论文部分内容阅读
基于运动想象(Motor imagery,MI)脑电(Electroencephalograph,EEG)的脑机接口(Brain-computer interaction,BCI)可以用于代替原有的或重建丧失的中枢神经系统输出。神经反馈的初衷和技术与BCI类似,脑电是神经反馈中最便捷的神经生理信号,对于脑电信号处理方法的研究可以加速神经反馈技术的发展。本文主要以运动想象脑电信号为研究对象,对少通道脑电的预处理、特征提取和分类进行了研究,并初步搭建、测试了在线神经反馈系统。论文主要从以下几个方面展开研究,并取得了相应的研究成果:(1)初步设计了一款脑电音乐播放器,用户可以根据想象不同的肢体运动产生的脑电来控制音乐的播放,播放器也可以通过采集、分析用户不同情绪下产生的脑电来自动播放相应类型的音乐,以实时调节用户的心情,本设计增强了音乐播放器的智能化程度和根据脑电实现对用户情绪的自适应反馈、调节功能。(2)针对少通道在线脑电直接运用独立成分分析时存在的输入通道不足以及伪迹的自动识别问题,提出采用延时数据提取窗口的方法来对少通道脑电进行扩维,并将扩维后的多通道脑电信号直接作为Fastica的输入,然后计算独立成分分解后各独立成分的峭度值来自动识别、剔除眼电分量。(3)研究少通道左右手运动想象脑电的相位同步与AR(AutoRegressive,AR)模型相结合的特征对分类准确率的影响。利用Hilbert变换计算脑电信号的锁相值(Phase Locking Value,PLV),并结合6阶AR模型参数组成多维特征向量,采用参数寻优的SVM分类器对特征进行分类,以提高分类器的分类准确率。通过将单一的AR模型功率谱估计和相位同步特征方法用于特征提取来作为对比实验,表明了AR模型功率谱估计和相位同步结合作为左右手运动想象脑电特征的优越性。(4)初步搭建、测试了在线运动想象神经反馈系统。将左右手运动想象结合咬牙用于控制俄罗斯方块游戏,游戏中俄罗斯方块的转动和界面上脑地形图的状态作为反馈来让被试集中注意力、并实时调整自己的运动想象策略。实验结果表明可视化在线训练系统通过神经反馈可以增强运动想象能力和神经功能的可塑性,可望为神经反馈用于神经功能紊乱性疾病的临床治疗奠定一定的基础。