一种用于情绪调控的脑机音乐接口方法

为了改善受失眠困扰人群的失眠症状,将脑机接口前沿技术和音乐治疗这一心理治疗手段相结合,提出了一种区别于传统药物治疗的解决方案,用以干预抑郁、焦虑状态。本文采用自主研发的音乐协同电刺激耳机系统进行临床试验,选取60例受失眠困扰的志愿者作为研究对象,开展为期10天的干预治疗。获取志愿者的脑电图、近红外脑功能成像数据及其填写的量表信息,对比分析干预前后的数据,验证了音乐协同电刺激耳机系统能够在一定程度上达到提升入睡速度、改善失眠症状、调节异常脑电波形的效果。此外,志愿者均无不良反应,表明该耳机系统兼具有效性和安全性。

脑机接口的国产ADC芯片模组及其应用

首先,介绍了脑机接口的基本概念,分析了低功耗高分辨率模/数转换芯片在脑机接口系统中的必要性。然后,讨论了国产ADC芯片BMF21A1的性能,以脑电模拟仪测试验证该芯片可应用于脑电微弱信号的采集。最后,以该芯片构成的ADC模组为例,介绍了眼电检测、专注度及冥想度检测以及稳态视觉诱发电位3种典型的脑机接口应用。

基于跃变探索式电导增量法的光伏阵列全局最大功率点跟踪控制研究

实现光伏阵列最大功率点跟踪(Maximum power point tracking, MPPT)的传统算法已经较为成熟,但是在局部阴影出现后会发生寻优失效,难以实现全局最大功率跟踪(Global maximum power tracking, GMPPT)。为解决该问题,研究人员提出将粒子群(Particle swarm optimization, PSO)等群搜索算法应用在MPPT控制过程中,虽然能够控制工作点稳定在全局最大功率点处,但由于该算法收敛能力依赖于核心参数,在应用过程中有一定概率会导致系统振荡。针对以上问题,在电导增量法(Incremental conductance, INC)的基础上提出跃变探索式电导增量法(Jump explore incremental conductance, JEINC),相较于传统电导增量法而言,具有较强的探索能力,能够在局部阴影下实现全局最大功率点跟踪控制,同时所提算法具有较好的收敛能力,在工作点位于最大功率点附近能够快速稳定。在三种光照环境下进行Matlab仿真,从稳定时间、暂态过程能量损耗率和振荡幅值三个方面验证了所提算法相较于电导增量法和粒子群算法的优越性。

脑机音乐接口研究综述

脑机音乐接口(brain-computer music interface,BCMI)是一个通过用户大脑信号来与音乐进行交互的特定类型脑机接口系统,可用于音乐创作和表演、音乐治疗、情感状态调节以及娱乐等多个方面。BCMI系统涉及从大脑信号中提取有意义的控制信息,设计响应此类信息的音乐生成技术,以及对用户进行音乐反馈等多个方面的内容。本文主要阐述了BCMI的基本概念和研究历史、音乐认知的神经机制以及典型的BCMI系统,探讨了BCMI在实际应用过程中所能发挥的作用及其未来将面临的挑战。

基于SSVEP-BCI的可穿戴疲劳检测系统

由于稳态视觉诱发电位的脑机接口(SSVEP-BCI)具有高准确性、高传输速率且无需训练,用户需要花费大量精力专注于视觉刺激以产生足够强的SSVEP,其中高亮度、频繁的低频刺激和单一任务十分容易使用户产生疲劳.针对用户疲劳问题,提出一种针对SSVEP-BCI的实时疲劳检测系统,该系统包括一个可穿戴式脑电设备的硬件设计和实现以及基于支持向量机的分类算法.基于该系统,对用于疲劳检测准确性的熵进行研究,并发现模糊熵与近似熵在检测中具有一致性,在疲劳变化微弱的情况下模糊熵变化更突出,而在疲劳变化明显的情况下近似熵的变化更显著.此外,对前额和枕叶信号进行比较,发现前额信号的分类准确性通常高于枕叶信号,同时复合准确性高于任何一种单独使用时的准确性.