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SSVEP的脑-机接口自动车系统研究

阐述了视觉诱发电位用于脑-机接口的原理,系统采用单片机设计视觉刺激器,同时在LABVIEW平台上,利用希尔伯特黄变换实时提取诱发电位向量,产生脑机接口控制信号,并用于自动车控制系统,从而控制小车的前后左右运动.通过大量实验验证,设计的基于稳态视觉诱发电位的脑-机接口自动车控制系统,发送控制命令正确率高于83％,发送一个...     

结合表面肌电与稳态视觉诱发电位的混合脑机接口关键技术研究

脑-机接口技术旨在大脑与外部环境之间建立一种全新的不依赖于外周神经和肌肉的交流与控制通道。基于稳态视觉诱发电位的脑-机接口是目前信息传输率最高的无创脑 机接口范式,但是仍低于传统的交互方式。提出一种结合表面肌电与稳态视觉诱发电位的混合脑 机接口,以进一步提高系统的信息传输率。通过不同频率的高频稳态视觉诱发电位结合sEMG编码,实现二者混合脑 机接口系统。利用典型相关分析方法对SSVEP信号进行频率识别,sEMG的检测则采用频域分析方法。来自8名健康受试者的离线结果表明该系统能够获得8428% 的平均准确率,平均信息传输率为7263 bits/min。这些结果为结合表面肌电与稳态视觉诱发电位的混合脑 机接口研究奠定了基础。     

基于Farwell范式诱发ERP的身份识别研究

人体脑电特征作为一种新型的生物识别特征正受到越来越多的关注,但事件相关电位是否可用于身份识别尚未得到充分论证。本研究采集了含有55名被试者的较大数据集,对Farwell范式诱发的事件相关电位的个体间差异性与个体内一致性进行分析,进而提取ERP波形特征,利用支持向量机进行身份识别。结果显示靶刺激诱发的ERP特征对55位被试的身份识别正确率可达到96.36%,而非靶刺激诱发的ERP特征识别率可达到98.18%。本研究证实了Farwell范式诱发的事件相关电位可以作为一种新型的生物识别特征,在身份识别或认证等领域具有良好的应用潜力。     

用于脑机接口的感觉刺激事件相关电位研究进展

脑机接口研究的目的就是在人脑和计算机或其他电子设备之间建立一种直接联系,使人们可以通过思维来直接控制计算机或外部设备。感觉刺激诱发的事件相关电位是基于脑电的脑机接口系统研究中备受关注的一种信号模式,按其刺激模式的不同又可分为视觉、听觉、体感等单一感觉通道刺激诱发的和跨感觉通道刺激诱发的事件相关电位。事件相关电位研究的发展表明：相对于单一感觉通道,跨感觉通道刺激诱发的事件相关电位具有波幅高、潜伏期短且含有高维度空间分布信息的特点,可弥补单一感觉诱发事件相关电位信息过少、不利识别的缺陷,从而提高信息转化速度和分类准确率,在脑机接口中具有更高的实用价值。     

基于改进扩展典型相关分析的SSVEP信号识别方法

现有的稳态视觉诱发电位(SSVEP)的信号识别方法没有充分关注信号的相位特征在识别过程中的重要作用，为此提出一种扩展典型相关分析(eCCA)的改进方法。将联合频率-相位调制编码的刺激范式中的相位参数添加到由受试者训练数据所构造的参考信号，以此来实现对eCCA的相位约束，从而提升eCCA方法对SSVEP信号的识别性能。通过在公开数据集上与现有的SSVEP信号识别方法进行对比实验，表明所提方法对SSVEP信号的平均识别率提高到82.76%,信息传输速率提高至116.18 bits/min,且具有更好的稳定性。     

脑-机接口及其应用研究

主要研究脑-机接口的定义、基本构成、应用领域及其发展前景,以及提出并实现了1套完整可行的脑-机接口系统应用方案——基于稳态视觉诱发电位的脑-机接口控制系统设计与实现.系统搭建在LabVIEW平台上,利用LabVIEW的小波包信号分解和重构模块,实现对稳态视觉诱发电位的有效提取.系统的功能是利用脑电信号进行任务选择和对图...     

视觉激励调制对脑电信号识别的影响研究

针对不同的视觉激励调制方式导致某些被试分类准确率较低的问题,本文设计了4种频率的4种波形激励诱发范式,并首次提出倒锯齿波激励范式。实验采集了8名被试的脑电信号并通过提取频率能量特征及分类发现不同激励对被试的准确率产生不同的影响。在此基础上,选择诱发被试最高能量的波形组成定制范式,并与各被试的其余范式进行平均分类准确率对比。结果表明,首次提出的倒锯齿波的激励效果要好于传统激励范式,同时,定制范式相比于单一波形激励的平均准确率提高了3%～12%。因此,倒锯齿波及定制视觉激励范式可以提高SSVEP-BCI系统的性能。     

脑电BCI系统的软硬件开发平台发展现状

脑-机接口系统(brain-computer interface,BCI)是一种将大脑活动信息直接转换为人工输出的系统,允许用户通过思维 活动直接控制外部设备。 脑电图技术(electroencephalogram,EEG)可以实时获取大脑活动产生的神经生理电信息,具有无创、低 廉、高时间分辨率等优点,是 BCI 获取大脑活动信息的主流方式之一。 脑电 BCI 系统具有脑电信号采集、处理和输出结果的功 能,能够诱发特征脑电,并控制外部设备,在康复、医疗诊断和神经科学研究等领域具有巨大的应用价值。 随着脑电 BCI 系统应 用需求不断增加,确保其快速高效地部署和应用的技术越来越重要。 结合近些年脑电 BCI 系统研究和应用,综合论述目前用于 开发脑电采集和编解码的硬件和软件平台的技术,分析归纳其当前现状与未来趋势,以促进开发脑电 BCI 系统软硬件平台的有 效发展。     

基于 P300 与 ErrP 决策融合的脑-机接口目标检测方法

针对脑-机接口(BCI)技术在目标检测中的应用仍然存在检测准确率受限的问题,提出基于事件相关电位(ERP)中的 P300 与错误相关电位(ErrP)决策融合的新型编解码方法。 BCI 系统编码方面通过目标图像和视觉反馈分别诱发 P300 与 ErrP 特征,解码方面采用单独 P300 特征、单独 ErrP 特征、P300 与 ErrP 特征层融合、P300 与 ErrP 决策层融合这 4 种方案进行目标检 测。 10 名健康受试者 4 种方案进行目标检测的平均结果显示,使用 P300 与 ErrP 决策层融合的平衡正确率最高,达到 80. 03%± 5. 20%,相比单独使用 P300 特征的方法提升了 4. 38%,相比单独使用 ErrP 特征的方法提升了 11. 29%,验证了混合 BCI 技术在 目标检测任务中的可行性。     

Multi‐command SSAEP‐based BCI system with training sessions for SSVEP during an eye fatigue state

This paper proposes a steady‐state auditory stimulus modality and a detection algorithm to replace steady‐state visual evoked potential (SSVEP )‐based brain–computer interface (BCI ) systems during visual fatigue periods. The optimal speaker position for the steady‐state auditory evoked potential (SSAEP )‐based BCI system and possible electrode positions are investigated. Using the proposed system, an accuracy of 85% for two commands was achieved based on the T3–T5 and T4–T6 electrode positions using only one speaker. SSAEP is a promising BCI modality for mitigating the problem of eye fatigue that often occurs during the use of SSVEP ‐based BCI systems. However, SSAEP ‐based BCI systems suffer from low accuracy. To increase accuracy, we propose a new enhanced SSAEP training method. The training process was enhanced by instructing users to control their attention levels while simultaneously detecting an auditory stimulus frequency. Furthermore, we propose a corresponding single‐frequency, multi‐command BCI paradigm for the proposed training method. With the proposed paradigm, four commands can be detected using only one auditory stimulus frequency. The proposed training system yielded an accuracy of ∼81% compared to 66% for sessions performed without the proposed training method. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

三相异步电动机瞬间断电重合闸瞬态分析

供电系统发生暂时性故障,引起感应电动机短时跳闸是常见现象。电源电压变化时,异步电动机主磁通随之变化．与之相应的激磁电感参数将是一个变数。因此,在研究电源电压瞬时骤降引起的异步电动机瞬变过程时．应采取考虑主磁路饱和的较精确的异步电动机动态数学模型。为此,建立了考虑主磁路饱和情况的三相异步电动机在d,q静止坐标系下的动态数学模型,通过实例对瞬时电压骤降引起的三相异步电动机瞬间断电又重新合闸的瞬态运行过程进行了计算机仿真,并对仿真结果进行分析．为自动重合闸装置的设计人员提供了有价值的参考依据。     

Enhancement of steady‐state visual evoked potential‐based brain–computer interface systems via a steady‐state motion visual stimulus modality

Steady‐state visual evoked potential (SSVEP)‐based brain–computer interface (BCI) systems are among the most accurate assistive devices for patients with severe disabilities. However, existing visual stimulation patterns lead to eye fatigue, which affects the system performance. Therefore, in this study, we propose two improvements to SSVEP‐based BCI systems. First, we propose a novel visual stimulator that incorporates a visual motion stimulus for the steady‐state visual stimulus to reduce eye fatigue while maintaining the advantages associated with SSVEPs. We also propose two corresponding feature extraction algorithms, i.e. SSVEP detection and visual attention detection, to capture the phenomena of steady‐state motion visual stimulus responses. The accuracy of the test was ∼83.6%. Second, we propose a novel hybrid BCI‐SSVEP system and a motion visual stimulus hybrid BCI system to enhance the SSVEP‐based BCI system during a state of eye fatigue. Participants used the SSVEP system until reaching a fatigued state and then began using a hybrid motion visual stimulus. The accuracy of the proposed system was ∼85.6%. The proposed improvements can be incorporated into practical BCI systems for wheelchair control. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于三电平逆变器的异步电机矢量控制研究

矢量控制使异步电机转子磁链与转矩解耦,可实现对转速、转矩和位置的精确控制,使异步电机具有与直流电机一样的控制特性。三电平逆变器比传统的两电平逆变器有更多的开关状态,有利于输出电压正弦化和向高压大容量发展。研究了基于三电平逆变器的异步电机矢量控制,在参考电压矢量的合成时,选择只包含PO状态的矢量作为起始矢量,既保持了中点电位的平衡,又消除了扇区切换时矢量突变问题。仿真结果表明电机动态、稳态性能优越。