《基於高分辨腦電圖的腦-機接口信號處理方法研究》是依託杭州電子科技大學，由張建海擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於高分辨腦電圖的腦-機接口信號處理方法研究
- 項目類別：青年科學基金項目
- 項目負責人：張建海
- 依託單位：杭州電子科技大學
項目摘要,結題摘要,
項目摘要
針對目前腦-機接口（BCI）系統中常用的腦電圖（EEG）信號空間解析度低、強度較弱且易受噪聲影響的問題，提出高分辨腦電圖（HREEG）技術在BCI中的套用。HREEG依據電磁場基本規律，由頭皮電位逆推得到大腦皮層表面電位分布，從而顯著提高信號空間解析度，克服了常規EEG信號的不足。本項目將深入了解HREEG信號特性，通過實時參考信號去除改善原始信號質量，提高HREEG的準確性和特異性，並利用新的因果關係分析方法完善基於HREEG的特徵選擇和提取方法，加快信號處理速度，使其更適合於在實際BCI系統中的套用。項目研究成果有望明顯改善BCI系統性能，並將在中風病人康復BCI系統中加以驗證，為癱瘓病人的康復、治療提供幫助，提升其生活質量，減輕家庭和社會負擔。
結題摘要
本項目關注BCI系統中腦電信號的分析處理，在預處理、特徵選擇提取及套用等多方面開展工作，取得了一些成果。項目組在理論研究方面發表了6篇期刊或國際會議論文:(1)提出了基於ICA方法的完全自動的眨眼信號辨識去除算法和參考信號辨識去除算法，以去除頭皮EEG中影響較大的眨眼乾擾信號和由參考信號引入的其他肌電、眼電等偽跡信號，獲得乾淨的能真正反映大腦活動的EEG信號。(2)基於頭皮EEG信號，利用因果關係方法對人腦在進行運動想像任務時的C3，C4，Cz區域的連線特性進行了分析，更深入的了解運動想像時大腦的活動特點。研究發現在運動想像過程中，包括左手想像運動和右手想像運動，從 Cz 到 C3/C4 有很強的定向的因果影響；想像左手運動時，從C4到C3有強的因果關係，而想像右手運動時，這種因果關係的方向是相反的，即從C3 到C4有強的因果關係。另外將經典 Ganger因果分析的結果與我們新型因果分析方法的結果進行比較，發現我們的方法能更準確地表示兩個時間變數的因果關係。(3)討論了高解析度的顱內微電極和宏電極信號在癲癇預測中的套用，指出了顱內微電極信號比顱內宏電極信號具有更高的靈敏性，發現了顱內微電極信號在癲癇發作前其相關性和相位同步性有遞增趨勢，這與顱內宏電極信號的結論是相反的，從而探討了癲癇發作預測的新途徑。在開展相關的理論研究之外，我們還自主設計開發了一套通用的BCI系統開發框架，開發框架具有很強的開放性和擴展性，可以方便的搭建不同的BCI測試套用平台。基於自主設計的框架，我們搭建了基於BCI的中風病人康復系統，智慧型輪椅控制系統、智慧型家居控制系統等多個套用測試平台，並申請了3項國家發明專利，獲得了6項軟體著作權，為後續的BCI研究奠定了堅實的平台基礎。
