期刊文献+

基于异步脑-机接口的文本阅读器 被引量:3

Text Reader Based on Asynchronous Brain-Computer Interface
下载PDF
导出
摘要 异步脑-机接口独立自主的特点,为使用者灵活自然的控制外部设备提供了可能。本研究通过联合闭眼引起α波能量增大和想象左右手运动引起事件相关同步/去同步的现象,将自主闭眼作为进入运动想象的开启信号,解决了检测运动想象"空闲"状态的困难,实现了脑-机接口的异步控制。利用db4小波对11~12.5 Hz频段的信号进行小波包分解和重构,实现了对α波和μ节律能量的有效提取。利用ActiveX控件实现在LabVIEW平台下对Word文本的调用。利用LabVIEW中的函数工具对提取到的脑电特征值变换为控制命令,改变ActiveX控件下的Filename和Range的范围,实现文档和文章段落的切换。通过3位受试者共60次实验,结果表明系统的正确率在86.5%以上,平均控制时间5.3 s,达到了系统的设计初衷,实现了使用者灵活自由的阅读和操作文本,为进一步开发复杂的异步脑-机接口系统做了尝试。
作者 赵丽 郭旭宏
出处 《中国生物医学工程学报》 CAS CSCD 北大核心 2012年第6期951-955,共5页 Chinese Journal of Biomedical Engineering
基金 国家重点基础研究发展计划(973计划)(2011CB933203) 校级预研项目(KJY11-11)
关键词 Α波 运动想象 脑-机接口 LABVIEW α wave motor imagery brain-computer interface LabVIEW
  • 相关文献

参考文献11

二级参考文献153

共引文献80

同被引文献35

  • 1杨立才,李佰敏,李光林,贾磊.脑-机接口技术综述[J].电子学报,2005,33(7):1234-1241. 被引量:68
  • 2官金安,陈亚光.基于独立分量分析的VEP中N2成分提取[J].计算机工程,2006,32(12):29-31. 被引量:2
  • 3官金安,王艳凤,陈亚光.特征筛选对脑-机接口信号单次提取精度的影响[J].华中师范大学学报(自然科学版),2006,40(2):193-196. 被引量:3
  • 4白鹏,张喜斌,张斌,等.支持向量机理论及工程应用实践[M].西安:西安电子科技大学出版社,2008. 被引量:2
  • 5Jansen B H, Allam A, Kota P, et al. An exploratory study of factors affecting single trial P300 detection[J]. IEEE Transactions on Biomedical Engineering, 2004, 51(6): 975-978. 被引量:1
  • 6Blankertz B, Muller K R, Krusienski D J, et al. The BCI competition III: validating alternative approaches to actual BCI problems [J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2006, 14(2): 153-159. 被引量:1
  • 7Costagliola S, Seno B D, Matteucci M. Recognition and classification of P300s in EEG signals by means of feature extraction using wavelet decomposition[C]//Proceedings of International Joint Conference on Neural Networks. Atlanta, USA: IEEE Computer Society, 2009: 597-603. 被引量:1
  • 8Rakotomamonjy A, Guigue V. BCI competition III: dataset II-ensemble of SVMs for BCI P300 speller [J]. IEEE Transactions on Biomedical Engineering, 2008, 55(3): 1147-1154. 被引量:1
  • 9Xu N, Gao X R, Hong B, et al. BCI competition 2003-data set IIb: enhancing P300 wave detection using ICA-based subspaee projections for BCI applications [J]. IEEE Transactions on Biomedical Engineering, 2004,|51(6): 1067-1072. 被引量:1
  • 10Mihandoost S, Amirani M, Mazlaghani M, et al. Automatic feature extraction using generalised autoregressive conditional heteroscedasticity model: an application to electroencephalogram classification[J]. IET Signal Processing, 2012, 6(9): 829-838. 被引量:1

引证文献3

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部