本文選題：穩(wěn)態(tài)視覺誘發(fā)電位　切入點(diǎn)：典型相關(guān)分析　出處：《南京郵電大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著計(jì)算機(jī)技術(shù)的崛起,腦電信號的研究步入了快速發(fā)展的階段。目前,腦電信號的研究主要采用腦機(jī)接口(Brain Computer Interface,BCI)系統(tǒng)。該系統(tǒng)在大腦和外設(shè)之間建立連接通路并傳送腦電信息,以直接控制外部設(shè)備的運(yùn)轉(zhuǎn)。其中,以穩(wěn)態(tài)視覺誘發(fā)電位(Steady State Visual Evoked Potential,SSVEP)為典型響應(yīng)信號的SSVEP系統(tǒng)應(yīng)用最為廣泛。本文在前人研究工作的基礎(chǔ)上,基于BCI技術(shù)收集并提取SSVEP信號。通過分析SSVEP信號的特征頻率,比較了在不同視覺誘發(fā)下SSVEP信號的特點(diǎn),最終實(shí)現(xiàn)了由不同頻率的黑白方塊誘發(fā)SSVEP信號對手機(jī)音樂播放系統(tǒng)的實(shí)時控制。首先,本文采用Neuroscan系統(tǒng)采集了由黑白方塊刺激所產(chǎn)生的SSVEP信號。SSVEP信號是人眼受到持續(xù)的視覺刺激而產(chǎn)生的節(jié)律性腦電信號。目前研究SSVEP的方法有很多,本文基于典型相關(guān)分析(Canonical Correlation Analysis,CCA)技術(shù),提取了SSVEP信號特征頻率等性能指標(biāo),分析了數(shù)據(jù)長度、信道數(shù)目、大腦區(qū)域、刺激圖片性質(zhì)與特征頻率的提取準(zhǔn)確性之間的關(guān)系,并得出了定量的結(jié)論。這為后續(xù)SSVEP控制音樂播放系統(tǒng)的研究奠定了理論基礎(chǔ)。其次,基于改進(jìn)的二維集合經(jīng)驗(yàn)?zāi)B(tài)分解(Improved Two-Dimensional Ensemble Empirical Mode Decomposition,2D-EEMD)算法,將黑白方塊刺激、棋盤翻轉(zhuǎn)刺激、黑白橫條紋刺激和黑白豎條紋刺激下分別收集到的SSVEP信號進(jìn)行預(yù)處理,并綜合運(yùn)用傅里葉變換法,比較了在四種圖形刺激下SSVEP信號響應(yīng)性能的差異。結(jié)果表明,在黑白方塊刺激下,SSVEP信號在各個腦區(qū)保持宏觀一致;而在棋盤翻轉(zhuǎn)刺激和黑白橫豎條紋刺激下,SSVEP信號在額葉、顳葉、頂葉、枕葉的主響應(yīng)頻率不盡相同,區(qū)域差異明顯。最后,本文設(shè)計(jì)并實(shí)現(xiàn)了基于SSVEP信號的腦電波無線控制手機(jī)音樂播放系統(tǒng)“SSVEPControl”:在黑白方塊刺激下,將通過CCA技術(shù)所提取的SSVEP信號的特征頻率作為指令,利用無線設(shè)備傳送到手機(jī)客戶端,實(shí)現(xiàn)在線音樂的“播放/暫停”、“保持”,“上一曲”,“下一曲”等四種操作功能。實(shí)驗(yàn)表明,該系統(tǒng)可做到5秒延遲的實(shí)時操作,準(zhǔn)確率達(dá)到95%以上。
[Abstract]:With the rise of computer technology, the research of EEG has stepped into the stage of rapid development. Brain-computer interface brain Computer Interface (BCI) system is used in the study of EEG signals. The system establishes a connection between the brain and peripheral devices and transmits EEG information to directly control the operation of external devices. The SSVEP system with Steady State Visual Evoked potential signal as the typical response signal is the most widely used. Based on the previous research work, this paper collects and extracts the SSVEP signal based on BCI technology, and analyzes the characteristic frequency of SSVEP signal. This paper compares the characteristics of SSVEP signals under different visual evoked conditions, and finally realizes the real-time control of SSVEP signals induced by black and white squares with different frequencies to the music playing system of mobile phones. In this paper, Neuroscan system is used to collect SSVEP signal. SSVEP signal generated by black and white block stimulation is a rhythmic EEG signal produced by continuous visual stimulation in human eyes. There are many methods to study SSVEP at present. Based on canonical Correlation Analysis (CAA) technique, this paper extracts the characteristic frequency of SSVEP signal, and analyzes the relationship between the data length, the number of channels, the brain region, the nature of stimulus picture and the accuracy of feature frequency extraction. The quantitative conclusion is obtained, which lays a theoretical foundation for the subsequent research of SSVEP control music playback system. Secondly, based on the improved Two-Dimensional Ensemble Empirical Mode decomposition 2D-EEMDM algorithm, the black-and-white block stimulation and the chessboard flip stimulation are used. The SSVEP signals collected under black and white transverse stripe stimulation and black and white vertical stripe stimulation were preprocessed, and Fourier transform method was used to compare the response performance of SSVEP signals under four kinds of graphic stimuli. Under the stimulation of black and white squares, SSVEP signals remained consistent in all brain regions, while the main response frequencies of SSVEP signals in frontal lobe, temporal lobe, parietal lobe and occipital lobe were different under the stimulation of checkerboard flipping and black and white vertical stripes. Finally, there were significant regional differences in the main response frequency of SSVEP signal in the frontal lobe, temporal lobe, parietal lobe and occipital lobe. In this paper, we design and implement the brain wave wireless control handset music playing system "SSVEPControl" based on SSVEP signal. Under the stimulation of black and white square, the characteristic frequency of SSVEP signal extracted by CCA technology is taken as instruction, and the wireless device is used to transmit it to the mobile phone client. Four kinds of operation functions of online music, such as "play / pause", "hold", "last song" and "next song", are realized. The experiment shows that the system can achieve real-time operation of 5 seconds delay and the accuracy is more than 95%.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R318;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊晨;黃麗亞;文念;楊俊宇;;基于二維集合經(jīng)驗(yàn)?zāi)Ｊ椒纸獾姆�(wěn)態(tài)視覺誘發(fā)電位目標(biāo)檢測研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2015年03期

2 笪鋮璐;陳志陽;黃麗亞;;基于CCA的SSVEP性能研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2015年05期

3 陳志曄;李金鋒;劉夢雨;馬林;;正常成人視覺及聽覺皮層結(jié)構(gòu)連通性的擴(kuò)散張量成像研究[J];南方醫(yī)科大學(xué)學(xué)報(bào);2013年03期

4 徐寶國;彭思;宋愛國;;基于運(yùn)動想象腦電的上肢康復(fù)機(jī)器人[J];機(jī)器人;2011年03期

5 石文磊;陳興明;袁海龍;;基于EMD和Hilbert包絡(luò)譜的滾動軸承故障診斷[J];機(jī)械工程與自動化;2010年05期

6 王建國;王孝通;徐曉剛;;經(jīng)驗(yàn)?zāi)Ｊ椒纸饧捌鋺?yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

7 王兵;王魁;王柏祥;陸璇輝;;結(jié)合PCA和JADE的EEG眼電偽跡去除研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年23期

8 張海軍;王浩川;;多導(dǎo)聯(lián)EEG信號分類識別研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年24期

9 杜曉燕;李穎潔;朱貽盛;任秋實(shí);趙侖;;腦電信號偽跡去除的研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2008年02期

10 馬峰杰;劉莎;鮮軍舫;;感音神經(jīng)性耳聾的事件相關(guān)電位研究[J];中國聽力語言康復(fù)科學(xué)雜志;2008年02期

相關(guān)會議論文 前1條

1 張鋒;徐光華;謝俊;張熠卓;;穩(wěn)態(tài)視覺誘發(fā)電位的研究與展望[A];2010中國儀器儀表學(xué)術(shù)、產(chǎn)業(yè)大會（論文集2）[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 耿躍華;磁刺激神門穴誘發(fā)腦電信號分析[D];河北工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李世杰;基于SSVEP信號的在線BCI關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2015年

2 楊俊宇;基于SSVEP的腦機(jī)接口系統(tǒng)研究與設(shè)計(jì)[D];南京郵電大學(xué);2015年

3 楊晨;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）的腦信號研究[D];南京郵電大學(xué);2015年

4 趙明;基于SSVEP的腦—機(jī)接口系統(tǒng)設(shè)計(jì)與開發(fā)[D];華東理工大學(xué);2015年

5 胡俊;基于時頻編碼的SSVEP在線系統(tǒng)開發(fā)[D];電子科技大學(xué);2013年

6 翟靜波;老年輕度認(rèn)知功能障礙向阿爾茲海默病轉(zhuǎn)歸的腦電特征研究[D];山西醫(yī)科大學(xué);2011年

7 張金香;雙語表征及雙語切換的腦機(jī)制研究[D];電子科技大學(xué);2011年

8 王晶;基于小波分解的左右想象腦電特征分類研究[D];華東交通大學(xué);2009年

9 楊威;基于獨(dú)立分量分析的地震信號隨機(jī)噪聲盲分離方法應(yīng)用研究[D];成都理工大學(xué);2009年

10 魏文慶;基于EEG的BCI的研究與設(shè)計(jì)[D];浙江大學(xué);2007年

，

本文編號：1619132