基于脑电信号的人机交互实验平台的设计和应用

基于脑电信号(electroencephalogram,EEG)的人机接口研究是目前国内外研究热点之一,本文针对脑电信号在强噪声背景下微弱的特点,讨论了基于脑电信号的低功耗、移动式、开放接口的人机交互实验平台系统的设计方法和应用.综合利用先进的硬件和软件滤波技术、隔离技术、高速通用串行接口技术以及虚拟仪器技术来提高平台各方面的性能.将此平台用于脑电诱发信号提取得到了满意的结果,从而为基于脑电信号的开放性人机交互平台的实现提供了新的思路,为脑电信号的研究带来了方便.     

基于脑电空间域表征可视化的情感识别研究*

鉴于情感脑电蕴含丰富的空间模式特征，提出一种基于二维空间域表征可视化的情感识别方法。首先，提取多通道脑电Gamma频段的微分熵（Differential Entropy，DE）特征并根据导联位置映射至9×9的二维空间进行拓扑重构，使用三次插值方法进一步提高空间域特征图的分辨率；然后，针对性地设计了一种深度残差网络（Residual Network，ResNet）模型作为情感脑电解码器对情感脑电信号（Electroencephalogram，EEG）进行深层抽象特征的自动提取和端到端分类；最后，通过梯度加权类激活映射（Gradient-weighted Class Activation Mapping，Grad-CAM）方法对输入特征图进行可解释性分析，依据热力图分布定位对特定情感状态识别具有较大贡献的空间脑区。在SEED数据集上进行了相关情感识别实验，三种情感类别分类平均准确率为94.88%，达到了较先进的性能。