基于左右手運動想象的腦機接口算法研究.pdf

1、腦—機接口(Brain-Computer Interface，BCI)是一種新穎的人機接口方式。它是利用計算機或其他電子設(shè)備對特定環(huán)境或任務(wù)下的大腦活動進行分析，以向外界傳達大腦信息或控制命令的系統(tǒng)。該系統(tǒng)在向外界進行信息輸出的過程中，不依賴于腦的通常的神經(jīng)—肌肉通路。因此，腦—機接口的研究對于康復(fù)工程和新的交流控制途徑的開辟有重要的研究意義，正在成為腦認(rèn)知科學(xué)、康復(fù)工程、生物醫(yī)學(xué)工程及人機自動控制等研究領(lǐng)域的一個研究熱點。腦電特征的提

2、取和模式分類是腦—機接口研究的熱點難題。
　　首先，本文介紹了腦結(jié)構(gòu)以及腦電基礎(chǔ)這方面的知識，對我們的研究對象做了一個基本的介紹。然后本文著眼于基于左右手運動想象的腦一機接口，充分利用了2003年國際BCI算法競賽的相關(guān)公開數(shù)據(jù)，針對小樣本運動想象腦電的特征提取和模式分類算法進行了離線研究。本研究從運動想象腦電的事件相關(guān)同步／去同步出發(fā)，首先，通過對C3和C4兩個通道腦電的功率譜分析，確定了特征頻帶的范圍；然后，分別基于AR模型和

3、雙譜提取了腦電的非參數(shù)特征；最后，基于功率譜，AR模型以及雙譜的特征提取方法進行特征提取，分別采用LDA線性判別分析算法、支持向量機分類算法和BP神經(jīng)網(wǎng)絡(luò)算法進行了特征分類。
　　本文主要進行的是腦—機接口基礎(chǔ)算法的研究，實現(xiàn)了特征提取以及特征分類。為腦—機接口實時在線系統(tǒng)的設(shè)計提供了理論支持。同時，也對各種分類器的分類結(jié)果進行了比較，對各分類器有了一個基本的評價。我們的目標(biāo)是獲得分類準(zhǔn)確率最高的分類算法，從目前所得結(jié)果看，還未達