脑—机接口及其信号的单次提取

论文题目: 脑—机接口及其信号的单次提取

论文类型: 博士论文

论文专业: 生物医学工程

作者: 官金安

导师: 林家瑞,陈亚光

关键词: 信号处理,模式识别,脑电图,诱发电位,脑机接口,单次提取,支持向量机,独立分量分析

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 直接用大脑思维活动的信号与外界进行通信,实现“心与心”的交流,甚至达到对周围环境的控制,是人类自古以来就追求的梦想。脑-机接口(Brain-Computer Interface: BCI)这种新颖的人机交互模式提供了实现这一梦想的科学途径。人们希望这种全新的通信技术能够用于辅助控制交通工具、武器和其它系统,特别为那些神经肌肉受损,不能使用常规通信手段的残疾患者提供与外界进行交流的另一途径。所谓脑-机接口,是一个不依靠外周神经和肌肉组织等通常的大脑输出通道的通信系统。近5 年来,这一领域的研究逐渐形成了热点,世界上数十个研究小组已开发出多种形式的BCI 实验系统。其中已有3 种脑控键盘的报道。但它们的共同问题一是以低频闪烁方式提供视觉诱发信息,容易造成使用者的疲劳; 二是通信速度太低,只有5～27 比特/分钟,很难满足实际需要。有鉴如此,我们在国家自然科学基金的资助下,开展了基于“模拟自然阅读”诱发模式的脑控拼写装置的研究。试图使该系统的通信速率达到90 比特/分钟,并以更自然的方式给用户提供一种舒适的使用环境。在这个系统中,通信载体、信源编码、虚拟键盘的设计和脑-机接口信号的单次提取是四个最核心的问题。在前两个问题已基本解决的情况下,本文就后两个问题展开了深入的研究。研究内容、结果与创新点如下: 1. 调研了脑-机接口的起源、意义、定义、分类、信号特点、信号处理及模式识别方法、目前研究的现状及面临的挑战等。进行综合分析后,指出了目前存在的不足及其发展方向,提出了我们的解决方案。成果发表在附录1 的【1】、【2】、【6】中。2. 提出了一个新颖的“双页虚拟键盘”方案,并对其按键位置的排布进行了合理的设计。它弥补了常规脑控拼写装置中信源数量增多将导致选择单个信源时程偏长的不足。分析表明,这种设计在原有设计指标的基础上,通信速率将有约70%的提高,可达150 比特/分钟以上,是现有BCI 系统的5～20 倍。这部分的研究成果发表在附录1 的【4】、【5】中。3. 对BCI 通信载体信号进行了谱分析,发现非靶刺激与靶刺激所诱发的VEP 信号的相对功率谱,在5Hz 以下有较大的变化,可达15db 以上; 而在10Hz 以上却基本没有变化。这为后续降低特征维数,提高信号处理速度提供了理论

论文目录:

摘要

Abstract

绪言

1 脑-机接口技术

1.1 脑电信号

1.2 脑-机接口技术

1.3 脑-机接口的通信载体

1.4 脑-机接口中的信号处理与模式识别技术

1.5 脑-机接口技术研究进展

1.6 脑-机接口技术面临的挑战

1.7 本章小结

2 脑控拼写装置的设计

2.1 模拟自然阅读诱发电位模式

2.2 脑控拼写装置工作原理

2.3 虚拟键盘的设计

2.4 通信速率分析

2.5 脑控拼写装置系统组成框图

2.6 本章小结

3 脑-机接口信号的特征选择与增强

3.1 特征提取与选择

3.2 BCI 载体信号的谱分析

3.3 用小波方法对EEG 信号中特征增强

3.4 用自回归模型去除自发脑电噪声

3.5 用独立分量分析方法提取VEP 中的N2 成分

3.6 本章小结

4 基于支持向量机的BCI 载体分类算法研究

4.1 机器学习问题及其表示

4.2 统计学习理论

4.3 支持向量机

4.4 BCI 载体信号分类算法的实现

4.5 本章小结

5 脑-机接口载体信号的单次提取

5.1 实验过程与信号的预处理

5.2 以P3 成分为特征的诱发电位单次提取

5.3 单通道脑电信号中诱发电位的单次提取

5.4 以N2 成分为特征的单次提取

5.5 通道的选择对单次提取精度的影响

5.6 时程、时段的选择对诱发脑电单次提取精度的影响

5.7 用通道间叠加平均实现诱发脑电的单次提取

5.8 用多通道特征组合实现诱发脑电的单次提取

5.9 本章小结

6 总结与展望

6.1 本文总结

6.2 未来工作展望

参考文献

致谢

附录1 攻读学位期间发表(或完成)论文目录

发布时间: 2006-04-05

参考文献

[1].脑-机接口中的事件相关电位编解码关键问题研究及应用[D]. 许敏鹏.天津大学2015
[2].脑电信号混沌特性的研究与应用[D]. 李春胜.东北大学2011
[3].基于正则化的脑电信号时空分析方法研究[D]. 齐菲菲.华南理工大学2017

脑—机接口及其信号的单次提取

猜你喜欢