面向BCI系統(tǒng)的穩(wěn)態(tài)視覺誘發(fā)電位信號(hào)處理方法研究.pdf

1、腦機(jī)接口（BCI）是一種不依賴于正常的外周神經(jīng)和肌肉組成的輸出通路的通訊系統(tǒng)，形成于20世紀(jì)70年代?；贐CI原理設(shè)計(jì)的裝置有望幫助神經(jīng)肌肉系統(tǒng)癱瘓的病人實(shí)現(xiàn)與外界的交流。應(yīng)用于腦機(jī)接口系統(tǒng)眾多類型的腦電信號(hào)中，穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）具有信噪比高，操作簡(jiǎn)單，訓(xùn)練時(shí)間短等優(yōu)點(diǎn)。并且，它屬于一種非植入式腦電信號(hào)，不會(huì)對(duì)受試者造成創(chuàng)傷。因此，基于SSVEP信號(hào)的腦機(jī)接口系統(tǒng)得到了十分廣泛的應(yīng)用。
　　如何從復(fù)雜的腦電信號(hào)中提取

2、SSVEP相關(guān)信號(hào)是實(shí)現(xiàn)BCI控制的基礎(chǔ)和關(guān)鍵。本文依托新西蘭奧克蘭大學(xué)研究基金和新西蘭奧克蘭醫(yī)學(xué)研究基金等實(shí)際應(yīng)用項(xiàng)目開展面向腦機(jī)接口系統(tǒng)的穩(wěn)態(tài)視覺誘發(fā)電位信號(hào)處理及其實(shí)際應(yīng)用研究。論文從提高 SSVEP信號(hào)的識(shí)別精度、識(shí)別速度和提高基于SSVEP信號(hào)的BCI系統(tǒng)的實(shí)用性等角度出發(fā)，對(duì)SSVEP信號(hào)特征提取、特征分類、信號(hào)濾波等內(nèi)容進(jìn)行了理論分析和大量的實(shí)例驗(yàn)證，實(shí)驗(yàn)結(jié)果證明了相關(guān)算法在實(shí)際應(yīng)用中的可行性。在實(shí)驗(yàn)室非屏蔽環(huán)境下，成功地

3、設(shè)計(jì)了基于SSVEP信號(hào)的BCI系統(tǒng)，該系統(tǒng)可適用于不同的測(cè)試人群。本文的主要研究工作體現(xiàn)在以下方面：
　?。?）針對(duì)FFT方法分辨率有限的問題，采用一種基于頻譜搬移的FFT細(xì)化技術(shù)，在提高頻率分辨率的同時(shí)，增加可識(shí)別的目標(biāo)頻率總數(shù)。實(shí)際的SSVEP信號(hào)分析證明，該方法與常用的FFT補(bǔ)零法相比，可以提高目標(biāo)頻率的識(shí)別準(zhǔn)確率。為現(xiàn)實(shí)應(yīng)用中，更加復(fù)雜的指令控制打下基礎(chǔ)。
　　此外，結(jié)合單維信號(hào)諧波恢復(fù)相關(guān)理論，提出一種基于多信號(hào)

4、分類（MUSIC）的適用于多維SSVEP信號(hào)特征提取方法。相對(duì)于另一種性能較好的適用于多維信號(hào)處理的典型相關(guān)分析（CCA）方法，MUSIC方法在實(shí)際操作上較為簡(jiǎn)單，實(shí)驗(yàn)結(jié)果證明該方法可以獲得更高的識(shí)別準(zhǔn)確率。
　?。?）針對(duì)SSVEP信號(hào)特征分類，尤其是需要對(duì)空閑狀態(tài)進(jìn)行正確識(shí)別以降低假陽(yáng)性的機(jī)率，提出一種基于自適應(yīng)閾值特征分類方法，來進(jìn)行最終的目標(biāo)判別?；赟SVEP信號(hào)具有一定的個(gè)體差異性，提出一種基于訓(xùn)練數(shù)據(jù)最大識(shí)別準(zhǔn)確率為

5、目標(biāo)函數(shù)計(jì)算自適應(yīng)閾值的方法。實(shí)驗(yàn)數(shù)據(jù)分析表明，基于自適應(yīng)閾值進(jìn)行分類識(shí)別的效果優(yōu)于基于高斯分布的閾值分類識(shí)別方法。
　　此外，針對(duì)閾值法通常訓(xùn)練時(shí)間較長(zhǎng)的缺點(diǎn)，從實(shí)際操作的簡(jiǎn)便性來考慮，提出一種基于二層滑動(dòng)窗模型的數(shù)據(jù)處理方法來進(jìn)行最終的目標(biāo)判別。該方法可以避免或者少量地使用訓(xùn)練數(shù)據(jù)，降低系統(tǒng)的時(shí)間復(fù)雜度，實(shí)驗(yàn)結(jié)果證明該方法也可以達(dá)到很好的識(shí)別效果。
　?。?）為了進(jìn)一步提高識(shí)別準(zhǔn)確率，確保系統(tǒng)在實(shí)際非屏蔽環(huán)境中的可靠性，

6、在信號(hào)濾波方面，提出基于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的濾波方法。該方法結(jié)合SSVEP信號(hào)頻率特征，可以簡(jiǎn)便地確定 SSVEP相關(guān)固有模態(tài)函數(shù)進(jìn)行信號(hào)重構(gòu)，達(dá)到濾波的效果。實(shí)驗(yàn)結(jié)果表明該方法可以有效地提高 SSVEP信號(hào)識(shí)別準(zhǔn)確率，對(duì)于SSVEP信號(hào)在空閑狀態(tài)時(shí)的處理效果尤其明顯。
　　然而，EMD方法存在計(jì)算量較大的缺點(diǎn)。針對(duì)某些特定BCI系統(tǒng)實(shí)時(shí)性較高的要求，提出了基于高斯白噪聲的自適應(yīng)濾波（AF）方法。針對(duì)自適應(yīng)濾波器中參考信號(hào)往往

7、不確定問題，將高斯白噪聲作為自適應(yīng)濾波器的輸入信號(hào)，原始的SSVEP信號(hào)作為參考信號(hào)，使得自適應(yīng)濾波器產(chǎn)生的差值信號(hào)作為去噪后信號(hào)。實(shí)驗(yàn)結(jié)果表明該方法可以有效地降低噪聲的干擾。
　?。?）針對(duì)數(shù)據(jù)采集、信號(hào)處理和設(shè)備控制等功能進(jìn)行模塊化設(shè)計(jì)，降低系統(tǒng)的耦合度，有利于后續(xù)功能的擴(kuò)展。系統(tǒng)各個(gè)功能模塊之間通過網(wǎng)絡(luò)通信。同時(shí)，模塊化的設(shè)計(jì)也為后續(xù)開展其它類型的BCI系統(tǒng)研究提供了基礎(chǔ)和便利。
　　結(jié)合設(shè)備控制中存在的“速度匹配”問