-
题名基于EEG的脑机接口发展综述
被引量：7
- 1
-
-
作者
姜耿
赵春临
-
机构
武警工程大学研究生大队
武警工程大学装备保障与管理学院
-
出处
《计算机测量与控制》
2022年第7期1-8,共8页
-
文摘
随着无线传输、机器学习、人工智能等技术的进步,基于脑电图(EEG)的脑机接口(BCI)技术的研究相应增加,作为一种变革性的通讯和控制技术,脑机接口可以广泛地应用于康复医疗、游戏娱乐、军事应用、家居智能等领域,具备千亿级别的应用市场;综述了基于EEG的典型脑机接口范式,包括MI-BCI、P300-BCI、SSVEP-BCI等范式的基本原理、研究现状和典型应用场景,对各类范式的优缺点进行了评价,提出了当前研究中面临的技术和伦理等方面的风险挑战,并对其发展和应用前景作了展望。
-
关键词
脑机接口(BCI)
脑电图(EEG)
运动想象(mi)
P300
视觉稳态诱发电位(SSVEP)
感觉运动节律(SMR)
-
Keywords
brain-computer interface(BCI)
electroencephalogram(EEG)
motor image(mi)
P300
steady-state visual evoked potential(SSVEP)
sensorimotor rhythm(SMR)
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种运动想象脑电分类算法的研究
被引量：2
- 2
-
-
作者
刘伯强
张振旺
刘忠国
高均波
于兰兰
-
机构
山东大学控制科学与工程学院生物医学工程系
山东理工大学电气与电子工程学院
-
出处
《生物医学工程研究》
2007年第1期20-23,32,共5页
-
基金
山东省自然科学基金资助项目(Y2005C68)
-
文摘
为了解决脑机接口(BCI)中不同意识任务下脑电信号分类问题,针对运动想象脑电(EEG)的事件相关去同步/同步(ERD/ERS)现象,提出一种基于支持向量机(SVM)的实用分类算法。该算法首先对脑电信号进行滤波,获得对运动想象比较敏感的频段,对滤波后的脑电信号,通过去均值减小由于均值不同所造成的误差,然后,再提取基于ERD/ERS的脑电能量场强特征,对提取的特征,运用支持向量机(SVM)进行分类,得到了满意的效果。结果表明,此方法可为脑机接口技术的应用提供有效的手段。
-
关键词
运动想象
脑机接口
事件相关同步/去同步
能量场强
支持向量机
-
Keywords
motor image（mi）
Brain - computer interface （BCI）
Event - related synchronization desychronization（ERS/ERD）
Field strength
Support vector machine （SVM）
-
分类号
R318
[医药卫生—生物医学工程]
-
