基于运动准备电位的异步脑机接口 系统设计及实现-控制工程专业论文.docxVIP

万方数据 万方数据 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：  日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者：  日期： 年 月 摘要 摘要 摘 要 异步脑-机接口（Brain-Computer Interface, BCI）技术为用户提供了一条不经 过周围神经系统的替代运动输出通路，可以完全自主的按自己的意愿通过思维 来完成对外界的控制，在医疗康复、运动辅助等领域具有广阔的应用前景。基 于脑电信号的异步 BCI 系统的研究在国内外已经有一定的探索，由于受到实时 性低、可识别任务量少等因素的影响，使其无法走出实验室。本文旨在通过分 析运动准备电位，提取其特征，预测运动意图，提前发出控制指令，提高系统 的实时性，设计基于运动准备电位的异步 BCI 系统，提供了异步 BCI 系统实现 形式的新思路。 设计的异步 BCI 系统，以经 BCI 系统采集并处理的脑电信号控制为主，以 路威机器人的自主运动为辅的方式来控制其到达目的地，主要完成的工作如下： （1）设计基于运动准备电位的异步 BCI 系统的实验范式。为了避免任何刺 激对脑电信号的影响，设计完全自主运动的实验范式，设置合适的单次实验时 间长度，一方面避免长时间实验对被试造成的情绪上的问题，造成信号下降； 另一方面避免数据量过大而增加数据处理的困难。 （2）针对异步 BCI 系统的实时性问题提出了本文的方法，即通过离线分析 运动准备过程中脑电信号的特征，采用绘制脑地形图的方法，定位激活脑区并 选取关键通道，分析信号时-频域的特征，确定敏感频率点和频率段，通过小波 包分解提取特征，采用支持向量机进行分类识别，预测是否有运动意图的平均 正确率为 77.22%，预测运动的起始时刻在运动开始前的 750 ??30ms，采用 CSP 算法提取相关特征，采用支持向量机进行分类识别，寻找最优的预测时间窗口 长度，预测运动意图的平均正确率 83.15%~92.71%。 （3）设计控制路威机器人的在线测试实验，将脑电信号解码为控制指令， 通过局域网络控制机器人的左右运动方向，最终实现通过脑电信号控制路威机 器人避开路径上的障碍物，实现了对路威机器人的实时控制。在线测试中，预 测时间平均为 874ms，预测意图的平均正确率为 79.18%。 关键词： 异步脑-机接口；运动准备电位；小波包分解；CSP；支持向量机 I Abstract Abstract Abstract Asynchronous brain computer interface (BCI) provides a substitutive motor output pathways without peripheral neural system, and it has great value in motor assisting and neurological rehabilitation. Many laboratories have developed asynchronous BCI system, but due to the low real-time, recognition t small task and etc, most of the asynchronous BCI are used in laboratory envionments. We extract the characteristics of the motor preparation potential and predict the motion intention, then send out the control instructions in advance and improve the real-time performance of the system.We design an asynchronous BCI