基于脑机接口的智能轮椅的原型机的研究文献综述.docVIP

文献综述 课题名称： 基于脑机接口的智能轮椅的原型机的研究 学院（系）： 信息科学与工程学院 年级专业： 06级通信工程3班 学生姓名： 赵玉超 指导教师： 王金甲 完成日期： 2010-3-19 　 一、课题国内外现状 在过去10年里，BCI技术的研究发展十分迅速，1995年全世界只有约6个研究小组专门从事BC的研究，1999年则超过了20个，到2 002年则有近40个，他们在BCI的基础研究和应用研究都取得了丰硕的成果。并且先后于1999年6月、2002年6月和2006年在美 国召开了三次有关BCI的国际学术会议。又先后在2001、2003、2005年组织了三次BCI的信号处理和模式识别竞赛活动。2008年l1月的数据处理竞赛也已经落下了帷幕。 国外研究者主要来自美国WadsWorth中心、德国Tubingen大学、奥地利Graz理工大学、意大利等，国内研究机构目前有报导的有清华大学、重庆大学、上海交通大学、华中科技大学、中南民族大学、电子科技大学，其中清华大学研究最为深入。BCI的研究涉及多个学科：神经科学、生物医学、计算机科学、康复医学等。作为年轻的研究领域，大量复杂的问题有待于解决。 二、研究主要成果 目前脑机接口技术总体上还处于实验室阶段，做的比较好的有清华大学的机器狗踢足球，日本理研丰田脑科学研究中心的BCI轮椅系统。 三、发展趋势： 通过意念控制机器是人类一直以来的梦想。随着科学技术的不断进步，这个梦想已不再遥远。近年来，脑机接口 ( Brain Computer Interface，BCI ) 为用意念控制外部设备提供了可行手段。 脑机接口采集并分析反映人脑活动状态的电生理信号，识别人的主观意图，进而转化为控制信息控制外部设备或装置。这种技术不依赖人体通过神经系统控制肌肉的正常通路，在脑和外部环境之间起到传递信息的作用。因此，脑机接口技术可以辅助很多因神经肌肉损伤而行动受阻碍的疾病患者，尤其是肌萎缩性脊髓侧索硬化病患者 (amyotrophic lateral sclerosis, ALS) 和脑神经损伤病人，进行自我照顾或自主的肌肉控制等。 目前脑机接口中常用的信号是头皮脑电信号（Electroencephalography，EEG）。脑电是脑细胞群体发放电所产生的宏观现象，当大脑活动的时候，会产生特定的脑电信号。脑电自1929年被发现以来，已被证明其中包含反映脑功能认知活动的成分，并成功应用于认知科学和疾病诊断等领域。实现脑机接口的关键部分是对脑电数据的分析和处理。现阶段还存在许多困难：虽然使用先进的信号采集设备已能够检测非常微弱的脑电信号，但是脑电信号中不可避免的掺杂了各种噪声，使得数据的信噪比较低。近年来脑电数据处理的相关研究取得了令人瞩目的成绩，同时，信息科学与技术的不断进步也使得实时快速处理大量数据成为可能。借助于这些成果，脑机接口的技术得到了快速的发展，研究群体和组织也迅速壮大。 脑机接口技术的研究和关键技术问题的解决不仅需要其他学科领域的发展，而且能够反过来促进诸如认知神经科学、心理学、模式识别、信号处理和电子技术的交叉与发展。我们有理由相信脑机接口技术在不久的将来会有着深刻的影响并得到广泛的应用 四、存在问题 将BCI用于实际临着很多挑战，主要可归纳为以下4类。(1)信息传输率(带宽)：即使是有经验的测试者操作最快的BCI系统，目前的最大传输率也才50bits/min，相当于每分钟6个字符，这对正常的对话与交流仍然太慢。(2)高误差率：这是影响信息传输率的重要因素。(3)自动化程度：理论上，对运动功能严重失常的病人，BCI系统应该由他完全控制。然而事实上现有的BCI系统都需要照顾者的参与，如系统的安装、启动、初始化、关闭等，即使可以由病人自己关闭，但重新启动存在困难。(4)环境适应性：大多数BCI系统还只是在安静的实验室环境中进行测试，实际应用可能面临更复杂的环境，包括任务本身的认识程度、情绪反应、注意力、安全因素等。 要使BCI系统真正实用，除了解决以上问题外，还必须在以下各方面开展更深入的研究：(1)BCI系统的临床测试研究。(2)BCI的训练。为了提高BCI的实用性，必须考虑用户的接受程度与训练方法，减少电极的数量，缩短训练时间。(3)信号处理及分类算法。提高BCI的信息传输率，减少分类误差，在很大程度上取决于信