基于扩展Informax ICA的站起想象动作脑电特征提取

下肢想象动作的脑电特征提取是基于脑-机接口技术实现下肢运动神经重建的关键点和难点.通过以下肢运动神经重建的首个关键动作-站起为切入点,设计了相应的以复合动作诱发电位为基础的站起想象动作脑电采集新方案,而后采用扩展最大熵独立分量分析(extended informax ICA)结合连续小波功率谱分析的新方法提取大脑在站起想象动作时产生的事件相关同步/去同步(ERD/ERS)信息.经实验数据分析证明上述方法行之有效,可以为脑-机接口技术在下肢运动重建中的应用提供有效的手段.     

红外热成像在步态识别中的应用

为更有效地探测人体目标,提出了利用红外光进行人体成像及步态识别的新方法.首先将人体散发的红外光转换为电信号,经计算机处理后转换为红外步态图像,然后分割出人体目标并将其规格化叠加处理获取步态特征图,再提取包含整体模型信息的边界矩参数以及包含简化模型信息的骨架特征参数,以此作为步态特征识别参量输入至支持向量机(SVM)进行分类识别.使用自建的红外步态数据库(IRGD)进行实验,正确识别率(PCR)为71～92%,且识别效果受人体携带外物的影响不显著.     

视觉诱发电位脑-机接口实验范式研究进展

近年兴起可实现人脑直接对外信息交流和控制、让"思想"立即变"行动"的脑-机接口(BCI)新技术已在脑科学、神经计算、人工智能与机器人等多领域显示诱人前景。实验范式设计是研究与开发BCI系统的首要关键步骤。针对常见的各类视觉诱发电位(VEP)实验范式,从首个传统反应式VEP-BCI实验范式入手介绍了其诱发平台、实验流程和整体性能研究现状与存在问题及发展瓶颈;比较分析了近些年研究开发的多种改进型VEP-BCI实验范式,并展望了可能的实验范式发展新动向,希冀为研究开发高性能BCI提供新思路。     

步行器助行步态稳定性监测系统研究

针对步行器助行过程中存在的安全问题，研制了一套步态稳定性监测系统。阐明了该系统的工作原理以及系统设计方案；通过相应的校准实验和对步行器使用者所进行的临床测试，证明了该系统具有精确、实时、使用方便的优点，并有望在康复临床中得到进一步的应用。     

融合步态和人脸特征的远距离身份识别研究

在单一摄像头获得的步态图像序列中将步态信息和人脸信息相融合进行实时的远距离身份识别。在步态图像序列中自动提取侧面人脸图像。采用基于傅里叶描绘子和关键点特征的方法提取步态特征,采用傅里叶变换和奇异值分解的人脸识别方法对步态图像序列中的侧面人脸进行特征提取。利用欧氏距离作为度量建立匹配函数。在中科院自动化研究所CASIA步态数据库中进行实验,通过对单独利用步态特征和人脸特征进行识别的识别率和通过最大法则、加法法则和乘法法则融合后进行识别的识别率进行比较,实验表明将步态和人脸特征相融合可有效地提高了识别率,识别率可达95.00%。     

基于BP神经网络的想象动作电位模式识别研究

脑-机接口是一种全新的信息交换与控制技术,其关键技术是要准确及时地识别出思维脑电的预期动作模式及其特征参数并将之转化为控制命令.本文通过分析和提取左、右手两种想象动作诱发的事件相关去同步(ERD)/同步(ERS)信号特征,并采用BP神经网络对特征量进行模式分类识别,以区分想象动作的意图,进而形成可用来控制轮椅、鼠标等外部机电设备的控制指令.研究结果表明该方法识别率高,速度快,可用于实时脑-机接口系统中.     

用于功能性电刺激精密控制的BP神经网络整定PID算法

为解决功能性电刺激（FES）的电流强度精密控制问题,使电刺激作用效果能准确完成预定的功能动作,利用3层误差后向传递（BP）人工神经网络来整定传统的比例微积分（PID）控制器参数.根据下肢膝关节运动角度准确、稳定、实时地反馈控制FES系统刺激电流强度,并通过PID整体控制过程中偏差的均方根（RMS）值及实际运动轨道与预期运动轨道的偏差值评估其控制效果.实验结果表明：与传统的Ziegler-Nichols整定PID算法相比,新方法控制下的FES系统刺激电流强度偏差可以维持在相对更低的范围内,使膝关节运动轨迹与预设目标更好地吻合,从而保证更为稳定的康复训练效果.     

多单元聚焦超声加热场的仿真计算和体模实验研究

本文运用计算机仿真和体模实验方法研究了由四个压电圆片振子构成的自聚焦超声场声压分布特点，研究结果表明：该超声场具有较好的深部聚焦特性，焦点位于自聚焦几何中心附近，直径约5mm；该装置可在短时间（20s)内将焦点温度由室温20℃加热至42－45℃范围（最高温度达59℃，每单元超声功率为40W），适用于深部肿瘤的热疗。