论文部分内容阅读
脑机接口（BrainComputerInterface，BCI）是一种不依赖于大脑的正常输出通路（即外围神经和肌肉组织），就可以直接实现人脑与计算机或其它外部装置直接通信的系统。BCI系统为那些由于受到肌萎缩性脊髓侧索硬化(ALS)、脑干损伤、中风等疾病影响，或是由于车祸、地震等不幸事件而完全失去行为能力但思维正常的患者建立了一种新的与外部世界交流的通道。国内外研究学者对基于视觉的脑机接口范式已经作了大量的研究，并得到了广泛应用。然而有很多患者在失去自主肌肉控制能力的同时，视力减退或者无法控制眼球运动，这就限制了他们对基于视觉的脑机接口系统的使用，因此有必要研究依赖于听觉的脑机接口范式。 本课题研究基于听觉P300的BCI技术，包括实验范式的设计、特征P300的提取方法、分类算法的研究以及BCI平台的设计。具体工作如下： 1、针对不同的患者需求设计了两种实验范式，包括容易分辨的纯音范式和多分类数字语音范式，其中纯音范式中还根据声道不同分为两种实验任务：任务1和任务2。 2、在声音序列刺激的同时采集脑电信号，采用相干平均和小波变换两种方法进行特征提取。利用相干平均法提取特征向量，结果发现纯音实验的任务1和任务2都可以诱发出P300响应，并且任务2的效果更好；数字语音实验也能提取出特征信号P300，为多分类的实验提供了依据。利用小波变换将单个目标刺激样本的原始信号分解，重构信号中也有显著的P300响应，验证了小波变换可以单次提取特征信号。 3、采用支持向量机对提取的特征向量进行分类。结果表明，纯音实验范式的分类正确率达到80％以上，数字语音实验范式的分类正确率达到75%以上，验证了不同听觉刺激实验范式特征提取的有效性。 4、设计了友好的在线听觉BCI系统界面，利用这个界面受试者可以表达简单的意愿，实现与外界的交流，同时也为BCI提供了一个实验研究与算法验证的平台。