多关节机械臂的脑机控制方法探索

论文摘要

随着计算机技术、脑电信号采集技术以及模式识别学科的发展,脑机接口技术研究逐渐兴起。人们可以利用脑机接口不通过正常外周神经和肌肉输出通道向外界输出信息。脑机控制是人利用脑机接口控制外部设备的一种方法,它可以用于轮椅和义肢等外部设备,也可以为健康人提供辅助支撑和力量。本文主要研究了脑机接口在多关节机械臂控制中的应用。首先,通过查阅文献,总结了国内外主要研究机构的工作,跟踪了该方向的最新进展。然后设计了利用P300信号控制机械臂的实验范式和人机交互界面,并研究了范式中刺激间隔和刺激时间对正确率和单位字符拼写时间的影响,进而寻求最优参数配置以便被试能够更好地控制机械臂。当重复次数一定时,可以通过缩短刺激时间以减少单位字符拼写时间。对于不同的被试,使系统性能最优的刺激间隔不同,被试通过多次训练后在正确率得到保证的情况下可以提高拼写速度。最终被试可以最短3.3秒输出一个控制命令,拼写正确率在80%以上。之后设计了运动想象信号控制机械臂的范式,利用三类运动想象信号控制4个关节的运动,并采用自回归模型方法提取频率特征,对两类运动想象任务和三类运动想象任务进行了离线分析,考察了运动想象时间窗口选取对特征提取的影响,选择适用于被试的系统参数和分类器进行在线实验,根据在线实验结果分析了实验中存在的问题并对在线实验设计提出了改进。最后本文对未来的工作提出展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及现状
• 1.2 脑机控制的神经生理学基础
• 1.2.1 脑电图原理
• 1.2.2 脑电信号的种类
• 1.2.3 脑电信号的采集
• 1.2.4 其他脑信号采集方法
• 1.3 脑机接口基本概念
• 1.3.1 脑机接口定义
• 1.3.2 脑机接口的分类
• 1.3.3 用于多关节机械臂控制的脑机接口
• 1.4 全文结构概述
• 第二章 脑机控制系统组成和典型EEG 信号处理方法
• 2.1 多关节机械臂的脑机控制系统结构
• 2.1.1 多关节机械臂的脑机控制系统硬件组成
• 2.1.2 基本信号处理流程
• 2.1.3 多关节机械臂硬件简介
• 2.2 典型EEG 信号处理方法
• 2.2.1 EEG 信号的特点
• 2.2.2 常用信号处理方法
• 第三章 多关节机械臂的P300 信号控制系统设计与实现
• 3.1 引言
• 3.2 多关节机械臂的P300 信号控制系统实验范式设计
• 3.2.1 用于字符输入的P300 实验范式的人机交互界面设计
• 3.2.2 刺激编码方式
• 3.2.3 刺激类型选择
• 3.3 实验任务与过程
• 3.4 P300 信号处理过程
• 3.4.1 预处理与特征提取
• 3.4.2 分类器选取
• 3.4.3 信号处理模块
• 3.5 时间参数优化与实验结果分析
• 3.5.1 时间参数优化
• 3.5.2 实验结果分析
• 3.6 小结
• 第四章 多关节机械臂的运动想象信号控制系统设计与实现
• 4.1 引言
• 4.2 多关节机械臂的运动想象信号控制系统实验范式设计
• 4.3 运动想象信号的处理过程
• 4.3.1 运动想象信号的预处理与特征提取
• 4.3.2 分类器选取
• 4.3.3 信号处理模块
• 4.4 实验任务与过程
• 4.5 实验结果分析
• 4.5.1 离线分析与参数选取
• 4.5.2 在线实验结果分析
• 4.6 小结
• 第五章 总结和展望
• 致谢
• 参考文献
• 附录A 不同被试的时间窗口、通道和频段参数配置表
• 作者在学期间取得的学术成果
• 作者在学期间参与的主要科研工作