基于視覺誘發(fā)腦電的腦機(jī)接口研究與實(shí)現(xiàn).pdf

1、腦機(jī)接口技術(shù)可以建立一條“大腦-計(jì)算機(jī)-設(shè)備”新通道，而不依賴傳統(tǒng)的外周神經(jīng)和肌肉組織，因此可為四肢嚴(yán)重殘疾的患者提供一種新的對(duì)外控制或交流的方式。腦機(jī)接口技術(shù)涉及神經(jīng)科學(xué)、認(rèn)知科學(xué)、控制科學(xué)等多個(gè)學(xué)科。隨著計(jì)算機(jī)技術(shù)及腦科學(xué)的發(fā)展，腦機(jī)接口技術(shù)已經(jīng)成為國內(nèi)外研究的熱門領(lǐng)域之一。
　　本文主要研究基于視覺誘發(fā)腦電信號(hào)的腦機(jī)接口系統(tǒng)，穩(wěn)態(tài)視覺誘發(fā)電位和p300是兩種常用于腦機(jī)接口研究的視覺誘發(fā)電位。本文對(duì)穩(wěn)態(tài)視覺誘發(fā)電位腦機(jī)接口和p

2、300腦機(jī)接口中的關(guān)鍵技術(shù)進(jìn)行了研究，主要從視覺刺激界面設(shè)計(jì)、腦電信號(hào)采集、腦電信號(hào)處理以及在線控制系統(tǒng)實(shí)現(xiàn)等幾個(gè)方面開展工作。
　　對(duì)于穩(wěn)態(tài)視覺誘發(fā)電位的分析，根據(jù)其頻率特性明顯的特點(diǎn)，采用小波分解重構(gòu)、快速傅里葉變換、典型相關(guān)性分析的方法分別對(duì)其進(jìn)行預(yù)處理、特征提取和模式分類。離線實(shí)驗(yàn)中采集了8名受試者在四類任務(wù)下的穩(wěn)態(tài)視覺誘發(fā)腦電數(shù)據(jù)，通過小波去噪聲結(jié)合典型相關(guān)性分析的方法對(duì)四類任務(wù)下穩(wěn)態(tài)視覺誘發(fā)電位進(jìn)行模式分類，取得了85

3、％以上的平均正確率。
　　在穩(wěn)態(tài)視覺誘發(fā)腦電數(shù)據(jù)離線分析的基礎(chǔ)上，本文實(shí)現(xiàn)了基于穩(wěn)態(tài)視覺誘發(fā)電位的在線腦機(jī)接口系統(tǒng)，受試者可以通過選擇注視視覺刺激界面中的不同閃爍塊控制NAO機(jī)器人向不同方向運(yùn)動(dòng)。8名受試者通過該腦機(jī)接口系統(tǒng)來控制NAO機(jī)器人的運(yùn)動(dòng)，每3秒向下位機(jī)發(fā)送一次控制指令，并最終取得了87.5%的平均正確率。
　　本文針對(duì) p300時(shí)域特征明顯同時(shí)具有一定頻率性分布規(guī)律的特性，采用了帶通濾波結(jié)合獨(dú)立成分分析、疊加平均

4、結(jié)合小波包分解、支持向量機(jī)模式分類的方法對(duì) p300腦電信號(hào)分別進(jìn)行預(yù)處理、特征提取和模式分類。實(shí)驗(yàn)采集了六名受試者 p300腦電信號(hào)，六類任務(wù)模式條件下分類的平均正確率達(dá)到80%以上。
　　本研究首先對(duì)穩(wěn)態(tài)視覺誘發(fā)電位和p300的離線數(shù)據(jù)進(jìn)行了分析，針對(duì)不同電位的不同特性選擇了相應(yīng)的信號(hào)處理算法，在離線條件下取得了較高的正確率。另外，本文實(shí)現(xiàn)了使用方便且具備較高正確率和通信速率的在線腦機(jī)接口系統(tǒng)，對(duì)腦機(jī)接口技術(shù)的實(shí)際應(yīng)用具有推進(jìn)