發(fā)布時間：2017-04-14 03:11

  本文關(guān)鍵詞：基于穩(wěn)態(tài)視覺誘發(fā)電位的腦控機(jī)械繪圖系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦機(jī)接口(Brain-computer interface, BCI)是一種將具有意圖的腦電信號轉(zhuǎn)換成計算機(jī)指令的智能系統(tǒng)。它不同于人體大腦與肌肉組織的通訊方式,實現(xiàn)人腦直接與外部設(shè)備通訊,形成了一種全新的大腦信息輸出方式,在醫(yī)學(xué)康復(fù)、智能控制、娛樂等領(lǐng)域具有廣泛的應(yīng)用前景。目前,腦機(jī)接口的發(fā)展正逐漸從實驗室研究階段走向?qū)嶋H應(yīng)用階段,特別是基于穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)的腦機(jī)接口具有操作簡便,信息傳輸率高,無需訓(xùn)練等優(yōu)點,受到了科研人員的青睞。在基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機(jī)接口實驗中,操作人員受到視覺刺激器長時間的反復(fù)刺激往往產(chǎn)生視覺疲勞,影響結(jié)果的準(zhǔn)確性。論文設(shè)計實現(xiàn)了一套基于SSVEP的腦控機(jī)械繪圖系統(tǒng),這套系統(tǒng)可以實現(xiàn)癱瘓病人的繪圖夢想。文章的主要研究工作如下：1.論文分別采用典型相關(guān)分析方法(CCA)和功率譜估計(PSDA)對SSVEP信號進(jìn)行快速分析,同時比較了兩種方法的特征提取結(jié)果,綜合結(jié)果表明CCA方法能更準(zhǔn)確地提SSVEP信號頻率特征,提高了系統(tǒng)的整體性能。2.文章通過設(shè)計穩(wěn)態(tài)視覺誘發(fā)電位采集實驗的2個階段來研究基于SSVEP的腦機(jī)接口疲勞腦電的檢測。本文采用功率譜估計方法分析清醒階段和疲勞階段的腦電各頻段頻譜和相關(guān)指標(biāo),結(jié)合主觀疲勞量表綜合分析受試者的疲勞程度,并通過分析結(jié)果優(yōu)化視覺刺激機(jī)制,從而達(dá)到減輕被試者的視覺疲勞和提高系統(tǒng)整體性能的目的。3.論文設(shè)計了基于SSVEP的實時腦控機(jī)械繪圖系統(tǒng)在LabVIEW環(huán)境下實現(xiàn)的方案。該方案有多頻率的視覺刺激模塊,同時采用FIR帶通濾波和功率譜估計等數(shù)字信號處理方法對SSVEP信號進(jìn)行頻率特征提取,通過模式識別判斷操作人員的注視目標(biāo)并產(chǎn)生控制指令,從而實現(xiàn)對機(jī)械手臂繪圖動作的控制。該系統(tǒng)達(dá)到了98%的平均多任務(wù)準(zhǔn)確率,表明方案有較好的實際應(yīng)用。
【關(guān)鍵詞】：腦機(jī)接口 穩(wěn)態(tài)視覺誘發(fā) 疲勞腦電 相關(guān)分析 機(jī)械繪圖系統(tǒng)
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R338
【目錄】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 緒論13-23
• 1.1 腦機(jī)接口的概述13-16
• 1.1.1 腦機(jī)接口的研究背景13-14
• 1.1.2 腦機(jī)接口的定義14
• 1.1.3 腦機(jī)接口技術(shù)的分類14-16
• 1.2 腦機(jī)接口系統(tǒng)的結(jié)構(gòu)16-19
• 1.3 腦機(jī)接口的研究意義及現(xiàn)狀19-21
• 1.3.1 腦機(jī)接口的研究意義19
• 1.3.2 腦機(jī)接口的研究現(xiàn)狀19-21
• 1.4 論文研究內(nèi)容和布局21-23
• 第二章 穩(wěn)態(tài)視覺誘發(fā)電位的腦機(jī)接口的理論基礎(chǔ)23-32
• 2.1 腦電信號的基本理論23-25
• 2.1.1 大腦皮層的結(jié)構(gòu)23
• 2.1.2 腦電信號的基本特征23-25
• 2.2 視覺誘發(fā)電位的概述25-28
• 2.2.1 瞬態(tài)視覺誘發(fā)電位26-27
• 2.2.2 穩(wěn)態(tài)視覺誘發(fā)電位27-28
• 2.3 視覺刺激器的設(shè)計28-30
• 2.3.1 刺激方式28-29
• 2.3.2 刺激參數(shù)的設(shè)定29-30
• 2.4 基于SSVEP的腦機(jī)接口系統(tǒng)的布局30-31
• 2.5 本章小結(jié)31-32
• 第三章 穩(wěn)態(tài)視覺誘發(fā)電位分析方法32-49
• 3.1 時域分析32-33
• 3.2 頻域分析33-36
• 3.3 典型相關(guān)分析36-40
• 3.4 SSVEP特征分類識別40-46
• 3.4.1 EEG分類器簡介40-41
• 3.4.2 模板匹配41
• 3.4.3 Fisher線性判別分析41-44
• 3.4.4 支持向量機(jī)原理44-46
• 3.5 典型相關(guān)分析與功率譜估計方法比較46-48
• 3.6 本章小結(jié)48-49
• 第四章 基于SSVEP的腦機(jī)接口疲勞腦電的分析49-57
• 4.1 實驗平臺設(shè)計49-51
• 4.1.1 視覺刺激器49-50
• 4.1.2 實驗數(shù)據(jù)采集50-51
• 4.1.3 實驗對象51
• 4.2 疲勞腦電的主觀疲勞量表FS-14分析51-52
• 4.3 基于功率譜估計的客觀分析52-53
• 4.3.1 Welch法客觀分析52-53
• 4.3.2 疲勞腦電頻段指標(biāo)選擇53
• 4.4 實驗結(jié)果53-56
• 4.4.1 視覺疲勞的主觀評價53-54
• 4.4.2 疲勞腦電頻段指標(biāo)結(jié)果54-56
• 4.5 本章小結(jié)56-57
• 第五章 基于穩(wěn)態(tài)視覺誘發(fā)電位的腦控機(jī)械繪圖系統(tǒng)設(shè)計57-68
• 5.1 視覺刺激器57-59
• 5.1.1 視覺刺激器的設(shè)計57
• 5.1.2 LED視覺刺激器的實現(xiàn)57-59
• 5.2 實驗平臺設(shè)計59-60
• 5.3 基于LabVIEW的實時分析軟件60-62
• 5.3.1 LabVIEW簡介60-61
• 5.3.2 信號傳輸模塊61
• 5.3.3 信號處理模塊61-62
• 5.4 繪圖機(jī)械手臂設(shè)計62-63
• 5.5 實驗結(jié)果分析63-67
• 5.5.1 在線實驗結(jié)果分析63-65
• 5.5.2 離線實驗結(jié)果分析65-67
• 5.6 本章小結(jié)67-68
• 總結(jié)和展望68-71
• 參考文獻(xiàn)71-76
• 攻讀碩士學(xué)位期間發(fā)表的論文76-78
• 致謝78

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 李翔;高小榕;高上凱;;一種基于兩種不同范式的混合型腦-機(jī)接口系統(tǒng)[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年03期

2 閆錚;賓光宇;高小榕;;基于左右視野雙頻率刺激的SSVEP腦-機(jī)接口[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年12期

3 王磊;吳曉娟;俞夢孫;;駕駛疲勞/瞌睡檢測方法的研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 余天佑;多模態(tài)與多自由度腦機(jī)接口研究[D];華南理工大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王卓;基于SSVEP的腦—機(jī)接口及在通信與拼寫中的應(yīng)用研究[D];南昌大學(xué);2013年

2 崔燕;基于運(yùn)動想象腦電的手臂運(yùn)動功能康復(fù)研究[D];北京工業(yè)大學(xué);2013年

3 鄭軍;基于穩(wěn)態(tài)視覺誘發(fā)電位的腦—機(jī)接口實現(xiàn)與研究[D];華南理工大學(xué);2012年

  本文關(guān)鍵詞：基于穩(wěn)態(tài)視覺誘發(fā)電位的腦控機(jī)械繪圖系統(tǒng)的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：305071