腦—機接口系統(tǒng)中實用分類技術的研究.pdf

1、近幾年來，計算機技術的飛速發(fā)展和信號處理技術的長足應用，使得人們對腦一機接口(BCI)的研究和應用成為可能。BCI是在人腦和計算機或其他電子設備之間建立的一種直接的信息交流和控制通道，是一種不依賴于常規(guī)大腦輸出通路(外周神經(jīng)和肌肉組織)的全新的信息交流系統(tǒng)。這種新的信息交換和控制技術，將能為癱瘓病人，特別是那些喪失了基本肢體運動功能但思維正常的患者，提供一種與外界進行信息交流和控制的新途徑，正受到越 來越多的重視。 目前，用

2、于BCI研究的腦電圖儀大多都是專用的，它們具有實驗設計方便、數(shù)據(jù)提取快速等優(yōu)點，但價格昂貴。而醫(yī)院臨床使用的腦電圖儀盡管價格相對便宜，但因為專用于為病人診斷病情，缺少相應的軟件平臺支持而不能用于BCI研究。因此在本課題中，作者首先基于臨床使用的腦電圖儀利用VC++6.0設計實現(xiàn)了一個軟件系統(tǒng)Sdund，該系統(tǒng)首先從USB接口讀取硬件系統(tǒng)采集的腦電數(shù)據(jù)，并以圖形方式實時顯示，以數(shù)據(jù)文件形式進行保存。然后在波形回放時可以提取事件相關數(shù)據(jù)和信

3、息，供后繼分析處理，數(shù)據(jù)庫采用SQLServer 2000。同時，系統(tǒng)還基于以上功能設計實現(xiàn)了左、右手食指敲擊鍵盤實驗。 本文研究的BCI實驗是基于手指動作的單次試驗腦電信號分類，該類實驗由于具有實驗方法簡單、響應時間短、識別率較高等優(yōu)點而成為一個研究重點。在該論文中，作者提出了一種基于腦電信號中的動作準備電位(BP)和事件相關同步化(ERD)，使用支持向量機(SVM)作為分類器的算法來分類左、右手食指敲擊鍵盤時的單次試驗腦電

4、信號。在通過Sdund系統(tǒng)獲得實驗者的事件相關數(shù)據(jù)后，由于BP現(xiàn)象出現(xiàn)在低頻段，ERD現(xiàn)象出現(xiàn)在中頻段，因此首先將多通道EEG數(shù)據(jù)分別通過低通濾波器和帶通濾波器，然后用時間窗進行時域上的過濾，選取現(xiàn)象表現(xiàn)最明顯的一段數(shù)據(jù)，再通過共空域子空間分解(CSSD)從信號中提取特征，設計空間濾波器，最后基于提取的特征，通過SVM訓練后，進行分類識別。在對三個人的腦電數(shù)據(jù)分類中，平均識別率達到了71％，同時將本算法應用于2003年和2002年國際腦