)精神娛樂(lè)追求的提高,電子游戲成為了更多人的選擇,這也使得游戲產(chǎn)業(yè)對(duì)游戲類型的升級(jí)做出了更高的要求。隨著科學(xué)技術(shù)的發(fā)展,許多企業(yè)將傳統(tǒng)的游戲與新興技術(shù)進(jìn)行結(jié)合,開發(fā)功能性游戲,這種游戲升級(jí)帶給玩家更為豐富的游戲體驗(yàn)。本文將人體生物電信號(hào)與電子游戲相結(jié)合,研究并設(shè)計(jì)了一種利用人體腦電信號(hào)和眼電信號(hào)組成的雙模態(tài)生物電信號(hào)協(xié)同控制游戲動(dòng)作的電子游戲系統(tǒng),該游戲能夠?qū)η嗌倌辏ㄓ绕涫嵌鄤?dòng)癥人群）進(jìn)行專注度訓(xùn)練,對(duì)腦癱患者腦力的恢復(fù)也具有一定的幫助。本文的主要內(nèi)容及創(chuàng)新點(diǎn)如下:（1）利用小波包算法提取人體在不同精神狀態(tài)下節(jié)律信號(hào)能量特征規(guī)律,依據(jù)ReliefF算法選取的敏感性指標(biāo)建立專注度模型Focus。與現(xiàn)有兩種專注度模型F1=E8/Eβ、F2=（Ea+Eβ）/Eθ相比,Focus模型與重構(gòu)后腦電信號(hào)的皮爾遜相關(guān)系數(shù)為0.6017,呈強(qiáng)正相關(guān)。利用單因素方差理論,三種專注度模型在不同精神狀態(tài)下具有顯著性差異,Focus模型變化趨勢(shì)更滿足游戲系統(tǒng)中對(duì)專注度的控制需求。為測(cè)試所建模型的準(zhǔn)確性,利用模糊C均值方法對(duì)受試者不同精神狀態(tài)進(jìn)行檢測(cè)識(shí)別,平均識(shí)別準(zhǔn)確率達(dá)89.06%。因此可以將Focu... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容與組織結(jié)構(gòu)
    1.4 本文創(chuàng)新點(diǎn)
2 腦電信號(hào)與眼電信號(hào)理論基礎(chǔ)
    2.1 生物電信號(hào)概述
    2.2 腦電信號(hào)生理學(xué)基礎(chǔ)
        2.2.1 大腦結(jié)構(gòu)與功能
        2.2.2 腦電信號(hào)的主要成分
        2.2.3 腦電信號(hào)的常見(jiàn)偽跡
        2.2.4 基于腦電信號(hào)的專注度定義
    2.3 眼電信號(hào)生理學(xué)基礎(chǔ)
        2.3.1 眼電信號(hào)的產(chǎn)生
        2.3.2 無(wú)意眨眼與有意眨眼
    2.4 腦電與眼電信號(hào)采集設(shè)備
        2.4.1 設(shè)備組成及使用
        2.4.2 信號(hào)獲取方法
    2.5 專注度實(shí)驗(yàn)設(shè)計(jì)
        2.5.1 不同精神狀態(tài)的誘發(fā)
        2.5.2 實(shí)驗(yàn)范式的設(shè)計(jì)
    2.6 本章小結(jié)
3 基于雙模態(tài)生物電信號(hào)的特征提取研究
    3.1 基于小波包變換的腦電信號(hào)特征提取
        3.1.1 腦電信號(hào)預(yù)處理
        3.1.2 小波包變換基礎(chǔ)理論
        3.1.3 腦電信號(hào)特征提取
    3.2 專注度模型的建立與驗(yàn)證
        3.2.1 專注度模型的定義
        3.2.2 與現(xiàn)有專注度模型對(duì)比
        3.2.3 專注度模型分類識(shí)別
        3.2.4 分類識(shí)別結(jié)果及分析
    3.3 基于眼電信號(hào)的特征提取
    3.4 本章小結(jié)
4 系統(tǒng)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 總體系統(tǒng)設(shè)計(jì)
    4.2 電子游戲系統(tǒng)的搭建
        4.2.1 軟件開發(fā)環(huán)境
        4.2.2 電子游戲規(guī)則
        4.2.3 動(dòng)畫界面實(shí)現(xiàn)
        4.2.4 藍(lán)牙通信實(shí)現(xiàn)
        4.2.5 基于雙模態(tài)生物電信號(hào)控制游戲動(dòng)作的算法實(shí)現(xiàn)
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 實(shí)驗(yàn)環(huán)境及條件設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]輕度認(rèn)知障礙患者EEG動(dòng)力學(xué)特征提取與分類方法研究進(jìn)展[J]. 李恒智,文冬,魏振豪,周艷紅.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2019(03)
[2]游戲可不止娛樂(lè),功能游戲打開消費(fèi)新視角[J]. 劉馨蔚.  中國(guó)對(duì)外貿(mào)易. 2019(01)
[3]基于MMTD與小波硬閾值的腦電信號(hào)去噪方法[J]. 閆國(guó)強(qiáng),周寧寧,張少白.  系統(tǒng)仿真學(xué)報(bào). 2018(04)
[4]基于腦電信號(hào)腹腔鏡手術(shù)培訓(xùn)的實(shí)時(shí)疲勞分析[J]. 左艷,王殊軼,劉云,徐明哲,汪鵬,杜云霄.  生物醫(yī)學(xué)工程研究. 2018(01)
[5]注意力狀態(tài)識(shí)別方法研究[J]. 馬文鴻,陳勃.  福建電腦. 2017(10)
[6]基于EOG的閱讀行為識(shí)別中眨眼信號(hào)去除算法研究[J]. 張貝貝,歐陽(yáng)蕊,張超,呂釗.  信號(hào)處理. 2017(02)
[7]基于EEG的駕駛持續(xù)性注意水平PSO-SVM識(shí)別模型[J]. 郭孜政,吳志敏,潘雨帆,余剛,張駿.  北京工業(yè)大學(xué)學(xué)報(bào). 2016(03)
[8]基于腦電θ波特征信息分析的大腦前額皮質(zhì)在字母工作記憶中作用的研究[J]. 李松,靳靜娜,王欣,劉志朋,殷濤.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2015(02)
[9]人類大腦結(jié)構(gòu)和功能的性別差異:來(lái)自腦成像研究的證據(jù)[J]. 楊天亮,辛斐,雷旭.  心理科學(xué)進(jìn)展. 2015(04)
[10]基于生物電信號(hào)的駕駛疲勞檢測(cè)方法[J]. 咼騰,馮桑,黃超.  汽車電器. 2014(08)

碩士論文
[1]基于腦機(jī)接口系統(tǒng)的VR新聞?dòng)脩趔w驗(yàn)研究[D]. 彭璟.電子科技大學(xué) 2019
[2]基于生物電控制的人機(jī)交互技術(shù)研究[D]. 李陽(yáng)丹.杭州電子科技大學(xué) 2018
[3]面向注意力增強(qiáng)的腦機(jī)接口系統(tǒng)研究與實(shí)現(xiàn)[D]. 陳帥.廈門大學(xué) 2017
[4]基于MindWave的腦電信號(hào)分析方法研究及其應(yīng)用[D]. 李楊.北京工業(yè)大學(xué) 2014
[5]腦電信號(hào)的特征提取和分類研究[D]. 鐘宏燕.北京工業(yè)大學(xué) 2014
[6]腦電波控制的網(wǎng)頁(yè)游戲設(shè)計(jì)與實(shí)現(xiàn)[D]. 黃保仔.青島大學(xué) 2013



本文編號(hào)：3481691