基于視覺圖片的腦—機接口控制研究.pdf

1、腦—機接口(Brain-computer interface，BCI)是一種不依賴于大腦的正常輸出通路（外圍神經(jīng)和肌肉組織）而使人類大腦直接與計算機或外部設備進行通信的技術(shù)?；谀X電圖信號（electroencephalogram，EEG）的腦—機接口方法具有操作方便，成本低以及其無創(chuàng)性等優(yōu)點，是當前腦—機接口研究的主要方向。腦—機接口系統(tǒng)的研究有明確的臨床應用背景，因此實時在線系統(tǒng)的設計和實現(xiàn)有著重要的意義。
　　磁共振成像（M

2、RI）對受試者的觀察發(fā)現(xiàn)，受試者在進行場景模式學習時，大腦的后海馬區(qū)與后海馬旁回興奮度明顯加強；而在進行臉部辨別學習時，大腦的邊緣皮層、前海馬區(qū)和后梭狀回興奮度增強。本文根據(jù)以上觀察結(jié)論給出一種利用人臉圖片和場景圖片作為刺激源，來檢測受試者后海馬區(qū)、后海馬旁回以及邊緣皮層、前海馬區(qū)和后梭狀回附近腦電信號的方法，對受試者在進行人臉圖片刺激與場景圖片刺激時不同腦電信號進行在線區(qū)分。
　　本研究中腦電信號的偽跡去除方法采用指數(shù)移動平均算

3、法。腦電信號的分類采用了兩種分類算法：一種是利用基于多項式核函數(shù)的投票感知器為弱分類器的AdaBoost算法；另一種是懲罰邏輯回歸算法。研究中所用到的腦電信號采集設備Emotiv EPOC是一種干電極腦電信號采集放大器。
　　本文首先通過離線實驗驗證了基于人臉圖片和場景圖片腦—機接口系統(tǒng)的可行性，6名參與測試的受試者，其離線實驗的分類成功率都超過了70％。在線實驗是用分類后的腦電信號來實現(xiàn)基于以太網(wǎng)供電（power over et