腦電圖信號識別技術(shù)在智能假肢領(lǐng)域中的應(yīng)用研究.pdf

1、腦-機(jī)接口（Brain-computer Interface，BCI），是不依賴于人體外周神經(jīng)和肌肉的信息傳輸通道，它提出了一種與外界環(huán)境通訊的新方法?；谀X電圖信號（Electroencephalogram，EEG）的BCI系統(tǒng)具有成本低、操作方便、對大腦無損傷等優(yōu)點(diǎn)，是當(dāng)前腦-機(jī)接口研究的主要方向。BCI的研究有明確的控制應(yīng)用背景，因此，對于開發(fā)連接和控制下肢機(jī)械腿的BCI具有十分重要的現(xiàn)實(shí)意義。
　　本文分別以基于穩(wěn)態(tài)視覺誘

2、發(fā)電位的BCI系統(tǒng)、基于alpha波阻斷的BCI系統(tǒng)和基于運(yùn)動(dòng)想象的BCI系統(tǒng)分別為研究對象，對這三個(gè)方向進(jìn)行了深入的研究和討論。
　　其中，針對穩(wěn)態(tài)視覺誘發(fā)電位，本文創(chuàng)新性的利用獨(dú)立成分分析(Independentcomponents analysis，ICA)算法、小波分析(Wavelet Analysis)和快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）進(jìn)行研究，并設(shè)計(jì)了較時(shí)分編碼、頻分編碼更為有效的

3、相頻編碼方式，得到了更為有效的編碼結(jié)果。對于alpha波阻斷的BCI系統(tǒng)，利用巴特沃斯和小波分析進(jìn)行去噪以及特征提取，設(shè)計(jì)了帶有反饋信息的alpha波阻斷控制流程，通過控制流程，避免了alpha波阻斷眼電、肌電和其他噪聲成分產(chǎn)生的假陽性誤操作，實(shí)現(xiàn)了對機(jī)械腿較高精度的控制。另外，在運(yùn)動(dòng)想象BCI控制部分，使用了自回歸模型(AutoRegressive，AR)、小波變換、經(jīng)驗(yàn)?zāi)Ｐ头纸?Empirical mode decompositio