基于数学形态学的眼电信号识别及其应用

通过分析眼电(EOG)信号可以识别人眼球的运动状态及眨眼情况,进而设计一种新型的人机交互(HCI)系统.眼电信号通常包含一些干扰信息,如漂移、肌电干扰、运动伪迹.为了去除这些干扰信息,提出一种利用数学形态学对眼电信号进行处理的方法;通过阈值检测可以准确识别使用者眼球的运动状态和有意识眨眼.设计一个基于眼电的人机交互系统并通过健康与残疾被试的测试.实验结果显示,眼电信号识别的平均正确率达到96.2%,表明该方法可以应用于临床人机交互领域.     

动物脑电-行为同步记录及分析系统

设计并构建一套动物脑电-行为同步记录及分析系统,系统主要包括动物行为实验装置、脑电信号与行为图像的同步记录子系统、脑电信号分析和处理子系统.当动物在实验装置中进行特定行为时,同步记录子系统同时记录动物的脑电信号和行为图像,通过分析和处理子系统,提取脑电信号的特征值,为大脑神经活动和行为之间的相关性研究提供实验平台.记录并分析大鼠在进行前肢的“伸-缩”运动时运动皮层的神经元集群活动.实验结果表明,大鼠的初级运动皮层中神经元分布式活动与前肢的动作模式密切相关,通过解读初级运动皮层的神经元集群电信号,可以获得大鼠前肢的运动信息,准确判断和区分前肢不同的动作模式.     

基于能量的神经元动作电位检测实验研究

动作电位检测是大脑神经信息处理的前提,大量噪声的存在使得精确检测动作电位活动面临困难.本文基于时域能量算子和频域能量算子,实现了两种胞外记录时低信噪比信号的动作电位提取方法.实验结果表明,在无噪声和高信噪比背景下,基于能量的方法与传统的阈值方法都能获得较好的检测效果;而当将信号中引入高斯噪声后,基于能量方法的检测结果明显优于传统的阈值方法,表明基于能量的方法在高噪声环境下具有较好的检测效果;实验也表明两种基于能量的检测方法各有优势,时域方法具有较低的误检率,而频域方法具有较高的检出率.     

小量程大行程压杆检测系统及在脑-机接口的应用

为准确采集大鼠前肢运动压力值,以便于分析大鼠大脑初级运动皮层神经元信号与其相关运动感知的关系,通过理论计算,采用金属箔式全桥差动电桥测量原理和杠杆原理,设计了大鼠用微小量程、较大行程测力传感器,采用高精度外设部件互连标准（PCI)信号采集与控制输出模块,设计了大鼠实验压杆检测系统,能很好的实现大鼠前肢动作奖赏控制.实验结果表明：与现有的测力传感器相比,克服了其在测量精度、量程等方面的局限性;压杆检测系统能够实时在线记录大鼠前肢运动压力值及显示相关参数,且系统采集数据准确度和精度较高,该检测系统使得小型动物运动感知研究的脑-机接口信号检测能力显著提高.