复合肢体想象动作脑-机接口中黎曼核支持向量机递归特征筛选方法

相对于传统的想象动作脑-机接口,复合肢体想象动作脑-机接口有效提升了指令复杂度,具有更好的中风后康复治疗潜力,但当前较低的识别精度限制了其临床应用。为提升复合肢体动作想象相关脑电信号特征的特异性并降低不同通道间的信息混淆,提出了一种基于脑电流形特征信息刻划的黎曼核支持向量机递归特征筛选方法(Riemann kernel support vector machine recursive feature elimination, RKSVM-RFE)。采集了10位被试在进行想象7种不同肢体部位动作时的脑电信号数据,利用RKSVM-RFE方法进行特征优化和建模,对脑电数据对应的运动意图进行识别。结果显示,基于所提方法的平均识别正确率达到了77%,相比于经典的CSP方法提高了近7%,并且能够消减近50%的脑电信息采集通道,可有效降低系统复杂性。研究结果为基于想象动作脑-机接口的康复技术发展提供了新的思路,值得进一步发展。     

脑-机接口的研究现状与挑战

脑-机接口（Brain—computer interface，BCI）为人们提供了全新的与外界进行信息交流和控制的手段，具有非常重要的科学意义、学术价值和广阔的应用前景，是当今世界研究的热点。本文介绍了BCI的结构、类型和研究现状，分析了现有BCI系统存在的问题以及今后的发展方向。     

基于小波包分解的意识脑电特征提取

针对2种不同意识任务(想象左手运动和想象右手运动)的脑-机接口(brain-computer interface,BCI)设计,提出了基于小波包分解的特征提取方法。首先深入研究了小波包变换,结合事件相关去同步化(event-related desynchronization,ERD)/事件相关同步化(event-related synchronization,ERS)现象,提出以小波包分解系数来考虑特征,然后对C3、C4导联脑电信号进行小波包分解系数方差和相对能量2种特征的提取,最后采用最简线性分类器进行分类。结果表明,2种特征对应的最大分类正确率均达到了85%,对应时间分别为4.34 s和4.39 s。因此,在保证分类正确率的前提下,所提方法更加简单和有效,为大脑意识任务分类提供了新思路。     

一种新的脑电特征提取方法研究

基于控制信号为皮层慢电位的脑机接口数据,本文提出了一种脑电模式识别的新方法.该算法将脑电数据的近似熵值、自相关系数和皮层慢电位组合成新的特征向量,并选取k-近邻法作为分类器进行模式识别.在公开测试集中,新算法能达到较高的识别率,同时表明近似熵和自相关系数可以作为新参量对脑电数据进行分析.     

基于LabVIEW的手部运动机能研究实验系统的设计

力量是评价手部运动机能的一项重要参数。本文以LabVIEW为应用程序开发平台设计了手部力量反馈系统，该系统可以指导受试者正确的完成动作，也可以为实验人员判断受试者动作的有效性提供参考。实验结果表明本系统可以实时正确的显示握力及力量跟踪的信息。     

基于脑电的图像控制技术实现方法的研究

利用实时脑电信号实现基于脑电的脑-计算机接口技术的一项具体应用--利用脑电信号控制图像的输出大小.文中主要介绍了系统的总体设计、信号的识别处理和识别算法.本系统实现了在较高准确率的情况下,利用脑电信号来对图像的尺寸进行控制,为图像通讯与处理提供了一种新方法.     

基于小波包熵和支持向量机的运动想象任务分类研究

对运动想象脑电特征进行准确提取和分类是脑-机接口技术研究的重要问题。针对脑电信号非平稳性和非线性特点,提出了一种将小波包熵(WPE)和支持向量机(SVM)相结合的脑电信号识别方法,利用小波包系数能量分布分析脑电时频特性,结合信息熵分析其不确定性和复杂性,并从单次实验中提取运动想象脑电特征;通过支持向量机对特征信号进行分类,采用了一种核函数参数v和误差惩罚因子c的最佳寻优方法,并用互信息(MI)、信噪比(SNR)、最小错分率(MR)等准则对分类器进行评判。测试结果为:想象左右手运动脑电信号识别精度达到90%,M I为0.65 bit,SNR为1.44。结果表明WPE-SVM识别方法能够准确提取脑电本质特征,具有较强的分类性能和抗干扰能力,为大脑运动意识任务分类提供了有效方法,它可以应用于脑-机接口系统中。     

基于脑机接口技术的康复机器人综述

简述了脑-机接口系统的基本结构及其工作原理,归纳了系统信号采集、特征提取、选择分类及人机交互四个部分的基本技术处理方法,提出了脑一机接口系统存在的问题。重点阐述了基于脑机接121技术的康复机器人研究现状、研究中存在的问题及其研究前景。     

基于改进共空间模式与视觉反馈的闭环脑机接口

为提高脑卒中等神经损伤患者在下肢康复训练过程中的主动参与度,设计了基于人体下肢运动想象与视觉反馈的在线闭环脑机接口,并建立了基于互相关熵诱导度量与子频带分析的改进共空间模式算法,提高人体下肢运动意图的识别率。针对运动想象脑电信号信噪比低和难以精确识别等问题,在传统共空间模式算法基础上,利用互相关熵诱导度量准则改进其目标函数,实现了目标函数中距离项属性的动态调整,降低对噪声的敏感性,提高算法鲁棒性;利用脑电信号不同频段蕴含信息不同的特点,使用9个子频带滤波器对信号进行滤波,对每个子频带信号分别提取特征,并进行特征融合,建立基于互相关熵诱导度量与子频带分析的改进共空间模式算法。其次,基于人体下肢运动想象的脑控试验范式,收集下肢运动想象(空想、脚动和腿动)的脑电数据,采用支持向量机(SVM)建立分类模型,优化设计模型参数。在上述研究基础上,建立了以改进共空间模式为特征提取算法,SVM为分类器的脑机接口。进而,在被试执行运动想象的同时,通过虚拟现实场景中虚拟人物的肢体动作给予用户视觉反馈,构建了闭环的脑机交互系统。通过试验验证了改进共空间模式算法的有效性和闭环脑机接口的可行性,初步实现了闭环脑机交互接口。     

脑电反馈放松训练系统研究及有效性验证

近年来,快节奏的生活导致人们的情绪障碍的发病率逐年增加。为缓解人们紧张、焦虑的情绪,本文搭建了以脑电在线实时反馈为形式的放松训练系统,通过提取脑α波指数相对总功率作为反馈值并以视觉动画的形式反馈给用户。最后对20名健康被试者进行脑电反馈放松训练以验证该系统的有效性。结果表明:实验组放松训练后被试者焦虑自评量表SAS得分明显降低,具有显著差异性(t=2. 411,P0. 05)。通过对训练前后静息脑电α波指数相对总功率分析得到,在实验组中,训练后测的α波指数相对总功率较前测有明显提高,具有显著性差异(t=-4. 256,P0. 05);但对照组无此现象。以上结果说明该训练系统能够达到使被试者放松、情绪反应趋于平和的效果。     

Type synthesis of 4-DOF parallel kinematic mechanisms based on Grassmann line geometry and atlas method

Many methods are proposed to deal with the type synthesis of parallel kinematic mechanisms（PKMs）, but most of them are less intuitive to some extent. Thus, to propose a concise and intuitive type synthesis method for engineering application is a very challenging issue, which should be further studied in the field. Grassmann line geometry, which can investigate the dimensions of spatial line-clusters in a concise way, is taken as the mathematic foundation. Atlas method is introduced to visually describe the degrees of freedom（DOFs） and constraints of a mechanism, and the dual rule is brought in to realize the mutual conversion of the freedom-space and constraint-space. Consequently, a systematic method based on Grassmann line geometry and Atlas method is generated and the entire type synthesis process is presented. Three type 4-DOF PKMs, i.e., 1T3R, 2T2R and 3T1R（T： translational DOF; R： rotational DOF）, are classified according to the different combinations of the translational DOFs and rotational DOFs. The type synthesis of 4-DOF PKMs is carried out and the possible configurations are thoroughly investigated. Some new PKMs with useful functions are generated during this procedure. The type synthesis method based on Grassmann line geometry and Atlas method is intuitive and concise, and can reduce the complexity of the PKMs＇ type synthesis. Moreover, this method can provide theoretical guidance for other PKMs＇ type synthesis and engineering application. A novel type synthesis method is proposed, which solves the existing methods＇ problems in terms of complicated, not intuitive and unsuitable for practical application.     

基于几何与公差信息的加工特征识别方法

为实现计算机辅助设计与计算机辅助工艺规划系统的有效集成,提出了一种同时利用几何信息和公差信息的加工特征识别新方法。建立了加工资源、加工表面和加工方法三类信息模型。提出了切削模式的概念及以之为基础的表面加工方法生成原理和过程。建立了表面加工方法优化选择模型。采用多目标模糊优化结合蚁群算法求解该模型,为每个加工表面选择最优加工方法,并将在同次装夹中采用同一刀具类型和加工条件进行加工的表面聚为加工特征。最后,通过实例测试,验证了该方法的正确性和有效性。     

基于行人组运动信息表达的人群异常检测

人群异常检测是智能化人群监控技术下的一个重要研究方向,在现有的方法中,异常检测的首要步骤就是获取运动信息,传统通过对视频帧均匀分块的方式并不能保证行人的完整性,提取的特征也不能准确反映行人的运动状态。本文提出了递进式人群分组的方法,先将人群运动场与帧差法结合分割图像获取人群前景,然后依据人群运动方向获取方向组,结合时空信息对方向组再聚类,得到更细致的行人组。对于每个行人组,利用人群能量特征去表征行人整体运动信息,并依据能量场构造了环块能量直方图特征来削弱行人四肢摆动的影响,最后与图像外观特征相结合用于人群异常检测。实验结果表明,本文方法在两个不同场景下帧级准确率达到83%和92%,像素级准确率达到64%和83%,与传统方法相比有较大提升。     

基于模型定义的零件数据集三坐标测量信息获取

为实现三维环境下零件三坐标测量检测信息的获取,以零件模型的基于模型的定义数据集表示为获取对象,探讨基于模型的定义技术在检测信息获取中的应用.通过分析零件基于模型的定义数据集中检测信息的构成,基于公差标注进行关联几何信息定义,以公差项目、关联几何特征与模型基准/坐标系作为测量信息构成元素并定义关联关系,建立了基于零件模型的定义数据集的测量信息表示模型.依据测量信息构成及其表示模型,确定零件检测信息识别和提取流程.在通用三维CAD软件Pro/E环境下,通过定制相应的数据获取工具,以一个获取实例说明了针对零件基于模型的定义数据集的检测信息获取方法和过程.