基于脑电的脑机接口关键技术和应用前景.docx

第38卷第5期 电子科技大学学报 第38卷第5期 电子科技大学学报 Vr01．38 No．5 2009年9月 Journal of University of Electronic Science and Technology of China Sep．2009 基于脑电的脑一机接口：关键技术和应用前景 尧德中，刘铁军，雷 旭，杨 平，徐鹏，张杨松 (神经信息教育部重点实验室；电子科技大学生命科学与技术学院成都610054) 【摘要】介绍了运动想像脑～机接口技术中的几项核心技术，即在信息特征提取阶段采用的共空间模式和判决空间模式 滤波方法、在模式识别阶段采用的大概率测试样本扩充训练集合的贝叶斯线性判决分析方法、直推式支持向量机方法、基于 流形学习的拉普拉斯支持向量机方法和基于分层贝叶斯模型的方法。介绍了在线系统设计中的放大器设计和空闲态检测，展 望了未来的发展方向。 关键词脑机接口；脑电；特征提取；在线系统；模式识别 中图分类号R318 文献标识码A doi：10．3969a．issn．1001．0548．2009．05．009 Electroencephalogram Based Brain··Computer Interface： Key Techniques and Application Prospect YAO De-zhong，LIU Tie-jun，LEI Xu，YANG Ping，XU Peng，and ZHANG Yang-song (Key Neurolnformation ofMinistry ofEducation,School ofLife Science and Technology, 610054) Abstract Several key techniques of brain computer-interface based motor imagery introduced．For the feature extraction，emphasized the common spatial patterns(CSP)and discriminative spatial patterns(DSP) filters；for the pattem recognition，stressed the Bayesian linear discriminant analysis(BLDA)employed large probabilistic test samples to expand the training set，the transductive support vector machines(TSVM)，the manifold—based Laplacian support vector machine(LapSvm)，and the hierarchical Bayesian linear discriminant analysis．For on—line system realization，amplifier designing and the idle-state detection described．Finally，the potential future directions discussed． Key words brain··computer interface；electroencephalogram；feature extraction；on-·line learning； pattern recognition 人际交流能力是关系到生活是否和谐美好的重 展到数以百计【3】。除了一些著名大学和研究机构外， 要冈素，而交流的工具则可以是面部表情、书信、 诺基亚等高科技企业也投入巨额资金从事该项研发 身体姿态或心灵感应。事实上，交流是人类存在的 工作。在新闻媒体上有关BCI的新闻屡见不鲜，如布 基础，使得人与人之间相互理解，分享快乐和痛苦 朗大学的植入式BCI研究成果被《探索》杂志认为是 并维系日常生活。然而，一些人由于意外事故、生 2006年7大技术发现中最重要的技术发现；2008年， 病等冈素丧失了全部或者部分信息交流的能力，脑 由美国两家公司研发的用大脑操控电子游戏的设备 机接口(brain computer interface，BCI)的目标就是修 上市；国内许多单位也取得了很好的进展。 复或者替代这种输出，它是在人脑与计算机或其他 BCI可以根据其依据的神经生理现象而大致分 电子设备之间建立的直接交流和控制通道，不依赖 为3类：(1)基于内源性思维任务的BCI，如利用事 于脑的正常输H{通路，是一种全新的对外信息交