脑机接口开题报告

《脑机接口开题报告》由会员分享，可在线阅读，更多相关《脑机接口开题报告（15页珍藏版）》请在金锄头文库上搜索。

1、燕山大学研究生学位论文开题报告课 题 名 称：基于脑磁图的脑机接口方法研究 研究生姓 名：周丽娜导 师 姓 名：王金甲所在 院、系：信息科学与工程学院学科、 专业：电路与系统燕山大学研究生部2009 年 12 月 20 日说明一、研究生开题报告各项内容，要实事求是，逐条认真填写。表达要明 确、严谨，字迹要清晰易辨，外来语要同时用原文和中文表达。第一次出现 缩写词，须注出全称。二、参加开题报告评议组成员，应具有副高职以上职称。硕士学位研究 生开题报告，评议组成员不得少于三人；博士学位研究生开题报告，评议组 成员不得少于五人。每个评议组成员应有一位组长，其中博士学位研究生开 题报告评议组组长应具有

2、教授职称。每个评议组可另有一位记录员，记录员 应具有讲师以上（含讲师）职称，并应熟悉相应专业。三、开题报告应对评议组成员所提出的问题及研究生的回答给出具体、 准确的记录。开题报告结束后，由评议组成员综合评议组成员的意见，写出 具体评议结论。并由专业负责人审核签字后，报研究生部备案。四、本报告中，由研究生本人撰写的对课题和研究工作的分析及描述、 对硕士学位论文研究生应不少于 3000 字，对博士学位论文研究生应不少于 5000 字。第二页以后各栏空格不够时，可另行加页。五、根据论文工作的最终研究结果，所提交学位论文的题目可以在本开 题报告的基础上有适当改动。六、本开题报告一式三份，学生个人和导师

3、留一份，学科留一份，交研 究生部培养办一份备案（除签字以外必须打印），研究生部不负责查询。姓名性别年龄入学时间开题时间周丽娜女272008年9月2009-12-20课题来源河北自然科学基金报告时间2009年12月20日开题报告 评议组成员姓名职称姓名职称邢光龙教授刘洺辛副教授王玉宝副教授评议组对课题及报告的评议：评议组组长：专业负责人意见：专业负责人：年 月 日一、立论依据(所选课题的科学意义和应用前景，国内外研究现状分析，主要参考文 献目录)：1. 本课题研究的科学意义和应用前景通常，大脑要依赖人体的外周神经系统及肌肉组织实现通讯与设备的控制，比如 通过手拿取杯子，打开电视机等活动。但是，当

4、病人患有神经系统疾病或神经退行性 疾病，例如肌肉萎缩性脊髓侧索硬化症(或称为鲁葛瑞格式症)、脊髓受损、中风等, 这些疾病阻断了从大脑到脊髓再到目的地即肌肉的正常的信息流动，情况严重的患者 可能将会失去控制肌肉的所有能力，彻底不能与外界沟通。在没有彻底改变疾病影响 的情况下，脑机接口将会为他们带来福音。因为脑磁图既不需要参考点也不需要与皮肤接触，不会出现由此引起的误差。另 外脑磁图能直接反映脑内场源的活动状态。因此，将脑磁信号作为脑机接口分析中的 控制信号是很有前景的，如何有效的对脑磁信号进行特征提取是脑机接口研究的核心 问题之一。2脑机接口国内外研究现状(1) 脑机接口中常用的控制信号原则上说

5、，可以代表脑活动的信号都可以用来作为脑机接口的输入信号。这些信 号包括电、磁、代谢、化学、热等。这需要用不同的传感器将这些信号检测出来。这 些传感器包括脑电极(Electroencephalogram, EEG)和植入式电子生理方法，如皮层脑 电图(Electrocorticogram， ECoG)、脑内单个神经元记录、脑磁图 (Magnetoencephalography，MEG)、正电子发射计算机断层显像技术(PET)、脑磁共振 功能成像(fMRI)和功能性近红外光成像(fNIR)。目前非植入式和植入式的电子生理的方法(即EEG, ECoG，单神经元记录)是现 在仅有的利用比较简单的和便宜

6、的设备，利用这一方法就能得到较好的结果。PET、 fMRI和fNIR这些都依赖人的变化的过程，具有长时间的稳态，因此，对快速的通信经 不起检验。MEG、PET、fMRI和fNIR这些方法在技术上依旧要求苛刻且价格昂贵，这 些因素妨碍了它们的广泛应用。尽管存在这些阻碍，现在仍旧有一些学者在探索这些 方法对脑机接口研究的价值12。由于这些原因，几乎所有的在人类中用于处理方面的 脑机接口中已完成的应用都是用脑电图和皮层脑电图信号。但脑电图信号也有其不足， 空间分辨率较低，容易受外界干扰。皮层脑电图信号由于需要植入电极，手术存在一 定的风险性，不利于推广。(2) 基于脑电信号的脑机接口系统大量的研究资

7、料表明脑机接口的研究主要处在运动皮层领域。根据激励方式的不 同，可以分为三类，产生的脑信号差别如下。基于想象运动的脑信号当大多数人没有实际运动出现，只是感觉过程，或是想 象某种运动过程35,这时候显著的波动出现在EEG记录的8-12 Hz频带内的感觉运动 区。这种波动通常叫做mu节律，是由丘脑皮层回路产生的。由于现代采集和处理方 法的匮乏，在很多人中还不能检测出mu节律，但是基于计算机的分析已经发现mu 节律在绝大多数人中是真实存在的&9。这一分析也证明了mu节律和18-25 Hz的beta节 律是相联系的。一些beta节律是和mu节律相一致的，而有一些beta节律和mu节律在拓 扑或时间上是

8、相分离的，因此，至少会出现独立于EEG特征1。12。因为mu/beta节律的变化是和通常的运动/感觉功能相联系的，对于BCI通信来说， 可以作为很好的信号特征。在感觉运动皮层，运动或是准备运动，尤其是运动的对侧 面，mu和beta活动都会伴随着有典型的下降，但是不能是运动的某种特殊方面，比 如运动的方向Ml。另外，运动想象(即想象运动)也会使mu/beta节律产生变化阳,1习。 因为人们不通过实际运动也可以使这些节律产生变化，所以这些节律可以作为BCI的 基础。小概率事件诱发电位通过运动活动或运动想象来调节大脑反应，刺激电位对于 BCI操作系统也是很有用的。例如，通过四十年的研究表明在偶尔的刺

9、激后EEG会出 现一个正回馈(即所谓的“ P300 ”或叫做“ oddball ”电位)，在刺激发生后300 ms顶 骨皮质之上发生的。P300电位的幅值在顶骨电极点是最大的，而在中间和前部电极记 录点是削弱的I。P300通常是将事件分为几类，其中一类事件发生的概率很小，当出 现时，就会诱发P300电位。在许多研究中P300电位是作为BCI系统的基础的a】，利用 实验范例来实现。Sutter开发出一种控制设备，可以检测用户在一个闪烁的矩阵刺激中 所注视的单元矩阵块儿。接着，1988年，Illinois大学的Farewell and Donchin设计了虚 拟打字机。2000年，Donchin等

10、人对打字机进行了改进。据此，中南民族大学研究者设 计出虚拟键盘，患者可以利用此设备输入字符。但目前传输速率不是特别高。稳态视觉诱发电位通过视觉刺激来产生电位，也是一种很显著的脑信号产生方 式。稳态视觉诱发电位(Steady-state visual evoked potential， SSVEP)是通过一定的频率 刺激受试者的视觉系统，其中不同的模块选择不同的频率进行刺激，操作者注视要选 择的按钮，SSVEP中相应的频率成分幅度增加，经过检测，得到与相应的频率控制的 模块，来实现操作不同的设备。经过训练，操作者可以自觉控制SSVEP的幅度。国内外很注重开发基于视觉稳态诱发电位的脑机接口。200

11、0年美国空军研究室利 用SSVEP做了关于脑机接口的研究。国内清华大学从2003年到2004年，利用SSVEP实 现了电话拨号系统，室内环境的控制，还开发了帮助残疾人利用SSVEP控制遥控器打 开家用电器。接着又开发了用于患者恢复肢体运动系统的SSVEP脑机接口系统。在研究了脑信号特征的基础上，由于脑磁信号与脑电信号有很大的相关性，这些 信号特征可以为研究脑磁信号提供参考，与此同时，脑磁信号的特征可以对脑电信号 的研究起辅助性作用。(3) 基于脑磁信号脑机接口的研究现状MEG的检测过程，是对脑内神经电流发出的极其微弱的生物磁场信号的直接测 量，同时，测量系统本身不会释放任何对人体有害的射线，能

12、量或机器噪声。在检测 过程中，MEG探测仪不需要固定在患者头部，测量前对患者无须作特殊准备，所以准 备时间短，检测过程安全、简便，对人体无任何副作用。根据Stephan Waldert等人的 研究表明，脑磁信号和脑电信号一样，也包含大脑的手动信息，它们能够用来区分不 同方向的运动，并且能够提供相对较高的译码性能3刀。Georgopoulos在Science上建立了活动参数包括手运动方向和脑运动皮层的神经活 动关系切。Tonio Ball研究了手运动方向和脑皮层电图的关系，其平均正确率为60%18。这两者是植入式的(invasive)。Stephan Waldert等人的研究表明，脑磁图和脑电图

13、 信号这两种非植入式(noninvasive)信号，也都包含大脑的手动信息，它们能够用来区分 4个不同方向的运动，并且能够提供相对较高的译码性能，其平均正确率为60%i92i。 2009年Trent J. Bradberry报告了基于MEG手运动方向的研究结果23。目前国内还没有 报道。2008年脑机接口国际第四次竞赛在前三次竞赛成功举办的基础上，更多的关注脑 机接口的实用化，目的是验证脑机接口中的信号处理和模式识别方法，(BCI Competition IV, http:/www.bbci.de/competition/iv/)。其中第三组数据就是 MEG 手运动方 向分析(hand mov

14、ement direction in MEG)的数据，它记录了两个实验者执行四个不同方 向的手腕运动时的10个通道MEG信号。王金甲导师参加了这次竞赛，对第三组数据进 行了处理，取得了第四名的成绩。3.主要参考文献1 K. L. Lal Saroj, Ashley Craig. Electroencephalography Activity Associated with Driv S. Gerwin, M. Jurgen.A pratical Guide to Brain-Computer Interfacing with BCI2000M. Springer London Dordrech

15、t Heidelberg New York.2010:4-52 S.Coyle,T.Ward,C.Markham,et al.On the Suitabilityof Near-infrared(NIR) systems for Next-generation Brain-computer Interfaces. Physiol. Meas. 2004, 25(4): 815-8223 B.J.Fisch. Fisch and SpehlmannEEG Primer,2nd edn.Elsevier, Amsterdam. 1991: 35-384 H.Gastaut.Etude Electrocorticograhgique de la Reactivite des Rythmes Rolandiques. Rev. Neurol. 1952,87:176-1825 J.W.Kozelka, T.A.Pedley.Beta and Mu Rhytyms.J.Clin.Neurophysiol. 1997:1912076 G.E.Chatrian.TheMu Rhythm.In:Handbook of Electroencephalography and ClinicalNeurophysiology.The EEG of the Walking Adult. E