检索结果-南通市图书馆

中国生物医学工程学报 2007年第6期26卷 801-803,809页

作者：高上凯清华大学生物医学工程系神经工程研究所北京100083

脑—机接口是在大脑与外部设备之间建立的直接的交流通道。文中简单叙述了脑—机接口的发展现状,并探讨了未来发展中面临的挑战。

关键词：脑—机接口脑电在线系统

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于EEG的脑—机接口设计

基于EEG的脑—机接口设计

作者：毕卡诗天津大学

学位级别：硕士

现代高科技术的飞速进步,推动了脑-机接口(Brain Computer Interface-BCI)技术的发展,它作为一种全新的信息交换技术,为那些丧失了基本肢体运动功能患者提供一种与外界进行信息交流的新途径。尽管目前的BCI系统属慢速信息交换设备,其每... 详细信息

现代高科技术的飞速进步,推动了脑-机接口(Brain Computer Interface-BCI)技术的发展,它作为一种全新的信息交换技术,为那些丧失了基本肢体运动功能患者提供一种与外界进行信息交流的新途径。尽管目前的BCI系统属慢速信息交换设备,其每秒传输10-25比特位,但是它仍有望给予瘫痪病人基本的交流能力。BCI系统形式各异,其实现的方法和应用的脑电信号也各不相同。本文介绍一种基于脑电(EEG)中alpha(α)节律的BCI系统,在该系统中,采用了实时的信号处理技术。早期的研究结果表明,90%脑神经功能正常的人在短时间闭眼后脑电中α波的波幅均可明显增强。.已有大量实验证明可利用这种α波幅的增强现象来产生电子设备的控制信号,并有若干实时的信号处理算法运用于声音反馈的EEG信。本文设计了一种通过循环菜单来控制电视机频道选择的BCI系统。在常规的环境中做了一系列实验,结果表明整套系统能实时的控制外部装置(电视机),证实了基于α波的BCI系统的可行性,值得推广。通过实现BCI系统硬件化和便携化,该BCI系统能成为病患者的方便快捷辅助设备。

关键词：脑电图(EEG) 脑—机接口 Alpha波外界控制系统循环菜单

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

左右手运动想象脑—机接口系统的分析与研究

左右手运动想象脑—机接口系统的分析与研究

作者：叶竞重庆大学

学位级别：硕士

脑—机接口（Brain-Computer Interface，BCI）是指在人脑和计算机或其他电子设备之间建立的直接的交流和控制通道。作为一种新颖的人机接口方式，脑—机接口使瘫痪的患者看到了与外界自主交互的新希望。无创式脑—机接口由于其成本低... 详细信息

脑—机接口（Brain-Computer Interface，BCI）是指在人脑和计算机或其他电子设备之间建立的直接的交流和控制通道。作为一种新颖的人机接口方式，脑—机接口使瘫痪的患者看到了与外界自主交互的新希望。无创式脑—机接口由于其成本低、对大脑无损伤等特点，是当前脑—机接口研究的主要方向。有研究证实，脑—机接口对有运动障碍患者的恢复性训练有着潜在的临床应用背景，因此研发出具有实时性的脑—机接口在线系统具有十分重要的意义。本课题来源于重庆市科技攻关计划项目(CSTC,2009AC5023)。本文结合国内外研究背景及现状，以左右手运动想象脑电信号作为切入点，对大脑感觉运动皮层的事件相关去同步/同步现象（ERD/ERS）进行了离线分析，寻求适合于脑—机接口在线系统的特征提取及模式识别算法，同时设计并实现了基于左右手运动想象的脑—机接口在线系统。本文主要研究了基于左右手运动想象脑—机接口在线系统的实现方案，其中运动想象脑电特征信号的实时特征提取及分类识别是脑—机接口的关键技术部分。脑-机接口实验中结合生理信号测量系统Active One和一台PC机实现了基于左右手运动想象的脑—机接口在线系统。实验采用无创性的头皮电极采集运动想象脑电信号，具有较好的应用前景。实验过程中受试者注视视觉刺激器上播放的左右手运动图像，左右手图像代表不同肢体的运动想象刺激，通过Active One系统采集受试者运动想象的脑电信号，对信号进行特征提取及分类识别，分析并判断受试者想象的肢体。采用基于滑动窗的时域二阶距估计法提取运动想象脑电特征并从能量的角度进行分析，结合基于Fisher准则函数的线性分类器对提取的特征进行降维与识别。实验结果表明，该脑—机接口系统能有效地提取出左右手运动想象特征并分类识别，能够判断出受试者所想象的肢体，将结果返回到人机交互界面。

关键词：脑—机接口运动想象时域二阶矩能量信号处理 Fisher

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机器学习方法在脑—机接口技术中的应用研究

机器学习方法在脑—机接口技术中的应用研究

作者：廖祥电子科技大学

学位级别：硕士

脑—机接口(Brain-computer interfaces，BCI)是在人脑与电子设备，例如计算机之间建立新型的直接交流通道，通过这种通道，人就可以通过大脑产生的信号来表达想法以便转换成为控制命令。因此这为瘫痪的病人提供了一种新的交流与控制方... 详细信息

脑—机接口(Brain-computer interfaces，BCI)是在人脑与电子设备，例如计算机之间建立新型的直接交流通道，通过这种通道，人就可以通过大脑产生的信号来表达想法以便转换成为控制命令。因此这为瘫痪的病人提供了一种新的交流与控制方式，并将极大地增强患者控制外部环境的能力和提高他们的生活质量。脑—机接口技术是一种涉及神经科学、信号检测、信号处理、模式识别、控制理论等多学科的交叉技术。本文对脑—机接口技术中涉及的一些神经电生理现象进行了分析，并对其中信息技术部分所采用的机器学习方法进行了较为详细地应用研究以改进脑—机接口系统的性能。在此我们主要研究了以下三个方面的内容：(1)本论文首先基于支持向量机(support vector machines，SVM)提出了一种判别框架用于进行左右手运动想象任务的单次在线分类。其中，脑电信号中的时频信息采用Morlet小波函数从两个频段(μ和β节律)提取，然后采用基于支持向量机框架的方法进行判别信息的累积以便于预测使用者的意动方向。该方法有效地改善了单次在线分类的准确率和稳定性。(2)其次，在对手指运动的神经电生理活动分析的基础上，本论文发展了一种判别空间模式(discriminative spatial patterns，DSP)方法用于运动相关电位的提取，同时与共空间模式(common spatial patterns，CSP)方法一起用于左右手指自发运动任务时脑电信号特征的提取。结果表明组合的空间滤波方法能够有效地改善该任务下的分类效果。(3)最后，发展了一种基于直推式支持向量机(transductive support vector machines，TSVM)算法的学习方法用于脑—机接口的小训练集情况下分类，以减少使用者的训练时间。其中直推式支持向量机的优点在于可将无标签的数据加入到分类器的设计和训练过程中。在思维想象任务中的分类结果表明，该方法可以在保持分类准确率变化不大的情况下有效地减少训练集。

关键词：脑—机接口脑电空间滤波机器学习支持向量机

基于EEG的运动想象分类与识别算法及其在脑—机接口中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于EEG的运动想象分类与识别算法及其在脑—机接口中的应用

作者：宋俊可安徽大学

学位级别：硕士

基于脑电的脑—机接口(Brain-Computer Interface, BC1)技术作为一种新型人机交互手段,近年来已经成为康复工程以及生物医学工程等领域的研究热点。脑一机接口是在人脑和外界环境之间建立直接通信,而不依赖外周神经以及肌肉这种正常的... 详细信息

基于脑电的脑—机接口(Brain-Computer Interface, BC1)技术作为一种新型人机交互手段,近年来已经成为康复工程以及生物医学工程等领域的研究热点。脑一机接口是在人脑和外界环境之间建立直接通信,而不依赖外周神经以及肌肉这种正常的输出通道。对脑电数据的正确分类是决定脑—机接口性能的关键因素,因此研究基于脑电的分类识别算法具有重要的现实意义。本文以基于运动想象的脑—机接口作为研究对象,对基于运动想象的脑电信号的特征提取方法和分类识别算法进行了系统的研究,并实现了以基于滑动窗的ICA(Sliding Window ICA, SWICA)为核心算法的在线BCI系统。论文的主要内容如下：1.设计了基于运动想象的BCI实验范式,采集了较丰富的左右手运动想象脑电数据;结合已有的标准EEG数据,建立了用于本文离线BCl分析的实测脑电信号数据库。2.研究了基于后验概率的支持向量机(Posteriori Probability Support Vector Machine, PPSVM)和隐马尔科夫模型(Hidden Markov Models, HMM)等模式识别方法,并结合脑电模式分类问题,进行了不同分类方法的性能比较。并用基于后验概率的支持向量机检测出了运动想象过程中的“休息”状态,为实现运动想象在线控制系统创造了良好的条件。3.研究并实现了基于能量、共同空间模式(Common Spatical Pattern, CSP)和SWICA算法的EEG特征提取方法。重点研究了基于SWICA的信号包络检测新方法,并将该算法应用于脑电mu节律的动态特性分析和运动想象分类,得到了较高的运动想象分类识别率。4.设计并实现了基于SWICA算法的在线BCI系统,实验证明,该系统可以实时在线的识别出左右手运动想象,识别率最高可达92.7%。

关键词：脑—机接口运动想象共同空间模式隐马尔科夫模型 SWICA算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉图片的脑—机接口控制研究

基于视觉图片的脑—机接口控制研究

作者：宋雨天津理工大学

学位级别：硕士

脑—机接口(Brain-computer interface,BCI)是一种不依赖于大脑的正常输出通路(外围神经和肌肉组织)而使人类大脑直接与计算机或外部设备进行通信的技术。基于脑电图信号(electroencephalogram,EEG)的脑—机接口方法具有操作方便,成本... 详细信息

脑—机接口(Brain-computer interface,BCI)是一种不依赖于大脑的正常输出通路(外围神经和肌肉组织)而使人类大脑直接与计算机或外部设备进行通信的技术。基于脑电图信号(electroencephalogram,EEG)的脑—机接口方法具有操作方便,成本低以及其无创性等优点,是当前脑—机接口研究的主要方向。脑—机接口系统的研究有明确的临床应用背景,因此实时在线系统的设计和实现有着重要的意义。磁共振成像(MRI)对受试者的观察发现,受试者在进行场景模式学习时,大脑的后海马区与后海马旁回兴奋度明显加强;而在进行脸部辨别学习时,大脑的边缘皮层、前海马区和后梭状回兴奋度增强。本文根据以上观察结论给出一种利用人脸图片和场景图片作为刺激源,来检测受试者后海马区、后海马旁回以及边缘皮层、前海马区和后梭状回附近脑电信号的方法,对受试者在进行人脸图片刺激与场景图片刺激时不同脑电信号进行在线区分。本研究中脑电信号的伪迹去除方法采用指数移动平均算法。脑电信号的分类采用了两种分类算法:一种是利用基于多项式核函数的投票感知器为弱分类器的Ada Boost算法;另一种是惩罚逻辑回归算法。研究中所用到的脑电信号采集设备Emotiv EPOC是一种干电极脑电信号采集放大器。本文首先通过离线实验验证了基于人脸图片和场景图片脑—机接口系统的可行性,6名参与测试的受试者,其离线实验的分类成功率都超过了70%。在线实验是用分类后的脑电信号来实现基于以太网供电(power over ethernet,POE)的智能照明亮度的控制,6位受试者在设定范式下的控制成功率都超过了70%,系统达到6.5bits/min的平均信息传输速率,很好的实现了智能照明的阶梯控制。脑—机接口与POE结合,给出了一种新的智能家居控制思路,这套基于便携式干电极脑电采集器的脑—机接口系统,可以使脑—机接口控制系统走出实验室,将为改善神经肌肉疾病患者的日常生活带来帮助。

关键词：脑—机接口指数移动平均 AdaBoost 投票感知器惩罚逻辑回归以太网供电

基于运动想象的在线脑—机接口系统的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于运动想象的在线脑—机接口系统的研究与实现

作者：李翔清华大学

学位级别：硕士

脑—机接口（brain-computer interface, BCI）是一种使大脑能够不依赖于外周神经和肌肉通道，而与外部环境进行交互的系统。脑—机接口系统采集大脑的信号，通过信号处理算法进行分类，并将分类结果翻译成外部设备的控制命令。基于运... 详细信息

脑—机接口（brain-computer interface, BCI）是一种使大脑能够不依赖于外周神经和肌肉通道，而与外部环境进行交互的系统。脑—机接口系统采集大脑的信号，通过信号处理算法进行分类，并将分类结果翻译成外部设备的控制命令。基于运动想象（motor imagery）的脑—机接口通过检测大脑想象不同肢体运动的脑电特征，完成分类和控制。运动想象作为一种由人主观进行的思维活动，不需要任何形式的外部刺激，应用范围较广，包括对于中风患者等具有运动功能障碍的患者进行康复训练也具有重要意义。现有的基于运动想象的脑—机接口系统在分类性能、任务设计等方面还有继续提高的空间，寻求进一步提高其性能的方法是一件富有意义的工作。本论文基于运动想象的神经生理学基础和目标特征，对目前几种常用的及最新提出的运动想象脑电特征提取和分类方法进行了介绍，通过实际的运动想象脑电数据集对它们的性能进行了离线的测试和比较，最终选用了共迭代时空模式（iterative common spatial-temporal patterns, ICSTP）结合支持向量机（support vectormachine, SVM）作为在线系统的特征提取和分类方法。基于离线的研究，本论文构建了一种运动想象在线脑—机接口系统，受试者通过进行左手和右手的运动想象，控制一个虚拟小球在水平方向上的运动。为了改善脑—机接口系统的性能，对其进行了任务异步化的改进，引入了新的任务和视觉反馈。通过受试者在线实验对系统进行了测试和验证，证明了系统的有效性。运动想象脑—机接口的一个固有缺陷是可识别任务种类少。为了解决这个问题，本论文通过引入运动起始时刻视觉诱发电位（motion-onset visualevoked potential, mVEP）这种新的范式与运动想象相结合，构建了一种不需要强烈视觉刺激的混合控制字符输入系统。系统通过运动起始时刻视觉诱发电位控制字符的输入，通过运动想象控制界面的开关和允许输入下一字符的控制。受试者无需借助任何非脑电的途径就可以完成对整个系统的操作。实验结果显示，经过一定训练的受试者能够较好地完成系统的操作，运动想象单步操作平均时间最短为3.9s，字符输入的正确率最高可达93.3%。

关键词：脑—机接口运动想象在线运动起始时刻视觉诱发电位混合模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ECoG的运动想象脑-机接口分类方法

计算机应用与软件 2009年第6期26卷 21-23,56页

作者：葛瑜杨钢周宗潭胡德文许昌学院电气信息工程学院河南许昌461000 国防科技大学机电工程与自动化学院湖南长沙410073

脑—机接口BCI(Brain-Computer Interface)技术是近年来国际上的研究热点之一,它通常利用脑电EEG(electroencephalo-gram)来实现无动作的人机交互,运动想象是其中一种重要的BCI实验范式。有关研究表明,脑皮层电位ECoG(electrocorticogr... 详细信息

脑—机接口BCI(Brain-Computer Interface)技术是近年来国际上的研究热点之一,它通常利用脑电EEG(electroencephalo-gram)来实现无动作的人机交互,运动想象是其中一种重要的BCI实验范式。有关研究表明,脑皮层电位ECoG(electrocorticogram)具有更好的信噪比与频带特性。研究基于ECoG的运动想象BCI系统,针对ECoG信号的特点,改进了信号处理方法,提取数据的公共空间模式CSP(Common Spatial Pattern)特征,并利用支持向量机SVM(Support Vector Machines)进行分类器设计,提高了运动意向的识别正确率。用相应方法处理2005年脑-机接口竞赛中的一组实验数据,正确率达到92%,相比于当时参赛时所用的方法提高了6%。实验还发现,支持向量机在克服"维数灾难"和"过拟合"方面具有更好的鲁棒性。

关键词：脑—机接口脑皮层电位运动想象公共空间模式支持向量机

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于脑电Alpha波的脑-机接口系统设计

基于脑电Alpha波的脑-机接口系统设计

作者：高扬天津大学

学位级别：硕士

脑—机接口（Brain-Computer Interface——BCI）是在人脑和计算机或其他电子设备之间建立的一种直接的信息交流和控制通道, 是一种不依赖于常规大脑输出通路（外周神经和肌肉组织）的全新的信息交流系统。瘫痪病人所患的多种神经肌肉... 详细信息

脑—机接口（Brain-Computer Interface——BCI）是在人脑和计算机或其他电子设备之间建立的一种直接的信息交流和控制通道, 是一种不依赖于常规大脑输出通路（外周神经和肌肉组织）的全新的信息交流系统。瘫痪病人所患的多种神经肌肉紊乱都会阻断大脑与外界环境的信息交换及对其的控制通道，使患者丧失基本的运动功能和正常的交流能力，严重的已经不能借助传统辅助装置进行基本交流。BCI作为一种全新的信息交换和控制技术，将能为瘫痪病人，特别是那些丧失了基本肢体运动功能但思维正常的患者，提供一种与外界进行信息交流和控制的新途径，正受到越来越多的重视。本文根据90％脑神经功能正常的人在短时间闭眼后脑电（EEG）中alpha（α）波幅均可明显增强这一普适特征，设计了一套简便易行的基于脑电α波的脑—机接口系统。该系统仅需在操作者头后部放两个脑电检测电极，无需训练就可以快速而可靠地控制外接机电装置运行开关，还可以扩展为多选项实时控制系统。作者首先搭建了闭眼alpha波控制系统（Eye-Closure Based Activation System，ECBAS），引入开关抑制模块和声音反馈减少误控制，实现了对单个开关的快速可靠控制，经10名操作者试验，获激活开关平均时间2.4秒、平均错误率3％的好成绩，证实该系统可以简便易行、快速可靠地控制外部机电设备的开关运行。在此基础上，进一步开发设计了基于计算机LabVIEW平台显示的循环灯选择系统（Recycling Lights Choice Menus System, RLCMS），利用α波控制单个开关的功能，通过四灯循环作为指示菜单，实现了四个目标的α波控制选择。为验证系统的有效性，设计了四时程、每时程20次连续选择（时间递减）实验。经5名操作者试验，证实每个受试者均只需少数训练时程即可达到10%或更低的错误率，说明系统无需繁复学习或生物反馈训练的易操作性，以ECBAS为基础的扩展功能可以实现由两种状态选择控制到多个选项的选择控制。最后，再以RLCMS为原型，设计了α波小车控制系统（Minicar System Controlled by Alpha, MSCA）以实现α波对电动小车的实时控制。经5名操作者参加连续25次随机方向控制实验，平均正确率达到91.2％，再次证实本文设计的α波的脑—机接口系统进行多选项控制的可实现性和潜在应用价值。如实现系统集成化和便携化，配置适当的控制显示面板，可望进一步开发出专供那些患有全身性重症瘫痪但头脑功能正常的残疾人使用的新型助残轮椅等产品。

关键词：脑电图(EEG) 脑—机接口 alpha(α)波基于闭眼α波控制系统(ECBAS) 循环灯选择系统(RLCMS) α波小车控制系统(MSCA)

在脑-机接口技术中应用小波变换分析视觉诱发电位

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在脑-机接口技术中应用小波变换分析视觉诱发电位

作者：华小梅华中科技大学

学位级别：硕士

近年来由于计算机硬件和信号处理技术的飞速发展,已经使得人们利用脑电信号与计算机之间进行通讯成为可能。瘫痪病人现在可以利用一种全新的通讯技术(即脑—机接口技术)与外界进行交流。但是脑-机接口系统仍然存在通讯速度较低问题,目... 详细信息

近年来由于计算机硬件和信号处理技术的飞速发展,已经使得人们利用脑电信号与计算机之间进行通讯成为可能。瘫痪病人现在可以利用一种全新的通讯技术(即脑—机接口技术)与外界进行交流。但是脑-机接口系统仍然存在通讯速度较低问题,目前系统的通讯速度只有5-25比特/分钟。脑电信号处理方法是影响脑—机接口系统通讯速度的重要因素之一。诱发电位中的P300响应是在目标刺激出现大约300毫秒后在自发脑电信号中出现的一个正波峰,它在脑—机接口系统中可以用作二维控制信号。但是由于诱发电位是一种非平稳的随机信号,其幅值相对于自发的EEG背景噪声而言很低,而且诱发电位的频带和背景EEG噪声频带重叠,因此利用传统的信号处理方法很难提取到真实诱发电位。由于小波变换在时域和频域上都具有良好的局部化特性,本文提出了一种基于小波变换的去噪方法,以期达到从单次样本中提取视觉诱发电位的目的。此外,我们依据样本小波分解在目标刺激出现后400—600ms时间范围δ频带(0-4Hz)内是否具有正的小波系数为标准来判断单次样本中是否有P300响应。实验结果表明小波去噪方法能够在大多数单次去噪样本中观察到视觉诱发响应的P100,N200以及P300成分,去噪后的单次视觉诱发响应与去噪后的平均视觉诱发响应的相关系数大于0.45的样本个数占85%,而且根据我们的P300检测标准只有74%的目标刺激响应中有P300特征量。这些结果很难用传统的基于傅立叶变换的信号处理方法得到。本文还设计了一个基于PC机的较完善的诱发电位小波分析系统。

关键词：脑—机接口信号处理小波变换单次提取视觉诱发电位