腦電信號控制智能輪椅的研究.pdf

1、腦電信號(Electroencephalogram，EEG)是腦神經(jīng)細(xì)胞群電生理活動的綜合反映，其中蘊(yùn)涵著豐富的生理、心理信息。人體在動作或者進(jìn)行思維任務(wù)時(shí)，腦電信號都會產(chǎn)生相應(yīng)的變化。通過腦電信號分析，解讀出操作者的意愿，獲得相應(yīng)的控制信息，進(jìn)而控制外部對象的人機(jī)接口技術(shù)，已經(jīng)成為生物醫(yī)學(xué)工程領(lǐng)域的研究熱點(diǎn)。
　　 本文研究了腦電信號的采集、預(yù)處理、特征提取、以及基于腦電信號的模式識別等方法，并設(shè)計(jì)了相應(yīng)的腦電信號控制輪椅的方

2、案。論文階段所做的主要工作及創(chuàng)新點(diǎn)如下：
　　 (1)在腦電信號預(yù)處理方面，提出了一種改進(jìn)閾值的平移不變量小波消噪算法。首先在重復(fù)循環(huán)平移原始信號消除不連續(xù)點(diǎn)相互干擾的基礎(chǔ)上，分別進(jìn)行小波分解；其次使用改進(jìn)的閾值量化算法，通過處理小波系數(shù)模的冪次和閾值的冪次來估計(jì)小波系數(shù)，并重構(gòu)信號；最后通過重構(gòu)信號的相反平移求出各次處理的平均值，得到消噪后的信號。通過頻譜分析發(fā)現(xiàn)消噪后的腦電信號有效保留腦電信號4種基本節(jié)律δ波、θ波、α波和β

3、波，同時(shí)消除了高頻的噪聲干擾。此外，與傳統(tǒng)的閾值消噪法相比，該方法提高了信噪比，降低了均方誤差。
　　 (2)提出了一種分步進(jìn)行的模式識別方法，首先提取運(yùn)動想象和非運(yùn)動想象腦電信號節(jié)律波小波能量和小波熵特征，利用二叉樹支持向量機(jī)模式識別。若識別結(jié)果為非運(yùn)動想象腦電信號，則停止識別；若識別結(jié)果為運(yùn)動想象腦電信號，則通過小波包變換將其C3，C4，Cz導(dǎo)從頻域上擴(kuò)展成99導(dǎo)信號，用CSP算法提取特征，并通過二叉樹支持向量機(jī)繼續(xù)識別。該

4、方法用于第四屆BCI國際競賽數(shù)據(jù)(Data sets2a)，最優(yōu)識別結(jié)果的Kappa系數(shù)達(dá)到0.50以上，驗(yàn)證了該方法的有效性。
　　 (3)以Patrafour電動輪椅為實(shí)驗(yàn)對象，設(shè)計(jì)了相應(yīng)的腦電信號控制輪椅的方案。設(shè)計(jì)了腦電信號采集輔助軟件，采集低頭、抬頭、鼓氣、吞咽、深呼吸、伸舌6個(gè)動作狀態(tài)下的腦電信號，用小波包變換和CSP方法進(jìn)行特征提取，并用二叉樹SVM進(jìn)行模式分類，識別結(jié)果的Kappa系數(shù)高于0.52，證明上述規(guī)定動