EOG眼电信号检测与特征识别

近年来,应用眼电信号实现无障碍人机交互是国内外的研究热点。设计了一套眼电信号采集检测系统,详细介绍了其中的信号放大模块、电缆驱动电路以及带通滤波模块。对采集的眨眼信号和眼球上下左右扫视运动信号进行特征分析,根据眼电信号脉冲波形的幅值和脉宽特征,提出了有意识眨眼信号和上下左右扫视运动信号的识别算法,并给出了具体的程序流程。

小波包分解结合异常值检测自动去除眼电中眨眼干扰的方法

为减少有用眼电信号的损失,提出一种小波包分解和异常值检测(WPT-OD)去除眨眼信号的新方法.该算法首先利用小波包方法将原始信号进行分解,得到低频分量进行重构;然后应用异常值检测中三种常用的准则,即肖维勒准则、皮尔斯准则和修正箱线图法确定眨眼信号的区域,并将该区域置零.实验发现,WPTOD的平均正确率达到98.9%,其中修正箱线图法效果最好,其去眨眼信号与原始信号相关性高达95.33%,损失率仅为4.17%.实验表明:WPT-OD算法能够准确地确定无意识眨眼的起点和终点,可保留更多的有用信号且与原始信号的相关性强.

基于连续眨眼的人-机交互新模式

针对基于眼电图(Electrooculography,EOG)技术的眨眼检测方法存在的不足,设计了一种基于连续眨眼检测的人机交互新模式。主要结合图像光学体积描记技术(Image Photoplethysmography,IPPG)和信号处理方法,实现对视频序列中眨眼脉冲信号的提取,并选择合适的时/空分析窗口和滤波参数,对窗内连续的眨眼信号进行检测和控制命令转换,在此基础上建立了一套眨眼控制多媒体播放系统,以验证所提算法和人-机交互模式的有效性。实验对比显示,该方法在干扰环境下的眨眼检测稳定性明显优于传统EOG方法。系统实测中,眨眼控制命令的准确率达92.95%,体现出良好的人-机交互性能。