基于大脑-计算机接口技术的虚拟现实技术研究-蔡汉齐.docVIP

基于大脑-计算机接口技术的虚拟现实技术研究 作者： 蔡汉齐 厦门外国语学校 指导老师： 杨立朝 厦门大学 刘同玉 厦门外国语学校 基于脑-机接口技术的虚拟现实技术研究 研究背景 脑机接口（Brain- Interface，BI）是在大脑和计算机或其他电子设备之间建立不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的全新通讯和控制技术，是神经系统与外界环境交互的一种通道,各类神经信号可通过转化为可识别的机器指令用于控制外部环境。脑-机接口的研究经历了惊人的发展也成为了神经科学与信息工程技术交叉学科的热点课题。 虚拟现实是一项基于BI技术的逆运用技术，是在大脑和机械设备之间不依赖常规大脑信息输入通路的全新通讯和感觉技术，是神经系统接收外界信息的一种通道，信息经转化为具有一定模式的神经信号直接输入神经系统，带给人非人体感官输出的神经刺激。 我个人是在2012年在本校初中部时通过一个科幻小说而产生对于这项技术的构想，后来上网调查发现这项技术就是虚拟现实技术，后来通过高中对于生物这一门学科进一步的学习，我开始进一步了解这项技术及其基础技术：BI技术，并关注其最新研究动态。通过2014年5月的一份医疗健康类报纸我看到了浙江大学求是研究院的“神经信号传导控制机械假肢”的文章，我开始用现有知识分析其可行性及延伸发展。我发现绝大部分的BI技术研究都是信号输出控制方向上的，于是我开始逆向研究神经信号由外界模拟感受器的输入的可行性。 脑机接口技术信号输出方面主要有三个关键技术：第一，可准确形成信息的稳定解析神经信号，这需要对脑电信号的准确分类与解析；第二，合理可行的神经信号传导通路，这包括适宜的信号输入与适当的通路选择；第三， 大脑相应部位能准确接受并解析这一信号。 现阶段的有关虚拟现实技术的BI技术发展主要有以下几方面： 对神经信号的特征提取方法。针对局部场电位信号主流研究采用小波变换提取多通道、多频段的时频域特征信息针对锋电位信号建立了基于谱聚类算法和朴素贝叶斯分类器的锋电位分类方法该锋电位分类方法具有较好的精度、抗噪性和效率 独立分量分析（Independent Component Analysis，ICA）作为一种预处理手段用于消除原始脑电信号中的干扰成分,进而改善脑机通信的正确识别率。 混合BI 通过多模态（Multi-modal）或者混合（Hybrid）脑机接口的方式来提供多个自由度的输出。 对进行开发 目前对于BI技术的研究已经表明这项技术实现的可行性，许多实验室已从各个关键技术入手研究，我的研究就是基于这个背景下进行的。研究目的 虚拟现实技术是跨多个领域的综合性技术，它结合了计算机学、信息学、神经学等多个学科的知识。本研究从神经学入手，希望通过实验调研对基于BI技术的逆向信号输入进行进一步的研究通过论文调研（主要）以及可能的临床实验得到可靠的实验数据，为进一步的实验提供基础。基于对BI技术的研究，结合计算机图像技术，最终得到虚拟现实技术；并将在多个领域运用，解决 研究方法 虚拟现实技术是新兴的综合性技术，对于其研究依然停留在理论阶段。由于实验本身对基础理论的要求及实验设备，现阶段主要的研究方法为论文调研以及对相关工作者的访问。具体未能进行的实验操作可在后续实验设计中介绍。 实验设计 一个完整的反射弧包括感受器、效应器、传入神经、神经中枢与传出神经。大体来讲，本实验是切断传入神经通路，并模拟外界刺激进行信号发射。按照理论，实验将分为两个主要部分，大鼠作为实验对象进行实验： 不同环境下的变化。标准环境下使实验个体处于单一颜色（声音、触觉等）环境下（只受到相应实验刺激），并接收相应反馈神经信号，对比不同个体，监测是否能找出EEG中相近的反馈信号。若获得刺激信号所对应的反馈电信号，对所获得的反馈信号进行归类及进一步解析。 对大鼠相应的部位（感受器官神经）进行信号的拦截，从通路上截取相应的刺激电信号，比较分析不同信号的差异与同种信号间的近似处，分析提取相应电信号并进行分类以及进一步的解析。 对大鼠相应的部位（感受器官神经）进行对本体信号的拦截（切断原信号通路），再从连接大脑一端进行相应第一步实验反馈信号的传输（将信号解析为电信号，或直接将相应1.中得到的信号直接刺激），同时监测大脑相应区域是否受到相应刺激所产生的EEG反馈电信号。并对照组，分析信号是否近似或相同以验证实验结果。 对大鼠相应的部位（感受器官神经）进行对本体信号的拦截（切断原信号通路），再从断路连接大脑一端进行相应第二步实验反馈信号的传输（将信号解析为电信号，或直接将相应2.中得到的信号直接刺激），同时监测大脑相应区域是否受到相应刺激所产生的EEG反馈电信号。并对比对照组个体，分析信号是否近似或相同以验证实验结果。 预期结果 如果相应理论正确，则可以