本文關(guān)鍵詞：基于腦機接口的視覺刺激器的研究與實現(xiàn)

  更多相關(guān)文章： 腦機接口 視覺誘發(fā)電位 Windows定時 信號提取與識別

【摘要】：腦-機接口(brain-computer interface, BCI)是一種利用人腦生物電信號實現(xiàn)人腦與計算機或其他電子設(shè)備通訊和控制的系統(tǒng)。它正成為腦科學、計算機工程、生物醫(yī)學工程及人機自動控制研究領(lǐng)域的一個研究熱點。本文闡述了腦機接口的原理,給出了基于視覺誘發(fā)電位的腦計算機接口系統(tǒng)的方案,該方案的關(guān)鍵部分是刺激器的實現(xiàn),它提供了用戶利用腦電信號輸入字符所需的刺激。本論文的主要工作及研究成果有以下幾個方面：第一：作者通過Visual Studio 2010利用MFC編程設(shè)計了腦機接口視覺刺激器。為了保證目標圖像的高速和平滑的顯示,作者采用了DirectX技術(shù)；基于Windows精確定時,作者列舉了毫秒級定時的方法,在實驗的基礎(chǔ)上,選取了多媒體定時器；經(jīng)過查閱資料,使用WinIO函數(shù)庫,成功地解決了并口輸出。實測顯示,視窗中的目標圖像同時運動時,平滑穩(wěn)定、無抖動現(xiàn)象,時間精度達到設(shè)計要求,實時向并口輸出數(shù)據(jù),該方案能有效地誘發(fā)出可識別的具有特征性的視覺誘發(fā)電位。第二：利用兩臺計算機和腦電信號采集系統(tǒng)建立了一個基于視覺誘發(fā)電位的腦機接口實驗系統(tǒng)。本研究利用累加平均提取強噪聲背景下視覺誘發(fā)電位的方法,可以有效地提高信噪比,但不能提取出顯著的視覺誘發(fā)電位信號。課題組采用少量累加平均結(jié)合小波時頻濾波,實驗結(jié)果表明,大約只需十幾次視覺刺激數(shù)據(jù),就可以提取出波形特征顯著的視覺誘發(fā)電位信號,有利于提高腦機接口的通訊準確性。第三：作者成功地利用刺激器與腦電采集系統(tǒng)開展了腦機接口實驗。研究結(jié)果表明,當屏幕上有12個刺激模塊,受試者注視其中任意位置的一個刺激模塊時,均可能檢測到相應(yīng)的VEP信號。不同的顏色模塊的閃爍或顏色交替變化均能引起視覺誘發(fā)電位信號,但所引起的VEP信號的波形形狀及幅度存在一定的差異。其中,白色黑色模塊的閃爍所引起的VEP信號幅度較大。當視覺刺激頻率在4Hz左右變化時,所有受試者均能檢測到比較明顯的瞬態(tài)VEP信號。
【關(guān)鍵詞】：腦機接口 視覺誘發(fā)電位 Windows定時 信號提取與識別
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R318;TN911.7
【目錄】：

• 中文摘要5-6
• Abstract6-9
• 第1章 緒論9-23
• 1.1 腦機接口的基本概念9-11
• 1.2 腦機接口的研究意義與方法11-21
• 1.3 國內(nèi)外研究現(xiàn)狀21-22
• 1.4 本文研究內(nèi)容22-23
• 第2章 視覺刺激器概論23-45
• 2.1 視覺誘發(fā)電位的分類23-25
• 2.2 視覺誘發(fā)電位用于腦機接口的原理25-26
• 2.3 視覺刺激器的研究26-30
• 2.3.1 視覺刺激器的要求26-27
• 2.3.2 視覺刺激器的刺激模式27-30
• 2.4 視覺誘發(fā)電位的提取與識別30-43
• 2.4.1 誘發(fā)電位信號的提取方法30-34
• 2.4.2 誘發(fā)電位信號的識別34-43
• 2.5 本章小結(jié)43-45
• 第3章 實驗系統(tǒng)的設(shè)計與實現(xiàn)45-57
• 3.1 視覺刺激器的實現(xiàn)45-51
• 3.2 腦電信號的采集51-55
• 3.3 實驗系統(tǒng)構(gòu)建55-56
• 3.4 本章小結(jié)56-57
• 第4章 實驗結(jié)果與分析57-67
• 4.1 實驗方法與步驟57-59
• 4.2 實驗結(jié)果59-62
• 4.3 結(jié)果分析62-65
• 4.4 本章小結(jié)65-67
• 第5章 總結(jié)與展望67-69
• 參考文獻69-72
• 致謝72

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡林,胡剛,吳海燕;低溫簡單晶體摩爾熵的回歸方程及人工神經(jīng)網(wǎng)絡(luò)表達[J];安徽大學學報(自然科學版);1999年04期

2 徐章遂,靳英衛(wèi),張政保,王瑾;鐵磁材料組合型裂紋的漏磁數(shù)學模型[J];兵器材料科學與工程;2001年02期

3 張仕新,張麗霞,師文濤;神經(jīng)網(wǎng)絡(luò)在裝甲車輛發(fā)動機狀態(tài)監(jiān)測中的應(yīng)用[J];車輛與動力技術(shù);2003年03期

4 曹春松;張淑芳;田麗;王殿俊;洪云;;基于RBF人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)評價[J];兵工自動化;2008年04期

5 張學軍,張其善;空中交通服務(wù)電報智能處理系統(tǒng)[J];北京航空航天大學學報;2001年02期

6 王國鋒,王子良,秦旭達,王太勇;基于小波包和徑向基神經(jīng)網(wǎng)絡(luò)軸承故障診斷[J];北京科技大學學報;2004年02期

7 王波濤,吳偉陵,吳善培;一種改進的神經(jīng)網(wǎng)絡(luò)訓練算法[J];北京郵電大學學報;2004年04期

8 李鴻雁;李鵬;王玉新;;基于數(shù)據(jù)信息串行時間延遲處理的BP網(wǎng)絡(luò)訓練[J];北京師范大學學報(自然科學版);2010年03期

9 胡遠來,劉明哲;灰色遺傳識別在 XX 氣田儲層預測中的應(yīng)用[J];成都理工學院學報;1998年S1期

10 何平,胡遠來;反傳網(wǎng)絡(luò)(CPN)的改進及其在儲層預測中的應(yīng)用[J];成都理工學院學報;1998年S1期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李麗;楊樂平;;一種新的盲均衡算法的研究[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

2 郭成安;李建華;李明偉;;從觀測數(shù)據(jù)學習后驗概率函數(shù):一種最佳神經(jīng)網(wǎng)絡(luò)模型的設(shè)計與分析[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

3 梁久禎;黃德雙;何新貴;;多輸入單輸出前饋神經(jīng)網(wǎng)絡(luò)映射機理研究[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

4 黃德雙;;共線與共面樣本的特性[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 黃德雙;;線性代數(shù)方程組的神經(jīng)網(wǎng)絡(luò)求解[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 吳月明;王益群;李莉;;基于神經(jīng)網(wǎng)絡(luò)集成的可靠性分布模型的智能識別[A];2006年全國機械可靠性學術(shù)交流會論文集[C];2006年

7 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

8 杜吉祥;翟傳敏;;基于Gabor紋理特征的植物圖像識別方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

9 張明之;劉雨東;蔡悅斌;;一種基于小波包技術(shù)的艦船噪聲目標分類特征提取方法[A];水下噪聲學術(shù)論文選集（1985-2005）[C];2005年

10 史奎凡;陳月輝;;半自組織人工神經(jīng)網(wǎng)[A];1998年中國智能自動化學術(shù)會議論文集（上冊）[C];1998年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 孫大利;石油價格波動規(guī)律研究[D];浙江大學;2010年

2 朱軍華;環(huán)境因素作用下的結(jié)構(gòu)損傷檢測[D];暨南大學;2011年

3 蔣勝利;高維數(shù)據(jù)的特征選擇與特征提取研究[D];西安電子科技大學;2011年

4 張萌萌;基于智能計算的城市交通信號控制系統(tǒng)研究[D];山東大學;2011年

5 施式亮;礦井安全非線性動力學評價模型及應(yīng)用研究[D];中南大學;2000年

6 高英杰;軋機AGC液壓系統(tǒng)故障診斷技術(shù)的研究[D];燕山大學;2000年

7 莫瑋;神經(jīng)網(wǎng)絡(luò)在自適應(yīng)均衡中的應(yīng)用研究[D];西安電子科技大學;2000年

8 郭國會;橋梁結(jié)構(gòu)動力損傷診斷方法研究[D];湖南大學;2001年

9 郭大蕾;車輛懸架振動的神經(jīng)網(wǎng)絡(luò)半主動控制[D];南京航空航天大學;2002年

10 聶偉榮;多傳感器探測與控制網(wǎng)絡(luò)技術(shù)——地面運動目標震動信號探測與識別[D];南京理工大學;2002年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 沈昊;基于DSP圖像處理的雞蛋新鮮度實時無損檢測研究[D];華中農(nóng)業(yè)大學;2010年

2 李朋勇;基于全矢高階譜的故障診斷方法及其應(yīng)用研究[D];鄭州大學;2010年

3 閻明;蒸汽發(fā)生器故障預報方法研究[D];哈爾濱工程大學;2010年

4 吳云;基于RS和GIS的植被覆蓋度估算及動態(tài)變化分析[D];遼寧工程技術(shù)大學;2009年

5 王俊朝;基于中尺度遙感影像的早稻種植面積提取方法探討[D];安徽師范大學;2010年

6 王巖;基于ARM的動態(tài)壓力記錄分析儀的研究與開發(fā)[D];長春工業(yè)大學;2010年

7 房曉穎;JTIDS信號用戶分選分類器研究與實現(xiàn)[D];解放軍信息工程大學;2009年

8 潘虹;循環(huán)冷卻水污垢對策等級評價技術(shù)研究[D];東北電力大學;2011年

9 劉鑫;突發(fā)通信中的低信噪比調(diào)制識別技術(shù)研究[D];西安電子科技大學;2011年

10 趙嬌潔;基于機器視覺的汽車輪轂形狀識別算法研究[D];沈陽師范大學;2011年

，

本文編號：628110