基于小波包变换和聚类分析的脑电信号识别方法

为了实现脑-计算机接口(brain-computer interface,BCI)系统,对大脑C3,C4处采集的二路运动想象脑电信号的特征进行了提取和分类.在分析小波包频带划分特点的基础上,利用小波包能量进行特征提取并使用基于马氏距离的线性判别分析进行了左右手运动想象模式分类,结果表明该方法提取的特征向量较好的反映了运动想象脑电信号的事件相关去同步(event-related desynchronization,ERD)和事件相关同步(event-related synchronization,ERS)的变化时程.另外,该方法识别率高,适合脑-计算机接口的应用.     

下肢运动想象和运动执行的EEG节律特性研究

探索下肢运动想象(MI)和运动执行(ME)的神经机制以便能用于指导脑卒中患者神经康复,设计同一视频引导的下肢MI和ME比较实验,采集10名被试(6男4女)脑电数据,通过时频图、能量频域变化曲线图及ERD量化的方法对采集脑电(EEG)的节律特性进行对比分析。结果表明,在alpha和beta频段下肢MI和ME均产生ERD现象,其能量曲线变化趋势相近。下肢MI与ME的alpha特征频段重叠区为9~11 Hz,其beta特征频段重叠区为18~20 Hz。下肢MI和ME在alpha频段的平均特征频率分别是9.7、9.9 Hz,在beta频段平均特征频率分别是20.3、21 Hz。下肢MI与ME的特征频段重叠程度较大,其特征频率显著相关(p=0.00030.05,r=0.950.5),ERD均值也显著相关(p=0.00020.05,r=0.7550.5)。表明下肢MI和ME的EEG节律特性相似,可激活相似的神经网络,本文研究成果可为脑卒中患者下肢康复治疗提供相关EEG节律特性的有效评估依据。     

眼电伪迹自动去除方法的研究与分析

脑电信号采集时很容易受到眼电信号的干扰,从而影响脑机接口系统的性能。为此,提出一种基于离散小波变换(DWT)和典型相关分析(CCA)的眼电伪迹自动去除方法,即 DCCA 法。首先,对采集的多导脑电信号和眼电信号进行离散小波变换,获得多尺度小波系数,并利用典型相关分析去除小波系数间的相关性,得到互不相关的典型小波系数;进而,利用相关系数判别眼迹成分,将相应典型小波系数置零并依次采用 CCA逆变换和 DWT逆变换重构剔除眼电伪迹后的脑电信号。基于9位实验者的4种眼电数据进行实验研究,并从统计学的角度对实验结果进行显著性检验。结果表明, DCCA法相对其他方法在均方根误差、信噪比方面具有显著优势,且具有较好的实时性,并表现出较强的适应能力。     

驾驶员脑电特征与手臂操纵驾驶行为研究

为了进一步研究脑电信号与驾驶行为的关系,通过脑电采集设备与惯性运动捕捉系统同时捕捉驾驶员脑电信号数据与操作手臂运动参数。分析驾驶员手臂驾驶方向盘的过程中,脑电信号的变化与操作手臂运动方向之间的关系。利用共同空间模式(CSP)与小波包分解(WPD)的方式,提取左右运动相关的C3和C4导联特征,结合手臂运动关节的加速度进行相关性分析。实验结果表明:在实际的驾驶行为中,左右转向过程,C3、C4导联出现持续的ERD/ERS现象,为脑机接口控制量化标准提供基础。     

想象多力度单侧手运动的脑电信号分类研究

目的传统脑机接口实验范式多为左右手运动想象,无力度分级,命令单一,为增加脑机接口命令数,使中风患者在康复期间设计获得更好的治疗方案,设计了想象三种力度下的单侧手运动实验并对其进行分类。方法 9名受试者被要求想分别以三种力度(50%、30%、10%最大自主收缩力)握紧单侧手,同时记录脑电及肌电信号,对脑电信号预处理后进行空间滤波和特征提取,再对处理后的数据进行带通滤波并提取特征,利用线性判别分析作为分类器。结果\结论采用两级特征提取分类方法,平均分类正确率达到72.4%,证明通过分析想象不同力度单侧手运动的脑电信号能够扩展脑机接口命令数。     

基于小波变换和BP神经网络的视觉诱发电位识别

结合小波变换和误差逆传播(Error Back Propagation,BP)神经网络对视觉诱发脑电信号(visual evoked potential,VEP)进行分类而产生脑机接口控制信号.利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经网络进行事件相关电位模式识别.实验表明,小渡变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取,BP神经网络能比较准确地从VEP中识别出事件相关电位,进行10次测试的平均识别正确率为99.375%,有利于产生脑机接口控制信号.     

基于改进共空间模式与视觉反馈的闭环脑机接口

为提高脑卒中等神经损伤患者在下肢康复训练过程中的主动参与度,设计了基于人体下肢运动想象与视觉反馈的在线闭环脑机接口,并建立了基于互相关熵诱导度量与子频带分析的改进共空间模式算法,提高人体下肢运动意图的识别率。针对运动想象脑电信号信噪比低和难以精确识别等问题,在传统共空间模式算法基础上,利用互相关熵诱导度量准则改进其目标函数,实现了目标函数中距离项属性的动态调整,降低对噪声的敏感性,提高算法鲁棒性;利用脑电信号不同频段蕴含信息不同的特点,使用9个子频带滤波器对信号进行滤波,对每个子频带信号分别提取特征,并进行特征融合,建立基于互相关熵诱导度量与子频带分析的改进共空间模式算法。其次,基于人体下肢运动想象的脑控试验范式,收集下肢运动想象(空想、脚动和腿动)的脑电数据,采用支持向量机(SVM)建立分类模型,优化设计模型参数。在上述研究基础上,建立了以改进共空间模式为特征提取算法,SVM为分类器的脑机接口。进而,在被试执行运动想象的同时,通过虚拟现实场景中虚拟人物的肢体动作给予用户视觉反馈,构建了闭环的脑机交互系统。通过试验验证了改进共空间模式算法的有效性和闭环脑机接口的可行性,初步实现了闭环脑机交互接口。     

脑卒中后运动性失语患者功能性磁共振特点

目的:对脑卒中后运动性失语患者的磁共振成像特征进行分析。方法:选取我院2011年3月-2014年3月收治的脑卒中后运动性失语症患者15例作为研究组,同时选取正常健康志愿者15例为对照组,所有受试者均执行图片命名任务和动词联想任务,采用血氧水平依赖功能磁共振成像,对两组进行大脑激活部位和激活强度对比分析。结果:正常对照组受试者多个脑功能区均有激活;脑卒中组受试患者在发病早期15例患者均出现左侧Broca区有少量激活,发病1个月后8例患者的Broca镜像区出现明显激活,7例患者左侧Broca区周围区域激活范围和激活强度都有明显提高。结论:脑卒中后运动性失语患者语言功能区受损,早期表现为在经典Broca区激活程度减低或消失,左侧Broca区周围区域及其镜像区对语言功能的整合修复具有重要作用;语言任务并不是由部分脑功能区独立完成,而是由多个脑区组成的神经网络共同参与的结果。     

经颅多普勒评价脑血管储备功能对血管性痴呆病情判断价值

目的:分析经颅多普勒评价脑血管储备(Cerebral vascular reserve,CVR)功能对血管性痴呆(Vascular dementia,VD)病情判断价值,为VD患者病情的无创判断提供参考依据。方法:选取我院2015年8月~2016年7月收治的94例缺血性脑卒中患者,按照其卒中后认知功能障碍、VD发生情况,将发生VD患者纳入VD组,将发生无痴呆的血管性认知损害(VCIND)患者纳入VCIND组,将未发生认知功能障碍及VD患者纳入对照组。分析各组患者经颅多普勒彩超指标与蒙特利尔认知评估量表(Mo CA)评分的关联性,探讨彩超指标的病情判断价值。结果 :94例患者中,VD组19例,VCI组31例,对照组44例,其年龄、脑卒中病程、受教育年限、性别等一般临床资料比较,差异无统计学意义(P>0.05)。VD组PI高于VCI组,其Mo CA评分、MFV、BHI低于VCIND组;VCIND组PI高于对照组,其Mo CA评分、MFV、BHI低于对照组,差异有统计学意义(P<0.05)。Pearson相关性分析示,MFV、BHI与Mo CA评分呈正相关(P<0.05),PI与Mo CA评分无明显相关性(P>0.05)。结论 :MFV、BHI与缺血性脑卒中患者认知功能具有密切关联,根据经颅多普勒超声参数实施积极干预、治疗有望降低患者VD发生风险或延缓VD进展。     

地铁钢轨短波长波磨形成原因分析

国内某地铁线路运营后曲线轨道出现了短波长钢轨波磨现象，通过力锤敲击法对不同扣件轨道动态特性进行了测试。利用ABAQUS建立了轮轨三维实体有限元模型，分析了轮轨耦合模态特性以及白噪声激励时轨道频响特性。结合试验和仿真结果，分析了轮轨结构动态特性与短波长钢轨波磨之间的相关性。研究结果表明：普通扣件和减振扣件轨道钢轨波磨主波长分别为30~63 mm和40~50 mm；白噪声激励下，两种轨道分别在450~920 Hz和570~720 Hz范围内的敏感共振频率与列车通过钢轨波磨频率(454~954 Hz和572~715 Hz)相吻合；线路轨道短波长波磨的产生主要与轨道结构高频固有特性相关，轨道短波长波磨通过频率与轮轨耦合模态频率相近，其模态振型表现为轮对弯曲扭转的同时，伴随钢轨相对轨道板的垂向弯曲振动，轮轨耦合高频模态特征加剧短波长波磨的发展。     

基于小波包分解的意识脑电特征提取

针对2种不同意识任务(想象左手运动和想象右手运动)的脑-机接口(brain-computer interface,BCI)设计,提出了基于小波包分解的特征提取方法。首先深入研究了小波包变换,结合事件相关去同步化(event-related desynchronization,ERD)/事件相关同步化(event-related synchronization,ERS)现象,提出以小波包分解系数来考虑特征,然后对C3、C4导联脑电信号进行小波包分解系数方差和相对能量2种特征的提取,最后采用最简线性分类器进行分类。结果表明,2种特征对应的最大分类正确率均达到了85%,对应时间分别为4.34 s和4.39 s。因此,在保证分类正确率的前提下,所提方法更加简单和有效,为大脑意识任务分类提供了新思路。     

Comparison of heart rate variability (HRV) and nasal pressure in obstructive sleep apnea (OSA) patients during sleep apnea

In this study, a novel R wave detection algorithm was developed and used to analyze the heart rate variability (HRV) of obstructive sleep apnea patients with obstructive sleep apnea (OSA). The purpose of our study was to investigate the biosignal changes in the synchronization between HRV, nasal pressure, and the effect of OSA. HRV, nasal pressure, and sleep electroencephalogram (EEG) signals recorded in control and OSA patients with sleep apnea who were matched according to EEG arousal in OSA during sleep apnea. Experiment steps were completed for R–R interval calculation and to estimate its power spectral density (PSD) over several frequency ranges of apnea states (severe, moderate and mild). Patients with severe OSA had persistently longer R–R intervals compared to patients with mild OSA. As a measure of apnea classification accuracy, the algorithm correctly classified 99.7% of the evaluation database. An advantage of the proposed method is the combination of R wave detection techniques to enhance the accuracy of wave detection that is easily implemented with HRV verified by accurate classification and quantification.     

凸模直径以及试件形状对成形极限图的影响

成形极限图(FLD)反映了板料在各种应变路径下的应变极限,是综合衡量板料成形性能的一个重要指标。在用半球形凸模进行试验时发现,所用凸模直径和试件形状的不同对FLD有影响。采用两种不同直径的凸模和两组不同形状的试件进行了试验,获得了4种情况下的FLD,对比分析了凸模大小和试件形状对试验结果的影响。结果表明:采用直径较大的凸模得出的FLD低于采用小直径的凸模得到的FLD,试件形状对于FLD的左半部影响较大,中间带圆弧形的试件得出的FLD左半部低于中间部分平行的试件得到的FLD,试件形状对右半部FLD没有影响。     

基于PSD的电振动台特性检测系统研究

详细介绍了基于位置敏感传感器的电振动台特性检测系统的研究。该系统采用自准直光路原理,利用PSD对位置的高分辨能力特性,对电振动台微小角扭动进行精密测量。数据经高速AD采样后送入计算机,通过分析即可获得电振动台在各种振动模式下角速率时域频域特性。对系统存在的各误差分析得出,该系统200H z频率处角速率分辨力为19.8×1-0 3(°/s)。     

掠入射X射线散射法测量超光滑表面

介绍了掠入射X射线散射法(GXRS)测量超光滑表面的原理及基于商业用X射线衍射仪改造而成的实验装置。选择3片不同粗糙度的硅片作为实验样品,根据一级矢量微扰理论对各个样品所测量的散射分布进行处理。结果表明,GXRS法得到的样品功率谱密度函数(PSD)与使用原子力显微镜(AFM)所测量的结果基本相符。分析了探测器接收狭缝的宽度和入射光发散度对实验结果的影响,结果表明,在其他实验条件理想的情况下,当探测器接收狭缝宽度0.02mm,入射光发散度43″时,在空间频率0.03μm-1的范围内,由其引起的PSD函数测量误差2%。随着探测器接收狭缝宽度和入射光发散度的减小,测量误差呈指数迅速减小。在所测量的空间频率范围内,PSD函数的误差随频率的增加而减小,仪器的重复精度优于2.6%。     

基于HHT和SVM的运动想象脑电识别

对运动想象脑电信号(EEG)分类识别是脑-机接口(BCI)研究领域的重要问题。本文通过经验模式分解(EMD)将EEG分解为一系列内蕴模式函数(IMF),并对重要IMF的瞬时幅度提取AR模型参数,同时对所有的IMF进行Hilbert变换(HT)得到Hilbert谱,进而求得瞬时能量(IE)。将得到的AR参数和IE,结合时域均值和中值绝对偏差估计(MAD),组成初始特征,然后利用经遗传算法(GA)优化的支持向量机(SVM)进行分类,得到识别结果。对2008年BCI CompetitionⅣDataset 1中想象左手和脚运动的两组数据进行识别,在仅仅使用少数通道的情况下,识别正确率分别达到84.7%和85.8%,初步验证了该方法的有效性。     

平面光学元件中频误差的磁流变加工控制

为了利用磁流变加工实现对大口径平面光学元件波前中频误差的控制,研究了磁流变抛光去除函数的频谱误差校正能力和磁流变加工残余误差抑制方法。首先,比较了模拟加工前后元件中频功率谱密度(PSD1)误差和元件PSD曲线的变化,分析了磁流变去除函数的可修正频谱误差范围。然后,利用均匀去除方法分析了加工深度、加工轨迹间距和去除函数尺寸等磁流变加工参数对中频PSD2误差的影响,提出了抑制中频PSD2误差的方法。最后,对一块400mm×400mm口径平面元件的频谱误差进行了磁流变加工控制实验。实验显示:3次迭代加工后,该元件的波前PV由加工前的0.6λ收敛至0.1λ,中频PSD1误差由5.57nm收敛至1.36nm,PSD2由0.95nm变化至0.88nm。结果表明:通过优化磁流变加工参数并合理选择加工策略,可实现磁流变加工对大口径平面光学元件中频误差的收敛控制。     

改进型二维位置敏感探测器示值误差的标定

分析了改进表面分流型二维PSD传感器的工作原理及信号调理电路,针对PSD传感器示值误差较大的缺点,设计了利用万能工具显微镜的实验标定系统,运用误差理论对传感器位置测试数据进行了标定修正。试验结果表明,PSD传感器A区的示值误差可减小到±0·02mm内。     

P300 Speller中基于AdaBoost SVM的导联筛选研究

P300 Speller是目前少数可以用于临床残疾人功能补偿的脑-机接口系统,P300 Speller的字符识别效率与脑电信号采集的头皮表面电极位置密切相关,过多的电极不但增加了使用者的不适感,且易引入噪声干扰进而影响系统的稳定性。采用并发展了一种基于AdaBoost SVM(adaptive boosting support vector machine)的特征筛选方法,对脑电导联进行优化筛选,通过对6位受试者的实验数据处理及分析,结果表明该方法可以在不显著影响识别效率的基础上降低导联数量76%以上。另外,相较于经典的SVM-RFE特征筛选方法,该方法极大降低了计算复杂度,更适用于训练数据庞大的脑电特征优化问题。     

Motor imaginary-based BCI for controlling a remote car

This paper presents the application of an effective electroencephalogram (EEG) based brain-computer interface (BCI) for controlling a remote car in a practical environment.The BCI uses the motor imagin...