基于ADS1299的新型脑电采集系统设计

本文介绍了一种新型脑电信号采集装置,用户通过简单设置及选择相应电极,可进行脑电数据的实时采集,并能对数据进行显示和存储。它具有精度高、体积小、功耗低等特点。该系统主要由TI公司的TMS320F2812 DSP和TI公司的ADS1299模拟前端IC构成,省去了大量的外围电路。该采集装置通过USB2.0协议与上位机进行数据传输,上位机USB驱动由Cypress公司的通用USB驱动实现,驱动程序的安装由INF文件来引导;应用软件用VS2010开发。     

基于时空特征学习Transformer的运动想象脑电解码方法

脑电图（Electroencephalography,EEG）可记录来自大脑皮层的电信息，反映了脑活动中神经细胞放电产生的电场变化情况. EEG的空间信息和时间信息对于运动想象脑电（Motor Imagery Electroencephalogram,MI-EEG）解码分类模型学习判别特征至关重要，但过度依赖预处理和手工特征提取，导致对EEG数据进行信号分类较为困难.尽管深度学习已经在很多领域实现了自动特征提取，但脑电图的深度学习尚未完成.提出基于FBCSP (Filter Bank Common Spatial Patterns)和Transformer模型的时空特征学习的运动想象脑电解码方法 .针对FBCSP滤波的脑电信号，依次通过空间维度和时间维度上的注意力转换来获取空间和时间特征，然后通过Softmax函数对不同类别的EEG数据进行分类.实验结果表明，在BCI竞赛数据集IV-2a上，该方法的分类准确率可达84.16%，为MI脑电信号分类提供了新思路.     

脑电信号的现代分析方法

脑电图（EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。临床实践表明，脑电信号中包含了大量生理与疾病信息，通过对脑电信号的处理，不仅可以为医生提供临床诊断依据，而且可以为某结脑疾病提供有效的治疗手段。作者从脑电信号的分析出发，论述了频域分析、时域分析等脑电图分析中常用的信号分析方法和特点，特别介绍了Wigner分布、小波变换和匹配跟踪等时频分析方法、人工神经网络和非线性动力学方法在脑电信号分析和处理中的应用情况。     

基于卷积神经网络的P300电位检测及在脑机接口系统中的应用

为提取更深层、更原始的脑电信号特征,提高基于P300电位的脑机接口系统的性能,提出将卷积神经网络(CNN)应用到脑机接口系统的P300电位检测.首先,根据脑电信号的时间和空间特征,构建CNN的网络结构.然后,对脑电信号进行预处理,采用卷积层和下采样层进行特征提取.最后,通过全连接层实现P300电位的检测.结果显示,卷积神经网络对P300电位具有很好的特征学习能力,取得了较好的分类结果,为进一步提高脑机接口系统的性能提供了有效手段.     

基于Golay序列调制的视觉诱发电位脑机接口系统

脑机-接口是一种新型的人机交互方式,不依赖于外周神经和肌肉,而是直接将脑电信号翻译成计算机的控制命令。针对传统脑机-接口系统识别准确率低、可识别目标少等问题,提出了一种基于Golay序列调制的视觉诱发电位脑机接口系统。首先受试者必须注视着屏幕上闪烁的目标,通过脑电放大器对人脑表皮层产生的信号进行采集、放大、A/D转换等预处理操作,然后经过实时分析软件对预处理后的脑电信号进行分类识别,取出大脑特定获得下的特征;最后将其转换为计算机的控制命令,并将输出结果反馈给用户。系统选取了Golay序列对刺激目标进行调制,且运用模板匹配法对目标进行识别。实验结果表明,该方法能有效的识别刺激目标,且获得了93.75%的识别准确率。     

快速序列视觉呈现任务下的脑电分类算法

提出了一个在快速序列视觉呈现任务下的脑电信号分类算法.将图片序列快速呈现给受试者并将同步采集脑电信号,将脑电信号截取分段作为样本集.通过约束有监督降维后样本与样本中心差值的趋近方向,使用训练集脑电数据训练得到映射矩阵;通过特征提取函数将训练集和测试集的脑电数据样本变换为特征矢量,使用支持向量机对样本进行分类.实验结果表明,算法对24名受试者的脑电信号分类的平均正确率为91.5%,平均AUC达到了0.95,证明脑电分类算法具有良好的分类性能,可以在快速序列视觉呈现任务中准确地识别目标图片.     

基于脑电信号的手指动作识别

分类识别技术在脑-机接口的研究中占有重要地位,本文基于在事件相关脑电图中,存在的运动感觉皮层脑电位下降和事件相关非同步现象,运用了一种基于共空域子空间分解的算法,对左右手指动作时的多通道脑电信号进行了特征提取。最后,根据提取的特征进行了手指动作的识别,在对三个人的脑电数据识别中,平均识别率达到了75.6%。     

基于粒子群优化支持向量机康复下肢外骨骼的脑电控制研究

为解决失能人群自主移动的问题,脑机接口(brain computer interface, BCI)已广泛应用于外骨骼领域,但脑电(electroencephalogram, EEG)信号因信噪比低等原因导致识别率一直难以提高。为提高基于脑机接口下肢外骨骼的信号识别率,采用粒子群优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)算法提高脑电信号识别率,取得了86.52%的脑电信号识别率。首先建立共空间模式(common spatial pattern, CSP)数学模型对脑电信号进行特征提取,随后建立基于粒子群优化的支持向量机分类模型,优化脑电信号分类关键参数,将最终的实验数据与传统的支持向量机分类方法比较,最后进行算法的验证及下肢外骨骼实验。实验结果表明：经过粒子群优化的支持向量机分类准确明显高于传统支持向量机分类。所提出粒子群优化支持向量机对脑电信号的特征识别方法可实现运动想象(motor imagery, MI)的精确识别,为脑机接口技术在康复外骨骼领域的应用提供理论基础和技术支持。     

一种新的基于脑电信号相似性分析的癫痫性发作自动检测方法

癫痫是最常见的神经系统疾病之一。脑电图是大脑电活动的记录,已成为检测癫痫发作的一种有效工具。如何通过数据分析以挖掘癫痫脑电的本质特征,是实现癫痫性发作自动检测的关键。提出了一种新的脑电信号相似性的分析方法,进而在这一方法的基础上定义了待测脑电与模版脑电之间的最大余弦相似度为癫痫脑电特征,并将其应用于癫痫性发作的自动检测。采用BONN和CHB-MIT两个公开数据库来验证该文所提方法的性能。和已有方法相比,该文所提自动检测方法将检测准确率从97. 53%提高至99. 85%。该文所提出的脑电信号相似性分析方法可以成功应用于癫痫性发作的自动检测。     

组稀疏贝叶斯逻辑回归的P300信号通道自动选择算法

为了提高脑机接口中P300脑电信号的分类准确率和计算速度,提出一种组稀疏贝叶斯逻辑回归的P300脑电信号通道自动选择算法.该算法首先在贝叶斯框架下建立P300脑电信号的解码模型,其次提出先验的组自动相关确定(GARD)方法构建组稀疏约束下的P300脑电通道权重系数,最后通过最大似然估计来求解超参数并选出P300脑电通道最优子集,避免了大量的交叉验证过程.所提方法在BCI竞赛数据和自采集数据上进行了验证分析.实验结果表明,所提的方法能够自动选择P300脑电通道子集,提高了P300特征分类准确率.     

基于Delphi和MATLAB混合编程的波浪估计算法实现

针对在Delphi 7下编写波浪估计算法效率低且不易实现的问题,本文采用基于Delphi 7和MATLAB 7.0混合编程的方法,实现了上位机软件的波浪估计能力。该方法简单,开发周期短。将上位机软件估计结果与Nortek公司商用软件Quickwave对比,结果表明本文的上位机软件估计结果准确,采用混合编程方法可准确地实现ADCP上位机软件中波浪估计的功能。     

基于STM32 的人体目标检测与追踪系统

为有效解决现有人体目标识别与追踪需人为干预等问题,设计了一种由嵌入式系统、无线通信技术及上 位机组成的人体自动检测及追踪系统。该自动检测与追踪系统分为上位机和下位机两部分,其中下位机以 STM32F103ＲCT6 单片机为控制核心,通过SHAＲP-GP2Y0A21YK0F 红外测距传感器检测人体位置进而控制舵 机,舵机上装有摄像头采集视频,利用WIFI( Wireless Fidelity) 将摄像头采集的视频信号传输至上位机。上位机 由Eclipse-Android 系统开发平台开发,可在监控中心实时显示视频信号。实践证明,该系统安装、操作简易快 捷,能准确实现人体的自动化识别与追踪过程,可广泛应用于室内不干扰红外线工作的行业。     

CFR型微机故障录波装置的原理与结构

描述了用于监测和记录电力系统暂态过程的新型微机故障录波装置的特性，给出了该装置的硬件软件结构与原理，并简单论述了故障检测所依据的基本原理．     

脉宽调制磁记录系统的放音速度控制

在脉宽调制的磁记录模拟系统中,利用载波调频方式设置调频时标,该时标在放音时被检取作为控制的同步信号,可实现放音速度的自动控制。     

基于神经网络的计算机通信系统干扰信号分离

为了解决当前通信系统干扰信号分离方法存在的误码率高、通信质量差等问题,提出一种基于神经网络的计算机通信干扰信号分离方法.首先通过分析当前计算机通信干扰信号的分离研究现状,指出其局限性;然后建立计算机通信系统的信道模型,并采用神经网络对计算机通信系统的稳定性进行优化控制,将干扰信号分离;最后采用仿真实验对其有效性和优越性进行分析.结果表明,该方法可实现对计算机通信干扰信号的准确分离,提高了输出信号的信噪比,降低了通信系统的误码率.     

基于互相关算法的CSAMT接收信号处理研究

针对可控源音频大地电磁法（CSAMT: Controlled Source Audio-frequency Magnetotelluric）实际勘探中, 因深部目标体响应信号微弱, 测量环境噪声严重等特殊情况而导致接收信号的清晰度大大降低的问题, 提出一种基于互相关算法的CSAMT接收数据去噪处理的新方法。该方法利用发射信号与接收信号之间相关性强, 与随机噪声相关性弱的特点, 设计发射信号电流波形记录器, 将接收信号和发射信号作互相关处理, 滤掉噪声等干扰信号。实验结果表明, 该方法可压制噪声, 可提高CSAMT测量的准确性。     

基于Labview串口通讯的虚拟数字电压表的设计

介绍了Labview环境下串口通讯的实现方法,利用89C51单片机作为下位机采集卡,进行数据采集,PC机作为上位机,二者之间通过串口实现数据通讯.为此,设计了单片机采集和通讯电路,编制了相应的C语言程序,该电路利用8位A/D转换器ADC0808采集电位器输出的电压信号,把转换出的数字量通过RS-232串口通讯送给上位机,同时在Labview开发平台上,设计了串口通讯、数据处理和电压显示的前面板和框图程序,开发了虚拟数字电压表.     

嵌入式系统在热电厂流量积算仪中的应用

智能型流量积算仪具有远程控制以及传输的功能,其控制系统的核心采用嵌入式微控制器构成,不仅能够对不同的输入信号进行测量,还能测量不同性质气体的温度、压力、流量以及积算流量值,可以任意设置其工作参数。不光能提供输出对应流量开方信号的模拟电流信号给记录仪等使用,还能显示测量值,还可以将通过串行口的结果,构成和上位机组成的主从分布式网络,是简单实用的智能化仪器。     

数字递推滤波器的分析与应用

通过对数字滤波器的分析与实验研究,提出了数字滤波器不仅能处理低频信号,而且还能够对高频信号实现滤波,并在实践中取得了较好的效果,这将有益于扩大计算机的应用领域。