20xx年醫(yī)學(xué)專題—腦機(jī)接口基礎(chǔ)-免費(fèi)閱讀
【正文】 位 產(chǎn) 生之 間 的 時(shí)間 差 結(jié) 合 誘發(fā)電 位的幅 值 就可以判斷 P300的 發(fā) 生。以上這些問(wèn)題的改善和解決可能需要經(jīng)歷一段較長(zhǎng)的研究探索時(shí)間。 4 BCI信號(hào)的分類識(shí)別 在提取出 BCI輸入信號(hào)的特征后，接下來(lái)就是要對(duì)特征信號(hào)進(jìn)行分類。 小波變換將信號(hào)分解成一系列小波函數(shù)的疊加，小波窗口大小隨頻率改變。ICA獨(dú)立性度量方法 (fāngfǎ)有：互信息極小、最大似然、極大輸出熵和非高斯性極大等。為了給 ICA下一個(gè)嚴(yán)格的定義，這里需要使用一個(gè)隱藏的統(tǒng)計(jì)變量模型 X=As 這個(gè)統(tǒng)計(jì)模型稱為獨(dú)立成分分析 ,或者 ICA模型 ,它表示被觀察到的數(shù)據(jù)是如何由獨(dú)立成分混合而產(chǎn)生的 .獨(dú)立成分是隱藏的變量，意味著它不能直接被觀察到，而且混合矩陣也被假設(shè)為未知的 。 腦電信號(hào)的多維 (即空間域 )統(tǒng)計(jì)分析方法 這是一類與腦電時(shí)頻分析 (fēnxī)方法有著本質(zhì)差別的信號(hào)分析 (fēnxī)方法，如主分量分析(fēnxī)(primary Component Analysis， PCA)，因素分 (Factor Analysis FA)，投影追隨 (project Pursuit， PP)和獨(dú)立分量分析 (fēnxī)(Independent Component Analysis， ICA)等。 時(shí)頻分析法 腦信號(hào)是一種時(shí)變 (sh237。特征參數(shù)包括時(shí)域信 (如幅值 )和頻域信號(hào) (如頻率 )兩大類 ,相應(yīng)的特征提取方法包括： 時(shí)域法 時(shí)域分析主要用來(lái)直接提取波形特征，如過(guò)零點(diǎn)分析、直方圖分析、方差分析、峰值檢測(cè)、波形識(shí)別等。o)的處 理第八 頁(yè) ，共十七 頁(yè) 。u)器件為光敏晶體管等。第五 頁(yè) ，共十七 頁(yè) 。另外放大電路采用三級(jí)放大形式的優(yōu)點(diǎn)是：信號(hào)逐級(jí)放大，不集中在某一級(jí)。雙極導(dǎo)聯(lián)則不使用無(wú)關(guān)電極，只使用頭皮上的兩個(gè)活動(dòng)電極。o)是含有大量的眼電、肌電的偽跡。 BCI系統(tǒng)讀取腦活動(dòng)的電信號(hào)并將其轉(zhuǎn)換 (zhuǎnhu224。 近些年來(lái)，腦－機(jī)接口 BCI(brainputer interaction）技術(shù)的研究在國(guó)際上引起了廣泛的興趣并獲得了快速的發(fā)展 (fāzhǎn)。n)成為數(shù)字形式，供計(jì)算機(jī)識(shí)別、處理、甚至控制執(zhí)行單元活動(dòng)，比如操縱電腦光標(biāo)，開(kāi)關(guān)電視乃至控制機(jī)械假肢。電極一般使用電極帽固定，例如在我們實(shí)驗(yàn)室使用的是 BIOSEMI公司的一套設(shè)備。這樣做的優(yōu)點(diǎn)是：所記錄波形為兩個(gè)電極腦電變化的差值，由于前置放大器對(duì)共模信號(hào)的抑制作用，可以大大減少干擾，可排除無(wú)關(guān)電極引起的誤差，缺點(diǎn)是兩個(gè)活動(dòng)電極在 3cm以內(nèi)時(shí)，來(lái)自較大范圍的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1