基于SSVEP和EMG的混合脑机接口系统的设计与研究

基于SSVEP和EMG的混合脑机接口系统的设计与研究

论文摘要

脑机接口(Brain-computer Interface,BCI)技术是在人脑与电子设备之间建立的不依赖于外围神经和肌肉组织的人机交互系统。该技术的应用能极大的提高运动功能障碍患者的生活能力,因此其在医学康复和生活辅助等方面占有重要的地位。目前BCI的研究主要是单一类型脑电信号(Electroencephalogram,EEG)的BCI系统,但其在实际应用中存在可靠性差,识别命令简单,信号数据的处理准确度低、速度慢等方面的不足。本文针对上述问题提出了稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP)与肌电信号(Electromyography,EMG)进行了模式融合的系统设计和信号处理算法研究。本文的具体研究内容如下:(1)系统的实验设计。综合考虑SSVEP的刺激方式、刺激频率、刺激目标大小以及布局等因素,设计实现了五个刺激块的SSVEP的刺激范式。分析了时间窗长度、电极数量以及位置对实验分类正确率的影响,选取了最优的电极采集通道。利用肌电信号的特征设计了咬牙信号状态检测器用以反馈错误输出命令。(2)信号处理算法研究。对于SSVEP信号,先采用了离散小波去噪方法去除低频干扰,再利用典型相关分析(Canonical Correlation Analysis,CCA)算法实现特征提取和分类识别。针对CCA不能较好提取信号中多维信息的问题,对CCA进行了改进,达到了更加有效快速地提取信号特征的目的。对于肌电信号,采用离散小波去噪。根据信号特征研究了线性分类器和支持向量机(Support Vector Machine,SVM)分类器。针对SVM分类器,利用K-折交叉验证的方法进行分类器训练和参数选择,提升了SVM分类器的性能实现了较好的分类效果。(3)设计并搭建一种在线混合脑机接口(Hybrid BCI)系统,实现了三维空间下对三自由度直升机(3-DOF helicopter)平台多个命令的飞行控制。六名受试者参与系统在线实验并成功完成拾取和投放物体的飞行任务,且平均准确率达到90.00±4.30%。本文提出的基于SSVEP和EMG的混合脑机接口系统能够实现对三自由度直升机的在线控制,验证了系统的有效性和稳定性,研究结果可在医疗康复、生活辅助等方面发挥巨大作用。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 脑机接口概述
  •     1.2.1 脑电信号
  •     1.2.2 脑机接口的分类
  •     1.2.3 脑机接口的评价指标
  •     1.2.4 存在的问题
  •     1.2.5 肌电信号的特征阐述
  •   1.3 本文主要工作
  • 第二章 基于EEG信号的BCI系统
  •   2.1 BCI系统工作原理和结构
  •     2.1.1 工作原理
  •     2.1.2 系统结构
  •   2.2 基于单一模式的BCI系统
  •     2.2.1 基于SCP的BCI系统
  •     2.2.2 基于MI的BCI系统
  •     2.2.3 基于事件相关电位P300的BCI系统
  •     2.2.4 基于SSVEP的BCI系统
  •   2.3 基于混合模式的BCI系统
  •   2.4 本章小结
  • 第三章 混合BCI系统的设计
  •   3.1 混合BCI系统结构设计
  •   3.2 实验设备及受试者
  •     3.2.1 采集设备
  •     3.2.2 受试者选取
  •   3.3 实验过程设计
  •     3.3.1 电极位置选取
  •     3.3.2 刺激范式设计
  •     3.3.3 基于SSVEP的实验过程设计
  •     3.3.4 基于EMG的咬牙状态监测器的设计
  •   3.4 本章小结
  • 第四章 混合BCI系统的信号处理
  •   4.1 信号预处理
  •   4.2 特征提取
  •     4.2.1 基于PSDA的特征提取
  •     4.2.2 基于CCA的特征提取
  •     4.2.3 基于CCA算法优化改进的特征提取
  •   4.3 分类识别
  •     4.3.1 线性判别分析分类器
  •     4.3.2 支持向量机
  •   4.4 离线实验结果及分析
  •     4.4.1 信号采集电极位置和组合
  •     4.4.2 基于SSVEP的离线实验结果分析
  •     4.4.3 基于咬牙信号的离线实验结果分析
  •   4.5 本章小结
  • 第五章 基于混合BCI系统的实验平台在线验证
  •   5.1 实验平台
  •   5.2 在线系统验证和结果分析
  •     5.2.1 在线验证
  •     5.2.2 结果分析
  •   5.3 本章小结
  • 第六章 总结与展望
  •   6.1 本文总结
  •   6.2 未来展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 赵学文

    导师: 高强

    关键词: 混合脑机接口,稳态视觉诱发电位,肌电信号,三自由度直升机

    来源: 天津理工大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 生物学,生物医学工程,电信技术

    单位: 天津理工大学

    分类号: R318;TN911.7

    总页数: 77

    文件大小: 6660K

    下载量: 253

    相关论文文献

    • [1].混合脑机接口及其研究进展[J]. 计算机测量与控制 2020(09)
    • [2].《智能科学与技术学报》专刊征文:情感脑机接口[J]. 智能科学与技术学报 2020(03)
    • [3].马斯克的“脑机接口”,能彻底根除残疾吗?[J]. 宁波经济(财经视点) 2020(10)
    • [4].隔空打字、脑波成像 华人脑机接口公司发布人类智能操作系统[J]. 计算机与网络 2020(17)
    • [5].2018年脑机接口研发热点回眸[J]. 科技导报 2019(01)
    • [6].基于长短期记忆网络的解码器设计及闭环脑机接口系统构建[J]. 西安科技大学学报 2019(06)
    • [7].脑机接口的现状与未来[J]. 机器人产业 2019(05)
    • [8].2017年脑机接口研发热点回眸[J]. 科技导报 2018(01)
    • [9].脑机接口的伦理问题及对策[J]. 科技导报 2018(12)
    • [10].基于脑电的无创脑机接口研究进展[J]. 科技导报 2018(12)
    • [11].脑机接口芯片用上玻璃碳电极[J]. 杭州化工 2017(01)
    • [12].基于视听交互刺激的认知机理与脑机接口范式研究进展[J]. 电子测量与仪器学报 2017(07)
    • [13].脑机接口:打开神经控制的黑箱[J]. 中国经济报告 2017(09)
    • [14].基于数据驱动的闭环脑机接口设计[J]. 华东理工大学学报(自然科学版) 2017(05)
    • [15].脑机接口信息传输研究取得新突破[J]. 科学 2016(01)
    • [16].脑机接口的疯狂畅想[J]. 军事文摘 2015(22)
    • [17].“强脑新科技”——脑机接口[J]. 少儿科技 2020(Z1)
    • [18].脑机接口,现实版《黑客帝国》[J]. 风流一代 2020(11)
    • [19].给人装上脑机接口,只需一年?[J]. 当代学生 2020(Z3)
    • [20].植入未来[J]. 今日中国 2020(10)
    • [21].脑机接口串起人和机器[J]. 当代学生 2020(19)
    • [22].脑机接口:听说未来能用意念控制世界了?[J]. 课堂内外(高中版) 2020(08)
    • [23].“脑机接口”距离人类再近一步[J]. 大众科学 2019(06)
    • [24].马斯克的脑机接口 距离我们还有多远[J]. 科学大观园 2019(15)
    • [25].脑机接口走向现实[J]. 发明与创新(大科技) 2019(08)
    • [26].脑机接口离我们有多近[J]. 中国信息技术教育 2017(Z2)
    • [27].脑机接口出错,谁应该负责[J]. 高中生 2017(31)
    • [28].用意念控制机器并不新鲜[J]. 高中生 2017(10)
    • [29].Neuralink:让人脑连接电脑[J]. 风流一代 2017(15)
    • [30].我们将能看到生物体和数字技术结合的智能生物? 脑机接口来啦![J]. 大学生 2017(08)

    标签:;  ;  ;  ;  

    基于SSVEP和EMG的混合脑机接口系统的设计与研究
    下载Doc文档

    猜你喜欢