基于FPGA的脑机接口实时系统实现技术研究

摘要

脑机接口是不依赖于脑的正常输出通路(外周神经系统及肌肉组织)的脑机(计算机或其它装置)通讯系统。脑机接口是由人和机器构成的一个闭环系统。除人本身外，脑机接口系统主要包括：信号采集系统、特征量提取及模式识别系统和外部装置及控制系统。脑机接口技术的核心是把用户输入的脑电信号转换成输出控制信号的转换算法。由于脑机接口技术在康复工程等领域有重要的应用价值，它已经成为生物医学工程、计算机技术、通信等领域一个新的研究热点。但是作为一种多学科交叉的新兴通信技术，脑机接口研究大多处于理论和实验室阶段，离实际应用还有一定的差距。
　　 本文开展了基于FPGA的脑机接口实时系统实现技术研究。要实现脑机接口，必须有一种能反映人脑不同状态的信号。瞬态视觉诱发电位易于检测，不容易引起视觉疲劳。因此，采用瞬态视觉诱发电位来实现脑机接口。
　　 在已有的脑机接口中，通常采用计算机作为脑机接口的控制和信号处理器。本文用FPGA取代计算机，把FPGA的特点和优势应用到脑机接口的实现技术中，构建了一个新颖的基于FPGA的脑机接口实时系统。
　　 本文设计了脑电采集电路，包括有源电极、右腿驱动、前置放大电路、高通滤波电路、放大滤波电路、电压抬升电路、AD转换电路、光耦隔离电路和电源电路。脑电信号通过放大、滤波，提高信噪比，经AD转换为数字信号。
　　 采用VGA显示器作为刺激器，在FPGA中用VHDL编程产生图形刺激信号，实现基于FPGA的VGA视觉刺激器。这种视觉刺激器兼具用硬件或软件方式实现视觉刺激器的优点，是一种新的视觉刺激器实现方法。
　　 本文研究了视觉诱发电位信号处理方法及FPGA实现。用少量次累加平均结合数字滤波的方法来提取视觉诱发电位信号。数字滤波采用了FIR滤波和2次5点滤波。累加平均后的信号的小波分解系数具有明显的视觉诱发电位特征。采用基于时域波形相关的信号识别方法、基于特征向量数量积的线性判别方法和基于小波分解系数的识别方法进行VEP信号的识别。在FPGA中通过VHDL编程、DSP运算IP核和嵌入式乘法器实现信号处理算法。
　　 作者成功地开展了脑机接口实验。实验结果表明，本文构建的基于FPGA的脑机接口实时系统可以达到较高的正确率和通信速度，满足实时性和准确性的要求。

目录

文摘

英文文摘

声明

1 绪论

1.1脑机接口简介及研究意义

1.1.1脑机接口的概念

1.1.2脑机接口的结构

1.1.3脑机接口的研究意义

1.2国内外研究现状

1.2.1脑电信号的介绍

1.2.2脑机接口的研究方法

1.2.3 FPGA简介及其优势

1.2.4国内外研究现状及存在的问题

1.3本文研究目的及研究内容

1.3.1研究目的

1.3.2主要研究内容

2 脑电信号采集电路

2.1有源电极

2.2右腿驱动电路

2.2.1右腿驱动电路的原理

2.2.2右腿驱动电路的设计

2.3前置放大电路

2.4高通滤波电路

2.5放大滤波电路

2.6低通滤波电路

2.7电压抬升电路

2.8 A／D转换电路

2.8.1.A／D转换电路的设计

2.8.2基于FPGA的A/D转换控制器

2.9光耦隔离电路

2.10电源模块

2.11电路接地的设计

2.12串口通信电路

2.12.1串口RS232电路

2.12.2串口发送和接收模块

3 基于FPGA的VGA视觉刺激器

3.1脑机接口的视觉刺激器

3.1.1视觉诱发电位用于脑机接口的原理

3.1.2视觉刺激器的实现方式及设计要点

3.1.3刺激模式的设计

3.2 VGA显示的原理及方法

3.2.1 VGA显示的原理

3.2.2 VGA显示的设计方法

3.3基于FPGA的VGA控制器

3.3.1基于FPGA的视觉刺激器

3.3.2 VGA控制器的设计

3.3.3视觉刺激时序

3.3.4视觉刺激器实例

4 视觉诱发电位的信号处理方法及FPGA实现

4.1引言

4.2累加平均法

4.2.1累加平均法的原理

4.2.2异常脑电数据的剔除

4.2.3累加平均算法改进

4.2.4异常脑电剔除及累加平均算法改进的FPGA实现

4.3 FIR滤波器的设计

4.3.1 FIR滤波器及窗函数设计法

4.3.2基于FDATool的FIR滤波器设计

4.3.3 FIR滤波器的FPGA实现

4.4 5点对称滤波的设计

4.4.1 5点对称滤波的幅频特性

4.4.2 5点滤波的计算方法

4.4.3 2次5点滤波的FPGA实现

4.5小波变换

4.5.1小波变换在诱发电位提取中的应用

4.5.2小波变换的Mallat算法

4.5.3 Mallat算法的FPGA实现

4.6视觉诱发电位的特征向量

4.6.1视觉诱发电位的时域特征

4.6.2小波变换域的特征向量

4.7基于时域波形相关的信号识别方法

4.7.1波形相关法的原理

4.7.2波形相关法的FPGA实现

4.7.3模板发送和接收模块

4.8基于特征向量数量积的线性判别方法

4.8.1数量积法的原理

4.8.2数量积法的FPGA实现

4.9基于小波分解系数的识别方法

5 脑机接口实验研究

5.1实验方法

5.2脑电信号的采集

5.3脑机接口实验

5.3.1脑机接口通讯速率

5.3.2脑机接口实验方法

5.3.3实验结果及分析

6 结论与展望

6.1全文总结

6.2展望

致谢

参考文献

附录