人机一体化系统的高级接口——大脑计算机接口

介绍了人机一体化系统的概念,提出大脑计算机接口是"人机耦合"型人机一体化系统关键技术.阐述了大脑计算机接口原理、大脑计算机接口系统硬件构成、大脑计算机接口技术的研究方法,大脑计算机接口技术的应用和展望,对BCI的研究和人机一体化系统和技术的发展具有重要意义.     

人机一体化机电技术发展趋势分析

现如今,随着科技水平的进步、机电一体化技术的成熟和发展,机电一体化技术拥有强大的应用发展空间。本文对人机一体化机电技术的发展趋势进行分析。介绍了其研究前景,分析了人机一体化机电系统的组成,详细探讨了其存在的问题并提出了具体解决方案。     

用于人机一体化广义优化技术的多智能体系统

分析了人机一体化广义优化技术的需求引入了多智能体系方案，研究了系统的整体结构和阐凶的上层结构，提出了柔性装配系统优化设计的一个实施方案。     

脑-计算机接口系统中诱发脑电信号的小波分析

针对特定思维诱发脑电信号的特点,提出一种确定其分布情况及提取其波形的方法·首先采用离散小波变换对脑电信号进行分解,然后使用小波奇异点检测和小波统计分析相结合的方法进行特征分析,确定特定思维诱发脑电信号处于小波变换的哪个尺度上,并根据分析结果重构出诱发脑电信号·结果表明,这种方法能够有效地消除脑电信号中的常见噪声,尤其适用于对诱发脑电信号的提取·     

水电站仿真系统盘台及其计算机接口系统研制

介绍了大型水电站仿真培训系统中返回屏和集控台的计算机接口系统的构成,给出了该系统的主要软件功能及在 Ｗｉｎｄｏｗｓ 环境下的实现方法     

计算机支撑电信应用系统的API接口

计算机支撑电信应用（ＴＡＳＣ）作为一种新技术，近几年发展迅速，一些大的通信公司或电脑公司纷纷推出符合ＴＡＳＣ标准的产品。在产品推向市场的过程中，如何适应用户需求，方便灵活地添加新业务，显得十分重要。作者开发的ＡＰＩ（应用编程接口）较好地解决了这一问题。     

基于脑电的脑机接口刺激系统的研制

脑机接口(BCI)是在人脑和外界之间建立不依赖于常规大脑信息输出通路的一种通讯系统.脑机接口刺激系统的作用是通过对受试者施加一定的外界刺激来诱发具有一定特征的脑电波.本研究基于多种刺激模式的脑机接口视觉刺激器,采用计算机编程,在计算机屏幕上实现了基于VEP、P300、想象运动的3类刺激模式.该系统能够通过特定的刺激从而有效地诱发出可识别特征的脑电信号,采用XML技术使得该刺激系统具有较强的可扩展性,可以满足脑机接口实验的需要.     

基于Alpha波的异步脑-机接口系统

利用Alpha波建立了一个脑-机接口系统,包括脑电数据采集、脑电信号分析、特征提取和分类,并进行了实时在线分析.该脑-机接口系统的工作模式为异步,测试者可以任意选择何时启动系统,并随意选择4个命令中的一个进行输出,是一种更加自然的人机交互方式.实验结果表明,该系统取得了很高的分类正确率,具有很好的实用性.     

计算机联锁系统中冗余CAN总线接口的研究

论文通过对计算机联锁系统中冗余CAN总线接口多种实现方式的研究和比较。提出了CAN总线收发器的热冗余方式较冷冗余方式有适应性强，主控器干预少以及自适应切换等优势，所以应用价值更高。     

EEG classification based on probabilistic neural network with supervised learning in brain computer interface

Aiming at the topic of electroencephalogram (EEG) pattern recognition in brain computer interface (BCI), a classification method based on probabilistic neural network (PNN) with supervised learning is presented in this paper. It applies the recognition rate of training samples to the learning progress of network parameters. The learning vector quantization is employed to group training samples and the Genetic algorithm (GA) is used for training the network’s smoothing parameters and hidden central vector for determining hidden neurons. Utilizing the standard dataset I(a) of BCI Competition 2003 and comparing with other classification methods, the experiment results show that the best performance of pattern recognition is got in this way, and the classification accuracy can reach to 93.8%, which improves over 5% compared with the best result (88.7%) of the competition. This technology provides an effective way to EEG classification in practical system of BCI.     

基于脑电的轻装作业操作者脑力负荷与绩效的分析

针对脑力负荷过高或过低导致产品质量低、生产效率低的问题,采用脑电(EEG)生理测量技术,模拟轻装产品的手工装配生产。设计了单产品装配和产品组合装配实验方案,探究操作者脑力负荷与工作绩效之间的关系。采集了25位志愿者的EEG负荷指标、装配完成率和装配时间三种指标数据,分析结果表明:EEG负荷指标的波动趋势可以有效地反映操作者的任务绩效,但波动状态与具体装配任务有关;与单产品装配方式相比,产品组合装配方式可以在保证装配质量的前提下有效缓解操作者脑力负荷。研究结果提升了手工装配作业下操作者脑力负荷波动状态的认识,有助于管理者制定更优的产品生产计划方案。     

小儿脑电图的描记方法与注意事项

本文针对小儿脑电图描记比较困难,提出了描记方法和注意事项。     

脑-机接口中空域滤波技术现状与进展

作为一种特殊的人-机交互模式,脑-机接口(brain-computer interface,简称BCI)技术已成为当前脑科学和智能信息处理领域的研究热点.其中,基于头皮脑电(electroencephalography,简称EEG)的BCI(EEGBCI)技术因具有良好的安全性和可操作性,吸引了研究者的广泛关注.但头皮EEG非常有限的空间分辨率和易受干扰等特性,很大程度上限制了EEG-BCI技术的实用化进程.因此,EEG信号处理和模式识别新方法研究已成为BCI领域的一个关键问题.在现有的信号处理方法中,空域滤波技术在EEG伪迹消除和任务相关神经活动获取方面表现出了较明显的优势,近年来在EEG-BCI系统实现研究中得到了广泛应用.论文以运动想象BCI(motor imagery BCI,简称MIBCI)为应用背景,对独立分量分析(independent component analysis,简称ICA)和共同空间模式(common spatial pattern,简称CSP)两种代表性空域滤波方法的原理及其性能进行介绍、分析和比较,总结出两种方法各自的优势和不足,并给出了改进思路.同时指出,ICA空域滤波方法在运动想象脑-机接口系统实现中更具应用潜力.     

心算任务下脑电信息传输

通过计算多导脑电的互信息传输时间序列的复杂度,研究了心算任务和安静状态下不同认知水平的对象脑电特异表现.结果表明,不同的实验状态、不同认知能力的被试者以及大脑的不同部位均可对互信息复杂度产生显著影响.抑郁症在心算任务下的互信息传输复杂度显著低于（P<0.001）安静闭目状态下的复杂度,而正常对照组虽然在心算任务下的脑电互信息传输复杂度也较安静闭目状态时有所下降,但不具有统计意义.据此推测,完成认知作业时的脑电互信息复杂度在一定程度上反映了认知水平的不同.     

脑电信号中的频谱不对称指数特征与情绪识别研究

本文研究了脑电信号中的频谱不对称指数（SASI）,采用国际标准图片刺激被试者诱发产生正、中和负性情绪并采集其脑电信号,依据后期正电位段具有特征性的特点[7],对来自不同脑区、电极的1000—1500ms时间段内脑电信号选取后期正电位段进行处理分析,分别计算不同脑区分别处于正、中、负性情绪时脑电信号的平均SASI。结果显示,相比于中性情绪,处于负性情绪时的SASI明显偏大;处于正性情绪时的SASI明显偏小,尤其是在左颞区、右颞区和枕叶区其特征性更加明显,表明SASI可作为情绪种类识别的特征量之一,若与后期正电位特征量结合使用,有望显著提高情绪种类识别的准确率。     

性格行为特征与脑电特征间关系的研究

探讨性格行为特征和脑电特征之间的关系.在克莱佩林-内田测试(UK测试)过程中同时测量实验者的脑电,根据UK测试对实验者性格行为的3个特征即启动性、兴奋性和可变性的评价结果,分析对比不同性格行为特征的实验者的脑电数据,通过对比特定频段的脑电能量在UK测试过程中的分布情况,探讨实验者性格行为特征与脑电特征之间的关系.结果表明:实验者代表性格启动性的特征主要与UK测试上下半时开始时脑电β波的能量大小相关;代表性格可变性特征主要表现在UK测试过程中脑电β波能量的波动大小;代表性格兴奋性的特征则表现在脑电α波能量的大小和变化趋势.     

基于傅里叶变换的脑机接口系统实现方法

脑机接口系统要求实时的处理速度和较高的准确识别率.在对脑电信号进行幅频分析和相同步分析的基础上,提出一种意识任务识别在线脑机接口系统实现方法.提取谱峰和相同步相干性指数作为反映大脑运动意识任务状态的特征参量,设计基于信息积累的时变线性分类器,对左右手想象意识任务进行识别,获得了满意的结果,最大分类正确率达到90.72%.研究结果表明,谱峰特征是事件相关去同步/同步的一个敏感的量化参数,结合相同步相干性指数能够提供更多反映大脑意识任务状态的信息.该方法采用快速傅里叶变换和线性判别式分析,特征提取和分类算法简单,计算速度快.为在线脑机接口系统的实现提供了新的思路和途径.     

小鼠视觉感受区电位信号 (LFP)的脑电波分离

为研究人（动物）的行为与脑电波之间的关系,提出了一种新的小鼠视觉感受区电位信号(LFP)与呼吸相关联的脑电波分离模型,采用盲信号分离（BSS）、独立分量分析法（ICA）对局部场电位建立线性瞬时混合信号系统数学模型,利用小波包进行LFP的分解并重构信号,对睡眠状态下小鼠视觉感受区局部场电位信号进行了15层分解和重构。实验证明,小波包分解高频分量系数cd13的解析重构信号与δ波频率吻合,小鼠睡眠状态下分离出的与呼吸相关联的脑电波信号为δ波。