基于SSVEP的无线脑-机接口系统研究与实现

针对目前脑-机接口存在的成本高、普及面窄、体积笨重等问题,开发基于稳态视觉诱发电位(SSVEP)的无线脑-机接口系统,并对脑电信号特征提取算法进行研究。脑电采集设备采用锂电池供电,通过无线方式传送数据到上位机进行数据处理。上位机软件对接收的信号进行滤波预处理,并基于小波变换的典型相关分析法(WT-CCA)对信号特征提取及处理,甄别视觉诱发刺激类型。对10名测试者分别测试15组数据,结果表明该系统成功获取含有特征信息的脑电信号,经过上位机处理后被外部机器人识别的准确率达90%以上。这一脑-机接口系统技术成本低、准确率高、便携可穿戴,对残障人士修复运动功能和感觉功能具有重要的应用价值,也促进脑机交互技术的普及和发展。

无线脑电睡眠分期系统设计及算法研究

对睡眠进行分期的关键要求是不失真的地采集到脑电信号和快速有效的分期算法。针对这一问题,设计出了便携式无线脑电信号采集器,并提出了使用样本熵-小波分析(Samp En-Wavelet)方法进行睡眠各阶段分期。脑电信号采用Wi Fi方式传输数据,采样率250 Hz^2 k Hz可调,通过对MIT-BIH睡眠脑电数据库中使用人工分期方法的对比,分期结果相同率达到了80%以上,简化了R&K和AASM人工睡眠多参数分期方法的繁琐工作。5名被试的分期结果表明,本系统与专业睡眠监测设备分期结果相近(>82%的重复度)。这一低成本、便携式的睡眠分期系统在睡眠分期研究及普及应用方面具有重要的价值?