基于运动想象的脑机接口的研究与设计

论文摘要

脑机接口(Brain Computer Interface,以下简称BCI)研究的是在大脑与外部设备之间建立新的通信通道,进行信息传递。这项技术在上世纪九十年代起步,2000年后逐渐成为研究热点。BCI的研究涉及生物、医学、计算机、通信等众多领域,是一个交叉学科的研究方向。随着BCI的发展,动物士兵、昆虫士兵相继出现;一些辅助诊断和辅助治疗的BCI系统在医学上开始越来越广泛的被应用。本项目组主要从事基于EEG的脑机接口的研究和开发,本文主要研究基于运动想象的脑机接口平台的研究和设计,其中的工作主要有以下几个方面:研究人脑结构和运动想象等多种EEG。研究人脑结构,这是脑机接口研究的前提。运动想象相对其它EEG而言拥有速度快、应用灵活等诸多优点,对运动想象的研究是国内外研究的重点和难点。本项目组研究了人类大脑在进行左、右手运动想象时,脑电信号的变化特性,并对其进行了进一步研究。生物智能是结合人脑和人工智能的全新的研究方向,将来同脑机接口会有深入的结合。本项目组在研究过程中,引入了生物智能,探索了脑机接口中生物智能的因素。研究针对EEG的信号处理算法。EEG信号体现了人脑的思维,对其的算法处理具有一定的特殊性。本文比较了多种可应用于运动想象EEG信号处理的算法的特点,并针对本项目组实验特点在系统中加以实现。分析和设计基于运动想象的脑机接口平台。考虑到脑机接口的通用性和复杂性,本文深入分析了BCI2000系统的设计,验证了应用于运动想象实验的可行性。并根据本项目组的具体情况,在原有系统基础上加以改进,整合出一套软硬件结合的系统,设计了研究运动想象的实验,并对实验结果进行了统计和分析。本文将运动想象、信号处理算法、通用脑机接口等技术融为一体,分析了系统的生物智能因素,实现了在线的基于运动想象的脑机接口平台,为后续面向应用的脑机接口夯实了基础,也为人类更好的认识大脑和智能系统进行了探索。

论文目录

• 摘要
• Abstract
• 图目录
• 表目录
• 第1章 绪论
• 1.1 人类的大脑
• 1.1.1 大脑皮层的结构
• 1.1.2 大脑两个半球的区别和联系
• 1.2 BCI
• 1.2.1 BCI的概念
• 1.2.2 BCI的发展
• 1.2.3 BCI的会议和竞赛
• 1.2.4 BCI的现状
• 1.2.5 BCI的应用
• 1.3 生物智能
• 1.3.1 层次结构
• 1.3.2 涉及的学科
• 1.3.3 研究对象的特征
• 1.3.4 研究角度
• 1.3.5 研究机构
• 第2章 EEG的研究与应用
• 2.1 EEG的概念
• 2.2 EEG的历史
• 2.3 EEG的类别
• 2.3.1 自发电位
• 2.3.2 诱发电位
• 2.3.3 事件相关电位和运动想象
• 第3章 数据处理
• 3.1 脑电信号功率谱分析
• 3.1.1 经典功率谱估计
• 3.1.2 现代功率谱估计
• 3.1.3 AR模型法功率谱估计
• 3.1.4 功率谱数量化分析
• 3.2 Wigner-Vile分布分析方法
• 3.3 小波分析方法
• 3.4 混沌理论
• 3.5 神经网络方法
• 3.6 复杂性度量
• 第4章 BCI2000系统
• 4.1 BCI2000简介
• 4.1.1 系统设计
• 4.1.2 核心模块
• 4.1.3 相互通信
• 4.2 操作状态
• 4.2.1 Startup状态
• 4.2.2 Initialization状态
• 4.2.3 Suspended状态
• 4.2.4 Running状态
• 4.2.5 Termination状态
• 4.3 系统结构
• 4.3.1 启动
• 4.3.2 Operator模块
• 4.3.3 过滤器
• 第5章 系统设计和实验
• 5.1 信息采集
• 5.1.1 采集系统结构
• 5.1.2 设备的相关设置
• 5.2 被试者与环境
• 5.3 软件系统
• 5.4 实验设计
• 5.4.1 电极选择
• 5.4.2 实验设计
• 5.4.3 硬件连接
• 5.4.4 信号采集模块
• 5.4.5 信号处理模块
• 5.4.6 运动想象应用程序模块
• 5.4.7 过滤器列表
• 5.5 ARFilter信号处理算法
• 5.6 实验结果和分析
• 5.6.1 实验结果
• 5.6.2 结果分析
• 5.7 系统的生物智能因素
• 第6章 脑机接口平台分析
• 6.1 架构
• 6.2 数据流转
• 6.3 接口
• 6.4 平台质量分析
• 6.4.1 可用性
• 6.4.2 稳定性
• 6.4.3 兼容性
• 6.4.4 可扩展性
• 第7章 总结与展望
• 7.1 工作总结
• 7.2 未来的展望
• 参考文献
• 致谢
• 作者简历