自发式多分类脑机协同控制方法研究

脑机接口论文 运动想象论文 序列编码方法论文 机器人控制论文 轮椅控制论文
论文详情
脑机接口(brain-computer interface,BCI)是一种不依赖外周神经与肌肉,利用大脑思维直接与外界进行通讯和控制的新型人机交互技术。基于运动想象(motor imagery,MI)的自发式BCI是该领域中的重要研究分支之一,具有响应速度快、自主性高等优点,常被用于各类康复助残设备的在线控制。受脑电信号(electroencephalography,EEG)空间分辨率低的限制,目前BCI可识别的MI任务类别有限,相比于其它类型的BCI范式输出指令数目较少,难以实现对外部设备的多自由度控制。针对上述问题,本文提出了一种基于序列编码方法的多分类MI-BCI设计方法,并将其应用于机器人、机械手臂以及轮椅的实际控制,提高了MI-BCI范式在多自由度控制场合中操控性能。本文的主要研究工作如下:基于序列编码的多分类MI-BCI设计方法研究。为了提高MI-BCI的输出指令数目,我们提出了一种序列编码多分类BCI设计方法。该方法采用类似于摩斯电码的设计原理,需要被试按照规定的编码序列执行左/右手MI任务或保持空闲状态,实现新的序列MI任务。序列MI任务的不同编码方式将映射成最终的输出指令。利用上述方法,长度为N的序列MI任务可以编码实现2×(2N-1)个不同的输出指令。本文采用长度为2的序列MI任务实现了6分类MI-BCI范式,并选取4名健康被试进行实验,验证序列编码设计方法的有效性。实验结果表明基于序列编码的6分类MI-BCI的平均分类准确率达到了89.4%,远远超过了随机选择概率16.7%。同时,系统的卡帕系数和通量分别达到了0.88±0.060和23.5bpm,高于目前多数MI-BCI范式的通讯速率。上述实验结果证实了本文所提出的方法不但有效地提高了BCI系统的输出指令数目,而且能保持较高的分类准确率。基于序列编码MI-BCI范式的机器人控制技术研究。为了验证基于序列编码MI-BCI范式的可用性,我们将其应用于真实对象的实际控制中。首先,我们利用单分类MI任务进行长度为2的序列编码,设计了2分类序列MI-BCI范式,并且成功实现了对真实机器人前进/停止、左/右转弯等运动功能控制。4名被试参与了本实验,其中2分类序列MI任务的平均在线分类准确率为90.4%,平均响应时间为5.0秒。在机器人行走控制实验中,4名被试完成一次从初始位置到目标位置的行走任务平均花费139.4秒,输出的控制指令数平均为11.9个。随后,我们将左/右手2类MI任务进行长度为2的序列编码,设计了6分类BCI范式,实现了对真实三关节机械手臂的在线控制,并能够成功完成物体抓取任务。4名被试平均花费39.1秒完成一次物体抓取任务,需要平均输出6.1个控制指令。实验结果表明我们提出的序列编码多分类BCI设计方法具有较好的适用性,能够有效实现对真实外部设备的多自由运动控制。序列MI任务的异步检测与脑控轮椅控制方法研究。为了提高BCI范式的异步操控性能,本文提出了一种异步序列MI任务设计与检测方法,并以此为基础实现了4分类异步BCI范式,用于对真实智能轮椅的实际控制。在异步检测算法中,BCI利用模板匹配算法识别被试MI任务的开始、停止以及转换状态,实现对序列MI任务的异步检测。利用这一方法,被试可以不受系统提示信息的约束,自主决定序列MI任务的执行过程,实现对外部设备的异步控制。4名被试参加了本实验,在线仿真实验中,4类序列MI任务的平均正确检出率达到了90.7%。随后,我们将所设计的BCI范式应用于智能轮椅控制之中,验证异步序列编码设计方法在实际控制中的可行性和有效性。实验中,全部被试都能够控制轮椅执行前进/停止,左/右转弯和加速减速这6项功能,并在安置有障碍物的室内环境中顺利完成所规定的控制任务。实验结果表明异步序列MI设计方法在提高BCI系统输出指令数目的同时,还可以提高对外部设备的异步控制性能,进一步拓展了序列MI编码方法的应用范围。基于多尺度时间窗口的序列MI任务检测算法设计。为了提高序列MI任务的检测速度,本文还提出了一种基于多尺度时间窗口的序列MI分类算法。在该方法中,我们选取了从600-2000ms长度范围内的8个不同时间窗口对EEG信号进行特征提取和分类,并分别计算不同时间窗口分类结果的置信度。根据置信度值的大小,分类器对所有分类结果进行加权得到最终的MI分类结果。利用多尺度时间窗口分类算法,在同等分类准确率情况下,序列MI任务模板匹配响应速度相比于传统单一长度时间窗口方法增加了11.4%,而在同等响应时间条件下,MI任务分类准确率提高了4.2%。实验结果表明基于多尺度时间窗口分类算法能够在保证较高分类准确率的情况下,提高序列MI任务的检测速度。上述研究内容和实验结果表明,利用序列编码方法可以有效提高MI-BCI范式的输出指令数目,并能实现对多自由度智能设备的有效控制。该BCI方法可以为运动功能损伤患者提供一种有效的辅助运动手段,实现对各类多自由度康复助残设备的有效操控,进而提高他们的生活自理能力和生活质量。
摘要第10-12页
ABSTRACT第12-13页
符号列表第14-16页
第一章 绪论第16-36页
    1.1 脑机接口技术概述第16-22页
        1.1.1 BCI技术基本原理第16-20页
        1.1.2 BCI技术的应用前景第20-22页
    1.2 BCI技术发展趋势第22-29页
    1.3 自发式BCI技术研究现状第29-33页
    1.4 本文主要研究内容与章节安排第33-36页
第二章 基于MI序列编码的多分类BCI设计方法研究第36-56页
    2.1 引言第36-37页
    2.2 方法与材料第37-45页
        2.2.1 序列MI任务设计第37-39页
        2.2.2 EEG信号处理算法第39-42页
        2.2.3 被试与数据采集第42-43页
        2.2.4 实验设计第43-45页
    2.3 实验结果第45-49页
        2.3.1 在线测试结果第45-48页
        2.3.2 离线数据分析第48-49页
    2.4 结果分析与讨论第49-54页
        2.4.1 MI序列编码方法与传统方法性能对比第49-50页
        2.4.2 性能提升的原因分析第50-53页
        2.4.3 当前方法的不足与未来发展方向第53-54页
    2.5 本章小结第54-56页
第三章 基于序列MI-BCI的机器人控制方法研究第56-76页
    3.1 引言第56-57页
    3.2 机器人行走控制BCI范式第57-65页
        3.2.1 被试MI任务选择第57-58页
        3.2.2 机器人行走控制系统设计第58-62页
        3.2.3 对比实验设计第62页
        3.2.4 实验结果第62-65页
    3.3 多关节机械手臂控制BCI范式第65-70页
        3.3.1 机械手臂控制实验平台第65-66页
        3.3.2 六分类序列MI-BCI范式第66-67页
        3.3.3 机械手臂控制策略第67-68页
        3.3.4 实验流程和性能指标第68页
        3.3.5 实验结果第68-70页
    3.4 结果分析与讨论第70-75页
        3.4.1 序列MI-BCI的控制性能第71-72页
        3.4.2 存在的不足及其对控制性能的影响第72-74页
        3.4.3 序列MI-BCI设计中的关键因素第74-75页
    3.5 本章小结第75-76页
第四章 异步序列MI检测与智能轮椅控制方法研究第76-100页
    4.1 引言第76-78页
    4.2 异步序列MI-BCI范式设计第78-82页
        4.2.1 异步序列MI任务设计第78-79页
        4.2.2 序列MI任务异步检测算法第79-82页
        4.2.3 被试与数据采集第82页
    4.3 智能轮椅BCI控制系统设计第82-85页
        4.3.1 智能轮椅实验平台第82-83页
        4.3.2 轮椅控制策略设计第83-85页
        4.3.3 智能轮椅控制任务设计第85页
    4.4 实验流程与结果第85-92页
        4.4.1 实验流程第85-87页
        4.4.2 智能轮椅控制结果第87-88页
        4.4.3 异步序列任务在线检测结果第88-90页
        4.4.4 离线数据分析结果第90-92页
    4.5 结果分析与讨论第92-98页
        4.5.1 智能轮椅控制结果分析第92-95页
        4.5.2 序列任务异步检测结果讨论第95-96页
        4.5.3 存在的问题与改进之处第96-98页
    4.6 本章小结第98-100页
第五章 基于多尺度时间窗口的序列MI分类算法研究第100-116页
    5.1 引言第100-101页
    5.2 时间窗口长度对序列任务检测性能的影响分析第101-106页
        5.2.1 对分类准确率的影响第101-103页
        5.2.2 对响应时间的影响第103-106页
    5.3 基于多尺度时间窗口的分类算法设计第106-109页
        5.3.1 特征提取方法第106页
        5.3.2 分类器设计第106-109页
        5.3.3 实验数据第109页
    5.4 实验结果第109-112页
        5.4.1 序列任务模板匹配结果第109-110页
        5.4.2 与单一尺度方法的结果对比第110-112页
    5.5 结果分析与讨论第112-114页
    5.6 本章小结第114-116页
第六章 总结与展望第116-122页
    6.1 论文工作总结第116-118页
    6.2 未来工作展望第118-122页
致谢第122-124页
参考文献第124-144页
作者在学期间取得的学术成果第144-145页
论文购买
论文编号ABS3203204,这篇论文共145页
会员购买按0.30元/页下载,共需支付43.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付72.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656