《脑机接口讲座报告》由会员分享，可在线阅读，更多相关《脑机接口讲座报告（2页珍藏版）》请在金锄头文库上搜索。
1、脑机接口报告今天，浙江大学信息与电子工程学院的沈继忠教授给我们介绍了关于脑机接口的技术知识。主要分成以下四个方面讲述：一、脑机接口概述与应用；二脑机接口系统的实现；三、脑机接口中的信号处理算法；四、部分研究工作。 一、脑机接口概述与应用。 脑机接口（Brain Computer Interface, BCI）:在大脑和外界（计算机或其他设备及外部环境）之间传递信息的通讯系统，该系统不依赖于外围神经和肌肉组成的大脑正常输出通路。简单的说，就是用思维控制机器。脑机接口系统目前主要应用在医疗康复、状态监测、辅助控制、信息输入和休闲娱乐等方面。接着，沈教授给我们看了近几年来对脑机接口的研究和发展状况，
2、如每年关于脑机接口的出版的文献数、BCI竞赛参赛情况等，都表明着脑机接口的重视程度在增强。脑机接口的分类：按采集方式可分为有损（invasive） BCI系统和无损（non-invasive） BCI系统。按脑电信号可分为诱发式BCI系统和自发式BCI系统。按系统工作可分为同步BCI系统和异步BCI系统。如何评价一个脑机接口系统的好坏，主要有以下几个标准：1，分类正确率P；2，Kappa值；3，信息传输率（ITR） B 与实际信息传输率PB B =log2 N + Plog2 P +(1P) log2(1P) /(N1) PB= B(2P - 1)/T 而我们现在需要面对的问题与挑战有：1：识
3、别正确率和ITR较低。2：可用的脑电模式较少。3：自发式、异步BCI系统的实现困难常用的脑电模式有：视觉诱发电位（visual evoked potential, VEP）、mu和beta节律、事件相关电位（ERP）和慢皮层电位（SCP）4：BCI系统的实际应用领域还较少。二、脑机接口系统的实现。脑机接口系统结构包括：人数据采集信号处理 设备控制器件。信号处理又包括预处理、特征提取和分类算法。三、脑机接口中的信号处理算法。预处理：去除伪迹干扰，减少导联数，提高信噪比。特征提取：提取最能反映大脑意图的信号特征，数据转换及降维。主要方法有：频域分析方法、时频分析方法、时域分析方法、时空分析方法、空
4、间分析方法。功率谱分析：1，经典功率谱估计；2，参数模型：根据观测信号对系统模型参数及性能进行研究，需要对信号产生方式有一个先验知识，选择一个合适的模型及阶数。小波变换：时域和频域都具有较好的局部化性质公共空间模式（CSP）：寻找一个空间滤波器，使待分类的两类信号经过空间滤波后，最大限度的被区分经过CSP空间滤波的EEG数据表示为：Z=WX，其中X代表NT维矩阵的EEG数据，W代表空间滤波矩阵。分类算法：将表征神经电活动的特征信号映射为指定的类别，反映大脑当前的活动模式。 四、部分研究工作。沈继忠教授详细地为我们介绍了几个 实际的案例，例如：大鼠导航。在大沙盘上，大白鼠好像看懂了路标，准确地找
5、到了目标照片。这个过程中，全靠计算机“帮”它看懂，并告诉它下一步该怎么走：大白鼠“背包”里有一个脑机接口部件，直接跟白鼠大脑连接进行脑机通讯；一个针孔式摄像头，充当大白鼠真实的眼睛。大白鼠“看”到的景象，会通过背包无线信号传给计算机。然后，计算机会通过人工智能中的机器视觉技术，自动分析与识别图像中的物体，并根据大白鼠当前状态，规划产生下一步运动策略，经由无线信号传输给大白鼠。还有手动遥控飞机与应用脑机接口系统遥控飞机的对比竞赛，让我们看到了脑机接口应用的优点与优势。总结，此次讲座让我学到很多关于脑机接口的知识，以前并不知道什么是脑机接口，此次讲座让我大概对脑机接口有了一定的认识，虽然我不会从事这方面，但我对其以后的发展充满期待。 XXX 2013年11月8日
