【摘 要】
:
脑-机接口(Brain Computer Interface,BCI)可以通过神经系统活动实现对外部设备的控制。但是BCI会出现解码错误,导致外部设备做出与用户意图不符的决定。当人们认识到错误发生时,大脑中产生的错误相关电位(Error-Related Potentials,ErrPs)为识别BCI的错误提供了新途径。然而不同的视觉刺激模式不仅会影响ErrPs,还会影响基于ErrPs的错误识别。视
论文部分内容阅读
脑-机接口(Brain Computer Interface,BCI)可以通过神经系统活动实现对外部设备的控制。但是BCI会出现解码错误,导致外部设备做出与用户意图不符的决定。当人们认识到错误发生时,大脑中产生的错误相关电位(Error-Related Potentials,ErrPs)为识别BCI的错误提供了新途径。然而不同的视觉刺激模式不仅会影响ErrPs,还会影响基于ErrPs的错误识别。视觉刺激状态(动态与静态)和时长(长时与短时)是影响视觉刺激效果的两个重要因素。因此,本文研究了不同视觉模式下的大脑错误响应,并基于不同模式下对错误敏感的ErrPs进行时间窗的最佳选择,最终提出不同视觉刺激模式下的错误识别方法。为了探究不同视觉刺激状态与时长下的大脑错误响应,本文设计了基于动态/长时、静态以及短时视觉刺激的错误诱发实验范式。本实验共分析了19名被试的数据(招募20名,因采集环境问题去除1名)。行为学分析结果表明,本文实验均获得98%以上的执行正确率,保证了被试在实验中的参与度。本文从大脑激活程度和脑区间的连通性两个角度,利用脑电时频和相干性分析,探究了错误引起的大脑响应变化。时频分析结果显示在δ、动态/长时和静态的θ以及短时的α频段存在正误的显著差异;动态与静态和长时与短时之间的差异分别体现在δ和θ以及δ、θ、α和β。相干性分析结果显示错误会引起前中央区与前额区在α频段连通性的显著降低;刺激状态会引起前中央区与前额区在δ频段的显著变化,刺激时长会引起前中央区与中央顶区在α频段的显著变化。为了满足错误识别应用的需求,本文从脑电时域波形的角度分析了ErrPs的变化。本文根据ErrPs成分的出现时间计算了N1、P2、P3、N6和P8。结果显示P3、N6和P8在动态/长时、静态以及短时模式下均存在正确与错误间的显著差异,另外静态的N1和短时的P2也表现出对错误的敏感性。N1和P2存在静态与动态间的显著差异;P2、P3和N6存在长时与短时间的显著差异。本文基于不同模式下对错误敏感的ErrPs选取了9个不同的时间窗,通过线性判别分析和双因素重复测量方差分析进行数据分析。结果显示,刺激状态和时间窗会影响错误识别,而刺激时长没有影响。静态在与N1、P3、N6和P8相关的时间窗和动态在与P3、N6和P8相关的时间窗分别获得最高识别率。综上,本文设计了不同视觉刺激模式下的错误诱发范式,从大脑激活程度、功能连接和时域波形三个角度分析了错误引起的大脑响应变化,并实现了基于ErrPs的单试次错误识别。本文的研究成果能够为减少ErrPs-BCI在不同视觉模式任务中的可变性提供参考,从而为提高BCI的系统性能提供帮助。
其他文献
绞吸式挖泥船是现代工程中疏浚吹填、填海造地的重要的工具,具有广泛的适应性和高效性。挖泥船的输送管道过程必须测量和监控大量工程参数,特别是管道中固液两相流的流速和密度,以便进行施工过程的控制和优化。当前,对于绞吸挖泥船的控制过程主要通过施工员的人工经验进行操作,实时性、自动化程度和智能化水平都不高,无法反映和应对施工过程中本质的非线性、耦合和相互作用关系;同时,对于专业技术人员进行培训的周期、水平和
石油工业主要依靠常规容器式分离器来处理井口油、气、水采出液,但经济性和操作压力条件的不断提高,要求寻找新型高效、低成本的微型分离器。当今的海底油气生产系统和海上生产平台迫切需要一种更紧凑、高效的气液分离器,管柱式气液分离器(Gas-liquid cylindrical cyclone,GLCC)应运而生。GLCC利用离心力和重力的耦合作用实现气液分离,GLCC上部液相溢出(Liquid carry
流化床具备构造简单、操作便捷等优势,被广泛应用于石油、化工、环境等领域。研究流化床内流动及传质特性对于提高生产效率,设计、优化和放大流化床都具有重要意义。本文基于电导探针测量技术并结合数值模拟方法对流化床内空泡份额、气泡大小与分布等特征进行分析研究。具体研究内容如下:1.电导探针阵列测量系统设计与优化。设计了七通道双探头电导探针阵列,用于测量径向7个不同位置上空泡份额及气泡大小与分布。基于COMS
非线性系统的分析与控制一直以来都是控制领域的研究热点,其特点为耦合性高、不确定性和时变性强,导致非线性系统的模型获取和控制面临着很大的挑战。Koopman算子理论为非线性系统的建模与控制提供了新的思路。不同于神经网络、高斯过程等黑箱模型,Koopman算子能够从系统运行数据中挖掘系统动力学信息并建立显式的高维线性模型,将Koopman算子与基于模型的线性控制方法结合具有很好的理论价值与实际意义。本
<正>中职教育是我国教育体系的重要组成部分。班级是中职学校教育、教学的基本组织形式,是立德树人的重要阵地,学校管理要通过班级才能落实,班级管理涉及学生的学习、生活、实践的方方面面,其成效直接影响学校的办学质量和学生素质教育成效。
GABA能中间神经元的功能障碍可导致神经回路兴奋/抑制失衡,已被认为是脑认知功能障碍类神经系统疾病的一个重要诱因。相关实验研究表明磁刺激在脑组织内产生的感应电场可以调节皮层GABA能中间神经元的兴奋性,进而影响神经回路的兴奋/抑制平衡,然而其潜在的机制尚不十分清楚。树突对突触输入的整合作用对神经元的输入-输出特性起到至关重要的作用,本文从电场对远端树突的极化效应以及树突输入-输出特性的角度阐述了电
肌电控制策略在人-机接口技术中得到了长足的发展,本文重点针对肌电控制策略在复杂任务下手势识别效果不佳的问题,从动静态手势识别效果提升,手势动作及其力度等级同步识别,在线控制效果评估三个方面入手,设计了一种基于肌肉协同的更加接近人体神经肌肉激活模式的控制策略。首先,本文为了解决肌电控制策略在动静态融合任务下手势识别效果不佳的问题,利用非负矩阵分解算法提取肌肉协同特征,使用混合瞬态和稳态肌电数据的特征
阿尔茨海默症(Alzheimer’s disease,AD)是一种常见于老年的神经退行性疾病,脑电图(Electroencephalogram,EEG)是一种无侵入性、时间分辨率高、易获取的神经成像手段,且EEG信号与脑功能密切相关。通过EEG分析可以获得脑功能疾病的特征,然而由于没有利用EEG信号的完整特征实现AD解码,EEG和AD特征之间的联系无法得到明确的刻画,因此本文提出将利用EEG的潜在
脑-机接口(Brain-computer interface,BCI)是将用户的大脑活动转化为信息输出的一种新型人机交互系统。当前脑-机接口系统仍处于实验室研究阶段,且研究多聚焦于时间依赖型脑-机接口系统,致使脑-机接口系统一旦应用到复杂的真实环境中,其性能必然受到时间因素影响,很难实现跨时间条件下的高效迁移。因此,探究脑-机接口系统的时间适应性,实现不依赖时间也能达到高可靠性的新一代脑-机接口技
在过去的二十年中,男性不育引起了广泛的关注,在世界范围内,精子质量在精子数量和活力方面普遍呈下降趋势。精液质量的下降不仅代表男性生育能力下降,还有研究指出精液质量下降会导致男性患有心血管疾病、糖尿病、癌症的几率甚至死亡率的增加。所以精液质量的检查具有一定的意义,它可以一定程度的表明男性心理健康和身体健康,需要引起人们和社会的关注。世界卫生组织(World Health Organization,W