基于脑电Alpha波的脑-机接口系统设计

发布时间：2017-05-24 07:01

  本文关键词：基于脑电Alpha波的脑-机接口系统设计，由笔耕文化传播整理发布。

【摘要】：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）
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2004
【分类号】：R318.0
【目录】：

• 第一章 绪论6-14
• 1.1 脑－机接口(BCI)发展背景6-7
• 1.2 BCI定义7-9
• 1.3 BCI的研究目的与科学意义9-11
• 1.4 BCI技术研究现状11-12
• 1.5 本课题的意义和研究内容12-14
• 第二章基于EEG的BCI研究方法14-41
• 2.1 EEG概述14-19
• 2.2 基于EEG的BCI研究方法19-25
• 2.3 基于EEG的BCI技术现状25-39
• 2.4 BCI发展的关键性问题39-41
• 第三章 基于α波的BCI设计41-63
• 3.1 背景及目的41-42
• 3.2 系统信号特征与设计原理42-46
• 3.3 ECBAS系统结构设计46-51
• 3.4 系统实验51-61
• 3.5 系统性能评估61-63
• 第四章 系统扩展设计和实时控制实验63-77
• 4.1 循环灯选择系统设计及实验63-70
• 4.2 α波小车控制系统及实验70-77
• 第五章 总结与展望77-79
• 5.1 研究总结77-78
• 5.2 展望78-79
• 参考文献79-82

【引证文献】

中国博士学位论文全文数据库 前1条

1 王磊;基于运动想象的脑电信号分类与脑机接口技术研究[D];河北工业大学;2009年

中国硕士学位论文全文数据库 前8条

1 吴浩浩;眼动辅助下的脑电信号手部动作识别研究[D];杭州电子科技大学;2011年

2 涂建成;脑电信号控制智能轮椅的研究[D];杭州电子科技大学;2011年

3 马登程;基于实时嵌入式系统的脑电信号采集仪器设计[D];山东大学;2006年

4 赵翔;智能轮椅的BCI人—机接口技术研究[D];天津大学;2007年

5 刘双迟;用于穴位电刺激的脑—机接口反馈训练技术研究[D];天津大学;2009年

6 卫兵;一种基于脑电α波的人机交互控制系统的设计与研究[D];安徽大学;2010年

7 林江凯;脑—机接口中运动想象脑电信号的特征提取和分类方法研究[D];重庆大学;2010年

8 李恋;结合EOG和EEG的人机交互系统的研究与实现[D];安徽大学;2012年

  本文关键词：基于脑电Alpha波的脑-机接口系统设计，由笔耕文化传播整理发布。

本文编号：390017