脑—机接口软件系统的开发

论文摘要

通过对脑电的采集,特征提取与转换,分离出能解析人类思维的控制信号,让人类的大脑能过越过神经系统与肢体,直接与外界接触。此项技术将是未来人-机接口的方式。脑-机接口是指不依赖脑的正常输出通路,即外周神经和肌肉的信息传输通路。它是近年来脑功能研究的热点课题。而目前,随着计算机技术和信号处理算法的发展,从事在心理认知和脑科学领域的研究人员已经不在局限于单纯脑电信号处理算法的研究,而着重于应用型的脑-机接口的研发。利用各种现有的生物电信号处理技术,国际上的一些脑电研究机构已经研发了多种脑-机接口系统。但就BCI系统的发展情况来看,基本都是基于对信号的离线分析,系统的实用性不高,而且大多价格不菲,因此为了提高系统的实用价值,研究开发实时BCI系统就显得尤为重要。本文在查阅大量国内外相关文献的基础上,结合实验室多年来积累的研究成果,开发并实现了可以整合不同脑电信号处理算法和多种流行功能的脑电信号实时分析系统。运用Observer模式与面向对象技术,通过本实验室的XLTEX32导联数字脑电图系统和我们自行开发的脑电采集设备BCI-I来实时采集的脑电信号数据作为数据源,对数据进行实时显示和分析,同时整合了网络功能,提供了客户机/服务器模式以实现数据文件的优化管理,为了能够对信号进行更好的分析,还提供了数据转换模块,可以集成自编的算法和现成的一些算法对数据进行转换,实现了对原始信号的初步特征提取功能。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 脑—机接口的定义及基本特征
• 1.2 脑—机接口技术研究发展概况
• 1.2.1 脑—机接口技术研究动机
• 1.2.2 脑—机接口技术研究的发展、方向
• 1.3 脑—机接口技术中的关键问题
• 1.3.1 诱发电位与自发脑电分量
• 1.3.2 头皮电极与植入电极
• 1.3.3 伪迹的检测和消除
• 1.3.4 系统—用户的相互作用
• 1.4 脑—机接口技术研究的重要性及其应用
• 1.5 国内外脑电信号处理软件的发展状况
• 1.6 本文研究内容
• 第2章 BCI系统的关键技术
• 2.1 大脑的生物电现象
• 2.1.1 大脑皮质的结构与功能
• 2.1.2 神经元与突触
• 2.1.3 神经元的电活动特性
• 2.1.4 脑电图
• 2.1.5 脑电的采集
• 2.1.6 脑电信号的基本分类
• 2.2 BCI系统的关键技术
• 2.2.1 输入信号
• 2.2.2 输出信号
• 2.2.3 用户的正确训练
• 2.2.4 数据获取与处理方法的关键技术
• 2.3 脑电信号分析技术现状及发展
• 2.3.1 脑电信号的特点及其对信号处理的要求
• 2.3.2 EEG信号处理分析方法
• 2.4 BCI系统中脑电信号分析方法
• 第3章 系统设计
• 3.1 系统需求分析
• 3.1.1 脑电图显示
• 3.1.2 脑电信号分析
• 3.1.3 网络功能
• 3.1.4 信号采集
• 3.1.5 软件系统功能介绍
• 3.2 系统层次设计
• 3.3 系统的运行平台和开发平台的选择
• 3.3.1 硬件平台
• 3.3.2 系统平台
• 3.3.3 开发环境的选择
• 3.4 网络管理子系统的设计
• 3.5 脑电采集设计
• 3.6 显示模块设计
• 3.7 信号转换模块设计
• 第4章 系统实现
• 4.1 软件界面的实现
• 4.1.1 程序主界面的实现
• 4.1.2 服务器界面的实现
• 4.2 显示模块的实现
• 4.3 信号采集功能的实现
• 4.3.1 外围设备控制接口介绍
• 4.3.2 数据采集接口实现
• 4.4 数据转换模块实现
• 4.4.1 快速傅立叶变换（FFT）的实现
• 4.4.2 集成Matlab引擎的实现
• 4.4.3 数据转换模块实现效果
• 4.5 网络模块的实现
• 4.5.1 基于客户机/服务器的编程模式
• 4.5.2 服务器端的开发
• 4.5.3 客户端的开发
• 4.6 智能数组的实现
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢