论文部分内容阅读
脑机接口(Brain-computer Interface,BCI)技术是在人脑与电子设备之间建立的不依赖于外围神经和肌肉组织的人机交互系统。该技术的应用能极大的提高运动功能障碍患者的生活能力,因此其在医学康复和生活辅助等方面占有重要的地位。目前BCI的研究主要是单一类型脑电信号(Electroencephalogram,EEG)的BCI系统,但其在实际应用中存在可靠性差,识别命令简单,信号数据的处理准确度低、速度慢等方面的不足。本文针对上述问题提出了稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP)与肌电信号(Electromyography,EMG)进行了模式融合的系统设计和信号处理算法研究。本文的具体研究内容如下:(1)系统的实验设计。综合考虑SSVEP的刺激方式、刺激频率、刺激目标大小以及布局等因素,设计实现了五个刺激块的SSVEP的刺激范式。分析了时间窗长度、电极数量以及位置对实验分类正确率的影响,选取了最优的电极采集通道。利用肌电信号的特征设计了咬牙信号状态检测器用以反馈错误输出命令。(2)信号处理算法研究。对于SSVEP信号,先采用了离散小波去噪方法去除低频干扰,再利用典型相关分析(Canonical Correlation Analysis,CCA)算法实现特征提取和分类识别。针对CCA不能较好提取信号中多维信息的问题,对CCA进行了改进,达到了更加有效快速地提取信号特征的目的。对于肌电信号,采用离散小波去噪。根据信号特征研究了线性分类器和支持向量机(Support Vector Machine,SVM)分类器。针对SVM分类器,利用K-折交叉验证的方法进行分类器训练和参数选择,提升了SVM分类器的性能实现了较好的分类效果。(3)设计并搭建一种在线混合脑机接口(Hybrid BCI)系统,实现了三维空间下对三自由度直升机(3-DOF helicopter)平台多个命令的飞行控制。六名受试者参与系统在线实验并成功完成拾取和投放物体的飞行任务,且平均准确率达到90.00±4.30%。本文提出的基于SSVEP和EMG的混合脑机接口系统能够实现对三自由度直升机的在线控制,验证了系统的有效性和稳定性,研究结果可在医疗康复、生活辅助等方面发挥巨大作用。