基于非线性参数的意识任务分类

研究了非线性参数作为脑电（EEG）信号特征时对意识任务分类的作用，使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离，分类方法为Fisher线性判别式．对4个实验对象共60个任务对进行了分类处理．使用3种参数在2s数据段上取得的平均分类精度分别为82．3％、90．7％和93．3％．在较短（1s）的数据段上，应用轨道平均初始距离参数进行分类取得了平均为90．8％的正确率，分类精度接近于Anderson取得的实验结果．轨道平均周期和轨道平均初始距离算法具有较小的运算量，能够应用于在线系统．     

基于脑电Alpha波的脑-机接口控制实验

对脑电alpha波阻断现象的识别提取与家用电器遥控装置的结合进行了研究，以探索实时脑机接口（brain-computer interface，BCI）系统的可行性．对5～12名受试者进行睁闭眼实验并记录其动态脑电数据，提取alpha波阻断现象发生过程的关键参数．在实时操作平台上对受试者进行4组遥控器按键操作的组合实验，以考察系统的响应速度与指令传递的准确率．总结出了Alpha波阻断现象对应的阈值电压经验计算公式，并建立了以最大噪声背景电平作为甄别开关动作真伪的判据原则．结果显示该系统具有较高的控制成功率和稳定性，表明实时脑机接口系统具有潜在的临床应用价值与研究前景.     

基于机器学习的跨患者癫痫自动检测算法

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型...     

脑电信号的现代谱分析技术

脑电信号是非平稳随机信号，它的频域特性的正确表达及精度，相位信息的提取，瞬态波形分析是当前ＥＥＧ信号处理研究中的３个热点问题，本针对以上问题讨论了谱参量分析，双谱分析以及时间－频率域分析的原理，方法，并给出一些ＥＥＧ信号处理的研究结果。     

基于脑区社团结构的恐高程度识别模型

高层建筑拔地而起,客观的恐高检测手段是高空作业行业规范化的关键一步.本文结合虚拟现实技术设计高空暴露实验,深入研究了恐高反应的大脑神经机制,提出使用脑功能网络检测恐高程度.通过对比不同恐高程度脑功能网络的基本拓扑特征,使用阈值化处理找出与恐高程度关系密切的脑区.根据脑区划分社团结构,构建恐高程度识别模型.结果表明:恐高...     

脑机接口技术研究方法

脑机接口（BCI）是一种基于脑电信号实现人脑与计算机或其他电子设备通讯和控制的系统，它不依赖人体的外周神经神经系统及肌肉组织，是一种新的人机接口方式，在康复医学和控制等领域有应用前景，近年来，脑机接口技术发展迅速。概述了采用事件相关电位P300、稳态视觉诱发电位（SSVEP）、事件相关同步或去同步9ERS／ERD）皮层慢电位（SCP）、自发EEG信号、植入电极等实现脑机接口技术的研究方法，讨论和比较了各种研究方法的特点和局限，介绍了脑机接口的发展现状和存在的问题，并对其应用前景进行了展望。     

柔性衬底MEMS技术制备脑电图干电极阵列研究

设计了一种新型的脑电图干电极,主要用于采集脑电信号以进行基于脑电图的警觉度分析,替代传统的湿电极.采用柔性衬底微电子机械系统(MEMS)加工技术,在柔性衬底上制备出具有化学稳定性与生物相容性的微针状干电极阵列.通过铜牺牲层实现干电极微针的悬臂梁结构,利用聚二甲基硅氧烷(PDMS)剥离层实现器件从玻璃基底的完全释放,并经平面电极的多层组装实现了立体电极阵列.实验中干电极以聚酰亚胺作为柔性衬底,其针端及导线部分材料为镍,针端部分表面镀金.采用Neuroscan的脑电信号采集放大器对干电极性能进行了测试,测得阻抗约为10 kΩ,其时域和频域信号与传统湿电极基本一致.所制备的干电极成品率高、尺寸小、屏蔽佳、装配简单、可靠性好、机械强度大,符合快速、无痛的脑电信号采集要求.     

手指动作自动矫正的脑电特征

设计了一个手指运动自动矫正实验,受试者在实验中通过手指控制电脑屏幕图标,执行手部动作快速自动矫正,同时被采集脑电(EEG)信号.选用后顶叶皮层区的脑电电极数据,经过叠加分析等处理,最终获得手部动作自动矫正的事件相关电位(ERP)成份.结果表明:目标跳变引发的自动矫正动作电位,呈现出一种特殊的电位特征,即先于150 ms左右出现一负性脑波,后于320 ms左右出现一正性脑波.     

立体深度运动引发的立体视觉疲劳的脑电评估

3D技术的发展受到其引发的不舒适感的限制,长时间观看立体显示影像将会引起立体视觉疲劳,一种客观评价立体视觉疲劳的有效指标亟待提出.本文利用EEG(electroencephalography)三个频带θ(4~8 Hz)、α(8~13 Hz)、β(13~22 Hz)的相对能量及其能量比值E(α+θ)/β、Eα/β、E(α+θ)/(α+β)在八个不同脑区及整个脑区的54个指标作为备选,借助配对t检验、灰色关联度分析(GRA)、支持向量机(SVM),最后得出指示由立体深度运动引发的视觉疲劳的最佳脑电指标为:顶区Eα/β.并比较了三个频带相对能量在不同疲劳状态的变化:疲劳状态下,α频带明显上升(p<0.01),β频带明显下降(p<0.01),θ频带保持稳定.     

消除脑电图伪差的数据处理方法

本文提出了一种消除电脑电图主要伪差（肌电伪差、眼动伪差和基线漂移）的实用有效方法．即用线性Ｋａｌｍａｎ滤波未消除脑电图的肌电伪差，用ＦＩＲ数字高通滤波器抑制眼动伪差及基线漂移，取得了良好的效果，为进一步设计脑电图的计算机自动化分析和诊断系统，解决了关键性的问题．在数据处理的同时还对线性Ｋａｌｍａｎ滤波经行了改进，即去除了肌电伪差模型，使系统更为简洁，滤波效果更好．