基于腦電信號(hào)的電動(dòng)輪椅控制方法研究.pdf

1、腦電信號(hào)(Electroencephalogram，EEG)反應(yīng)了大腦神經(jīng)細(xì)胞的活動(dòng)，在神經(jīng)科學(xué)、腦認(rèn)知、臨床醫(yī)學(xué)與康復(fù)工程等領(lǐng)域都具有十分重要的研究?jī)r(jià)值。腦電信號(hào)中蘊(yùn)涵著豐富的生理、心理信息，人的思維意識(shí)及動(dòng)作行為都會(huì)從腦電信號(hào)中反映出來(lái)。因此可以通過(guò)對(duì)腦電信號(hào)的分析獲取人的動(dòng)作意愿，從而控制助殘裝置，解決一些機(jī)能喪失者“運(yùn)動(dòng)難”的問(wèn)題，相關(guān)的腦機(jī)接口技術(shù)已經(jīng)成為生物醫(yī)學(xué)工程領(lǐng)域的研究熱點(diǎn)之一。
　　 本文研究了腦電信號(hào)的采集

2、和預(yù)處理、特征提取和模式識(shí)別等方法，分析并研究了利用運(yùn)動(dòng)場(chǎng)景想象產(chǎn)生的腦電信號(hào)控制電動(dòng)輪椅的方法。在Patrafour電動(dòng)輪椅基礎(chǔ)上，對(duì)其驅(qū)動(dòng)接口進(jìn)行了改造，研制了基于腦電信號(hào)的電動(dòng)輪椅控制實(shí)驗(yàn)平臺(tái)，在該平臺(tái)上完成了腦電控制輪椅的測(cè)試與實(shí)驗(yàn)。研究的主要內(nèi)容和創(chuàng)新點(diǎn)如下：
　　 (1)在腦電信號(hào)的預(yù)處理方面，提出了一種基于小波包和CuBICA算法的腦電信號(hào)預(yù)處理方法。針對(duì)腦電信號(hào)中常含有的眼電偽跡，首先用小波包分析對(duì)原始腦電信號(hào)去

3、噪，再進(jìn)行中心化和白化處理，然后運(yùn)用CuBICA算法對(duì)消噪后的腦電信號(hào)進(jìn)行盲源分離。對(duì)分離后各信號(hào)間的相關(guān)性分析表明，CuBICA算法能成功分離腦電與眼電信號(hào)，得到去除眼電偽跡后的純腦電信號(hào)，為腦電信號(hào)的后續(xù)處理奠定了基礎(chǔ)。
　　 (2)在特征提取和模式識(shí)別階段，提出了一種基于排列組合熵和支持向量機(jī)的識(shí)別方法，用于運(yùn)動(dòng)想象腦電信號(hào)的模式分類。文章設(shè)計(jì)了多種運(yùn)動(dòng)場(chǎng)景想象模式和規(guī)范實(shí)驗(yàn)過(guò)程，采集試驗(yàn)者C3、Cz、C4通道的腦電信號(hào)作

4、為輪椅控制的源信號(hào)，進(jìn)行信號(hào)的預(yù)處理，然后分別計(jì)算排列組合熵構(gòu)成3維的特征向量，再利用支持向量機(jī)對(duì)腦電信號(hào)的運(yùn)動(dòng)想象模式進(jìn)行分類，通過(guò)實(shí)驗(yàn)對(duì)比證明了排列組合熵比樣本熵更適合作為運(yùn)動(dòng)場(chǎng)景想象腦電信號(hào)的特征值。
　　 (3)根據(jù)電動(dòng)輪椅控制系統(tǒng)改造的要求設(shè)計(jì)了一個(gè)外掛的ATmega16單片機(jī)控制系統(tǒng)。按照RS-232串口通信標(biāo)準(zhǔn)建立了腦電識(shí)別主機(jī)和ATmega16單片機(jī)間的連接；并按照輪椅前、后、左、右、駐停的運(yùn)動(dòng)要求及其對(duì)應(yīng)的傳感