基于多類(lèi)運(yùn)動(dòng)感知腦電的異步腦-機(jī)接口的研究.pdf

1、腦-機(jī)接口(brain-computer interface，BCI)是一種不依賴(lài)于大腦外周神經(jīng)與肌肉正常輸出通道的通訊控制系統(tǒng)，是在大腦與外部設(shè)備之間建立的直接交流通道。基于腦電的BCI技術(shù)是腦神經(jīng)科學(xué)，認(rèn)知科學(xué)，康復(fù)工程，現(xiàn)代信息學(xué)與計(jì)算機(jī)科學(xué)等學(xué)科共同發(fā)展的產(chǎn)物，實(shí)現(xiàn)了人腦意識(shí)信息與計(jì)算機(jī)等電子設(shè)備間的交換，對(duì)進(jìn)一步研究人的思維機(jī)理，幫助有行為障礙的人康復(fù)都具有十分重要的作用。對(duì)腦一機(jī)接口的研究具有非常重要的科學(xué)意義、學(xué)術(shù)價(jià)值和廣

2、闊的應(yīng)用前景，是當(dāng)今世界研究的熱點(diǎn)。
　　 基于想象運(yùn)動(dòng)的腦電信號(hào)(electroencephalogram，EEG)不需要結(jié)構(gòu)化的物理環(huán)境，是一種被廣泛采用的思維作業(yè)方式。腦一機(jī)接口技術(shù)從實(shí)驗(yàn)室研究走向?qū)嶋H應(yīng)用的關(guān)鍵在于對(duì)運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別精度和識(shí)別速度問(wèn)題。本文在總結(jié)前人工作的基礎(chǔ)上，對(duì)腦電信號(hào)的采集、處理等問(wèn)題進(jìn)行研究。主要包括以下幾個(gè)方面：
　　 第一、進(jìn)行系統(tǒng)信號(hào)采集模塊設(shè)計(jì)。在實(shí)驗(yàn)室已有的腦電采集設(shè)備和信

3、號(hào)采集軟件基礎(chǔ)上，根據(jù)本人的課題研究，設(shè)計(jì)相應(yīng)的大腦想象運(yùn)動(dòng)任務(wù)實(shí)驗(yàn)。根據(jù)要求，使用VC++6.0編寫(xiě)出相應(yīng)的腦電信號(hào)采集軟件。
　　 第二、對(duì)采集的腦電信號(hào)進(jìn)行預(yù)處理。由于腦電信號(hào)非常微弱，在采集過(guò)程中容易受到各種噪聲干擾的影響，對(duì)腦電信號(hào)必須進(jìn)行去噪處理。本文主要通過(guò)小波變化、數(shù)字濾波等方法對(duì)采集到的信號(hào)進(jìn)行處理，把信號(hào)中的無(wú)用成分包括心電、眼電、肌電等偽跡去除掉，提取其中的有效信息為后面的處理做準(zhǔn)備。
　　 第三、

4、對(duì)腦電信號(hào)進(jìn)行特征提取。特征提取的目的是將從預(yù)處理后獲得的EEG信號(hào)變換為能代表不同意識(shí)任務(wù)的特征向量。能否提取出大腦思維活動(dòng)中的有效特征信息是BCI研究的關(guān)鍵所在，是正確識(shí)別不同思維意識(shí)模式的基礎(chǔ)。本文主要討論自適應(yīng)回歸（Adaptive Autoregressive，AAR）模型、獨(dú)立分量分析(Independent ComponentAnalysis，ICA)、共用空間模式（Common Spatial Pattern，CSP）幾