基于腦電信號的電動輪椅控制方法研究.pdf

1、腦電信號(Electroencephalogram，EEG)反應了大腦神經細胞的活動，在神經科學、腦認知、臨床醫(yī)學與康復工程等領域都具有十分重要的研究價值。腦電信號中蘊涵著豐富的生理、心理信息，人的思維意識及動作行為都會從腦電信號中反映出來。因此可以通過對腦電信號的分析獲取人的動作意愿，從而控制助殘裝置，解決一些機能喪失者“運動難”的問題，相關的腦機接口技術已經成為生物醫(yī)學工程領域的研究熱點之一。
　　 本文研究了腦電信號的采集

2、和預處理、特征提取和模式識別等方法，分析并研究了利用運動場景想象產生的腦電信號控制電動輪椅的方法。在Patrafour電動輪椅基礎上，對其驅動接口進行了改造，研制了基于腦電信號的電動輪椅控制實驗平臺，在該平臺上完成了腦電控制輪椅的測試與實驗。研究的主要內容和創(chuàng)新點如下：
　　 (1)在腦電信號的預處理方面，提出了一種基于小波包和CuBICA算法的腦電信號預處理方法。針對腦電信號中常含有的眼電偽跡，首先用小波包分析對原始腦電信號去

3、噪，再進行中心化和白化處理，然后運用CuBICA算法對消噪后的腦電信號進行盲源分離。對分離后各信號間的相關性分析表明，CuBICA算法能成功分離腦電與眼電信號，得到去除眼電偽跡后的純腦電信號，為腦電信號的后續(xù)處理奠定了基礎。
　　 (2)在特征提取和模式識別階段，提出了一種基于排列組合熵和支持向量機的識別方法，用于運動想象腦電信號的模式分類。文章設計了多種運動場景想象模式和規(guī)范實驗過程，采集試驗者C3、Cz、C4通道的腦電信號作

4、為輪椅控制的源信號，進行信號的預處理，然后分別計算排列組合熵構成3維的特征向量，再利用支持向量機對腦電信號的運動想象模式進行分類，通過實驗對比證明了排列組合熵比樣本熵更適合作為運動場景想象腦電信號的特征值。
　　 (3)根據電動輪椅控制系統改造的要求設計了一個外掛的ATmega16單片機控制系統。按照RS-232串口通信標準建立了腦電識別主機和ATmega16單片機間的連接；并按照輪椅前、后、左、右、駐停的運動要求及其對應的傳感