中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 魏智唯东南大学 2020年硕士导师: 徐宝国;赵国普共80页

摘要 : 机械臂代替人类从事繁重劳动和危险工作被广泛应用于生产生活的众多领域，其控制方式逐渐向基于生物信号控制的方向演进。随着脑机接口技术的发展，基于运动想象脑电实现对机械臂的控制已成为现实，然而，该技术尚不成熟且存在控制不自然的问题：如通... 展开机械臂代替人类从事繁重劳动和危险工作被广泛应用于生产生活的众多领域，其控制方式逐渐向基于生物信号控制的方向演进。随着脑机接口技术的发展，基于运动想象脑电实现对机械臂的控制已成为现实，然而，该技术尚不成熟且存在控制不自然的问题：如通过左手、右手、双脚、舌头等的运动想象脑电来操控机械臂。由于机械臂具有能模仿人手臂动作的独特性，操控者最舒适的控制方式是通过想象自己手臂的动作来控制对应机械臂的运动，即实现人对机械臂的自然控制。因此，实现基于运动想象脑电对机械臂的自然控制是必然的发展趋势，而实现这一系统还需要解决一系列技术难题，其中最关键的技术是设计自然的运动想象任务模式并进行有效的解码。目前，基于运动想象脑电的脑机接口领域主要集中研究脑电信号处理算法和在线脑机接口系统。绝大部分脑电信号处理算法研究中多采用脑机接口竞赛公开的数据，在线脑机接口系统中通常制定特有的运动想象任务模式来采集数据，这些数据所涉及的运动想象任务模式的共同点是：基于手、脚、舌等不同部位运动想象，其脑电信号识别特征明显，但都不适用于对机械臂的自然控制。单侧上肢运动想象脑电的有效识别能够对基于脑机接口的机械臂实现自然控制，但国内外研究机构对单侧上肢运动想象脑电识别的研究较少，识别率有待提高，研究成果很少应用于机械臂控制。本文在国家自然科学基金项目的支持下，针对基于运动想象脑电的机械臂自然控制中的关键技术，开展单侧上肢运动想象脑电识别研究。本研究的核心内容包括：（1）针对机械臂自然控制设计了单侧上肢运动想象脑电实验。首先，搭建了两套脑电采集系统；其次，依据两套脑电采集系统的特点及运动想象的生理学现象分别制定了两套系统的实验电极选取方案；最后，设计了右上肢运动想象任务模式及实验范式。（2）单侧上肢运动想象脑电处理算法的研究。除使用经典的公共空间模式算法外，本文提出将相位同步信息作为单侧上肢运动想象脑电的特征，同时引入卷积神经网络算法。（3）对运动想象脑电实验的结果进行分析。对基于非便携式脑电采集系统和基于便携式脑电采集系统的结果进行纵向和横向的对比分析。纵向分析验证了单侧上肢运动想象的生理学现象；对比了不同算法的优势与劣势。横向分析对比了不同算法在两种脑电采集系统中的分类性能损失；分析了运动想象与脑区域间相位相关性的关系。本课题的研究为运动想象脑电信号识别和机械臂自然控制提供了一种新思路，让基于单侧上肢运动想象脑电的机械臂自然控制成为可能，对脑机接口未来的应用有重大意义。收起

关键词 : 单侧上肢运动想象脑电机械臂控制运动想象自然控制

2. 针灸合并运动想象疗法在脑卒中偏瘫患者康复护理中的应用

[学位论文] 谢立娟河北医科大学 2015年硕士导师: 田素斋共42页

摘要 : 目的:探讨求证于针灸治疗的同时介入运动想象疗法在脑卒中患者康复护理中的应用效果。方法: 1研究对象采用随机分组的方法，选取于2014年1月-10月入住我科的脑卒中患者60名。 1.1纳入标准经过临床颅脑CT/MRI证实，均符合... 展开目的:探讨求证于针灸治疗的同时介入运动想象疗法在脑卒中患者康复护理中的应用效果。方法: 1研究对象采用随机分组的方法，选取于2014年1月-10月入住我科的脑卒中患者60名。 1.1纳入标准经过临床颅脑CT/MRI证实，均符合全国第四届脑血管病学术会议制定的诊断标准;首次发生脑卒中，一侧肢体偏瘫，肌力Ⅱ-Ⅲ级;神志清楚，无认知障碍;运动觉及视觉想象问卷(kinesthetic and visualimageryquestionnaire，KVIQ)测试正常（＞25分）;年龄40-65岁;病人及家属同意入组并自愿配合。 1.2排除标准老年痴呆及意识障碍者;有严重的心肺疾患及并发症等危险因素者;各种原因致发病前已存在肢体功能障碍者;有情感及认知障碍、听力障碍、失语等不能完成或配合想象者;病人或家属不同意入组者。 2实施方法本研究由1名医师、1名治疗师、1名护士固定三人组成治疗小组共同完成。 2.1对照组:医师为患者提供常规药物及内科治疗;治疗师为患者提供针灸治疗及康复治疗，包括物理疗法、运动疗法、作业疗法等;护士为患者提供康复护理，包括良肢位摆放、床上运动、翻身、移动、日常生活活动康复训练指导。指导方法主要是示范法和纠正法。 2.2观察组:医师、治疗师及护士在各种治疗护理措施上与对照组一致，但在针灸治疗的同时为患者行运动想象疗法进行日常生活活动训练康复指导。 2.3评价指标 2.3.1日常生活活动能力用日常生活活动能力(ADL)量表(Barthel指数)来评定。分别收集两组患者研究开始前、4周、8周时的BI评分进行比较。 2.3.2运动功能用简化Fugl-Meyer运动功能评分量表来评定。分别收集两组患者研究开始前、4周、8周时的FMA评分进行比较。 2.3.3康复锻炼的依从性建立患者康复锻炼日志，研究结束后对两组患者康复锻炼依从性进行比较。 2.3.4患者的满意度设立患者满意度调查表，于研究结束时对两组患者的满意度情况进行调查比较。 2.4统计学处理:数据的录入采用Epidata双人双录入，并随时回查，反复核实，以确保数据的准确性。通过SPSS17.0对数据进行处理，进行统计学分析，计量资料采用均数±标准差（(x)±s）表示，正态分布资料组间比较采用独立样本t检验，计数资料用X2检验，以P＜0.05为差异有统计学意义。结果: 1本研究的一般资料分析两组患者在年龄、性别、文化程度、中风类别、偏瘫侧及基础评分等方面均无明显差异。(P＞0.05) 2干预4周后两组患者的FMA评分较前均有提高，干预8周后两组患者的FMA评分较4周时又有提高，观察组患者得分均高于对照组，两组患者在4周和8周时的提高程度（FMA分值）上均有明显差异，具有统计学意义（P＜0.05）。 3干预4周后两组患者的BI评分较前均有提高，干预8周后两组患者的BI评分较4周时又有提高，观察组患者得分均高于对照组，两组患者在4周和8周时的提高程度（BI分值）上均有明显差异，具有统计学意义(P＜0.05)。 4通过干预两组患者在康复锻炼的依从性有明显差异，具有统计学意义（P＜0.05）。 5两组患者在治疗结束后的满意程度上有明显差异，具有统计学意义（P＜0.05）。结论:本研究通过对2组患者实施不同方法的康复锻炼指导得出: 1在针灸的同时为患者行运动想象疗法进行康复锻炼指导能够提高脑卒中偏瘫患者康复训练的效果，提升运动功能，改善其日常生活自理能力。 2在针灸的同时为患者行运动想象疗法进行康复锻炼指导能够提高脑卒后偏瘫患者康复锻炼的依从性。 3在针灸的同时为患者行运动想象疗法进行康复锻炼指导，能够使患者更好的理解和记忆康复锻炼的方法，增进护士与患者的互动和沟通，提升患者的满意度。收起

关键词 : 脑卒中偏瘫患者运动想象康复护理针灸治疗运动想象疗法

3. 基于EEG的脑控机械臂控制方法研究及系统实现

[学位论文] 王光宇哈尔滨工业大学 2023年硕士导师: 李海峰共91页

摘要 : 随着社会老龄化的日益严重，对医疗辅助设备的需求正在快速增长。探索如何利用辅助工具帮助那些意识清醒但活动能力受限，甚至无法自理生活的患者提升生活质量，以减轻家庭和社会负担，构建和谐社会，具有重大的现实意义。然而，如何有效获取并解析大... 展开随着社会老龄化的日益严重，对医疗辅助设备的需求正在快速增长。探索如何利用辅助工具帮助那些意识清醒但活动能力受限，甚至无法自理生活的患者提升生活质量，以减轻家庭和社会负担，构建和谐社会，具有重大的现实意义。然而，如何有效获取并解析大脑信号所传达的准确意图，并据此驱动辅助设备的行动，是一项充满挑战性的任务。伴随着脑机接口技术的飞速发展，基于脑机接口驱动的辅助设备已成为当前研究的焦点，同时也面临着诸多技术难题。本文将基于EEG数据，着重探索研究机械臂的脑控技术。目前主流的基于脑电的脑机接口范式有：基于运动想象(motorimagery,MI)和事件相关电位(event-relatedpotential,ERP)是主流的脑机接口范式，其中运动想象范式能够在病人没有实际运动和外部刺激的情况下，实现对辅助设备的控制。但是，基于运动想象范式的脑机接口普遍存在两个问题：(1)由于脑电信号的个体差异性大，为了获得更高的识别准确率，在使用前往往需要通过大量用户培训，采集用户的脑电数据训练识别模型。(2)在识别准确率、信息传输速率（Informationtransferrate,ITR）以及可输出指令数量方面依然达不到实用标准；这些困难阻碍了其大规模实用化的进程。本文工作：(1)基于在人工智能领域流行的预训练方法，设计基于生成式预训练模型(GenerativePre-trainTransformer,GPT)的脑电实时识别模型，本文发现，预训练方法能够提高模型的跨个体识别能力，克服脑电信号个体差异性大的问题，去掉用户培训环节；(2)引入错误相关电位(error-relatedpotentials)脑机接口范式，设计提出基于时域特征模板的错误相关电位实时识别模型，识别用户观察被控设备执行出错时的脑电信号；(3)研究面向脑控机械臂的在线学习(onlinelearning)方法，设计面向脑控机械臂的人机闭环系统模型，提出面向运动想象识别的基于蒸馏式持续学习的在线学习算法以及面向错误相关电位识别的增量学习算法，在用户使用过程中持续采集脑电样本并继续训练模型，提高模型的识别准确率；(4)设计并进行运动想象与错误相关电位探究实验，验证运动想象与错误相关电位的可分性和错误相关电位信号的时延稳定性，确保脑控机械臂系统的设计合理性；(5)面向脑控机械臂应用场景，构建基于人机闭环模型的脑控机械臂系统，并通过实验验证系统的可用性。本研究分别对运动想象识别模型、错误相关电位识别模型以及在线学习算法在两个五分类的运动想象公开数据集以及一个二分类的错误相关电位公开数据集中进行了测试。实验结果揭示，对于运动想象的五分类任务，模型展现出较高的跨被试识别准确率与灵敏度，并且具备良好的实时性。此外，运动想象识别模型的在线学习算法表现出了较好的性能。通过在线学习任务的测试，我们证明了本研究提出的基于人机闭环模型的脑控机械臂系统，能够通过在线学习算法逐渐提高模型的识别性能。收起

关键词 : 脑机接口运动想象相关电位

4. 基于迁移学习的运动想象脑电分类方法研究

[学位论文] 曾焕生华南理工大学 2019年硕士导师: 余天佑共74页

摘要 : 近十几年来，脑机接口(brain-computerinterfaces,BCI)技术的研究引起了世界范围的关注，并且得到迅速的发展。它是一项交互技术，旨在识别用户的大脑意图并转化为一组特殊的指令以便控制现实世界设备。脑电图信号(electroencephalography, EEG)是BCI... 展开近十几年来，脑机接口(brain-computerinterfaces,BCI)技术的研究引起了世界范围的关注，并且得到迅速的发展。它是一项交互技术，旨在识别用户的大脑意图并转化为一组特殊的指令以便控制现实世界设备。脑电图信号(electroencephalography, EEG)是BCI中应用最广泛的非侵入性成像技术之一，这种基于EEG的脑机接口系统可以替代受损神经并提供一种新的通信方式。脑机接口系统通常需要采集大量受试者有标签的训练数据来构建分类器模型，并且假设训练数据和测试数据在相同的特征空间中，服从相同的统计分布。然而，由于EEG信号具有非平稳特性，数据的分布可能不同。因为BCI系统主要应用于医疗康复领域，获取同一受试者大量数据往往难以实现，而不同受试者之间存在个体差异，无法直接利用其他受试者的数据。这些问题不仅影响到系统的性能，还限制了其应用范围。运动想象脑电信号是脑机接口系统中常用的控制信号，本文在传统运动想象脑电信号处理方法的基础上，将迁移学习的思想应用于运动想象脑电信号的分类，并提出了两种迁移学习算法以解决传统脑机接口系统的局限性。本文具体研究工作如下。本文在子空间对齐基础上提出样本加权方法，根据样本特征的相似度对源领域样本赋予不同的权重，生成加权源领域子空间与目标领域子空间对齐。考虑到脑电信号非线性的影响，提出了通过非线性映射将原数据转换到高维空间中再进行子空间对齐的方法，并推导了算法的可行性。最后设计两个实验，不同时期以及不同受试者的脑电数据迁移验证了算法的有效性。本文提出基于共同空间模式的迁移学习算法，结合了复合共同空间模式和自适应的方法，通过计算实验样本之间的相似度选择样本更新协方差矩阵，重新构建空域滤波器以提取用于分类的特征，从而提高分类器的性能。最后设计实验，在公开的脑电数据集中验证了算法的有效性。收起

关键词 : 运动想象脑电分类迁移学习

5. 基于迁移学习的少导联运动想象BCI系统研究

[学位论文] 戴鸿辉南昌大学 2022年硕士导师: 于龙昆;简文娟共65页

摘要 : 脑机接口(BrainComputerInterface,BCI)系统中脑电帽采集信号的导联过多产生的容积效应和高维度特征，增加了脑电信号(Electroencephalogram,EEG)分类难度和信号采集的准备时间。本文提出了少导联情况下结合迁移学习对运动想象EEG信号进行解码，提高运... 展开

关键词 : 脑机接口运动想象迁移学习

6. 语言想象增强的运动想象脑机接口研究与应用

[学位论文] 岳超天津理工大学 2021年硕士导师: 董恩增;董淳共62页

摘要 : 脑机接口(brain-computer interface，BCI)是一种不依赖于外周神经和肌肉而实现大脑与机器通讯的技术，在医疗康复、教育、军事和娱乐等领域具有广泛的应用前景。其中运动想象脑机接口具有创伤性小，便于操作等特点，具有巨大的潜力和研究价值，本文从... 展开

关键词 : 脑机接口语言想象运动想象小波包分解共空间模式

7. 运动想象配合针刺对中风恢复期患者运动功能障碍的影响

[学位论文] 付丹丹广州中医药大学 2017年硕士导师: 许能贵共49页

摘要 : 目的: 在一般康复基础上，通过对比研究运动想象疗法配合针刺与单纯针刺治疗中风恢复期患者运动功能障碍的临床效果，对运动想象疗法配合针刺治疗中风恢复期运动功能障碍的作用机制进行初步探讨，为治疗本病探求更为有效而简便的方法，并让本研究... 展开目的: 在一般康复基础上，通过对比研究运动想象疗法配合针刺与单纯针刺治疗中风恢复期患者运动功能障碍的临床效果，对运动想象疗法配合针刺治疗中风恢复期运动功能障碍的作用机制进行初步探讨，为治疗本病探求更为有效而简便的方法，并让本研究所得结果及结论为今后进一步研究及临床应用提供可靠的临床依据。方法: 将符合本研究纳入标准的62例中风恢复期患者，用简单随机化方法随机分为治疗组（31例）和对照组（31例），两组患者均采用脑卒中二级预防方案，包括对高血压、糖尿病血脂异常等基础疾病的治疗，并根据脑卒中康复指南给予一般康复训练，包括言语吞咽训练、运动疗法、作业疗法和理疗等。对照组给予常规针刺治疗，主穴:内关、水沟、三阴交、极泉、尺泽、委中，并根据患者神经功能缺损情况，辨证选穴，采用平补平泻手法，留针30min，治疗组在对照组基础上针刺留针期间予运动想象训练，两组均每天治疗1次，每周治疗6天，休息1天，共治疗4周，评估治疗前、治疗后4周的改良Fugl-Meyer量表(FMA)、Berg平衡量表和改良Barthel指数(MBI)。最后应用SPSS20.0统计软件对研究数据进行统计学分析。结果: 治疗组和对照组在治疗前一般情况比较:治疗组和对照组患者的年龄、性别、病程等一般资料经比较，差异无统计学意义（P＞0.05），提示治疗组和对照组组间一般情况一致，具有可比性。治疗组和对照组在治疗前病情比较:治疗组和对照组两组患者治疗前改良Fugl-Meyer量表、Berg平衡量表和改良Barthel指数(MBI)评分经比较，差异无统计学意义（P＞0.05），说明治疗前治疗组和对照组两组病情具有可比性。治疗组和对照组治疗前后疗效比较:治疗4周后，治疗组和对照组两组患者采用改良Fugl-Meyer量表(FMA)、Berg平衡量表和改良Barthel指数(MBI)进行评定，与治疗前相比，评分均有所提高，且治疗前后差异具有显著统计学意义（P＜0.01）;治疗组和对照组治疗后疗效组间比较:治疗组在改良Fugl-Meyer量表和改良Barthel指数(MBI)评分上，具有显著差异，且差异具有统计学意义（P＜0.01），在Berg平衡量表评分方面，差异不明显，无统计学意义(P＞0.05)。结论: 综上所述，在一般康复的基础上，运动想象训练配合针刺（治疗组）和单纯针刺（对照组）对治疗中风恢复期患者均有明显疗效，均能改善患者四肢运动功能、平衡能力和日常生活能力，但运动想象训练配合针刺在改善四肢运动功能和日常生活能力方面，优于单纯针刺治疗。其机制可能是针刺穴位具有促进局部经气运行的作用，而配合运动想象训练，激活大脑相关区域，被动治疗配合患者主观意愿，产生与针刺的协同作用，以增强疗效。收起

关键词 : 中风运动功能障碍运动想象针刺疗法

8. 基于注意力与多尺度卷积神经网络脑电信号分类

[学位论文] 任玲玲广州大学 2023年硕士导师: 王力共67页

摘要 : 运动想象脑机接口系统让人类意念与外界设备的通信成为了现实，目前成功应用于光标移动、电动轮椅控制、虚拟现实、机械臂控制等。脑电信号凭借它易于采集的特点，被认为是脑机接口系统的输入信号来源。但是目前实现运动想象脑机接口系统精准解析，还... 展开运动想象脑机接口系统让人类意念与外界设备的通信成为了现实，目前成功应用于光标移动、电动轮椅控制、虚拟现实、机械臂控制等。脑电信号凭借它易于采集的特点，被认为是脑机接口系统的输入信号来源。但是目前实现运动想象脑机接口系统精准解析，还是一项至关重要的核心技术问题，由于运动想象脑电信号具有低信噪比和个体差异大等特点，导致运动想象脑机接口系统在单一的受试者上难以达到较高的准确率。与此同时，深度学习强大的学习性能给脑电信号解码注入新的研究动力，但由于脑电信号采集的限制，同一被试上获取数据的规模有限，导致卷积神经网络在训练时容易过拟合，这限制了深度学习在分类方面的效果。为了增加主动式脑机接口指令集的数量，本文设计了一种基于运动想象和言语想象的时序编码实验范式，利用默念汉字与运动想象的不同组合，获得了四类想象方式：运动想象；言语想象；先言语想象再运动想象；先运动想象再言语想象。在进行言语想象和运动想象任务时，受试者会出现ERD/ERS现象，进而证明脑电信号的可分性，我们招募了12位受试者参与离线实验，并详细说明了脑电信号的采集过程，包括刺激提示界面设计、国际标准电极导联方法，信号的周期和频率等；并通过事件相关谱扰动图对脑电信号特征加以分析，验证实验范式的可行性，为后续四类想象数据分类识别提供可靠的依据。对上述实验范式采集的脑电信号设计一个基于注意力与多尺度的卷积神经网络，为了解决单一尺寸的卷积核无法全面的提取受试者不同频带内的时域特征，设计了并行多输入的空洞卷积和混合尺度的二维卷积方式，充分提取脑电信号的时空频域特征，在网络主干中还添加了挤压激励模块，可以自适应的给高分类精度的特征分配权重，从而提升模型的性能。其中，四类想象数据平均准确率从单一尺度输入的65.5%提升到71.1%，添加挤压激励模块的网络改善了分类器解码脑电信号的效果。针对脑电信号小数据集带来的过拟合问题，采用了时频域上的数据增强算法对采集到的脑电信号进行了扩充处理。将数据增强后的样本作为基于注意力与多尺度卷积神经网络的输入，平均准确率从71.1%提升到了75.4%，对实验结果进行配对t检验，验证数据增强算法显著提升了模型的解码性能。最后将脑机接口竞赛公开的数据集BCIIV2a输入本文设计的模型，达到了77.2%的平均分类精度，且在同一公共竞赛数据集上C2CM、M3DCNN、CPMixedNet、WaSFCNN分别取得74.46%、75.01%、74.6%、66.9%的精度，实验结果体现了所提网络模型的鲁棒性。收起

关键词 : 脑机接口运动想象言语想象卷积神经网络数据增强

9. 基于迁移学习的便携式脑-机接口系统研究

[学位论文] 齐垒重庆大学 2022年硕士导师: 陈民铀共91页

摘要 : 脑-机接口（Brain-ComputerInterface,BCI）最早应用于医学康复领域，为神经功能损伤患者提供了一种有效的治疗手段。随着脑科学和信号处理技术的高速发展，BCI技术已经在医学、娱乐、交通和航天等多个领域取得了长足的进步，具有重要的应用价值和广阔... 展开脑-机接口（Brain-ComputerInterface,BCI）最早应用于医学康复领域，为神经功能损伤患者提供了一种有效的治疗手段。随着脑科学和信号处理技术的高速发展，BCI技术已经在医学、娱乐、交通和航天等多个领域取得了长足的进步，具有重要的应用价值和广阔的发展前景。能否简单方便地记录脑电信号（electroencephalography,EEG），得到的EEG信号是否准确可靠，以及算法性能是否满足需求，都将直接影响到BCI技术的应用。因此研发出一套高性能的便携式BCI系统就显得尤为重要。然而，当前对于BCI系统的研究主要还停留在实验室阶段，通常使用的EEG信号采集设备存在体积较大、设计复杂、价格昂贵等问题，而且BCI系统在使用前需要进行长时间的校准。针对以上问题本文提出了一种无需进行长时间校准的便携式BCI系统的设计方案，研究内容主要包括基于迁移学习的运动想象分类方法，便携式EEG信号采集系统的研究与设计，BCI系统性能测试和运动想象BCI系统的性能测试。工作的具体内容如下： 1）提出了一种基于判别迁移特征学习（discriminativetransferfeaturelearning,DTFL）的运动想象分类方法，解决BCI系统的重校准问题，提高运动想象的分类正确率。由于运动想象的EEG信号具有非平稳性，跨时段采集的运动想象EEG信号之间会存在一定的分布差异，导致BCI系统在跨时段使用前需要进行长时间的校准，即需要重新采集训练数据对算法模型进行参数更新。为解决该问题，本文利用DTFL迁移学习方法减小采集于不同时段的数据之间的分布差异，进而提高运动想象的分类正确率。DTFL方法通过联合匹配源域和目标域之间的边缘分布和类条件分布来减少域间差异，同时最大化类间距离和最小化类内距离来保留类判别信息，从而提升运动想象的分类正确率。基于DTFL的运动想象分类方法无需目标域样本的类别信息，可以有效避免长时间的重校准工作。在两个运动想象公开数据集上的实验结果表明，基于DTFL的运动想象分类方法显著优于传统的运动想象分类方法，平均正确率分别提高了8.2%和8.0%，有效解决了BCI系统的重校准问题。 2）设计了一款便携式的EEG信号采集系统，该系统包括EEG信号采集前端、上位机软件、干电极脑电帽。EEG信号采集前端实现了对多通道EEG信号的准确采集和实时传输，并且该设备的电源电路采用浮地设计，满足了医疗设备的安全性要求；上位机软件采用PyQt5进行编写，能够实现EEG信号预处理、波形实时显示、数据储存、阻抗检测、运动想象实验引导等功能。与现有的EEG信号采集前端相比，该设备具有低功耗、低噪声、便携性、低成本以及安全可靠等优点，符合当前智能设备的发展趋势。由于常用的湿电极脑电帽在实验时需要注入导电凝胶来降低电极-皮肤的接触阻抗，使实验过程繁琐。为了解决该问题，本文设计了一款具有35个电极位点的干电极脑电帽，该脑电帽采用弹簧伸缩式设计，能够适应不同头型，并且具有佩戴方便、电极更换便捷和成本低廉等优点。 3）基于前述运动想象分类方法和EEG信号采集系统的研究，设计和实现了一套高性能的运动想象BCI系统，该系统实现了8导EEG信号采集、预处理、运动想象特征提取和分类。开展了实验研究对所设计BCI系统性能进行了测试和评估。首先，对EEG信号采集前端的系统参考噪声、阻抗检测功能、信号采集功能进行了测试。实验结果显示，系统参考噪声的峰峰值小于1μV，并且系统可以准确可靠的检测出电极-皮肤的接触阻抗，而且阻抗值可降到20kohm以下。系统可以采集到准确有效的EEG信号。其次，对BCI系统的运动想象分类性能进行了评估，实验结果表明，系统采用本文提出的基于DTFL的运动想象分类方法进行分类，平均分类正确率达到了84.7%，相较于不采用迁移学习的传统分类方法，平均正确率提高了8.3%，验证了本文设计的便携式BCI系统的有效性。收起

关键词 : 脑-机接口运动想象迁移学习

10. 基于OVR-CSP和互相关的运动想象脑机接口研究

[学位论文] 康嘉辉西安电子科技大学 2015年硕士导师: 赵恒共80页

摘要 : 脑机接口（Brain-Computer Interface，BCI）是一种不依赖于大脑外周神经与肌肉组成的正常输出通路的通讯控制系统。经过几十年的发展，BCI已经不仅仅用于辅助残疾人士与外界的交流，还应用到了医疗康复、环境控制和娱乐等领域。总之，提高残疾人士的... 展开脑机接口（Brain-Computer Interface，BCI）是一种不依赖于大脑外周神经与肌肉组成的正常输出通路的通讯控制系统。经过几十年的发展，BCI已经不仅仅用于辅助残疾人士与外界的交流，还应用到了医疗康复、环境控制和娱乐等领域。总之，提高残疾人士的生活质量一直是研究BCI不变的初衷。而运动想象（Motor Imagery，MI）脑电信号是完全可以不借助于外部设备而产生的自发脑电信号，因此运动想象脑电信号被认为是最适合用于脑机接口的脑电信号。本文在经典的四类运动想象脑电特征提取方法“一对其他”共空间模式（One-Versus-Rest Common Spatial Pattern，OVR-CSP）的基础上，提出了一种OVR-CSP的改进算法。基于OVR-CSP的特征是由信号的方差构造而得到的，反映的是大脑相应区域的能量变化。然而，该类特征并不包含大脑不同区域之间的协同合作和信息交流方面的信息，并且这些信息有利于正确分类。而通过同步性分析方法能够快速获取这类信息，互相关函数（Cross-Correlation）是分析同步性的一个有效方法。因此，本文将基于OVR-CSP的特征与通过互相关函数提取的特征进行融合得到最终的分类特征。那么，该特征包含的信息就是运动想象相关区域的能量变化和该区域相关导联的同步性信息。该算法在第二届国际BCI竞赛的公共数据集上的实验结果显示，对本文提出的特征提取算法得到的特征进行分类，得到的Kappa平均值是最高的，达到了0.59，同时其方差是最小的，大小为0.031。这表明，本文提出的特征提取算法具有较好的分类效果，并且具有较强的个体差异适应能力。在此基础之上，又进一步讨论了加窗对算法性能的影响。针对现有脑机接口的体积大、操作繁琐和应用场合受到极大的限制的缺点，本文采用便携式脑电采集设备EmotivEPOC+进行运动想象脑电信号的采集，将本文改进的脑电信号处理算法用于四类想象运动的分类任务，在便携式脑电采集设备EmotivEPOC+上构建了基于OVR-CSP和互相关的运动想象脑机接口。该脑机接口是一个基于运动想象脑电的多任务控制平台，其中对外界设备的控制是通过图片的选择进行模拟。图片的选择是通过分类器识别出的不同的想象运动进行的，图片的上下左右运动分别对应想象左手、想象右手、想象脚和想象舌头。经过离线实验测试，本文实现的脑机接口具有较好的性能，为进一步利用Emotiv EPOC+进行脑机接口的开发打下了必要的基础。收起

关键词 : 脑机接口运动想象共空间模式