基于思维脑电信号的假手研究.pdfVIP

基于思维脑电信号的假手的研究 许涛 朱林剑 包海涛 大连理工大学康复工程研究所，辽宁大连，116023 摘要本文主要研究利用思堆脑电信号来控制饭手动作．采用小波变换时思雏脑电信 号进行分解，选取合适的子带信号并提取相应能量特征，组成特征向量精八BP神经网蝽进行 分类识剐。整个信号处理过程在LabⅥEw软件平台上实现．并利用其串口通信模块输出控 翻指令来控制饭手的张开争闭合． 关键词 思罐脯电信号 小波变换BP神经罔络LabVIEW 一、引言 假肢是用来弥补患者缺损肢体外形及功能的人工替代物，其研究的关键问题在于运动控制，而运动 控制的关键又在于控制信息源的获取．特别是对于多自由度假肢的控制．目前，EMG作为假肢的信息 源，在前臀霞肢研究领域中已广泛使用．但对高位截肢患者或因瘫痪而导致肌肉萎缩时，则不能提供足 够的肌电控制信息．同时，肌肉的疲劳、电板位置的改变、体能波动等也都会使肌电信号的特征值发生 员的不断努力．脑电研究取得了实质性进展．在康复工程领域t也吸引了很多科研工作者的目光．因为 如果脑电信号作为假肢信息源成为可能。那么利用脑电控翻假肢就可以完全避免肌电信号作为假肢信 息源的局限，而且脑电信号可以直接从头皮采集得到．目前国内外在脑电信号控制假手的研究方面，主 要是利用诱发脑电信号来作为信息源．近年来。脑电信号与意识间的关系研究取得了较大进展，人们开 始注意如何根据不同的思维任务对脑电信号进行快速、准确的分类t实现患者与周围环境间的信息交 流．利用不同意识任务所产生的脑电信号来作为假肢控制的信息源，不需要参与者的反复训练和额外 的刺激装置，较诱发脑电信号具有一定的优越性． 二、假手控制指令的获取 白发脑电含有丰富的频率成分，当人在进行某种意识活动时，一些频率成分受到抑制，而另外一些 频率成分得到增强．即人在进行不同的思维任务时，某些频带的能量信号存在差别，可以利用脑电信号 的这种差别，实现不同思维任务的分类．可以设计不同的思维任务对应不同的假手动作从而达到对假 手动作的控制。原始脑电信号直接作为假肢控制信息源是不现实的，有效的特征提取和进行正确的分 类识别是其中的关键．针对自发脑电信号的非平稳性和复杂性，本文采用时频特性都比较好的小玻变 换对EEG信号进行多级分解和重构，提取不同尺度空间的能量特征，再输入神经同络分类器对两种思 维脑电信号进行分类识别． 1．数据的预处理 象三维物体旋转两种意识任务来分别对应假手的张开和闭合，并选取c3、c4两路通道．每次思维任务 ·67· 提取． 工特征向量的提取 小波分析方法是一种窗口面积固定但其形状可改变．时间窗和频率窗也都可改变的时频局部化分 析方法．小波变换在低频都分具有较高的频率分辨率和较低的时间分辨宰，在高频部分具有较高的时 间分辨率和较低的频率分辨率。正是这种特性t使小渡变换在对信号进行分析时具有自适应性．任意 p(R)空间中的函敷的小渡变换定义为 wT，(口，6)一I口I“描l，(1)尹(‘二!)dl 其中，函效系 体．．(I)=14l-1，l中(!-#)n∈R，口≠o；6∈R 型，称为母小波或基本小波．其中4称为尺度因子，小尺度的变换包含信号的高频成分·大尺度的变 L。(R)能够作为母小波，必须满足允许条件 c．f料 式中，争(埘)是9(‘)的傅里叶变换． 利用小波变换进行多尺度分析和信号时频分解中，广泛应用的是二进离散小波变换·即取尺度因 解与燕构算法．利用小渡系数进行逆变换。可以重构信号，如果给定所有的小波系数，通过重构算法 就能完全精确地得到原始信号。通过部分小波系数也能重构出原始信号的近似信号，对信号进行不同 程度的逼近．在信号的小渡分析中，小渡基函数的选择非常重要，不同的小波基函数具有不同的特 u 人神经网络进行分类识别．整个计算过程在MATLAB环境中进行． 寰l五