论文部分内容阅读
脑-机接口(BCI: Brain-Computer-Inter face)是计算机技术、生物医学技术和传感器技术等高速发展时代涌现出的一项全新的、非传统的交互方式。脑-机接口不依赖于大脑的外周神经和肌肉组织等正常的输出途径,仅通过分析和识别人体脑电信号的不同状态来获取使用者的思想意图,从而实现人脑与外部世界的直接交互。本文主要以视觉诱发的脑-机接口系统为研究对象,展开了对视觉诱发范式的优化研究。通过优化的脑-机接口范式来提高所诱发的事件相关电位(ERP: Event Related Potential)的信噪比,提高脑电信号的可识别性,从而提高视觉诱发脑-机接口系统的性能。 本文主要工作如下: (1)以摄像头的视频信息来辅助脑-机接口使用者进行小车控制,从而减低使用者的控制难度,提高被控对象的控制精度。本文中主要研究视频信息反馈对于被试控制小车的指导作用,通过研究发现控制人员在视频信息的引导下能够更好的找到控制对象所要经过的路径,实现对小车的精确控制。通过实验中所采集的脑电信号可以看出,这种方法能够得到较高的识别准确率,更精准的控制小车的运行轨迹,最终可以较快的完成事先设定的控制任务。 (2)通过优化视觉刺激图形,使得被试在做视觉任务时更专注于目标刺激,从而降低因被试走神或疲劳所造成的信号漏诱发或错诱发。本文中的范式在普通范式的基础上随机产生1-3个绿点,并且在实验过程中将传统的默数闪烁次数的方式改为默数刺激图形中出现绿点的个数。实验结果表明,这种方法能够有效提高被试的注意力,从而降低因被试短暂的注意力不集中而造成的系统输出错误,最终提高了整个系统的输出准确率和信息传输率。 (3)研究了运动扩张运动形式对于人体脑电信号的影响,进而探索在运动刺激下能够有效诱发脑电位信号的刺激方法。本文范式通过向外发散的运动小球来实现扩张运动,实验结果显示,该范式诱发的ERP信号与人脸范式相差不大,但是其达到的准确率却在人脸范式之上。这进一步说明了融合运动的刺激方式可以诱发可识别性较高的脑电位信号,能够有效提高脑-机接口系统的输出准确率。