腦機交互系統(tǒng)技術(shù)

目錄
前言
第1章 腦機接口技術(shù)概述 1
1.1 腦機接口的概念 1
1.1.1 基本概念 1
1.1.2 BCI的分類 3
1.2 有損BCI 7
1.2.1 有損BCI概述 7
1.2.2 有損BCI發(fā)展中的一些重要研究 9
1.2.3 有損BCI的發(fā)展趨勢 18
1.3 無損BCI 20
1.3.1 基于EEG的BCI 20
1.3.2 基于fNIRS的BCI 26
1.3.3 其他無損BCI 27
1.2 本書的內(nèi)容安排 29
參考文獻 29
第2章 事件相關(guān)電位腦機接口 33
2.1 引言 33
2.2 P300 speller及其衍生范式 32
2.2.1 P300 speller的設(shè)計 32
2.2.2 oddball刺激范式與P300波 35
2.2.3 P300 speller的改進和衍生范式 35
2.3 P300-BCI與ERP-BCI 35
2.3.1 ERP的P300成分 35
2.3.2 瞬態(tài)視覺誘發(fā)電位BCI 36
2.4 ERP-BCI的設(shè)計 37
2.4.1 需求分析和選項確定 37
2.4.2 設(shè)計要素Ⅰ：視覺設(shè)計 38
2.4.3 設(shè)計要素Ⅱ：刺激編碼設(shè)計 39
2.4.4 設(shè)計要素Ⅲ：刺激序列時間控制 20
2.4.5 設(shè)計要素Ⅳ：信號處理與目標識別算法 41
2.5 相關(guān)的分析方法 43
2.5.1 ERP特征計算 43
2.5.2 ERP特征時空模式分析 43
2.6 系統(tǒng)性能評價 44
2.6.1 目標識別正確率 44
2.6.2 信息傳輸率 44
2.6.3 字符率 45
2.6.4 寫人字符率 46
2.6.5 實際信息傳輸率 46
2.7 本章小結(jié) 47
參考文獻 48
第3章 視覺腦機接口范式中的刺激類型 52
3.1 引言 52
3.2 視覺刺激類型的設(shè)計 53
3.2.1 刺激類型的定義 53
3.2.2 刺激類型的分類 53
3.3 實驗設(shè)計和過程 54
3.3.1 實驗范式設(shè)計 54
3.3.2 實驗過程和數(shù)據(jù)采集 55
3.4 不同刺激類型的比較 56
3.4.1 字符識別方法 56
3.4.2 拼寫性能 56
3.4.3 分類器及特征的時空模式 59
3.5 本章小結(jié) 61
參考文獻 62
第4章 事件相關(guān)電位腦機接口的超立方體編碼方案 63
4.1 引言 63
4.2 cube刺激編碼的設(shè)計 64
4.2.1 cube編碼的生成 64
4.2.2 目標預(yù)測方法 65
4.2.3 性能指標及優(yōu)化 66
4.3 嵌入cube編碼設(shè)計 66
4.3.1 嵌入cube編碼 66
4.3.2 PITR計算和優(yōu)化 67
4.3.3 最優(yōu)性能和配置的函數(shù)特性 67
4.4 跨cube性能預(yù)測和優(yōu)化方法 68
4.4.1 score-P模型 69
4.4.2 跨cube特征分布預(yù)測 69
4.4.3 cube編碼的優(yōu)化 70
4.5 實驗設(shè)計 70
4.5.1 刺激設(shè)計 70
4.5.2 被試和數(shù)據(jù)采集 72
4.5.3 實驗過程 72
4.5.4 數(shù)據(jù)處理過程 73
4.6 最優(yōu)嵌入cube編碼及分析 73
4.6.1 模型的檢驗 73
4.6.2 最優(yōu)嵌入cube編碼 76
4.6.3 ERP時空特征隨目標刺激概率的變化 81
4.7 cube編碼優(yōu)化的進一步討論 83
4.7.1 關(guān)于碼長和正確率因素的進一步討論 83
4.7.2 子菜單設(shè)計的優(yōu)化策略 84
4.7.3 刺激序列數(shù)的確定 85
4.8 本章小結(jié) 86
參考文獻 87
第5章 基于視覺搜索任務(wù)和視線獨立的腦機接口范式 88
5.1 引言 88
5.2 基于oddball視覺搜索任務(wù)的拼寫范式 90
5.2.1 刺激序列設(shè)計 90
5.2.2 兩種刺激呈現(xiàn)模式 91
5.3 字符拼寫實驗 93
5.3.1 拼寫實驗 93
5.3.2 被試和數(shù)據(jù)采集 94
5.3.3 系統(tǒng)校準 95
5.4 數(shù)據(jù)處理與分析方法 95
5.4.1 分類器訓(xùn)練和在線字符識別 95
5.4.2 ERP計算與分析 95
5.4.3 離線性能分析 95
5.4.4 EOG校準與分析 96
5.5 結(jié)果與分析 97
5.5.1 系統(tǒng)校準的結(jié)果 97
5.5.2 在線拼寫正確率 97
5.5.3 刺激誘發(fā)的特征電位 97
5.5.4 離線性能分析 100
5.5.5 眼動顯著度分析 101
5.6 oddball視覺搜索BCI范式的特點 103
5.6.1 自糾錯拼寫系統(tǒng)的正確率要求 103
5.6.2 中心視覺和外圍視覺比較 103
5.6.3 任務(wù)復(fù)雜度和P300潛伏期的關(guān)系 104
5.6.4 P300潛伏期的任務(wù)間差異 105
5.6.5 練習(xí)效應(yīng) 106
5.7 進一步的改進 107
5.7.1 最優(yōu)目標集大小 107
5.7.2 視覺設(shè)計的改進 107
5.8 本章小結(jié) 108
參考文獻 108
第6章 視覺P300誘發(fā)電位控制多關(guān)節(jié)機械臂范式 111
6.1 引言 111
6.2 RM-501機械臂及其控制系統(tǒng) 112
6.3 機械臂控制P300范式設(shè)計與實現(xiàn) 114
6.3.1 機械臂控制轉(zhuǎn)換方式設(shè)計 115
6.3.2 BCI控制指令集設(shè)計 117
6.4 信號處理算法及參數(shù)選擇 119
6.4.1 被試與信號采集 119
6.4.2 P300信號特征提取與分類算法 120
6.4.3 特征分類算法 121
6.5 實驗結(jié)果分析與討論 121
6.5.1 P300刺激呈現(xiàn)參數(shù)優(yōu)化 121
6.5.2 P300刺激重復(fù)次數(shù)優(yōu)化 123
6.6 本章小結(jié) 125
參考文獻 125
第7章 基于視覺通道腦機接口的多移動目標選擇 126
7.1 引言 126
7.2 BCI類型選擇 127
7.3 基于SSVEP的移動目標選擇范式 128
7.3.1 SSVEP實驗范式設(shè)計 128
7.3.2 實驗設(shè)計 131
7.3.3 信號處理 132
7.3.4 實驗結(jié)果分析與討論 135
7.4 基于P300的移動目標選擇范式 138
7.4.1 P300動態(tài)范式設(shè)計 138
7.4.2 實驗設(shè)計 139
7.4.3 信號處理 141
7.4.4 實驗結(jié)果分析與討論 143
7.5 本章小結(jié) 146
參考文獻 147
第8章 機械臂控制的運動想象腦機接口范式 148
8.1 引言 148
8.2 范式設(shè)計、實現(xiàn)及控制策略 149
8.3 數(shù)據(jù)處理 152
8.3.1 信號預(yù)處理與特征提取 152
8.3.2 最小距離分析方法 153
8.4 實驗結(jié)果分析與討論 154
8.5 本章小結(jié) 157
參考文獻 157
第9章 基于運動想象腦機接口的虛擬倒立擺控制 158
9.1 引言 158
9.2 IPC系統(tǒng)模型 159
9.3 基于MI-BCI的IPC控制范式設(shè)計與實現(xiàn) 160
9.3.1 EEG特征選擇 160
9.3.2 實驗準備 161
9.3.3 離線訓(xùn)練設(shè)計 162
9.3.4 在線控制實驗設(shè)計 165
9.4 信號處理算法及改進 166
9.4.1 EEG信號的非平穩(wěn)性 166
9.4.2 空域濾波算法及其適應(yīng)性優(yōu)化 167
9.2.3 分類算法及其適應(yīng)性優(yōu)化 169
9.5 實驗結(jié)果分析與討論 172
9.5.1 實驗結(jié)果分析 172
9.5.2 幾點討論 172
9.6 本章小結(jié) 176
參考文獻 176
第10章 真實倒立擺腦機協(xié)同控制系統(tǒng) 177
10.1 引言 177
10.1.1 BCI系統(tǒng)控制回路的非對稱性 177
10.1.2 提升BCI系統(tǒng)通信效率的基本方法 178
10.1.3 增加被控對象的信息輸人源 178
10.2 腦機共享自主性與腦機協(xié)同 179
10.2.1 腦機協(xié)同BCI控制系統(tǒng)的基本原理 179
10.2.2 人類原子運動理論 180
10.3 基于腦機協(xié)同控制的IPC控制策略 181
10.3.1 控制方案確定 181
10.3.2 IPC平衡的協(xié)同控制實驗 182
10.3.3 信號處理算法 188
10.3.2 實驗結(jié)果分析 188
10.3.5 關(guān)于控制效果的討論 191
10.2 本章小結(jié) 192
參考文獻 193
第11章 多分類運動想象腦機接口范式設(shè)計 192
11.1 引言 192
11.2 六自由度MI-BCI的設(shè)計與實現(xiàn) 195
11.2.1 實驗設(shè)計與數(shù)據(jù)采集 195
11.2.2 數(shù)據(jù)處理方法及改進 197
11.2.3 實驗結(jié)果分析 200
11.3 序列MI-BCI范式 203
11.3.1 實驗設(shè)計、數(shù)據(jù)采集與處理 202
11.3.2 實驗結(jié)果 209
11.3.3 分析與討論 216
11.2 本章小結(jié) 220
參考文獻 220
第12章 序列運動想象腦機接口范式在機器人控制中的應(yīng)用 223
12.1 引言 223
12.2 基于序列MI的機器人行走控制 223
12.2.1 被試MI任務(wù)選擇 224
12.2.2 機器人行走控制系統(tǒng)設(shè)計 225
12.2.3 對比實驗設(shè)計 228
12.2.4 實驗結(jié)果 229
12.3 多關(guān)節(jié)機械臂BCI控制 231
12.3.1 機械臂控制實驗平臺 232
12.3.2 六分類序列MI范式 233
12.3.3 機械臂控制策略 233
12.3.4 實驗流程和性能指標 234
12.3.5 實驗結(jié)果 235
12.4 實驗結(jié)果分析與討論 236
12.4.1 序列MI范式的控制性能 237
12.4.2 序列MI-BCI存在的不足及其對控制性能的影響 238
12.4.3 序列MI范式設(shè)計中的關(guān)鍵因素 240
12.5 本章小結(jié) 240
參考文獻 241
第13章 基于異步序列運動想象腦機接口的助殘輪椅控制 242
13.1 異步序列MI范式 242
13.1.1 異步序列MI任務(wù)設(shè)計 243
13.1.2 異步序列MI任務(wù)檢測算法 244
13.2 助殘輪椅BCI控制系統(tǒng)設(shè)計 247
13.2.1 助殘輪椅實驗平臺 248
13.2.2 輪椅控制策略設(shè)計 248
13.2.3 助殘輪椅控制任務(wù)設(shè)計 250
13.3 實驗流程與結(jié)果 250
13.3.1 實驗流程 250
13.3.2 助殘輪椅控制結(jié)果 252
13.3.3 異步序列MI任務(wù)在線檢測結(jié)果 252
13.3.4 離線數(shù)據(jù)分析結(jié)果 255
13.4 分析與討論 258