腦機(jī)接口技術(shù)實(shí)現(xiàn)了人類大腦對(duì)外界設(shè)備的直接控制,從解決重度殘障人士生活能力的初衷到目前涉及的娛樂、交通、醫(yī)療等多個(gè)領(lǐng)域,腦機(jī)接口技術(shù)的應(yīng)用變得越來越廣泛。研究表明,腦電信號(hào)能夠被正確解讀是大腦與外界設(shè)備實(shí)現(xiàn)準(zhǔn)確交流的關(guān)鍵性步驟,因此,對(duì)腦電信號(hào)利用相關(guān)算法進(jìn)行識(shí)別十分必要。本文分析了自發(fā)式的運(yùn)動(dòng)想象腦電信號(hào),實(shí)現(xiàn)了兩類信號(hào)的識(shí)別與分類,并開發(fā)了一套智能小車腦機(jī)接口系統(tǒng),實(shí)現(xiàn)了腦電信號(hào)對(duì)智能小車的控制,主要內(nèi)容有:將腦電信號(hào)通過橢圓濾波器濾波,保留有效的且能反應(yīng)大腦意識(shí)變化的8³0HZ范圍內(nèi)的信號(hào),有效地減少了高低頻率的干擾。對(duì)比常用的提取腦電信號(hào)特征的算法優(yōu)缺點(diǎn),本文結(jié)合共空間模式法和AR模型法獲得新的特征值,并通過支持向量機(jī)分類器和線性判別分類器進(jìn)行分類,實(shí)驗(yàn)結(jié)果顯示,由兩類分類器分別分類后,其分類準(zhǔn)確度比利用單一的特征提取法均有所提高。為了進(jìn)一步證明特征提取結(jié)合法的可行性,對(duì)第三屆腦機(jī)接口比賽中的兩位受試者腦電信號(hào)進(jìn)行分類,分類結(jié)果表明,利用本文改進(jìn)的結(jié)合特征提取法能明顯提高腦電信號(hào)的分類準(zhǔn)確度。設(shè)計(jì)了一個(gè)基于TGAM模塊的腦機(jī)接口智能小車系統(tǒng),硬件部分以Ar... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：92 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

腦機(jī)接口系統(tǒng)組成

圖 1.2 基于運(yùn)動(dòng)想象的機(jī)械手臂控制 圖 1.3 基于運(yùn)動(dòng)想象的機(jī)器鼠鄭州大學(xué)的張利朋將在線模式下的大腦意識(shí)識(shí)別后轉(zhuǎn)換為對(duì)機(jī)器人的控制指令，中，若大腦處于放松無想象運(yùn)動(dòng)狀態(tài)時(shí)，機(jī)器人前進(jìn)；大腦處于左/右運(yùn)動(dòng)想象狀態(tài)時(shí)則機(jī)器人分別向左/向右轉(zhuǎn)彎，如圖 1.4 所示。實(shí)驗(yàn)對(duì)機(jī)器人完成任務(wù)所用的時(shí)間進(jìn)行記錄，分析其結(jié)果表明，訓(xùn)練后的大多數(shù)被試者利用在線腦機(jī)接口系統(tǒng)均能夠達(dá)到對(duì)器人的實(shí)時(shí)控制要求[9]。

圖 1.2 基于運(yùn)動(dòng)想象的機(jī)械手臂控制 圖 1.3 基于運(yùn)動(dòng)想象的機(jī)器鼠鄭州大學(xué)的張利朋將在線模式下的大腦意識(shí)識(shí)別后轉(zhuǎn)換為對(duì)機(jī)器人的控制指令，中，若大腦處于放松無想象運(yùn)動(dòng)狀態(tài)時(shí)，機(jī)器人前進(jìn)；大腦處于左/右運(yùn)動(dòng)想象狀態(tài)時(shí)則機(jī)器人分別向左/向右轉(zhuǎn)彎，如圖 1.4 所示。實(shí)驗(yàn)對(duì)機(jī)器人完成任務(wù)所用的時(shí)間進(jìn)行記錄，分析其結(jié)果表明，訓(xùn)練后的大多數(shù)被試者利用在線腦機(jī)接口系統(tǒng)均能夠達(dá)到對(duì)器人的實(shí)時(shí)控制要求[9]。

【參考文獻(xiàn)】：
期刊論文
[1]基于SSVEP與運(yùn)動(dòng)想象的實(shí)時(shí)腦控阿凡達(dá)系統(tǒng)[J]. 林銘鐸,歐祖宏.  計(jì)算機(jī)與現(xiàn)代化. 2018(01)
[2]腦機(jī)接口（BCI）實(shí)現(xiàn)原理及前景展望[J]. 蕭崇卓.  數(shù)字技術(shù)與應(yīng)用. 2017(12)
[3]腦電波無線鼠標(biāo)設(shè)計(jì)[J]. 郭雪峰,袁志勇.  科學(xué)技術(shù)創(chuàng)新. 2017(27)
[4]一種混合核函數(shù)的支持向量機(jī)[J]. 劉高輝,楊星.  微型機(jī)與應(yīng)用. 2017(11)
[5]常用線性分類器算法及基于Mathematica三維可視化[J]. 朱靜雯,向仕兵.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(10)
[6]基于TGAM模塊的疲勞駕駛監(jiān)測(cè)系統(tǒng)[J]. 杜冠宏,李慶之,董正心.  新型工業(yè)化. 2016(08)
[7]視覺通路下閃光刺激對(duì)SSVEP影響的仿真研究[J]. 郭湛超,覃玉榮,趙隆.  電子測(cè)量與儀器學(xué)報(bào). 2016(04)
[8]經(jīng)驗(yàn)?zāi)B(tài)分解中一種改進(jìn)的包絡(luò)線擬合算法[J]. 吳賢規(guī),王安娜,會(huì)國濤.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(11)
[9]噪聲干擾環(huán)境下抑制EMD模態(tài)混疊方法[J]. 黎恒,李智,莫瑋,張紹榮.  信號(hào)處理. 2015(08)
[10]腦-機(jī)接口技術(shù)研究[J]. 洪杰,秦現(xiàn)生,譚小群,王文杰,牛軍龍.  北京生物醫(yī)學(xué)工程. 2014(05)

碩士論文
[1]基于運(yùn)動(dòng)想象的人腦意念操控大鼠研究[D]. 袁盛.浙江大學(xué) 2018
[2]小波預(yù)處理的ITD方法在腦電信號(hào)處理中的應(yīng)用研究[D]. 梁悅.太原理工大學(xué) 2017
[3]基于運(yùn)動(dòng)想象的腦電信號(hào)特征選擇及分類算法研究[D]. 康春香.西南科技大學(xué) 2017
[4]基于EEG-fNIRS的少通道雙模態(tài)腦機(jī)接口關(guān)鍵技術(shù)研究[D]. 史艷華.東南大學(xué) 2017
[5]基于運(yùn)動(dòng)想象腦電信號(hào)的腦機(jī)接口相關(guān)算法研究[D]. 李濤.燕山大學(xué) 2017
[6]基于運(yùn)動(dòng)想象實(shí)時(shí)腦機(jī)接口關(guān)鍵技術(shù)研究[D]. 王宣方.天津職業(yè)技術(shù)師范大學(xué) 2016
[7]基于運(yùn)動(dòng)想象的異步腦—機(jī)接口算法研究[D]. 馬秀秀.哈爾濱工業(yè)大學(xué) 2016
[8]基于異步在線BCI的機(jī)器人導(dǎo)航系統(tǒng)研究[D]. 張利朋.鄭州大學(xué) 2016
[9]基于盲源分離的P300腦機(jī)接口信號(hào)處理算法研究[D]. 信思旭.燕山大學(xué) 2016
[10]便攜式EEG信號(hào)采集儀硬軟件設(shè)計(jì)[D]. 陳豐.華中科技大學(xué) 2016



本文編號(hào)：3091040