异步脑机接口技术现状及发展趋势

脑机接口的出现,为人们提供了一种全新的对外信息交流和控制方式.异步脑机接口由于具有最接近人们日常生活的特点,成为继同步脑机接口之后新的研究热点.对异步脑机接口的研究现状、关键技术及新的进展进行较为详细的阐述,并探讨该领域可能进一步的研究方向.     

脑-机接口技术研究

脑-机接口是在人脑与计算机或其他电子设备之间建立直接的交流和控制的通道,它直接通过脑来表达想法,而不需要语言和动作,为思维正常但有严重运动障碍的患者提供了与外界交流和控制的途径,提高了他们的生活质量。本文对脑-机接口（brain computer interface,BCI）技术、研究方法、分类以及涉及的关键技术、应用领域等进行了较为详细的综述,并在此基础上分析目前BCI存在的问题,最后指出该领域的发展趋势。     

听觉脑-机接口技术实验范式的研究进展

目前基于视觉范式的脑-机接口技术研究已经取得了较大的突破,并在实际中得到了广泛应用.然而很多视力受损的闭锁综合症患者,无法使用基于视觉范式的脑-机接口系统,因此研究这一技术是非常必要的,可为听觉正常的闭锁综合症患者提供了一种新的与外界交流的渠道.本研究回顾了基于听觉范式的脑-机接口技术研究现状,从听觉P300、稳态听觉诱发电位、选择注意以及空间定位等4个方面总结归纳了听觉脑-机接口技术的实验范式并进行分析对比.最后提出了听觉脑-机接口技术在实际应用中存在的问题,并探讨了进一步的研究方向及思路.     

基于脑-机接口技术的虚拟现实康复训练平台

对神经损伤的瘫痪病人进行功能恢复训练时应强调患者的主动参与。开发了一套基于脑-机接口技术的虚拟现实康复训练平台。该平台采用患者在想象运动时的脑电信号作为虚拟人运动的控制信号,从而把想象运动与运动功能恢复训练结合在一起。由于虚拟现实系统的实时性与沉浸感能给受试者提供较好的训练反馈信息,因此,使用本平台有望改善患者的训练效果。详细介绍了快速在线脑-机接口算法以及虚拟现实的实时交互技术,并提供了三名受试者的实测结果。初步实验证明了该平台设计的可行性。     

脑机接口技术的研究进展

脑机接口技术是一项不依赖人的外周神经和肌肉组织而实现人机交互通信的技术,使人类可以拥有一条不通过肌肉组织与外界交流而实现人机通信及控制的通道.在总结前人研究成果的基础上,阐述了脑机接口(BCI)系统的组成及工作原理,重点对BCI系统的视觉诱发电位、自发mu节律、皮层慢电位等技术的生理参数以及特征提取的方法进行了比较分析,最后对BCI技术的应用进行了归纳并展望其发展方向.     

基于小波变换的听觉脑机接口技术研究

基于听觉的脑机接口系统为视力减退或者无法控制眼球运动的闭锁综合症患者提供了一种新的交流通道,使其可以与外界环境进行简单的交流.为了实现在线二分类听觉脑机接口系统,采用包含两种靶刺激、一种非靶刺激的三音oddball范式作为听觉刺激,通过一维离散小波变换对所得脑电数据进行单次样本特征提取,选取低频的特征向量,并采用支持向量机(SVM)进行目标与非目标的识别.结果表明,利用小波变换可以有效地单次提取特征向量P300,相当于20次靶刺激响应的叠加结果,最终目标识别正确率可高达80％以上,达到与视觉诱发的BCI模式可比的效果,可以用于二分类的脑机接口系统.     

植入式脑机接口医学应用伦理规范考量

植入式脑机接口（BCI）因电极接近或植入大脑皮质,其空间分辨率和信噪比高,具有重要的临床应用前景。然而,植入式BCI的手术和电极存在损伤脑组织的安全风险,其医学应用面临着伦理挑战,而迄今为止少有文献系统地考量这一问题。为促进该类BCI技术的临床转化,本文从降低植入式BCI手术和电极对脑组织损伤的风险、向患者提供定制的个性化植入式BCI治疗、确保多学科协作的植入式BCI临床应用、负责任地使用植入式BCI等方面考量植入式BCI医学应用伦理规范,以期为植入式BCI医学应用伦理规范的研究及制定提供思考与借鉴。     

基于α波控制的新型异步脑机接口技术研究进展

脑机接口(BCI)是在人脑和计算机或其他电子设备之间建立的一种直接的信息交流和控制通道,是一种不依赖于常规大脑信息传输通路的全新信息交流系统.基于α波控制的新型异步脑机接口技术可实现系统“工作”模式和“空闲”模式的自动切换,选择与运动想象关联较大的脑电信号.首先对脑机接口和基于α波控制的异步脑机接口技术的基础知识进行了介绍,并对基于α波控制的新型异步脑机接口技术的关键技术及应用前景进行了阐述,最后对研究现状及需要解决的问题进行了分析.     

基于脑机接口技术的上下肢康复系统研究

本研究以脑卒中后存在运动功能性障碍的患者为研究对象,开发了基于脑机接口技术的上下肢康复系统,并对其康复效果进行了分析.根据患者的康复需求,系统设计了主动、被动和脑控三种康复模式,其中脑控康复训练利用脑机接口(brain-computer interface,BCI)技术,通过采集患者大脑的脑电信号,在人体外仿生构造一条...     

脑机接口关键技术研究

脑机接口(brain-computer interface,BCI)利用脑电信号实现人脑与计算机或其他电子设备的通讯和控制,是一种新的人机接口方式.它在康复医学和控制工程等领域有应用前景.本文介绍了BCIs系统的工作原理,从系统设计、数据获取及处理方法两方面论述了BCIs系统设计中的关键技术,最后指出了BCIs存在的主要问题和发展趋势.这些探讨为BCIs的设计与研究提供了指导.     

结合稳态视觉诱发电位的多模态脑机接口研究进展

脑机接口(BCI)能够在大脑与外部环境之间建立一种不依赖于外周神经或肌肉的交流与控制通道,有助于恢复运动障碍者的生活自理能力,是当前神经工程领域最活跃的研究方向之一。其中,稳态视觉诱发电位(SSVEP)脑机接口因信息传输率(ITR)高、所需训练少而备受关注。现有的无创高通讯速率脑机接口系统主要是来自于或基于SSVEP。近年来,为进一步提高脑机接口性能,整合SSVEP与其他类型输入信号的多模态脑机接口逐渐成为脑机接口研究的新趋势。从输入信号类型、实验范式和信号融合等方面,综述结合SSVEP 的多模态脑机接口研究进展,帮助相关研究者理解该领域研究动态,以启发高通讯速率脑机接口系统的设计与实现。同时探讨目前结合SSVEP的多模态脑机接口存在的问题和未来可能的发展趋势,以期推动结合SSVEP的多模态脑机接口技术的发展。     

基于Labview的脑机接口实时系统

目的在Active One生理信号采集系统基础上实现脑机接口实时系统。方法系统利用瞬态视觉诱发电位来实现脑机接口,软件采用Labview7.1编程实现。设计四个刺激模块的脑机接口人机界面,采用同频次复合刺激方式实现多模块视觉刺激。应用累加平均与FIR滤波器提取视觉诱发电位信号,再通过计算相关系数实现信号识别。结果10名受试者参加了脑机接口实验。实验结果表明,基于Labview设计的视觉刺激器能够产生有效的视觉刺激。结论本文提出的实时信号处理方法提高了信噪比,实现了视觉诱发电位的提取与识别,能够判断出受试者所注视的目标,并将结果实时反馈到人机界面,实现了脑机接口实时系统。     

基于虚拟现实技术的脑机交互反馈系统设计

为训练受试者调整自身状态,以便于产生适应识别算法的EEG信号,本文设计了基于虚拟现实反馈方式的脑机交互反馈系统.该系统将脑-机接口技术与虚拟现实技术相结合,首先在3DMAX中建立虚拟人模型,然后在虚拟现实中为角色模型添加设计好的动作,最后系统通过实时调用数据库来控制角色模型的动作.仿真结果表明受试者可实时地对虚拟人的反馈动作与自己的想象运动进行比较,及时调整自己以达到想象运动与反馈动作的一致性.研究结果初步证明了该反馈系统的可行性,本研究为BCI反馈系统的设计提供了良好的思路.     

浅谈脑-机接口的发展现状与挑战

脑—机接口是在大脑与外部设备之间建立的直接的交流通道。文中简单叙述了脑—机接口的发展现状,并探讨了未来发展中面临的挑战。     

面向脑机接口的脑电采集设备硬件系统综述

脑机接口技术(BCI)可为人脑和外界建立一种全新的直接的交互方式,具有非常广阔的应用前景。脑电采集设备作为脑机接口采集信号的重要手段和途径,是其技术的关键和基础,已得到广泛关注。近年脑机接口研究呈爆炸式增长,各种脑电采集技术与应用不断涌现。未来,脑电采集设备在科学、医疗、军事、生活等领域具有巨大的应用潜力。为理清目前脑电采集设备硬件系统的发展现状和发展方向,从基本组成结构、性能优化电路以及现有产品等方面进行剖析。归纳脑电采集设备的4个主要组成部分,进一步分类并讨论脑电采集设备性能优化方法;对比现有的主流产品的关键指标,探讨它们的功能特性;分析现有脑电采集设备的不足之处,并对其发展趋势进行展望。     

基于离散小波变换提取脑机接口中脑电特征

在脑机接口中，针对脑电特征提取利用单一种类信息、使用数据量大、分类性能较差等缺点，提出一种新颖的基于离散小波变换的方法。分析了小波变换特征提取的特点和特征表示方式，用Daubechies类db4小波函数对脑电信号进行6层分解，抽取小波变换各子带关键的部分逼近系数、小波系数、小波子带系数均值组成特征向量。以分类正确率为指标检验了提取特征的性能。实验结果表明，这种方法能够利用少量数据提取脑电信号本质特征，具有较高的分类性能，为利用脑电识别人的不同意图提供了快速而有效的手段。     

基于脑电的脑-机接口系统

背景：脑-机接口是在人脑与计算机或其它电子设备之间建立的直接交流和控制通道,通过这种通道,人就可以直接通过脑来表达想法或操纵设备,而不需要语言或动作,这可以有效增强身体严重残疾的患者与外界交流或控制外部环境的能力,以提高患者的生活质量。 目的：总结近年来国内外有关脑-机接口系统的研究进展及存在的问题,探讨该领域进一步发展的方向。 方法：应用计算机检索PubMed数据库中1990-01/2009-12脑-机接口方面的文献,检索词“brain-computer interface, Rehabilitatian”,并限定语言为English;同时检索CNKI-KNS 1990-01/2009-12脑-机接口方面的文献,检索词为“脑-机接口,信号处理,脑电”,并限定语言为中文。 结果与结论：脑-机接口系统的研究正处于发展阶段。现有的脑-机接口系统还存在通讯速度低、效果不稳定等技术障碍,特别是信号处理算法的选择与改进等方面有待进一步研究。     

基于OpenBCI与OpenViBE的脑机接口设计

以OpenBCI为脑电信号采集平台,OpenViBE为脑电信号分析平台,并以源自大脑感觉运动皮层的μ节律和β节律为基础,采用共空间模式算法作为特征提取方法,结合高斯核支持向量机,研制用于机械臂控制的运动想象脑机接口,并通过实验对信号特征提取方法以及分类算法的效果进行评估。初步实验结果表明,采用共空间模式算法处理后的分类准确率高于表面拉普拉斯空间滤波器,且支持向量机的分类性能优于线性判别分析。本系统的控制准确率达95%以上,可实现机械臂的有效控制。未来的研究将探索如何通过自定义插件来提高OpenViBE的硬件控制功能。 【关键词】脑机接口;脑电信号;OpenBCI;OpenViBE;运动想像     

高频稳态视觉诱发电位脑-机接口研究进展

稳态视觉诱发电位（SSVEP）近年来被广泛应用于脑-机接口（BCI）系统的研究中,SSVEP-BCI系统具有分类精度高、信息传输速率快和抗干扰能力强等优点。传统研究大多诱发低、中频段SSVEP响应作为系统控制信号,然而该频带的SSVEP可能导致受试者视觉疲劳甚至诱发癫痫。相比之下,尽管高频SSVEP-BCI幅值较低、响应微弱,但它提供了更舒适自然的交互方式,近年来也被研究人员广泛关注。本文针对近十年高频SSVEPBCI相关研究,分别从范式和算法两方面进行归纳分析,最后对其应用前景和发展方向进行了讨论和展望。     

基于Labview和VC的脑机接口系统设计

目的：在ActiveOne生理信号采集系统基础上采用Labview和VC编程实现基于视觉诱发电位的脑机接口实时系统。方法：数据采集软件采用Labview编程实现,采用VC编程实现脑机接口人机界面、实时信号处理及动态链接库,Labview和VC通过动态链接库共享内存实现数据传输。视觉刺激界面设计采用了多媒体定时、DirectDraw技术和并口输出技术。采用累加平均与5点平均滤波提取视觉诱发电位信号,再通过计算相关系数实现信号识别。结果：实验表明,刺激模块能产生有效的视觉刺激。基于动态链接库的数据传输能满足系统要求,实现VC与Labview程序的同步控制。结论：本文提出的实时信号处理方法能提高信噪比,实现视觉诱发电位的提取与识别,判断出受试者所注视的目标,并将结果实时反馈到人机界面．实现了脑机接口实时系统。