基于計算機視覺的移動外設BCI控制新技術研究.pdf

1、腦-機接口(Brain-Computer Interface，BCI)是在人腦和計算機或其它外部設備之間建立直接信息通道而無須依賴外周神經和肌肉組織等常規(guī)通道的信息交流與控制新技術。移動設備控制是BCI的一項重要應用，同時由于其對系統(tǒng)的實時性和安全性要求較高而成為BCI技術難點之一。
　　 本文針對目前移動外設BCI控制中大多采用單步操作、指令頻繁，難以實時提供控制指令和無法同時監(jiān)控外設運動狀況及場景的問題，提出并設計了基于視覺

2、誘發(fā)事件相關電位P300的在線移動外設(如智能輪椅或護理機器人等)BCI控制系統(tǒng)。嘗試利用計算機視覺目標定位和機器人自主導航技術，使操作者能夠通過注視誘發(fā)界面呈現(xiàn)的外設運動場景不同區(qū)域來確定操作目標區(qū)，移動外設可以全自動方式自主導航到達，受試者進行BCI操作的同時可對外設運動狀況及場景實時監(jiān)控。實現(xiàn)了對移動外設實時、穩(wěn)定的控制，并有效減少了受試者的操作投入。
　　 為解決BCI受試者個體差異的問題，本文進行了個性化參數(shù)自動選擇方

3、案的研究，并設計了能滿足受試者多種個性化參數(shù)選擇的移動外設BCI離線測試訓練平臺，配合在線系統(tǒng)的工作。個性化參數(shù)主要包括適合受試者本人的誘發(fā)模式、最優(yōu)導聯(lián)組、單次操作的疊加次數(shù)、數(shù)據處理時間窗和降采樣率等。通過離線實驗為操作者進行個性化參數(shù)的選擇和必要的操作訓練，離線分析結果可用于在線系統(tǒng)，提高了系統(tǒng)的適應性。
　　 腦電信號的處理是在線腦-機接口的核心，本文設計了用于模式識別的基于相關向量機的多特征分類算法和用于最優(yōu)導聯(lián)組合優(yōu)

4、化的基于相關向量機的回歸特征篩選及遺傳算法，有效地提高了系統(tǒng)的在線信號處理能力。
　　 在算法研究的基礎上本文完成了基于計算機視覺的移動外設BCI在線控制系統(tǒng)的設計和實現(xiàn)，并對6名受試者經反饋訓練后進行移動外設的在線控制實驗。受試者操作正確率可達到84％以上，其中最高正確率可達100％。實驗結果表明本系統(tǒng)操作方便、直接，有很好的實時性和安全性。
　　 本文的研究成果為實現(xiàn)理想的移動外設BCI在線控制提供了新思路、新技術，