腦-機(jī)接口（Brain-Computer Interface,BCI）是一項(xiàng)不依靠自身的神經(jīng)和肌肉組織實(shí)現(xiàn)腦電信號(hào)對(duì)外部設(shè)備的控制和通信的技術(shù)。《Nature》在2019年發(fā)表了一項(xiàng)突破性的研究成果,科學(xué)家成功解碼腦電波,將大腦活動(dòng)合成語音表達(dá)出來,真正將“讀心術(shù)”變成現(xiàn)實(shí)。未來,腦-機(jī)接口技術(shù)在智能家居、軍事、教育及康復(fù)醫(yī)療等領(lǐng)域都將會(huì)有著廣泛的應(yīng)用�；诮陙韺�(duì)大腦的研究和認(rèn)識(shí),腦電信號(hào)的研究成果也逐漸用于腦部疾病的診斷及神經(jīng)系統(tǒng)疾病的干預(yù)治療�；谶\(yùn)動(dòng)想象的BCI（Motor Imagery-based BCI system,MI-BCI）系統(tǒng)將被試者想象自身運(yùn)動(dòng)產(chǎn)生的腦電信號(hào)作為控制信號(hào)輸入到BCI系統(tǒng),經(jīng)過計(jì)算機(jī)一系列的算法處理實(shí)現(xiàn)對(duì)外部設(shè)備的控制和信息交互,通過外部硬件設(shè)備正確表達(dá)被試者的意圖。BCI系統(tǒng)的信號(hào)處理部分主要是將腦電信號(hào)處理成為計(jì)算機(jī)能夠識(shí)別并執(zhí)行的命令,如何能夠快速的提取并識(shí)別腦電信號(hào)中攜帶的信息是BCI系統(tǒng)研究的一個(gè)重要課題。基于2008年國(guó)際競(jìng)賽數(shù)據(jù)IV中2a數(shù)據(jù),本文設(shè)計(jì)了基于四類腦電信號(hào)的信號(hào)處理系統(tǒng)。主要工作有:（1）預(yù)處理運(yùn)用獨(dú)立成分分析濾除腦電... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BCI系統(tǒng)完整框圖

山東師范大學(xué)碩士學(xué)位論文4產(chǎn)生周期性的誘發(fā)電位稱為SSVEP[2]。在VEP為范式的BCI系統(tǒng)中，SSVEP的刺激方式研究的更多。1996-2000年，美國(guó)Wright-Patterson空軍基地和空軍實(shí)驗(yàn)室合作研發(fā)了利用SSVEP作為控制信號(hào)來操縱飛行模擬器的BCI系統(tǒng)[16,17]。2002年，清華大學(xué)研究團(tuán)隊(duì)采用SSVEP作為BCI系統(tǒng)的控制信號(hào)，成功的輸入電話號(hào)碼。BCI系統(tǒng)的計(jì)算機(jī)屏幕13個(gè)方塊構(gòu)成虛擬的電話撥號(hào)盤，被試者觀察撥號(hào)盤的閃爍產(chǎn)生SSVEP信號(hào)，不同的頻率對(duì)應(yīng)不同的按鍵，通過調(diào)制解調(diào)器連接電話，實(shí)現(xiàn)輸入特定的數(shù)字號(hào)碼完成撥號(hào)過程[18]。2017年，中國(guó)科研團(tuán)隊(duì)使用任務(wù)相關(guān)成分分析（TRCA）算法提升了基于SSVEP的BCI系統(tǒng)的通訊速率，這也是目前已有報(bào)道的最快的頭皮BCI系統(tǒng)[19]。（2）P300電位P300電位反映了大腦的認(rèn)知過程或心理變化過程中產(chǎn)生的腦電信號(hào)，它表示的是人在接收到新異刺激約300ms后，大腦皮層會(huì)產(chǎn)生一個(gè)正向的波峰，P300的波幅與相關(guān)靶刺激出現(xiàn)的概率成反比，如圖1-2所示[20]。P300電位在實(shí)驗(yàn)中不需要訓(xùn)練，但腦電信號(hào)屬于弱電信號(hào)，其中夾雜著多種噪聲干擾，信噪比（SNR）較低，所以P300通常需要多次反復(fù)實(shí)驗(yàn)疊加平均進(jìn)行電位提取，從而提高目標(biāo)識(shí)別的精確度[21]。圖1-2Pz電極的P300波形基于P300電位的相關(guān)研究在較早時(shí)期就取得了較好的成果。在1988年，美國(guó)伊利諾伊大學(xué)研究組成功的采用P300電位設(shè)計(jì)出一款虛擬打字機(jī)。計(jì)算機(jī)屏幕上顯示一個(gè)6×6的字符矩陣，隨機(jī)閃爍某整行或整列，閃爍間隔為125ms，計(jì)算P300幅值最大的行和列的

山東師范大學(xué)碩士學(xué)位論文5交點(diǎn)即為目標(biāo)字符[22]。除了視覺刺激誘發(fā)P300電位，對(duì)于一些患有特殊疾病的患者，可以通過其他感官（聽覺刺激、觸覺刺激）來誘發(fā)P300電位，進(jìn)而構(gòu)建完整的BCI系統(tǒng)。2010年，Rebsamen等人利用P300電位實(shí)現(xiàn)了智能輪椅在已知環(huán)境下的自主導(dǎo)航[23]。而我國(guó)在2012年以成功將MI信號(hào)與P300結(jié)合，實(shí)現(xiàn)了Internet瀏覽器、二維平面光標(biāo)的移動(dòng)以及智能輪椅控制功能的混合模式的BCI系統(tǒng)[24，25]。（3）慢皮層電位慢皮層電位是自發(fā)式的BCI腦電信號(hào)，反映的是產(chǎn)生于皮層I、II層的興奮情況最緩慢的電位變化的情況，持續(xù)時(shí)間從幾百毫秒到幾秒不等[26]。如圖1-3所示，SCP可以自發(fā)產(chǎn)生正負(fù)壓變化反映了大腦皮層興奮性的閾值那個(gè)調(diào)節(jié)狀態(tài)，當(dāng)大腦皮層處于興奮，SCP為負(fù)值，且隨著大腦皮層興奮強(qiáng)度增加SCP發(fā)生負(fù)向偏移，大腦皮層興奮度減弱SCP向正向偏移[27]。圖1-3SCP波形圖過去的幾十年中，對(duì)SCP的神經(jīng)生理學(xué)基礎(chǔ)和自我控制系統(tǒng)已經(jīng)有了充分的研究，并且形成了完整的SCP生理心理學(xué)模型。其中最為著名的是德國(guó)的N.Birbaumer在1999年采用SCP設(shè)計(jì)出一款思維翻譯器（Thoughttranslationdevice,TTD）的轉(zhuǎn)換設(shè)備,為ALS患者提供了與外界進(jìn)行文字交流的途徑。這是一次通過SCP波幫助殘疾患者實(shí)現(xiàn)與外部溝通的一次成功實(shí)驗(yàn)[28]。但是，基于SCP的BCI系統(tǒng)的研究往往需要長(zhǎng)時(shí)間的訓(xùn)練，且SCP波形狀態(tài)單一，信號(hào)易受干擾，信息傳輸速率較差，所以，目前對(duì)于SCP相關(guān)的研究較少。（4）事件相關(guān)去同步（ERD）和事件相關(guān)同步（ERS）人體運(yùn)動(dòng)或運(yùn)動(dòng)想象通常與大腦皮層的感知節(jié)律有關(guān)，當(dāng)人進(jìn)行運(yùn)動(dòng)或者將要進(jìn)行運(yùn)動(dòng)時(shí)通常伴隨這mu節(jié)律（8-12Hz）和beta節(jié)律(18-35Hz)的變化。當(dāng)人在進(jìn)行某一想象任

【參考文獻(xiàn)】：
期刊論文
[1]深度卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺中的應(yīng)用研究綜述[J]. 盧宏濤,張秦川.  數(shù)據(jù)采集與處理. 2016(01)
[2]從DARPA資助BCI技術(shù)研發(fā)看未來軍事變革[J]. 林涵,石海明,曾華鋒.  國(guó)防科技. 2011(05)
[3]一種高效的面向輕量級(jí)入侵檢測(cè)系統(tǒng)的特征選擇算法[J]. 陳友,沈華偉,李洋,程學(xué)旗.  計(jì)算機(jī)學(xué)報(bào). 2007(08)
[4]腦-機(jī)接口技術(shù)綜述[J]. 楊立才,李佰敏,李光林,賈磊.  電子學(xué)報(bào). 2005(07)
[5]基于遺傳算法的SVM參數(shù)選取[J]. 楊旭,紀(jì)玉波,田雪.  遼寧石油化工大學(xué)學(xué)報(bào). 2004(01)

博士論文
[1]混合腦機(jī)接口實(shí)現(xiàn)及其應(yīng)用研究[D]. 王洪濤.華南理工大學(xué) 2015
[2]猴子伸—抓動(dòng)作在大腦運(yùn)動(dòng)皮層中的表征及解碼[D]. 郝耀耀.浙江大學(xué) 2013
[3]自發(fā)腦電腦機(jī)接口模式識(shí)別關(guān)鍵技術(shù)與實(shí)驗(yàn)研究[D]. 吳婷.上海交通大學(xué) 2008
[4]基于運(yùn)動(dòng)想象的腦—機(jī)接口分類算法的研究[D]. 魏慶國(guó).清華大學(xué) 2006
[5]基于腦電信號(hào)的腦—計(jì)算機(jī)接口的研究[D]. 程明.清華大學(xué) 2004

碩士論文
[1]基于極限學(xué)習(xí)機(jī)的腦卒中TCD數(shù)據(jù)分類研究[D]. 耿銀鳳.太原理工大學(xué) 2019
[2]基于深度網(wǎng)絡(luò)的腦電信號(hào)分類方法研究[D]. 徐朝陽.中國(guó)海洋大學(xué) 2015



本文編號(hào)：3236940