腦—機接口系統中腦電信號采集與特征識別.pdf

1、腦-機接口(BCI)技術是不依賴于常規(guī)腦外周神經和肌肉系統，在大腦和計算機或外部設備之間建立起來的一種通信系統。它利用計算機或其它電子設備對特定環(huán)境或任務下的腦電信號進行采集和分析，以向外界傳達大腦信息或控制命令，并實現對外部設備的操縱。BCI技術在航空航天、機器人、多媒體、康復醫(yī)學工程、人工智能、腦認知、生物反饋訓練等領域有著廣闊的發(fā)展應用前景。目前BCI技術已引起國際上眾多學科科技工作者的關注，成為神經工程、通信、計算機技術等多領域

2、交叉的一個新的研究熱點，具有科學與應用雙重價值。
　　由于BCI研究起步較晚，技術比較復雜，涉及內容和相關領域較多。因此，無論是BCI技術本身，還是對它的應用研究，目前都處于探索階段，還有許多關鍵技術有待解決。如:BCI源信號的采集、信號處理和信息轉換的速度、實驗范式的選擇、識別精度的提高、受試者的訓練等。
　　針對目前BCI技術應用中存在的問題，本文研究了基于視覺誘發(fā)P300的腦-機接口系統中腦電信號采集、處理和特征識別。

3、具體完成工作如下:
　　(1)腦電采集系統硬件實現。設計了高性能的生物電放大器，增加了皮膚接觸阻抗同步測試電路以及模擬陷波器和濾波器，采用Labview虛擬儀器平臺對放大器性能參數進行了測試，并設計了系統的數字化部分即模數轉換和USB傳輸。
　　(2)腦電采集與測量系統軟件設計。為了具有通用性和可擴展性，軟件設計架構成不依賴具體放大器的通用腦-機接口系統，可對視覺誘發(fā)腦電、體感誘發(fā)腦電、運動想象誘發(fā)腦電、自發(fā)腦電等實驗數據進

4、行采集、存儲和腦電波形顯示。
　　(3)誘發(fā)腦電信號處理。采用獨立成分分析(ICA)結合主成分分析(PCA)方法進行誘發(fā)腦電的實時信噪分離，有效地抑制了50HZ工頻干擾和測量中的偽跡。
　　(4)腦電特征實時提取。設計了視覺誘發(fā)刺激實驗范式，完成了視覺誘發(fā)腦電測量實驗，提出了一種新的視覺誘發(fā)P300特征快速提取方法，采用AR參數模型與少次相干平均的方法實時提取P300特征，為實現在線腦-機接口系統奠定了基礎。
　　(5