基于多特征脑电信号的联合脑—机接口范式研究

摘要

脑-机接口(Brain-Computer Interface，BCI)为瘫痪病人提供了一种与外界环境通讯的新途径，在不依赖于正常的神经肌肉连接通路的情况下，建立人脑与外界交流，将人脑的活动信息转换成为直接对外部设备进行控制的命令。基于脑电信号(EEG)的脑—机接口具有成本低、易于实现、无创等优点，是当前脑—机接口研究的主要方向。
　　基于脑电的脑-机接口系统范式设计，通常采用一种特征脑电信号作为输入信号，但由于脑电信号具有各自的特点和局限性，使得系统性能存在一定的不足和缺陷。P300-Speller是采用P300特征作为输入信号实现文字选择输入的经典脑-机接口范式之一。传统的P300-Speller采用行/列闪烁刺激的方式来诱发P300特征，并通过P300特征的识别和检测来实现字符输入，但这种方式存在一些问题:所有字符遍历一遍闪烁次数较多，信息传输速率低，特征脑电信号信噪比低，本研究主要针对P300-Speller范式上述三方面问题来进行改进，提出并设计了一种新式的基于多特征脑电信号并行模式联合脑-机接口范式。具体研究工作分为两个阶段:
　　首先，提出了基于SSVEP和P300的联合脑-机接口预实验范式，即设计了一种3×3字符矩阵刺激模式。当人眼注视矩阵中某一字符时，所在行的蓝色框闪烁诱发了P300特征信号，字符列固定频率闪烁诱发了SSVEP特征信号。因此受试者两种脑电信号由空间行列相交的视觉刺激并行诱发出来，特征信号分布对应目标字符行-列刺激信息，通过对时域特征P300和频域特征SSVEP信号处理和分析，从而达到识别目标字符的目的。通过对实验采集脑电数据中两种特征脑电信号进行初步分类分析，本阶段结果验证了该范式设计和多特征信号处理的可行性。与传统P300-Speller范式对比，这种范式模型采用不同的行/列刺激方式，字符遍历一遍所需的闪烁次数减少了一半，从而提高了闪烁刺激效率。
　　从实用角度出发，提高待选字符信息量，在预实验范式基础上，设计了基于6×6的字符拼写脑-机接口范式，此外将6种颜色作为视觉刺激增强因素引入行框架刺激中，脑电数据离线分析结果表明当人眼主动注视某一字符时，行颜色框架刺激诱发了多种事件相关电位成分ERPs（P300和N200），列固定频率诱发了SSVEP。为检验诱发特征信号分类效果，本文利用并设计了支持向量机模型，对ERPs特征进行分类识别;对SSVEP特征分类，采用频域特征分析方法对脑电信号目标频率进行识别，最终通过行列交叉来确定目标字符。字符识别结果表明在联合范式中字符识别正确率优于传统的P300的拼写范式，信息传输速率(ITR)明显提高，最高可达35bit/min。
　　研究结果表明，本文提出的新式并行闪烁刺激模式与经典P300-Speller拼写范式相比，新范式能够减少一半闪烁刺激时间，从根本上提高了脑-机接口时间效率;并行闪烁刺激模式能够同时诱发多种特征脑电信号，通过融合多种信息特征，增加脑电特征信息量，并配合先进的信号提取和分类方法，在不降低字符识别正确率的基础上，提高了拼写范式系统信息传输速率，从而为脑-机接口范式的改进和新系统范式的设计提供了一种理论基础和技术支持。

目录

声明

摘要

一 绪论

1．1 脑-机接口技术

1．1．1 脑-机接口的定义

1．1．2 脑-机接口的应用

1．1．3 脑-机接口成像方法

1．2 目前脑-机接口存在的问题

1．3 基于单一EEG的脑-机接口

1．3．1 基于视觉诱发电位的脑-机接口

1．3．2 基于SCP的脑-机接口

1．3．3 基于事件相关电位的脑-机接口

1．3．4 基于mu和beta节律的脑-机接口

1．4 基于EEG的联合脑-机接口

1．4．1 联合脑-机接口简介

1．4．2 基于多特征EEG的联合脑-机接口

1．5 本文主要研究内容

二、基于P300和SSVEP的联合范式预实验

2．1 事件相关电位P300的研究

2．2 稳态视党诱发电位的研究

2．3 基于P300和SSVEP的联合脑-机接口

2．3．1 基于P300和SSVEP联合脑-机接口范式研究进展

2．3．2 P300和SSVEP联合的可行性分析

2．4 实验方法

2．4．1 实验刺激方案

2．4．2 受试者

2．4．3 脑电信号的采集

2．4．4 信号预处理

2．4．5 P300特征提取及分析

2．4．6 SSVEP特征提取及分析

2．5 实验结果

2．5．1 不同实验范式中同一受试者的ERP波形对比

2．5．2 P300可分性分析

2．5．3 SSVEP频率特征分析

2．6 实验分析与结论

第三章 基于多特征的联合脑-机接口拼写范式研究

3．1 ERP中的主要成分N200

3．1．1 MMN

3．1．2 N2b

3．1．3 N2pc(posterior contrala teral negativity)

3．2 P300和N200的联合

3．3 SSVEP和ERPs的联合

3．4 实验方法

3．4．1 实验刺激方案

3．4．2 实验条件配置

3．5 ERPs信号特征提取及分类识别

3．5．1 ERPs特征提取

3．5．2 ERPs特征分类识别

3．6 SSVEP特征分析

3．7 信息传输速率

3．8 实验结果

3．8．1 ERPs波形特征

3．8．2 ERPs分类

3．8．3 SSVEP识别

3．8．4 字符识别

3．9 结论与讨论

四 总结与展望

4．1 全文工作总结

4．2 未来工作展望

参考文献

发表论文和参加科研情况说明

附录

综述 联合脑-机接口的研究进展

致谢