基于EEG的脑—机接口设计

论文摘要

现代高科技术的飞速进步,推动了脑-机接口（Brain Computer Interface-BCI）技术的发展,它作为一种全新的信息交换技术,为那些丧失了基本肢体运动功能患者提供一种与外界进行信息交流的新途径。尽管目前的BCI系统属慢速信息交换设备,其每秒传输10-25比特位,但是它仍有望给予瘫痪病人基本的交流能力。BCI系统形式各异,其实现的方法和应用的脑电信号也各不相同。本文介绍一种基于脑电（EEG）中alpha（α）节律的BCI系统,在该系统中,采用了实时的信号处理技术。早期的研究结果表明,90%脑神经功能正常的人在短时间闭眼后脑电中α波的波幅均可明显增强。.已有大量实验证明可利用这种α波幅的增强现象来产生电子设备的控制信号,并有若干实时的信号处理算法运用于声音反馈的EEG信。本文设计了一种通过循环菜单来控制电视机频道选择的BCI系统。在常规的环境中做了一系列实验,结果表明整套系统能实时的控制外部装置（电视机）,证实了基于α波的BCI系统的可行性,值得推广。通过实现BCI系统硬件化和便携化,该BCI系统能成为病患者的方便快捷辅助设备。

论文目录

• 第一章 Introduction
• 1.1 What is BCI?
• 1.2 BCI Research method and standard
• 1.3 Signals for BCI control
• 1.4 Motivation
• 1.4.1 Other Possible uses of BCI
• 1.5 Objective
• 1.5.1 Objective of BCI research
• 1.5.2 Objective of this dissertation
• 第二章 Background of BCI Technology
• 2.1 Nature of EEG
• 2.1.1 Recording of EEG signal
• 2.1.2 Characteristics of EEG
• 2.2 EEG wave group
• 2.3 Electrophysiological signal used in BCIs
• 2.3.1 Implanted method
• 2.3.2 Evoked Potential
• 2.3.3 Operant conditioning
• 2.4 BCI research: existing system
• 2.4.1 Visual evoked potentials
• 2.4.2 Slow cortical potential
• 2.4.3 P300 evoked potentials
• 2.4.4 Mu and Beta rhythms and other activity from sensorimotor cortex
• 2.4.5 Cortical neurons
• 第三章 BCI Design
• 3.1 Important component of a general BCI
• 3.2 Alpha wave based BCI Design
• 3.2.1 Alpha wave characteristics
• 3.2.2 Alpha wave based BCI System structure
• 3.3 Parts of Alpha Based BCI for TV controlling
• 3.3.1 EEG Acquisition
• 3.3.2 Signal processing platform: feature extraction
• 3.3.3 Control Circuit
• 3.4 Parameter calculation
• 3.4.1 Threshold voltage
• 3.4.2 Averaging time constant
• 3.5 Artifact definition, detection and elimination
• 第四章 Effective activation and Usability
• 4.1 Switching time determination
• 4.1.1 Experiment set up
• 4.1.2 Experiment
• 4.1.3 Results
• 4.2 Selection of the Television functions
• 4.2.1 Experiment setup
• 4.2.2 Results and discussion
• 第五章 Conclusion
• 5.1 Thesis conclusion
• 5.2 Future work
• 参考文献
• 发表论文和科研情况说明
• 致谢