基于虚拟现实环境的脑机接口技术研究进展

将脑-机接口(brain-computer interface,BCI)技术与虚拟现实(virtual reality,VR)相结合构成基于虚拟现实的脑-机接口(BCI-VR)新技术是最近在多媒体和娱乐领域出现的一种BCI应用新模式。BCI-VR兼取两者优势互补,同时又相互促进创新,显示出广阔应用前景。本文从BCI-VR系统基本构成、BCI对VR控制和VR对BCI影响等方面,较详细介绍了近年来BCI-VR的主要研究方法、研究进展和成就,并根据作者体会小结了目前存在的难点与未来的可能发展动向,以与读者交流、共同促进BCI-VR新技术的快速发展。     

基于虚拟现实环境的脑机接口技术研究进展

将脑-机接口(brain-computer interface,BCI)技术与虚拟现实(virtual reality,VR)相结合构成基于虚拟现实的脑-机接口(BCI-VR)新技术是最近在多媒体和娱乐领域出现的一种BCI应用新模式。BCI-VR兼取两者优势互补,同时又相互促进创新,显示出广阔应用前景。本文从BCI-VR系统基本构成、BCI对VR控制和VR对BCI影响等方面,较详细介绍了近年来BCI-VR的主要研究方法、研究进展和成就,并根据作者体会小结了目前存在的难点与未来的可能发展动向,以与读者交流、共同促进BCI-VR新技术的快速发展。     

纳米材料对神经系统电生理特性的影响

随着纳米技术迅速发展及纳米材料(含纳米颗粒和纳米管等)在神经系统疾病的诊断、治疗、康复中的广泛应用,纳米材料对神经系统的生物安全性研究已成为热点.纳米材料本身的特殊性使之能够轻易通过血脑屏障进入神经系统,然而关于纳米材料对中枢神经系统功能影响及其与神经细胞和组织之间相互作用的研究都相对匮乏,特别是对神经元电生理特性影响的报道非常有限,而后者往往是其行使正常功能的基础.因此本文从离子通道、神经元和神经网络电活动等方面分别介绍了一些重要纳米材料对中枢及外周神经系统电生理特性影响的离体与在体动物实验研究结果,初步讨论了其可能作用机制,并展望了今后纳米材料在神经组织与系统中转运及作用机制研究的可能途经,以期为纳米材料在神经系统疾病诊断、治疗和康复研究与应用提供参考.     

热释电红外传感器在生物特征识别领域中的研究进展

步态识别作为生物特征识别技术的一个新兴子领域,旨在根据人的行走姿势实现对个体身份的识别。人行走过程中身体各部分的红外热辐射信号具有某种个体特征,该特征信息能够被热释电红外传感嚣有效检测。通过分析传感器的输出信号,就可以提取出人体运动的特征性数据,实现对不同人、不同运动状态的识别。本文对热释电红外传感器应用于生物特征识别领域的研究进展进行论述,从传感器的探测原理、在步态识别中的应用以及热释电信息的特征提取与分类算法进行总结,并对当前该研究方向上亟待解决的问题作简要的分析。     

基于阻抗匹配与相位补偿的心电检测工频抑制

为有效抑制影响电生理信号检测质量的工频干扰,以心电检测为例,提出了皮肤电极阻抗自动匹配与右腿驱动信号的相位补偿相结合的新方法.其技术流程为：先通过皮肤电极阻抗自动补偿电路,采用逐次逼近优化算法实现阻抗自动平衡;再对右腿驱动放大电路的输出信号进行模数转换和滤波网络反馈处理以补偿其相位.实验证明,皮肤电极阻抗补偿可以将工频干扰降至2/3;改进右腿驱动电路后可将干扰进一步降至1/2.两者结合可将心电信号中工频干扰最终降至1/3.     

步行器精密测力系统中的人工神经网络标定新技术

设计了一种可用于步行器精密测力系统标定的3层反向传播人工神经网络模型,以测力系统12导联应变片电桥输出电压作为网络输入向量,6个负载分量力作为网络输出向量,并通过目标误差下的绝对误差和对比确定出模型隐含层的最优神经元数.有关误差校验结果表明,使用该神经网络技术标定后的系统最大单向力精度误差为7.78%,最大交叉干扰为7.49%,与传统的线性标定方法相比,能够有效提高步行器受载力的测量精度并大大降低干扰误差,未来有望为步行器助行康复训练效果的准确监控和评估提供帮助.     

步态特征精密提取与身份认证

为更有效地检测人体目标,弥补单一模型在步态特征提取中的不足,提出了基于双模型的步态特征精密提取方法,且构建了基于步态特征进行身份认证的门禁监控实验平台.首先从摄像机捕获步态视频输入计算机,发现人体目标后对其进行检测与跟踪;然后分割人体轮廓并将其规格化叠加处理获取步态特征图;为精确提取步态特征,将人体整体模型与简化模型相结合,提取步态参数作为识别参量输入支持向量机（SVM）进行分类识别,正确识别率（PCR）为77%～80%.结果表明该方法有助于步态特征的精密提取,且实验平台能较好地自动监控人体目标并进行身份认证.     

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。     

水冷式微波偶极子辐射器在生物介质中的SAR分布计算

本文从电磁场理论模型出发，分析地腔内水冷式微波偶极子辐射器在生物介质中的近场辐射特性，计算得到有水冷时的比吸收率（ＳＡＲ）分布形态。与无水冷时的ＳＡＲ分布比较表明，水冷可改善热区分布，增加治疗深度。该结果与工程经验和临床实际基本相符。     

独立分量分析方法在脑电信号预处理中的应用研究

眼动伪差和工频干扰是脑电图(electroencephalogram, EEG)中常见噪声,严重影响EEG信号提取和分析.通过比较Infomax、Extended-Infomax、Jade独立分量分析(Independent Component Analysis, ICA)算法用于诱发电位分离眼动伪差与工频干扰的结果,确证Infomax和Jade算法有较好的收敛性.Infomax算法可以分离出眼动慢波,但难以消除工频干扰,Extended InfomaxICA算法和Jade算法可以从16导联视觉诱发电位EEG信号中分离出眼动伪差和工频干扰并将其消除,为进一步提取诱发电位信号建立了基础.ICA在生物医学信号处理中尤其在临床医学工程中潜在着重要应用价值,值得深入研究.