基于腦電信號的人機接口技術(shù)研究.pdf

1、基于腦電信號的人機接口技術(shù)研究是目前國內(nèi)外研究熱點之一，本文以國家973重大基礎(chǔ)研究項目、國家863高技術(shù)研究項目以及國家自然科學基金項目為背景，對基于運動想象腦電信號的在線腦-計算機接口技術(shù)進行研究，研制了基于NI Measurement Studio和USB的開放式腦電信號采集和試驗平臺，對運動想象腦電信號的在線特征提取和分類算法進行了研究。并在以上基礎(chǔ)上實現(xiàn)了在線腦電信號控制機器人系統(tǒng)，同時開展了大量實驗，探討了如何進行實驗設(shè)計能

2、產(chǎn)生具有更好區(qū)分度的腦電模式。
　　 本文首先概括了腦計算機接口技術(shù)的研究動態(tài)和發(fā)展趨勢。
　　 闡述了腦電信號的產(chǎn)生和傳播機制，介紹了腦電事件相關(guān)去同步/同步現(xiàn)象的基本原理。
　　 綜合國內(nèi)外腦電信號采集技術(shù)和模擬集成電路的最新發(fā)展，針對腦計算機接口研究，設(shè)計了基于NI Measurement Studio和USB的開放式腦電信號采集和試驗平臺，包括模擬電路(前置放大，高通濾波，主放大，隔離電路，陷波電路，低通

3、濾波，后級放大)、數(shù)字電路(AD轉(zhuǎn)換、USB通信)、固件程序、USB驅(qū)動程序、動態(tài)鏈接庫(開放API接口)、上位機應(yīng)用程序的設(shè)計。誘發(fā)腦電信號和運動想象腦電信號的提取實驗表明了該系統(tǒng)具有實用性、可靠性。
　　 在對現(xiàn)有的特征提取方法進行了分析比較后，提出了基于小波變換系數(shù)均值、方差、能量均值和AR模型系數(shù)的特征提取方法。同時探討了不同的小波基、不同的AR模型階數(shù)、不同的數(shù)據(jù)段長度對結(jié)果的影響。在特征分類方面對BP神經(jīng)網(wǎng)絡(luò)、支持向

4、量機SVM、Fisher線性判別、馬氏距離線性判別等分類算法進行了對比分析，最終選擇了簡單實用的馬氏距離線性判別算法。對提出的方法采用已公布的可靠的運動想象腦電數(shù)據(jù)進行了檢驗，初步表明了提出的特征提取和分類方法的有效性。表明該方法提取的特征向量較好地反應(yīng)了腦電信號事件相關(guān)去同步和事件相關(guān)同步的變化過程，為BCI研究中腦電信號的模式識別提供了有效的手段。
　　 設(shè)計了機器人控制電路，并將其和之前研制的腦電放大器、BCI實驗軟件平臺