- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
脑机接口的研究概述
脑机接口的研究概述
引言
脑-机接口作为一种新生事物,经历了从无到有、从概念模型到实验论证,再到应用开发的过程。1924年, 德国神经学家Hans Berger首次用原始的无线电装置首次发现脑电信号, 纷纷展开了对它应用的研究。1973年,在加州大学洛杉矶分校的Jacques Vidal所负责的项目中,首次给出了BCI系统的定义。 1999年至今,国际BCI会议在美国四次召开,会议总结了BCI技术的发展,探讨了未来BCI技术研究的关键以及BCI系统的开发标准等问题。脑-机接口技术作为一门新兴的多学科交叉的前沿技术已逐渐走出实验室,可广泛应用于医疗康复、家居娱乐和军事应用等领域。
一、BCI的研究意义与发展现状
1.1研究意义
脑机接口(Brain Compmer Interfaces,BCI) 是不依赖传统的肌肉和神经通路,直接解读大脑意识任务,解码成相应的指令控制外部装置实现脑命令的直接输出科学、脑科学、控制科学和计算机科学的交叉研究热点,对于解决神经残疾、特种环境操纵等一系列应用问题具有重要的作用和意义。
(1)医疗康复领域:近年来, BCI技术可望帮助生活不能自理的病人利用大脑意识来实现与外界的交流,帮助这些病人恢复部分生活自理能力,给他们的生活带来新的希望。
(2)军事领域:BCI技术为未来武器装备操控提供了智能化发展方向,已经引起世界各国军方的高度重视。2013年,美国国防部向外界披露了一项“阿凡达”研究项目,计划在未来实现通过意念远程操控“机器战士”,代替士兵在战场上作战,遂行各种特殊作战任务。
(3)日常生活:日常生活中,BCI技术在游戏娱乐、智能家居、实时监控等方面都有着很大的应用空间。2012年,g.tec小组研究了一款脑电游戏系统,用户可以用它玩愤怒的小鸟和魔兽世界。
1.2发展现状
在BCI技术具有极大实际应用价值的推动下,进入二十一世纪,BCI的研究也进入了一个新的阶段。自1999年起,已经成功举办了四次国际BCI数据处理竞赛,极大地推动了BCI研究的发展。2013年6月,华裔教授贺斌用脑电波首次实现了对遥控飞机的控制; 2014年6月巴西世界杯开幕式上,一名瘫痪的男子利用安装在腿部的“外骨骼”为本届世界杯开球。
国内外比较著名的BCI研究机构有:Wadsworth研究中心、Graz-BCI研究机构、Berlin-BCI研究机构、Freiburg/ Tübingen研究小组、Washington/Albany研究小组、NSF、GSU脑实验研究室,以及清华大学高上凯BCI课题研究组等。
二、BCI系统的基本组成
基本的BCI系统框架如图1所示,该系统主要组成包括:信号采集、信号处理、特征提取、分类识别、输出设备等模块,下面就BCI系统的各组成部分及涉及的关键技术做以阐述与介绍。
三、信号采集
BCI系统控制信号的采集是实现BCI技术极为关键的第一步。信号采集系统由记录电极、信号隔离放大器、滤波器和模拟数字转换器等部分组成。其作用是采集来自大脑的头皮信号、脑膜内外信号等,并转换成数字信号作为计算机的输入控制信号,也就是BCI系统的输入信号。
脑电信号采集的一个重要问题是电极导联方式的选择。电极导联方式通常分为单极导联与双极导联两种[12]。单极导联一般选用耳垂、乳突等作为参考点,将参考电极作为相对零电位,记录头皮上活动电极与参考电极的电位差。双极导联是将活动电极等间距地两两放置在头皮的同一区域,记录两个电极之间的电位差,作为放大器的输入。
四、特征产生
特征产生是BCI整个系统的核心模块之,该模块从采集的脑电信号中识别出用户的操作意图,提取能反映用户主观动作意识的特征参数并通过某种算法将之转换为控制外围设备的指令。包括信号预处理、特征提取、特征分类,其中特征提取和分类是BCI信号处理最为关键的环节。
4.1信号预处理
脑电信号的预处理是进行特征提取和分类的必不可少的前提,主要作用是消除干扰,提高信噪比。在此主要有空间滤波、频域的带通滤波、去除眼电、基线校正等。
(1)空间滤波。对于多通道信号,空间滤波对于提高信噪比起着重要作用。常见的空间滤波方法主要有耳突参考,普通平均参考,小拉普拉斯参考,大拉普拉斯参考。
(2)频域带通滤波
由于运动想象发生的脑电信号频带有一定的规律,分析过宽的频带会参杂干扰信号,因此,在预处理中进行带通滤波可消除部分干扰信号,提高信噪比。
滤波器主要由IIR滤波器(无限长脉冲响应滤波器)和FIR滤波器(有限长脉冲响应滤波器)。
此外还要进行去除眼电,基线校正等。
4.2特征提取
特征提取是从信号预处理模块得到的脑信号中提取出
原创力文档


文档评论(0)