運動想象腦電信號處理與P300刺激范式研究.pdf

1、腦機接口(BCJ)不依賴于外圍神經(jīng)和肌肉組織，在大腦和外圍設備之間建立一條獨立的信息傳輸通道，是一種新興的人機交互方式。BCI技術在助殘、康復、輔助控制、神經(jīng)機器人、娛樂等領域有著廣泛的應用前景。
　　 在非植入式BCI研究中，基于頭皮腦電(EEG)的采集方式具有無損傷、使用方便、設備便宜等優(yōu)點，使得基于EEG的BCI技術具有很好的研究價值。用于BCI研究的EEG信號有多種模式，本文在充分研究各種模式特點的基礎上，以運動想象腦電

2、和P300電位為切入點，系統(tǒng)的研究了BCI系統(tǒng)構建、離線算法研究到在線實現(xiàn)的多個層面的問題，取得了較好的成果。
　　 BCI的研究需要一個系統(tǒng)的軟硬件平臺，為了快速構建一套BCI系統(tǒng)，論文對目前的軟硬件平臺進行了研究。經(jīng)過比較和已有實驗條件，利用Neuroscan腦電采集設備和BCI2000軟件系統(tǒng)快速構建了一套在線BCI系統(tǒng)。通過對BCI2000的二次開發(fā)，積累了一些在線實驗的經(jīng)驗，為實驗室后續(xù)研究創(chuàng)造了條件。
　　

3、信號處理算法將采集到的信號進行分析處理，識別出大腦意圖并轉換成控制指令，信號處理算法的好壞直接影響B(tài)CI系統(tǒng)性能。論文對BCI中的信號處理算法進行了研究，詳細介紹了幾種常用算法的原理和特點。針對BCI系統(tǒng)中存在的信息傳輸率較慢和腦電信號識別正確率較低的問題，對多通道四類運動想象腦電信號進行了研究，提出了一種基于共空間模式(CSP)，Hilbert變換和支持向量機(SVM)的特征提取和分類算法。經(jīng)過BCI競賽數(shù)據(jù)的驗證，該算法具有分類正確

4、率高和時間開銷小的特點，隨著閾值的增大，平均分類正確率從87.22％提高到92.22%，但是時間開銷增長到2.15倍，通過閾值的調(diào)節(jié)，在正確率和算法復雜度之間獲得平衡。算法復雜度明顯比采用多個SVM組合的多類分類算法要低，為實現(xiàn)算法的在線應用打下基礎。
　　 傳統(tǒng)對腦電信號的識別通常是用不同的信號處理算法，然后選擇一個最好的解決方案。然而，不同的信號處理算法性能存在差異，相互之間存在互補信息。為了充分利用各個信號處理算法的互補信

5、息，論文提出了.一種基于置信系數(shù)的組合分類算法，對不同分類難易程度的樣本采用不同的分類策略。樣本越容易分類，則組合分類算法側重于提高算法的執(zhí)行速度；樣本越難分類，則組合分類算法側重于提高算法的分類正確率。在提高算法分類能力同時兼顧算法的時間開銷。經(jīng)過BCI競賽數(shù)據(jù)的驗證，提出的基于置信系數(shù)的組合分類算法比分量分類器的平均分類能力提高15.4%。
　　 基于P300的BCI是一類重要的BCI實現(xiàn)形式。自從Farwell和Donch

6、in提出行列刺激范式(RCP)的P300字符輸入系統(tǒng)以來，基于P300的BCI得到了廣泛關注，研究人員從信號處理、刺激裝置和實驗范式等多個角度進行了廣泛研究。論文則從實驗范式角度進行了深入研究，提出了一種基于子矩陣的刺激范式(SBP)，將整個字符矩陣劃分為多個子矩陣，隨機閃爍子矩陣中的一個字符，經(jīng)過多次疊加，不僅可以提高腦電信號的信噪比，還能識別目標字符所在的子矩陣，顯著提高了字符識別正確率和信息傳輸率。與RCP相比，SBP的最高實際信

7、息傳輸率提升幅度達到10.8%。此外，SBP還具有不存在鄰接干擾和雙閃問題、子矩陣劃分方式靈活、增加可選擇的字符數(shù)量并不明顯延長目標字符識別時間、更容易被受試者接受等優(yōu)點。
　　 為了進一步提高SBP的信息傳輸率并實現(xiàn)BCI的在線實驗，論文提出了一種自適應的在線BCI系統(tǒng)。通過設定一個閾值來實現(xiàn)對P300疊加次數(shù)的動態(tài)調(diào)節(jié)，因此，閾值算法的研究是自適應算法的重要部分。論文在分析SBP原理和P300成分分布特點基礎上，提出了最大值