SSVEP腦—機(jī)器人在線交互系統(tǒng)設(shè)計(jì)與應(yīng)用
發(fā)布時(shí)間:2020-05-31 13:14
【摘要】:腦-機(jī)接口是一種新型人機(jī)交互技術(shù),不需要依賴外周神經(jīng)通路和肌肉組織,而是通過(guò)獲取和解析腦電信號(hào)直接控制外圍設(shè)備。腦-機(jī)器人交互系統(tǒng)基于腦-機(jī)接口技術(shù),以大腦為中心,以機(jī)器人為控制對(duì)象的人機(jī)融合控制系統(tǒng)。隨著腦-機(jī)器人交互系統(tǒng)的不斷發(fā)展,已廣泛應(yīng)用于醫(yī)療、教育、娛樂(lè)、軍事等領(lǐng)域。為了提高腦-機(jī)接口系統(tǒng)中基于穩(wěn)態(tài)視覺(jué)誘發(fā)電位信號(hào)的分類準(zhǔn)確率,本文發(fā)展了一種Fisher+Fuzzy組合的分類算法,該算法將獲得的腦電信號(hào)通過(guò)CCA進(jìn)行空間濾波,再將濾波后的腦電特征通過(guò)Fisher運(yùn)算獲得最佳投影面,然后計(jì)算樣本點(diǎn)到投影面的距離d,最后通過(guò)模糊算法對(duì)距離d進(jìn)行模糊化,得出分類結(jié)果。在SSVEP多分類問(wèn)題中,單一Fisher分類器難以對(duì)處于歧義區(qū)的樣本進(jìn)行有效分類,本算法解決了該問(wèn)題,同時(shí)大大消除了被試者對(duì)于不同頻率刺激的敏感程度不同所帶來(lái)的影響。本文將此算法與單一Fisher分類器和常用的SVM分類器進(jìn)行比較,并從平均分類準(zhǔn)確率、方差等角度對(duì)算法進(jìn)行分析。結(jié)果表明此算法有更高分類準(zhǔn)確率,且普適性更好。Fisher+Fuzzy分類算法使系統(tǒng)準(zhǔn)確率得到提高,但是需要相應(yīng)的參數(shù)優(yōu)化算法,增加了算法的復(fù)雜度。為了降低其復(fù)雜度,增加在線實(shí)時(shí)性,本文將有限穿越可視圖復(fù)雜網(wǎng)絡(luò)應(yīng)用于SSVEP分析中,并將其與可定制可編程的機(jī)器人相結(jié)合,搭建了基于復(fù)雜網(wǎng)絡(luò)分析方法的腦-機(jī)器人交互系統(tǒng),使機(jī)器人完成在線避障任務(wù)。該系統(tǒng)包括具有四個(gè)閃爍圖片的激勵(lì)界面,通過(guò)對(duì)腦電信號(hào)進(jìn)行網(wǎng)絡(luò)建模,提取度值,根據(jù)度值大小輸出四個(gè)指令,用于控制機(jī)器人的前進(jìn)、左轉(zhuǎn)、右轉(zhuǎn)和后退使其完成避障任務(wù)。具體分析和驗(yàn)證了復(fù)雜網(wǎng)絡(luò)在腦-機(jī)接口系統(tǒng)中的實(shí)際應(yīng)用。本文設(shè)計(jì)了一款基于腦控系統(tǒng)EEG信號(hào)分析的工具箱,其中包括了上述方法及一些常用于EEG信號(hào)預(yù)處理、特征提取和模式分類的方法。該工具箱可對(duì)兩種常用的文件格式進(jìn)行數(shù)據(jù)讀取,對(duì)采集到的腦電信號(hào)進(jìn)行檢測(cè)、各通道顯示、濾波、降采樣等,并針對(duì)腦控系統(tǒng)中常用的誘發(fā)范式SSVEP、P300設(shè)置了專門(mén)的模塊,將相應(yīng)的算法加入到各個(gè)模塊中,使得腦控系統(tǒng)信號(hào)分析更為便捷。
【圖文】:
圖 1-1 腦-機(jī)接口框架系統(tǒng)由:信息編碼、信號(hào)獲取、信息解碼和信息輸出原理為:首先被試者通過(guò)自己的想象或者在受到外界對(duì)刺激進(jìn)行“編碼”,即產(chǎn)生與刺激相對(duì)應(yīng)的腦電信號(hào)
在頻域條件下能夠很清楚的看到不同頻率所誘發(fā)出的腦電信號(hào)特征。圖 2-1 SSVEP 頻域特征圖圖 2-1 中,紅色表示 6.67Hz 所誘發(fā)的腦電信號(hào)特征,,黑色為 7.5Hz 所誘發(fā)的腦電信號(hào)特征,藍(lán)色為 8.57Hz 所誘發(fā)的腦電信號(hào)特征?梢钥闯霎(dāng)被試者注視某一特定頻率刺激時(shí),在大腦的枕區(qū)就會(huì)產(chǎn)生與其頻率相關(guān)的腦電信號(hào),在頻域下進(jìn)行分析就可以發(fā)現(xiàn)產(chǎn)生的腦電信號(hào)在刺激頻率處的能量明顯大于其他頻率處的能量值。2.1.2 誘發(fā)范式的構(gòu)建腦電信號(hào)誘發(fā)范式的構(gòu)建主要體現(xiàn)在激勵(lì)界面上。SSVEP 激勵(lì)界面的設(shè)計(jì)可分為三種:一是光刺激、二是模式翻轉(zhuǎn)刺激、三是單圖像刺激[54]。光刺激指指的是使用 LED 或其他熒光燈以固定頻率閃爍來(lái)誘發(fā)刺激,從而產(chǎn)生 SSVEP 信號(hào)。該方法優(yōu)點(diǎn)是可以產(chǎn)生任何頻率的閃爍,缺點(diǎn)是需要外圍驅(qū)動(dòng)電路且較為刺眼會(huì)引起被試者的不適。模式翻轉(zhuǎn)刺激指的是兩張圖片在計(jì)算機(jī)的顯示器上以一定速度進(jìn)行翻轉(zhuǎn),通過(guò)兩張圖片的交疊出現(xiàn)產(chǎn)生頻率。該方法要求兩張圖片必須具有相同的尺寸
【學(xué)位授予單位】:天津大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類號(hào)】:R318;TP242
本文編號(hào):2689911
【圖文】:
圖 1-1 腦-機(jī)接口框架系統(tǒng)由:信息編碼、信號(hào)獲取、信息解碼和信息輸出原理為:首先被試者通過(guò)自己的想象或者在受到外界對(duì)刺激進(jìn)行“編碼”,即產(chǎn)生與刺激相對(duì)應(yīng)的腦電信號(hào)
在頻域條件下能夠很清楚的看到不同頻率所誘發(fā)出的腦電信號(hào)特征。圖 2-1 SSVEP 頻域特征圖圖 2-1 中,紅色表示 6.67Hz 所誘發(fā)的腦電信號(hào)特征,,黑色為 7.5Hz 所誘發(fā)的腦電信號(hào)特征,藍(lán)色為 8.57Hz 所誘發(fā)的腦電信號(hào)特征?梢钥闯霎(dāng)被試者注視某一特定頻率刺激時(shí),在大腦的枕區(qū)就會(huì)產(chǎn)生與其頻率相關(guān)的腦電信號(hào),在頻域下進(jìn)行分析就可以發(fā)現(xiàn)產(chǎn)生的腦電信號(hào)在刺激頻率處的能量明顯大于其他頻率處的能量值。2.1.2 誘發(fā)范式的構(gòu)建腦電信號(hào)誘發(fā)范式的構(gòu)建主要體現(xiàn)在激勵(lì)界面上。SSVEP 激勵(lì)界面的設(shè)計(jì)可分為三種:一是光刺激、二是模式翻轉(zhuǎn)刺激、三是單圖像刺激[54]。光刺激指指的是使用 LED 或其他熒光燈以固定頻率閃爍來(lái)誘發(fā)刺激,從而產(chǎn)生 SSVEP 信號(hào)。該方法優(yōu)點(diǎn)是可以產(chǎn)生任何頻率的閃爍,缺點(diǎn)是需要外圍驅(qū)動(dòng)電路且較為刺眼會(huì)引起被試者的不適。模式翻轉(zhuǎn)刺激指的是兩張圖片在計(jì)算機(jī)的顯示器上以一定速度進(jìn)行翻轉(zhuǎn),通過(guò)兩張圖片的交疊出現(xiàn)產(chǎn)生頻率。該方法要求兩張圖片必須具有相同的尺寸
【學(xué)位授予單位】:天津大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類號(hào)】:R318;TP242
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 孫瀚;張雄;張玉;郭曼云;;基于腦電信號(hào)的腦機(jī)接口技術(shù)[J];安徽科技;2015年04期
2 王行愚;金晶;張宇;王蓓;;腦控:基于腦-機(jī)接口的人機(jī)融合控制[J];自動(dòng)化學(xué)報(bào);2013年03期
3 周婷婷;金寧德;高忠科;羅躍斌;;基于有限穿越可視圖的時(shí)間序列網(wǎng)絡(luò)模型[J];物理學(xué)報(bào);2012年03期
4 辛芳芳;焦李成;王桂婷;萬(wàn)紅林;;基于小波域Fisher分類器的SAR圖像變化檢測(cè)[J];紅外與毫米波學(xué)報(bào);2011年02期
本文編號(hào):2689911
本文鏈接:http://sikaile.net/yixuelunwen/swyx/2689911.html
最近更新
教材專著