神经工程学神经工程学 (22).pdf

脑-机接口范式MI BCIMI BCI的提出在1991年，Jonathan R.Wolpaw将运动想象（Motor imagery,MI）产生的脑电特征作为BCI的输入信号，设计了“MI BCI”系统1，实现了简单的二维光标控制。信号预处理特征提取特征筛选分类器1Wolpaw J R,McFarland D J,Neat G W,et al.An EEG-based brain-computer interface for cursor controlJ.Electroencephalography and clinical neurophysiology,1991,78(3):252-259.图1 利用MI BCI控制二维光标系统MI BCI的基本原理人脑不同的区域对应控制人的不同的活动大脑的运动皮层（如图）则控制人体不同部位的运动情况MI BCI的基本原理2Jeannerod M.Neural simulation of action:a unifying mechanism for motor cognitionJ.Neuroimage,2001,14(1):S103-S109.运动执行(Motor execution，ME)过程中，大脑运动皮层有大量神经元激活研究表明，运动想象和运动执行有相似的大脑神经元活动2MI BCI的基本原理 当大脑皮层某区域激活，伴随脑电信号特定频带能量降低，这一现象称作事件相关去同步化(ERD)；反之，称作事件相关同步化(ERS)MI会在大脑感觉运动皮层引起与ME相似的ERD/ERS可利用MI产生的脑电特征作为BCI的输入信号MI BCI的发展历史1991年2010年2013年控制二维光标控制虚拟直升机控制无人机2016年2016年控制三维机械臂抓取单人控制三架无人机ERD/ERS的特点与识别算法ERD特点：肢体的想象动作会在大脑感觉运动皮层引起alpha节律(813Hz)和beta节律(1430Hz)的ERDERD/ERS的特点与识别算法ERD特点：一段时间上的脑电信号节律频段的能量变化左手运动想象时频图（C3/C4导联）C4C3ERD/ERS的特点与识别算法ERD特点：上肢的想象动作通常会出现ERD信号“对侧占优”现象左手运动想象时频图（C3/C4导联）C4C3ERD/ERS的特点与识别算法ERD特点：特征提取：能量模式识别：共空间模式（common spatial pattern，CSP）等。左手运动想象时频图（C3/C4导联）C4C3ERD/ERS的特点与识别算法基于CSP的MI-BCI解码算法流程：XXRiiN T,12wRN1空间滤波wXtest=wXwwXiinwiinargmax12221212CSP滤波矩阵训练分类器空间滤波f()wXi212wXi212wXtest22=OutputfwXtest()22wXi1wXi2=in1,2,XRtestN T XRN T n1 XRN T n2=in1,2,测试部分训练部分MI BCI视频展示应用MI BCI 的划船游戏