發(fā)布時間：2017-11-07 07:31

  本文關(guān)鍵詞：基于視覺圖片的腦—機接口控制研究

  更多相關(guān)文章： 腦—機接口 指數(shù)移動平均 AdaBoost 投票感知器 懲罰邏輯回歸 以太網(wǎng)供電

【摘要】：腦—機接口(Brain-computer interface,BCI)是一種不依賴于大腦的正常輸出通路(外圍神經(jīng)和肌肉組織)而使人類大腦直接與計算機或外部設(shè)備進行通信的技術(shù)�；谀X電圖信號(electroencephalogram,EEG)的腦—機接口方法具有操作方便,成本低以及其無創(chuàng)性等優(yōu)點,是當前腦—機接口研究的主要方向。腦—機接口系統(tǒng)的研究有明確的臨床應用背景,因此實時在線系統(tǒng)的設(shè)計和實現(xiàn)有著重要的意義。磁共振成像(MRI)對受試者的觀察發(fā)現(xiàn),受試者在進行場景模式學習時,大腦的后海馬區(qū)與后海馬旁回興奮度明顯加強;而在進行臉部辨別學習時,大腦的邊緣皮層、前海馬區(qū)和后梭狀回興奮度增強。本文根據(jù)以上觀察結(jié)論給出一種利用人臉圖片和場景圖片作為刺激源,來檢測受試者后海馬區(qū)、后海馬旁回以及邊緣皮層、前海馬區(qū)和后梭狀回附近腦電信號的方法,對受試者在進行人臉圖片刺激與場景圖片刺激時不同腦電信號進行在線區(qū)分。本研究中腦電信號的偽跡去除方法采用指數(shù)移動平均算法。腦電信號的分類采用了兩種分類算法:一種是利用基于多項式核函數(shù)的投票感知器為弱分類器的Ada Boost算法;另一種是懲罰邏輯回歸算法。研究中所用到的腦電信號采集設(shè)備Emotiv EPOC是一種干電極腦電信號采集放大器。本文首先通過離線實驗驗證了基于人臉圖片和場景圖片腦—機接口系統(tǒng)的可行性,6名參與測試的受試者,其離線實驗的分類成功率都超過了70%。在線實驗是用分類后的腦電信號來實現(xiàn)基于以太網(wǎng)供電(power over ethernet,POE)的智能照明亮度的控制,6位受試者在設(shè)定范式下的控制成功率都超過了70%,系統(tǒng)達到6.5bits/min的平均信息傳輸速率,很好的實現(xiàn)了智能照明的階梯控制。腦—機接口與POE結(jié)合,給出了一種新的智能家居控制思路,這套基于便攜式干電極腦電采集器的腦—機接口系統(tǒng),可以使腦—機接口控制系統(tǒng)走出實驗室,將為改善神經(jīng)肌肉疾病患者的日常生活帶來幫助。
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R746;TN911.7

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 韓景生,孫國強;以太網(wǎng)供電技術(shù)的研究與應用[J];儀器儀表學報;2005年S1期

，

本文編號：1151469