脑机交互系统技术 pdf下载

●前言
章脑机接口技术概述1
1.1脑机接口的概念1
1.1.1基本概念1
1.1.2BCI的分类3
1.2有损BCI7
1.2.1有损BCI概述7
1.2.2有损BCI发展中的一些重要研究9
1.2.3有损BCI的发展趋势18
1.3无损BCI20
1.3.1基于EEG的BCI20
1.3.2基于fNIRS的BCI26
1.3.3其他无损BCI27
1.2本书的内容安排29
参考文献29
第2章事件相关电位脑机接口33
2.1引言33
2.2P300speller及其衍生范式32
2.2.1P300speller的设计32
2.2.2oddball刺激范式与P300波35
2.2.3P300speller的改进和衍生范式35
2.3P300-BCI与ERP-BCI35
2.3.1ERP的P300成分35
2.3.2瞬态视觉诱发电位BCI36
2.4ERP-BCI的设计37
2.4.1需求分析和选项确定37
2.4.2设计要素Ⅰ：视觉设计38
2.4.3设计要素Ⅱ：刺激编码设计39
2.4.4设计要素Ⅲ：刺激序列时间控制20
2.4.5设计要素Ⅳ：信号处理与目标识别算法41
2.5相关的分析方法43
2.5.1ERP特征计算43
2.5.2ERP特征时空模式分析43
2.6系统性能评价44
2.6.1目标识别正确率44
2.6.2信息传输率44
2.6.3字符率45
2.写人字符率46
2.6.5实际信息传输率46
2.7本章小结47
参考文献48
第3章视觉脑机接口范式中的刺激类型52
3.1引言52
3.2视觉刺激类型的设计53
3.2.1刺激类型的定义53
3.2.2刺激类型的分类53
3.3实验设计和过程54
3.3.1实验范式设计54
3.3.2实验过程和数据采集55
3.4不同刺激类型的比较56
3.4.1字符识别方法56
3.4.2拼写性能56
3.4.3分类器及特征的时空模式59
3.5本章小结61
参考文献62
第4章事件相关电位脑机接口的超立方体编码方案63
4.1引言63
4.2cube刺激编码的设计
4.2.1cube编码的生成
4.2.2目标预测方法65
4.2.3性能指标及优化66
4.3嵌入cube编码设计66
4.3.1嵌入cube编码66
4.3.2PITR计算和优化67
4.3.3优性能和配置的函数特性67
4.4跨cube性能预测和优化方法68
4.4.1score-P模型69
4.4.2跨cube特征分布预测69
4.4.3cube编码的优化70
4.5实验设计70
4.5.1刺激设计70
4.5.2被试和数据采集72
4.5.3实验过程72
4.5.4数据处理过程73
4.6优嵌入cube编码及分析73
4.6.1模型的检验73
4.6.2优嵌入cube编码76
4.6.3ERP时空特征随目标刺激概率的变化81
4.7cube编码优化的进一步讨论83
4.7.1关于码长和正确率因素的进一步讨论83
4.7.2子菜单设计的优化策略84
4.7.3刺激序列数的确定85
4.8本章小结86
参考文献87
第5章基于视觉搜索任务和视线独立的脑机接口范式88
5.1引言88
5.2基于oddball视觉搜索任务的拼写范式90
5.2.1刺激序列设计90
5.2.2两种刺激呈现模式91
5.3字符拼写实验93
5.3.1拼写实验93
5.3.2被试和数据采集94
5.3.3系统校准95
5.4数据处理与分析方法95
5.4.1分类器训练和在线字符识别95
5.4.2ERP计算与分析95
5.4.3离线性能分析95
5.4.4EOG校准与分析96
5.5结果与分析97
5.5.1系统校准的结果97
5.5.2在线拼写正确率97
5.5.3刺激诱发的特征电位97
5.5.4离线性能分析100
5.5.5眼动显著度分析101
5.6oddball视觉搜索BCI范式的特点103
5.6.1自纠错拼写系统的正确率要求103
5.6.2中心视觉和外围视觉比较103
5.6.3任务复杂度和P300潜伏期的关系104
5.P300潜伏期的任务间差异105
5.6.5练习效应106
5.7进一步的改进107
5.7.1优目标集大小107
5.7.2视觉设计的改进107
5.8本章小结108
参考文献108
第6章视觉P300诱发电位控制多关节机械臂范式111
6.1引言111
6.2RM-501机械臂及其控制系统112
6.3机械臂控制P300范式设计与实现114
6.3.1机械臂控制转换方式设计115
6.3.2BCI控制指令集设计117
信号处理算法及参数选择119
.1被试与信号采集119
.2P300信号特征提取与分类算法120
.3特征分类算法121
6.5实验结果分析与讨论121
6.5.1P300刺激呈现参数优化121
6.5.2P300刺激重复次数优化123
6.6本章小结125
参考文献125
第7章基于视觉通道脑机接口的多移动目标选择126
7.1引言126
7.2BCI类型选择127
7.3基于SSVEP的移动目标选择范式128
7.3.1SSVEP实验范式设计128
7.3.2实验设计131
7.3.3信号处理132
7.3.4实验结果分析与讨论135
7.4基于P300的移动目标选择范式138
7.4.1P300动态范式设计138
7.4.2实验设计139
7.4.3信号处理141
7.4.4实验结果分析与讨论143
7.5本章小结146
参考文献147
第8章机械臂控制的运动想象脑机接口范式148
8.1引言148
8.2范式设计、实现及控制策略149
8.3数据处理152
8.3.1信号预处理与特征提取152
8.3.2小距离分析方法153
8.4实验结果分析与讨论154
8.5本章小结157
参考文献157
第9章基于运动想象脑机接口的虚拟倒立摆控制158
9.1引言158
9.2IPC系统模型159
9.3基于MI-BCI的IPC控制范式设计与实现160
9.3.1EEG特征选择160
9.3.2实验准备161
9.3.3离线训练设计162
9.3.4在线控制实验设计165
9.4信号处理算法及改进166
9.4.1EEG信号的非平稳性166
9.4.2空域滤波算法及其适应性优化167
9.2.3分类算法及其适应性优化169
9.5实验结果分析与讨论172
9.5.1实验结果分析172
9.5.2几点讨论172
9.6本章小结176
参考文献176
0章真实倒立摆脑机协同控制系统177
10.1引言177
10.1.1BCI系统控制回路的非对称性177
10.1.2提升BCI系统通信效率的基本方法178
10.1.3增加被控对象的信息输人源178
10.2脑机共享自主性与脑机协同179
10.2.1脑机协同BCI控制系统的基本原理179
10.2.2人类原子运动理论180
10.3基于脑机协同控制的IPC控制策略181
10.3.1控制方案确定181
10.3.2IPC平衡的协同控制实验182
10.3.3信号处理算法188
10.3.2实验结果分析188
10.3.5关于控制效果的讨论191
10.2本章小结192
参考文献193
1章多分类运动想象脑机接口范式设计192
11.1引言192
11.2六自由度MI-BCI的设计与实现195
11.2.1实验设计与数据采集195
11.2.2数据处理方法及改进197
11.2.3实验结果分析200
11.3序列MI-BCI范式203
11.3.1实验设计、数据采集与处理202
11.3.2实验结果209
11.3.3分析与讨论216
11.2本章小结220
参考文献220
2章序列运动想象脑机接口范式在机器人控制中的应用223
12.1引言223
12.2基于序列MI的机器人行走控制223
12.2.1被试MI任务选择224
12.2.2机器人行走控制系统设计225
12.2.3对比实验设计228
12.2.4实验结果229
12.3多关节机械臂BCI控制231
12.3.1机械臂控制实验平台232
12.3.2六分类序列MI范式233
12.3.3机械臂控制策略233
12.3.4实验流程和性能指标234
12.3.5实验结果235
12.4实验结果分析与讨论236
12.4.1序列MI范式的控制性能237
12.4.2序列MI-BCI存在的不足及其对控制性能的影响238
12.4.3序列MI范式设计中的关键因素240
12.5本章小结240
参考文献241
3章基于异步序列运动想象脑机接口的助残轮椅控制242
13.1异步序列MI范式242
13.1.1异步序列MI任务设计243
13.1.2异步序列MI任务检测算法244
13.2助残轮椅BCI控制系统设计247
13.2.1助残轮椅实验平台248
13.2.2轮椅控制策略设计248
13.2.3助残轮椅控制任务设计250
13.3实验流程与结果250
13.3.1实验流程250
13.3.2助残轮椅控制结果252
13.3.3异步序列MI任务在线检测结果252
13.3.4离线数据分析结果255
13.4分析与讨论258
……