基于体感电刺激诱发P300的脑机接口

基于视听刺激诱发P300信号是目前脑机接口普遍使用的范式,然而众多病患存在视听功能障碍,无法由视听刺激获得稳定准确的P300信号,传统的P300脑机接口存在诸多局限性,因此,设计了一种以空间体感电刺激作为新范式的P300-脑机接口系统。实验采集了15名健康受试者注意不同手指电刺激时的脑电信号,仅对单一导联的数据进行分析处理,得到分类准确率和信息传输速率。结果显示,所有受试者可以成功诱发出P300特征信号,潜伏期在300ms附近;所有受试者的平均分类正确率达到77.96%±5.04%,高于随机水平(25%);信息传输速率最高可达15.97 bit/min。实验结果表明,采用基于空间位置的体感电刺激诱发P300的脑机接口系统,可以获得稳定的P300特征信号,是一种新的诱发模式;此外,仅采用一个导联的数据,即可达到较好的分类正确率和信息传输速率,方便用户使用。     

新型EEG检测干电极设计制备和测试研究

设计制作了一款新型的脑电干电极,用于实现对EEG信号的检测。相较于传统的湿电极,该新型电极在测试过程中不需要导电介质,有效降低了实验准备过程的复杂度,可以大大缩短实验准备时间。而且,其接触电阻可以和湿电极在同一数量级,从而可实现长时间实时稳定测量EEG。利用聚吡咯石墨烯纳米复合物对电极探头进行修饰,对干电极与头皮的接触阻抗进行了阻抗谱测试,可以有效降低接触电阻,提高信号的稳定性和可靠性。采用自制干电极与碗状湿电极,在不同脑区进行了脑电信号检测的对比实验,信号线性相关度均在90%以上,将干电极检测的脑电信号分解,分解波段波形符合脑电信号特征波特征,证明该新型干电极可用于无发区和有发区脑电信号的检测。搭建了基于新型干电极的无线脑电采集分析系统,实现了简单的脑机接口设计,进一步证明了干电极的实用性。     

基于自适应优化空频微分熵的情感脑电识别

情感脑机接口旨在提供一种人与设备情感沟通的通道,情感脑电识别是其中最为基础和关键的环节。为了自适应地选择个体最优的空间电极和频段组合以实现情感脑电特征优化和分类效果提升,本文提出一种新的自适应优化空频微分熵(AOSFDE)特征,设计了基于相对熵的情感脑电空间电极重要性度量方法,根据导联重要性进行空间电极选择,通过稀疏回归算法对多重局部空间-频域内的微分熵特征进行优化选择。采用上海交通大学情感脑电数据集SEED进行实验分析,结果表明本文提出的AOSFDE方法可以有效提高识别准确率,针对15名被试者的积极/消极、积极/中性、中性/消极这三个情绪二分类场景平均准确率分别达到91.8%、93.3%和85.1%,为情感脑电识别研究提供了新的思路和方法。     

基于推土机距离和支持向量机的脑电癫痫检测算法(英文)

对于需要长期脑电图监测的癫痫患者,癫痫自动检测技术是十分必要的。本文所提出的基于多导联长程脑电的算法,首先,对脑电信号进行五层小波分解,取其中三层并求和,然后建立直方图并计算它们之间的距离。本文使用了一种有效的推土机距离算法,提出了脑电新特征EMD-L1。由于EMD-L1利用了L1范式,有效降低了时间复杂度,提高了运算速度。本文采用支持向量机作为分类器,并对支持向量机的输出做了后处理,其中包括平滑滤波和"collar"技术,以获取更准确的检测结果。本文将所提出的方法与其他使用相同脑电数据库的癫痫检测方法相比较,实验结果表明本文提出的算法达到了较高的灵敏度95.73%、特异性98.45%以及较低的误判率0.33/h。该检测系统不但具有较高的精确度和较强的鲁棒性,而且可以对脑电数据进行实时分析,用于长期脑电监测中。     

复合肢体想象动作脑-机接口中黎曼核支持向量机递归特征筛选方法

相对于传统的想象动作脑-机接口,复合肢体想象动作脑-机接口有效提升了指令复杂度,具有更好的中风后康复治疗潜力,但当前较低的识别精度限制了其临床应用。为提升复合肢体动作想象相关脑电信号特征的特异性并降低不同通道间的信息混淆,提出了一种基于脑电流形特征信息刻划的黎曼核支持向量机递归特征筛选方法(Riemann kernel support vector machine recursive feature elimination, RKSVM-RFE)。采集了10位被试在进行想象7种不同肢体部位动作时的脑电信号数据,利用RKSVM-RFE方法进行特征优化和建模,对脑电数据对应的运动意图进行识别。结果显示,基于所提方法的平均识别正确率达到了77%,相比于经典的CSP方法提高了近7%,并且能够消减近50%的脑电信息采集通道,可有效降低系统复杂性。研究结果为基于想象动作脑-机接口的康复技术发展提供了新的思路,值得进一步发展。     

基于免疫优化的脑电自适应集成分类方法研究

针对脑机接口研究(BCI)中对脑电波信号的分类识别问题,对脑电信号中P300脑电信号的预处理、特征提取及特征分类等方面算法进行了研究,主要侧重于对P300脑电信号分类算法的研究。提出了一种自适应的集成支持向量机(SVM)分类方法,利用免疫算法的多样性以及自我调节能力,对基于Bagging的集成SVM分类学习器进行了优化,提高了对P300脑电信号识别的准确度以及针对不同个体的自适应性。研究结果表明:将自适应集成分类算法运用在BCI Competition III Dataset II的P300脑电数据上,可以识别出被试者的脑电意图,并且对P300脑电信号的分类可以达到较高的分类准确率,实验结果稳定在98%。     

单通道视觉诱发脑电的单次提取方法研究

针对单通道脑电信号单次提取识别率较低的问题,提出了一种正交B样条小波变换与Fisher线性判别相结合的方法,提高了视觉诱发电位P300的单次提取识别率。首先采用相干平均和小波变换的方法对脑电信号进行预处理,然后根据脑电信号的时-频特性及视觉诱发电位的锁时关系,提取出表征P300的8维小波系数模板,再次利用模板对单次样本进行特征提取,最后根据Fisher线性判别对测试样本进行分类识别,判断单次输入是否为视觉诱发脑电信号。实验结果表明,该方法对单次样本P300的平均识别率为95.10%。     

SSVEP-BCI抗自由眨眼稳定性的ANFIS方法

针对伪迹干扰下脑机接口稳定性问题,以自由眨眼动作下稳态视觉诱发脑机接口的稳定性为切入点,进行了稳态视觉诱发脑电信号去眼电伪迹(electroculography,简称EOG)研究。提出了一种基于自适应神经模糊推理系统(adaptive neuro-fuzzy inferency system,简称ANFIS)的无眼电电极下脑电信号眼电伪迹的自适应消除方法并进行实验,验证该方法对自由眨眼动作下稳态视觉诱发脑机接口稳定性的提高。该伪迹消除方法通过自适应神经模糊推理系统逼近眼电信号源至眼电伪迹的非线性变换函数,达到消除脑电信号中眼电伪迹的目的。算法通过前额叶区脑电信号获得替代性眼电信号源,经延时处理后,输入自适应噪声消除器中以消除各通道脑电信号中的眼电伪迹。通过自由眨眼动作下稳态视觉刺激实验,对该伪迹消除方法中各参数及函数的选择进行了研究,并将该方法与经典滤波和传统独立成分分析(independent component analysis,简称ICA)进行对比,证明了该方法在消除眼电伪迹的情况下保留了稳态视觉刺激的有效信息,识别正确率较经典滤波相比最高提高了6.25%,较传统ICA相比最高提高10%,保证了稳态视觉诱发脑机接口在自由眨眼动作下的稳定性。     

基于小波包熵和支持向量机的运动想象任务分类研究

对运动想象脑电特征进行准确提取和分类是脑-机接口技术研究的重要问题。针对脑电信号非平稳性和非线性特点,提出了一种将小波包熵(WPE)和支持向量机(SVM)相结合的脑电信号识别方法,利用小波包系数能量分布分析脑电时频特性,结合信息熵分析其不确定性和复杂性,并从单次实验中提取运动想象脑电特征;通过支持向量机对特征信号进行分类,采用了一种核函数参数v和误差惩罚因子c的最佳寻优方法,并用互信息(MI)、信噪比(SNR)、最小错分率(MR)等准则对分类器进行评判。测试结果为:想象左右手运动脑电信号识别精度达到90%,M I为0.65 bit,SNR为1.44。结果表明WPE-SVM识别方法能够准确提取脑电本质特征,具有较强的分类性能和抗干扰能力,为大脑运动意识任务分类提供了有效方法,它可以应用于脑-机接口系统中。     

基于小波变换和时域能量熵的 P300特征提取算法

针对P300信号特征提取和分类过程中训练及测试速度相对较慢的不足,提出了一种基于P300带内带外特征的脑电信号特征提取方法,将时域能量熵和离散小波变换相结合,克服了P300信号识别中对电极数量和脑电信号叠加次数的苛刻要求.试验采用支持向量机作为分类器,在BCI Competition 2003和BCI Competition 2005的P300试验数据集上进行验证,结果表明,提出的方法只需对一导数据进行处理,只有2次叠加平均,就能得到很好的分类效果及较短的分类系统运算时间.     

基于改进GHSOM的运动想象脑电信号自适应识别方法

为解决运动想象脑电信号(MI-EEG)的识别方法泛化能力受限和自适应性差等问题,对传统的生长、分层自组织映射神经网络(GHSOM)进行改进,并提出一种主成分分析法(PCA)与改进的GHSOM神经网络(IGHSOM)相结合的脑电自适应识别方法。由于IGHSOM能够根据上一层扩展神经元的量化误差进行自动分层判断,使得其不仅对数据映射更加准确和详细,而且增强了网络的稳定性和自适应性。基于脑机接口(BCI)竞赛数据库,利用PCA进行特征提取,以IGHSOM为分类器进行实验研究。结果表明,该方法获得了较高的识别精度,验证了GHSOM改进策略及该识别方法的正确性和有效性。     

电火花加工多材质电极制备方法及试验研究

随着电火花加工技术的不断发展,利用多材质电极来实现微小复杂曲面的电火花成形加工,具有加工速度快、一次成形等特点而被广泛应用。针对多材质电极的制备,以黄铜、紫铜、铁、钼及铜钨合金等材质电极在模具钢上进行了加工试验,以研究的电极损耗及形状变化规律为基础,根据复杂曲面加工需求设计多材质电极,运用热镀法制备多材质电极,通过扫描电镜对多材质电极的成分和粘结效果进行检测,并以制备的黄铜-铁、紫铜-铜钨及黄铜-紫铜多材质电极进行试验加工,用电子放大镜观测多材质电极的损耗形貌和黏结质量。结果表明,运用热镀法制备的多材质电极连接紧密,在加工过程中不会出现开裂,能够良好地完成电火花加工。     

MEMS硅半球陀螺球面电极成形工艺

由于球面电极是曲面结构,电极各处的电感耦合等离子体(ICP)刻蚀深度不一致,在加工过程中常发生球面电极还未刻蚀到位而谐振器已被破坏的现象,故本文提出了新的球面电极成形工艺。基于ICP刻蚀固有的lag效应,采用刻蚀窗口宽度由60μm渐变至10μm的V形刻蚀掩模调制电极各处的刻蚀速度,在电极各处获得了基本一致的归一化刻蚀速度(2.3μm/min)。利用台阶结构拟合球面电极的3D曲面结构,并保证通刻阶段的硅厚度基本一致为150μm来消除球面电极加工时最薄处已经刻穿阻挡层并破坏谐振器而最厚处还没有刻蚀到位的现象。结合台阶状的二氧化硅掩模对球面电极各点处的硅ICP刻蚀当量进行了调整,使其基本相等,通过一次ICP刻蚀即完成了对硅球面电极的加工。利用提出的方法成功制备出了具有功能性输出的微机电系统(MEMS)半球陀螺的硅球面电极,其最大半径可达500μm。     

中高轨道目标的地基光电监视

针对中高轨目标暗弱为目标识别和识别效率增加的难度,研究了基于被动光学系统的地基光电光测系统;同时提出了一种通过对原始图像进行最优化处理,从而有效提高目标信噪比,增加目标识别效率的方法。首先分析了在轨目标的光学反射特性,比较了不同模式下目标的信噪比,给出光电监视系统的最优设计方案。然后,结合目标运动特性和观测条件等因素,设计了适合中高轨道目标的地基地球同步轨道(GEO)目标的观测模式。最后,针对暗弱目标图像识别难题,提出了基于最优化原理的低信噪比目标识别图像处理的新方法。根据实测数据对本文方法进行了实验验证,并与传统差帧法进行了比较。结果显示,本文方法可在目标信噪比大于3.09点条件下识别出目标。该项研究对中高轨道目标光电监视用设备的设计和使用很有参考价值。     

体感诱发EEG的混沌时间序列分析

电刺激左腿足三里穴,采用单极导联法记录,C3、CA、F3、F4、13、T4的脑电图信号,在对原始脑电信号进行去噪处理后,进行混沌时间序列分析.使用小数据量法和G-P算法分别计算EEG时间序列的最大Lyapunov指数和关联维数.结果显示各个状态下脑电时间序列的最大Lyapunov指数均大于零,说明脑电信号可能是混沌的.比较刺激前、刺激时以及刺激后的脑电时间序列的关联维变化,可以发现刺激左腿足三里穴可以引起大脑右侧脑电信号的关联维数显著增加,尤其是额叶和颞叶部分,说明该脑区在刺激时出现比较明显的激活,为大脑认知功能研究提供了理论依据.     

采用自适应变异粒子群优化SVM的行为识别

为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)和光流方向直方图(HOF)对STIP进行描述,并引入Fisher向量实现对特征描述子的编码;由于固定参数下SVM动作分类模型存在泛化能力不足的问题,将粒子群算法应用于各动作分类器参数寻优过程中,针对种群多样性逐代变化的特点,构建粒子聚集度模型,并利用其动态调节各代粒子的变异概率;最后,利用KTH和HMDB51数据集对所提方法进行验证。结果表明,所提自适应变异粒子群算法(AMPSO)能够有效避免种群陷入局部最优,具备较强的全局寻优能力;在KTH和HMDB51数据集上的识别准确率分别为87.50%和26.41%,优于其余2种识别方法。实验证明,AMPSO算法收敛性能良好且整体识别框架具有较高的实用性和准确性。     

油气润滑ECT传感器的轴向屏蔽电极及其影响*

建立UMIST型（带轴向接地屏蔽电极）和METC型（带轴向驱动屏蔽电极）油气润滑ECT传感器的三维物理模型,根据三维物理模型推导电容值和灵敏度数学表达式,并分析轴向屏蔽电极对传感器的敏感性和灵敏度均匀性的影响;采用线性反投影算法（Linear Back Projection,LBP）进行图像重建,并比较重建图像与真实图像的相对误差和相关系数。结果表明：2种轴向屏蔽电极均可消除边缘电容并提高传感器的敏感性;带轴向接地屏蔽电极使得传感器的灵敏度更加均匀,而带轴向驱动屏蔽电极的传感器则相反。带轴向接地屏蔽电极的传感器更适用于油气润滑中环状流的识别,其重建图像与真实图像的相对误差降低了28.79%,相关系数提高了14.05%。