基于SSVEP的脑机接口系统研究与设计

摘要

脑-机接口（BCI）系统是一种实时的通信系统，可以通过现代信号分析处理技术将脑电信号转化为驱动硬件设备的指令来实现人脑与外界的信息交互。稳态视觉诱发电位（SSVEP）脑电信号由于具有高信噪比、信号集中等优点而被广泛用作BCI系统的基础输入信号。
　　本文的研究工作就是围绕 SSVEP信号在 BCI系统中的应用开展开来，主要介绍了各类脑电研究分析法、脑电信号的采集实验以及脑电信号的去伪迹噪声，并基于MATLAB平台进行了相关算法的仿真和分析，最后设计实现了基于SSVEP的BCI系统。
　　论文利用EEGLAB工具对原始SSVEP数据进行了电位重参考、基线去除、滤波等预处理操作来除去数据的伪迹噪声。在各类脑电研究分析法中，本文重点讲述了典型相关分析法（CCA）和功率谱密度法（PSDA）在脑电信号特征提取中的应用，并验证了CCA和PSDA提取目标刺激频率的可行性。
　　本文基于MATLAB对CCA和PSDA进行算法仿真分析，主要包括SSVEP的特征提取、算法的准确率、算法的抗噪性能等方面。由仿真结果可以看出，人脑后枕区对闪烁刺激较为敏感；另外，CCA识别目标频率的准确率和抗噪性能明显好于PSDA，但其性能会受SSVEP数据长度、参考信道数的影响。
　　论文最后通过Java开发工具设计实现了几款视觉刺激器，同时利用设计的视觉刺激器进行了脑电信号采集实验。在BCI系统的应用设计方面，本文设计了一个控制鼠标移动来识别刺激目标的系统，另外还设计了一个基于MATLAB的GUI界面来实现对数据的离线分析。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1研究背景和意义

1.2脑电研究历史及现状

第二章 SSVEP脑电信号基础理论

2.1 EEG脑电信号

2.2视觉诱发电位（VEP）的刺激形式

2.3稳态视觉诱发电位（SSVEP）

2.4本章小结

第三章 SSVEP脑电研究方法

3.1伪迹去除

3.2时域分析法

3.3频域分析法

3.4时频分析法

3.5典型相关分析法（CCA）

3.6多重集（Mset）和多路（Mway）典型相关分析法

3.7本章小结

第四章 SSVEP特征提取算法仿真

4.1 SSVEP实验数据

4.2基于CCA的仿真分析

4.3 CCA与PSDA的仿真对比分析

4.4本章小结

第五章 SSVEP的脑-机接口系统设计

5.1脑-机接口系统

5.2视觉刺激器的设计

5.3数据采集实验

5.4离线分析的GUI界面应用设计

5.5控制鼠标移动识别目标的应用设计

5.6本章小结

第六章 总结与展望

6.1工作总结

6.2前景展望

参考文献

致谢