本文關鍵詞：基于交叉頻率掃描技術的腦機接口設計與實現(xiàn)　出處：《電子科技大學》2015年碩士論文　論文類型：學位論文

  更多相關文章： 腦-機接口 頻率復用 特征提取算法

【摘要】：腦-機接口(Brain Computer Interface,BCI)技術是不依賴于常規(guī)腦外周神經(jīng)和肌肉系統(tǒng),連接人腦與外界(計算機或其它外部設備)進行信息交流和控制的全新通道。腦-機接口將人腦的信號直接轉(zhuǎn)換成外部設備的控制命令,信息的傳遞不再需要經(jīng)過外周神經(jīng)和肌肉等傳出通道。BCI的最終目標,是讓患有喪失運動能力疾病的病人,能夠操作計算機、語音合成器、輔助性的工具和神經(jīng)修復等設備。這樣的接口可以增加患者的獨立行動能力,從而提高患者生活質(zhì)量,同時減輕社會的負擔。本文為了解決目前腦-機接口實驗中頻率點資源匱乏的問題,提出了雙頻掃描的思路,即在一個選擇目標里用兩個頻率進行交叉掃描刺激來獲得穩(wěn)態(tài)視覺誘發(fā)電位,本方法能大幅度提高頻率資源的利用率,且雙頻掃描產(chǎn)生的次生頻率可以提高系統(tǒng)的目標識別準確度,從而有可能構(gòu)建復雜腦-機接口系統(tǒng)。根據(jù)需求我們設計并實現(xiàn)了基于ARM的4*4的雙頻掃描刺激器矩陣,并對刺激器頻率點的選擇與搭配進行了探討,最后實現(xiàn)了刺激器通過串口與PC進行通信,并編寫了使用方便的串口通訊操作界面。本文還介紹了如何對提取的腦電信號進行處理,使之成為對我們有用的信號,鑒于特征提取效率的極端重要性,作者實現(xiàn)了本系統(tǒng)的特征提取算法,先用DAUB4濾波算法對腦電信號進行預處理,再用傅里葉變換算法進行特征頻率提取,并在論文中有詳細描述,尤其是對傅里葉變換算法,本文詳細地分析了蝴蝶操作,二進制反轉(zhuǎn),三角遞歸等步驟從數(shù)學公式到算法代碼的產(chǎn)生過程。在腦電實驗中,腦電信號的數(shù)據(jù)量比較大且數(shù)據(jù)產(chǎn)生速度快,為了準確無誤的采集并處理這些數(shù)據(jù),本文還解決了包括緩存區(qū)的管理,數(shù)據(jù)的保序,以及處理時各線程間對數(shù)據(jù)的互斥訪問等問題。最后本文設計了腦-機接口實驗,邀請了10名受試者通過本腦-機系統(tǒng)輸入一個30位的字符串,通過對10名受試者的正確率的統(tǒng)計,發(fā)現(xiàn)大部分受試者的正確率都在90%以上,總的正確率也達到了88.6%,驗證了腦-機系統(tǒng)的設計以及腦-機接口實驗的設計是合理的。
[Abstract]:Brain computer interface (Brain Computer Interface BCI) technology is not dependent on conventional brain peripheral nerve and muscle system, connected with the outside world (human computer or other devices) a new channel for information communication and control. The brain machine interface will be the brain's signal is directly converted into control commands for external devices, information no longer need to transfer through the ultimate goal of the peripheral nerves and muscles from the.BCI channel, is suffering from loss of athletic ability let patients, can operate the computer, voice synthesizer, tools and other equipment auxiliary nerve repair. This interface can increase the patient's ability to act independently, so as to improve the quality of life of patients, and reduce the social the burden. In order to solve the current shortage of the frequency of brain computer interface experiment resource, put forward the idea that using dual frequency scanning, two frequency in a selected target. The rate of cross scanning stimulation to obtain the steady-state visual evoked potential, this method can greatly improve the utilization rate of frequency resources, secondary frequency and double frequency scanning the target recognition system can improve the accuracy, thus it is possible to build complex BCI system. According to the requirements we design and implement a dual frequency scanning stimulator matrix ARM based on 4*4, and the stimulator frequency point selection and collocation are discussed, finally realizes the stimulator via serial communication with PC, and the preparation of the easy to use serial communication interface. This paper also introduces how to extract the EEG signal processing, signal to be useful to us. In view of the extreme importance of feature extraction efficiency, the author realizes the system feature extraction algorithm, the first EEG preprocessing with DAUB4 filtering algorithm, and then Fu Liye transform The characteristic frequency extraction algorithm, and are described in detail in the paper, especially for the Fu Liye transform algorithm, this paper presents a detailed analysis of butterfly operation, binary inversion process steps from triangle recursive mathematical formula to the algorithm code. In the EEG, EEG signals of large amount of data and the data generation rate soon, in order to accurately collect and process these data, this paper also solves the problem of including buffer management, order preserving data, inter thread data processing and exclusive access problems. This paper design a brain computer interface experiment, 10 participants were invited to enter a 30 the string through the brain computer system, through the statistical accuracy of 10 subjects, found that the correct rate of most of the subjects are more than 90%, the overall accuracy rate reached 88.6%, to verify the design of brain computer system and brain The design of the experiment of the machine interface is reasonable.

【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R496;TN911.7

【相似文獻】

相關期刊論文 前1條

1 王金甲;張玲智;;核共空域子空間分解特征提取算法研究[J];中國生物醫(yī)學工程學報;2012年03期

相關會議論文 前10條

1 周寬久;陳雪峰;;人體脈搏波特征提取算法研究[A];2006中國控制與決策學術年會論文集[C];2006年

2 管魯陽;鮑明;李曉東;;基于簡化耳蝸模型的車輛聲信號特征提取算法[A];中國聲學學會2007年青年學術會議論文集（下）[C];2007年

3 黃旭;朱艷琴;羅喜召;;重復串特征提取算法在不良信息檢測中的應用[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

4 吳晴;鄭杰;徐龍;;基于中心掃描細化斷點的指紋特征提取算法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

5 謝志宏;顏巾惠;白羽;魏磊;;完全仿射不變的圖像特征提取算法研究[A];全國第五屆信號和智能信息處理與應用學術會議專刊(第一冊)[C];2011年

6 傅明;萬勵;劉國英;;一種新的圖像特征提取算法——DCDSH[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

7 翟來娟;許小劍;;基于sinc模型的目標散射中心峰值特征提取算法[A];全國第十屆信號與信息處理、第四屆DSP應用技術聯(lián)合學術會議論文集[C];2006年

8 張偉;張建勛;郭銳;;一種新的基于TLLE的特征提取算法[A];2010振動與噪聲測試峰會論文集[C];2010年

9 齊攀;陳曉云;;一種基于統(tǒng)計信息的無字典中文文本特征提取算法[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2003年

10 王曄;黃上騰;;基于n-gram相鄰字的中文文本特征提取算法[A];NCIRCS2004第一屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2004年

相關博士學位論文 前5條

1 袁曉彤;非參數(shù)核密度聚類與特征提取算法研究[D];中國科學院研究生院（自動化研究所）;2009年

2 趙啟斌;EEG時空特征分析及其在BCI中的應用[D];上海交通大學;2008年

3 張振慧;蛋白質(zhì)分類問題的特征提取算法研究[D];國防科學技術大學;2006年

4 蘇雅茹;高維數(shù)據(jù)的維數(shù)約簡算法研究[D];中國科學技術大學;2012年

5 龍潛;噪聲環(huán)境下的語音識別技術研究[D];中國科學技術大學;2007年

相關碩士學位論文 前10條

1 杜鵬飛;心電信號的預處理及特征提取算法研究[D];鄭州大學;2015年

2 劉寧;Lp范數(shù)約束的廣義主成分分析在人臉識別中的應用[D];中國礦業(yè)大學;2015年

3 唐肖芳;面向運動想象的腦電信號特征選擇與特征提取算法研究[D];西南科技大學;2015年

4 楊立波;雷達輻射源無意調(diào)制特征提取算法研究[D];電子科技大學;2014年

5 邱捷;基于云計算的社會化圖片分享移動應用系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2015年

6 歐曉文;攝像頭運動狀態(tài)下目標特征提取和跟蹤的研究[D];華南理工大學;2015年

7 周杭;基于交叉頻率掃描技術的腦機接口設計與實現(xiàn)[D];電子科技大學;2015年

8 劉金蓮;人臉識別中的局部保持特征提取算法研究[D];重慶師范大學;2013年

9 楊開睿;基于重建誤差的樣本加權(quán)特征提取算法研究[D];中國礦業(yè)大學;2014年

10 王慶龍;基于多核映射的圖像特征提取算法[D];哈爾濱工業(yè)大學;2013年

，

本文編號：1402551