基于EEG的腦機(jī)接口技術(shù)研究與實(shí)現(xiàn).pdf

1、腦機(jī)接口（BrainComputer Interface,BCI）已經(jīng)成為國(guó)內(nèi)外研究的熱點(diǎn)，涉及腦科學(xué)、康復(fù)醫(yī)學(xué)、智能信息處理等多個(gè)領(lǐng)域，不需要依賴人體正常的運(yùn)動(dòng)機(jī)能，力求在人類大腦和生存環(huán)境中電氣類設(shè)備之間搭建一種相互交流信息的新手段。
　　本文主要研究基于運(yùn)動(dòng)想象腦電（Electroencephalogram, EEG）信號(hào)的腦機(jī)接口系統(tǒng)，判別出已知的幾種想象任務(wù)下的EEG特征模式。主要在實(shí)驗(yàn)設(shè)計(jì)、腦電信號(hào)的特征提取、對(duì)提取到

2、的特征進(jìn)行分類，以及BCI系統(tǒng)設(shè)計(jì)搭建等幾個(gè)方面開(kāi)展工作。提出了將獨(dú)立分量分析算法(ICA)和共空間模式（CSP）特征提取算法相結(jié)合的方式，首先將原始腦電信號(hào)分解為多個(gè)獨(dú)立分量，去除干擾成分，重構(gòu)后再進(jìn)行空間濾波?？紤]到在采集腦電信號(hào)的過(guò)程中，環(huán)境的干擾以及受試者自身原因難以避免，腦電信號(hào)中勢(shì)必包含很多偽跡和無(wú)關(guān)成分，特別是眼電、肌肉電等幅度較大，很容易覆蓋真實(shí)腦電。因此首先利用ICA對(duì)采集到的數(shù)據(jù)獨(dú)立分量分析，去除不相關(guān)成分，重建信號(hào)