基于异步p300的字符输入脑机接口研究

基于异步p300的字符输入脑机接口研究

ID:35064762

大小:4.36 MB

页数:71页

时间:2019-03-17

基于异步p300的字符输入脑机接口研究_第1页
基于异步p300的字符输入脑机接口研究_第2页
基于异步p300的字符输入脑机接口研究_第3页
基于异步p300的字符输入脑机接口研究_第4页
基于异步p300的字符输入脑机接口研究_第5页
资源描述:

《基于异步p300的字符输入脑机接口研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于异步P300的字符输入脑机接口研究作者姓名亢雅瑞学科专业模式识别与智能系统指导教师顾正晖教授所在学院自动化科学与工程学院论文提交日期2016年4月AStudyonAsynchronousP300-BasedBrain-ComputerInterfaceSpellerADissertationSubmittedfortheDegreeofMasterCandidate:KangYaruiSupervisor:Prof.GuZhenghuiSouthChinaUniversityofT

2、echnologyGuangzhou,China分类号:TP391学校代号:10561学号:201320112545华南理工大学硕士学位论文基于异步P300的字符输入脑机接口研究作者姓名:亢雅瑞指导教师姓名、职称:顾正晖教授申请学位级别:工学硕士学科专业名称:模式识别与智能系统研究方向:脑机接口论文提交日期:2016年4月18日论文答辩日期:2016年6月7日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:贺霖委员:李远清俞祝良张智军华南理工大学学位论文原创性声明本人郑

3、重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研巧做出重要贡献的个人和集体,均己在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。^/每作者签名:亏巧住日期:列/去年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定:,目P研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国

4、家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外);学校可公布学位论文的全部或部分内容,可允许采用影印、缩印或其它复制手段保存、汇编学位论一文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于:□保密(校保密委员会审定为涉密学位论文时间:年月日),___于年月日解密后适用本授权书。____团不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版

5、和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。上相应方""(请在V框内打).如从作:日者签名期;?:2^乂居日指导教师签名期:作:者联系电话电子邮箱联:系地址(含邮编)摘要脑机接口(BrainComputerInterface,BCI)是一种利用脑电信号与计算机建立通信从而控制外部设备或与外界进行信息交流的系统,在医疗康复等领域有广泛的应用前景。根据工作模式的不同,BCI系统可分为同步BCI和异步BCI。同步BCI由系统设定固定的控制时段,系统只需检测

6、受试者在控制时段的脑电信号;异步BCI由受试者自主支配控制时段的开始及结束,系统需实时检测受试者脑电信号并区分控制状态和非控制状态。同步BCI易于分析和实现,目前大部分BCI系统都是采用同步模式。然而,为了让BCI系统走出实验室,进入日常生活,开发异步BCI系统显得尤为重要。本文针对基于异步P300的字符输入BCI,做了以下三个方面的研究工作:1)提出只使用一个阈值实现异步P300字符输入的算法思想。传统异步BCI系统需依次进行控制状态识别和目标字符识别,需确定两个分类阈值。本文方法将控制状态的P

7、300信号归为一类,其余的控制状态非P300信号和非控制状态信号归为另一类,通过对信号进行检测处理,其输出值大于设定阈值时则判定此时系统为控制状态,并输出相应字符;反之则为非控制状态,不输出字符。该方法在保证高准确率的前提下,简化了信号检测处理过程,实现了系统对控制状态和非控制状态的检测。2)针对异步P300信号的检测,本文提出了基于贝叶斯线性判别分析(BLDA)和卷积神经网络(CNN)两种检测算法。BLDA算法是一种比较经典的模式识别方法,而CNN是近年来迅速发展起来的一种人工神经网络算法。本文

8、尝试将CNN方法运用于异步P300信号的检测中,并与经典BLDA方法进行对比分析。实验结果表明两种检测方法效果相仿,且都达到较高的检测准确率。对分类响应score叠加平均5轮,准确率达80%以上;叠加平均7轮,准确率达90%以上。3)开发异步P300字符输入BCI在线实验系统。通过在线实验验证了单阈值算法思想下BLDA算法及CNN算法对异步P300信号检测的可行性,且达到较高的检测准确率,实现了由受试者自由切换控制状态与非控制状态的目标。关键词:脑机接口(BCI);P300;异步;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。