脑-机接口信号预处理中的高提升滤波

为突出脑-机接口中局部脑电的事件相关去同步信号，将算法简单的高提升滤波(high—frequency—emphasis，HFE)用于信号的数据预处理。分析结果表明，采用适当放大系数的高提升滤波比Laplacian滤波的效果更好。用HFE可有效地提高脑-机接口系统的识别率。     

“脑—机接口”的研究进展

脑-机接口(brain computer interface，BCI)是一种全新的通讯和控制技术。本文分析和讨论了一些现有的脑一机接口系统及其控制信号，并指出了其中一些有待于进一步解决的问题和今后的研究发展方向。     

混合范式脑-机接口研究进展综述

传统脑-机接口(BCI)在实际应用中存在许多不足,例如指令集较小、适用人群范围小、难以实现多维度控制和异步控制等.混合范式脑-机接口(hBCI)的出现可有效解决这些问题.对基于脑电信号的hBCI、基于脑电信号和其他脑信号的hBCI以及基于多生理信号的hBCI进行综述,并分析近年来不同hBCI系统的刺激范式、控制策略、分...     

"脑-机接口"的研究进展

脑-机接口(brain computerinterface,BCI)是一种全新的通讯和控制技术.本文分析和讨论了一些现有的脑-机接口系统及其控制信号,并指出了其中一些有待于进一步解决的问题和今后的研究发展方向.     

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。     

数字信号处理器在脑-机接口系统中的应用

本文研究数字信号处理器(DSP)在基于稳态视觉诱发电位的脑-机接口系统中的应用,同时详细介绍了系统的构成及各部分的设计与实现方法,并展示了初步的实验结果.本系统主要由刺激器、模拟放大电路、DSP核心电路和控制外设的红外发射电路组成.所选用的都是低功耗、高速的芯片,以满足实用性和实时性的要求.软件部分采用汇编语言编程,主要包括控制信号采集、50Hz陷波和带通滤波、快速傅立叶变换、特征提取和识别.经过测试,该系统不仅可以将输入的正弦波正确地检测出来,而且对于接入的实际脑电中的诱发响应也能很好地检测和识别.因此使用DSP使脑-机接口系统的小型化、实用化是可行的.     

神经元群体解码方法及其在脑-机接口中的应用

基于脑神经元放电信号的脑-机接口(brain-computer interface,BCI)系统近年来有了越来越深入的研究,它使BCI在皮层运动控制等方面更加精确、迅速.从神经工程角度,此类BCI的实现不仅依赖于多电极神经记录硬件技术的发展,还依赖于其软件技术的核心神经元群体解码方法.本文综述了目前神经元群体解码方法中已成功运用于BCI研究的四类主要算法:群矢量算法、最佳线性估计、卡尔曼滤波法、贝叶斯方法.     

运动想象脑-机接口新进展与发展趋势

基于运动想象(MI)的脑-机接口(BCI)作为一项新的运动损伤康复手段,在帮助改善和恢复丧失的身体功能方面具有重要的作用。然而,目前MI-BCI走向实用化仍面临着许多问题和挑战,包括MI诱发生理信号空间分辨率低、使用者训练时间较长和异步控制MI-BCI系统难以有效实现等。简要阐述MI相关的机制研究,然后针对以上问题从信号采集、信号处理算法分析、范式设计和异步控制研究等,综述相关解决方案及其研究现状,最后概述MI-BCI的应用,并展望MI-BCI未来的发展方向。     

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。     

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。     

脑-机接口操控效果差异及其预测研究综述

近年来,脑机接口(BCI)技术得到广泛关注并取得显著进展。然而,脑控效果差异已成为脑机接口发展面临的重要挑战之一,即被试间差异以及被试内差异严重降低BCI系统的可靠性。为创建更稳定的系统,理解这些问题出现的原因是至关重要的,而预测大脑BCI操控效果有望解决控制表现差异问题。其中被试水平的预测能够实现对BCI盲筛选,并有望帮助消除被试间差异;而试次水平的预测有望改善用户的整体控制效果。回顾近年来预测BCI操控效果的研究,详细阐述BCI盲以及引起BCI表现差异的原因,最后就大脑BCI操控能力预测研究现状进行论述,并对其研究前景进行展望。     

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.     

独立式脑-计算机接口信号处理和识别方法研究

目的为独立式脑-计算机接口(brain-computerinterface,BCI)选择合适的数据预处理、特征提取和模式识别算法,提高系统的识别率.方法分别使用不同的空间滤波算法、特征提取方法和模式识别算法,对同一组BCI数据进行处理,并对结果加以比较分析.结果使用空间滤波器small-laplacian提高信噪比,AR谱估计提取C3和C4导联特定波段能量作为特征,Bayesian判决进行分类,可以取得较好的识别率.结论高信噪比以及合适的特征是提高识别率的关键因素.     

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。     

神经反馈提升注意及SSVEP脑机接口使用技能

过去20年中,神经工程领域在神经信号的解码(如脑机接口等)和神经调控(如电磁刺激和神经反馈)两大分支上都取得巨大的进步,然而注意的内在机制和行为表现之间的关系依然值得深入探究.通过执行不同难度的快速序列视觉呈现任务,采集得到包含被试者不同注意程度的脑电数据(30例被试),并使用有向信息传递函数进行分析,进而整理得到注意...     

脑-机交互运动训练的神经反馈方法及康复应用

运动功能是人类存活、劳动及对外交流的必备功能,但常因疾病或意外而受损甚至丧失.脑卒中即是运动功能损伤的疾患典型,已成为我国乃至全世界成年人第一致残疾病.而传统康复训练难以诱导患者主动操控肢体的皮层·肌肉耦合,尤缺镜像神经元与神经可塑机制配合,导致康复效果受限.近年来,采用基于脑-机接口(BCI)等新兴人机交互技术的运动...     

共空域模式方法在多类别分类中的应用

近年来脑机接口(BCI)研究已经逐渐从两类的模式识别发展为多类的模式识别.在两类别的BCI中,共空域模式(CSP)算法已经被证明是十分有效的方法.本研究对CSP算法进行扩展,使其适用于多类别分类.采用"一对一(one-to-one)"的CSP策略,对四类模式的脑电信号进行分类.该方法数据用于BCI竞赛2008的数据集IIa,获得第2名,证明了该策略对于多类别分类问题的有效性.     

连续预测脑机接口的信息积累方法

设计有效的学习算法快速准确地对脑电信号进行连续预测是脑机接口研究的关键之一.本研究给出了一种基于变分贝叶斯算法的理论框架通过区分度权值进行信息积累,从而对脑电信号分类.此方法将对区分度权值和分类器参数的估计融为一体,使得这两部分在学习的过程中可以互相协调.在两个运动想象数据集上的实验结果表明本方法能够提高BCI系统的性能,具有较好的实用性.     

面向运动意图解码的共空间模式及其扩展算法研究综述

运动想象脑-机接口(MI-BCI)在人体运动功能康复、替代、增强等方面具有重要研究意义与应用价值。共空间模式(CSP)算法旨在增强MI诱导头皮脑电(EEG)特征的差异性,是当前使用最广泛的MI范式特征提取算法之一。但因其未考虑EEG的时、频域等信息,且对噪声和偏离值敏感,导致分类器识别性能有限、鲁棒性低。回顾CSP及其扩展算法的发展历程,从多模态信息优化、正则优化以及其他空间映射优化方法等三方面详细介绍相关扩展算法的基本原理和关键步骤,并探讨其实际面临的挑战和预测其未来发展趋势,以期促进相关BCI技术的深入研究与开发应用。