CN105468156A - 一种基于α波控制的新型异步脑-机接口系统 - Google Patents

一种基于α波控制的新型异步脑-机接口系统 Download PDF

Info

Publication number
CN105468156A
CN105468156A CN201510863184.9A CN201510863184A CN105468156A CN 105468156 A CN105468156 A CN 105468156A CN 201510863184 A CN201510863184 A CN 201510863184A CN 105468156 A CN105468156 A CN 105468156A
Authority
CN
China
Prior art keywords
module
computer interface
interface system
eeg signals
brain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510863184.9A
Other languages
English (en)
Inventor
于毅
张业宏
杨楠
张杨
朱永涛
顿雁兵
李明彩
张合喜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinxiang Medical University
Original Assignee
Xinxiang Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xinxiang Medical University filed Critical Xinxiang Medical University
Priority to CN201510863184.9A priority Critical patent/CN105468156A/zh
Publication of CN105468156A publication Critical patent/CN105468156A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Neurosurgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Health & Medical Sciences (AREA)
  • Dermatology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种基于α波控制的新型异步脑-机接口系统，通过闭眼时间的长短作为不同的控制信号，包括脑电信号采集模块，由脑电信号滤波模块、GSP转换模块和特征提取模块构成的脑电信号处理模块，中央处理器和三维投影模块。本发明通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟和文字描述，从而使用更加安全。

Description

一种基于α波控制的新型异步脑-机接口系统
技术领域
本发明涉及脑机接口轮椅控制系统，具体涉及一种基于α波控制的新型异步脑-机接口系统。
背景技术
脑机接口的概念始于1973年，它是在人或动物脑与外部设备间建立的直接连接通路。自上世纪70年代以来，随着神经科学和计算机技术的发展，脑机接口取得了很大进展。目前，根据脑信号获取的方式的不同，脑机接口可分为侵入式和非侵入式，直接将电极植入到脑壳内称为侵入式BCI；从头皮获取信号则称为非侵入BCI。脑电是脑细胞群体发放电所产生的宏观现象，当大脑活动的时候，会产生特定的脑电信号。对于侵入式脑机接口因将电极置入大脑，可以直接从大脑皮层提取到信噪比较高的脑电信号。但对于非侵入脑机接口，则通常通过戴电极帽、红外成像、功能核磁共振等方式来获取脑电信号。
由于非侵入式BCI的研究，只需要通过特定的设备在大脑皮层的表面直接进行脑电信号的采集和处理，且不需要进行外科手术，因此非侵入式一直是BCI研究热点。非侵入式BCI由于脑电信号(EEG)的时间分辨率高，且采集设备具有容易携带、便于使用等优势，是一种实用的脑机接口方式。基于EEG的非侵入式BCI，根据神经生理学机理可分为：基于运动想象的BCI系统、基于事件相关电位的BCI系统、基于视觉诱发电位的BCI系统等。
近几年，脑机接口的相关研究取得了很大的发展，脑机接口在脑科学、神经科学、生物医学工程、信息，控制科学等领域都产生了很多应用。而在多自由度的运动控制方面的应用主要有虚拟环境漫游、计算机鼠标模拟、自动车控制(包括模型车、机器人、轮椅控制等)、假肢控制等。但由于离散控制的内在的缺陷，很难做到平滑，快速的控制。而单独依靠运动想象的实现则需要对使用者进行很长时间的训练，而且对使用者的依赖性很强。
总结下来，主要有以下三个缺点：
1.通过对运动想象特征进行二分类来控制轮椅进行简单的转向和匀速运动。此类方法功能简单，仅能做到最基本的转向，而实际应用中经常会遇到需要停止运动的情况，如转弯角度较大或者掉头。这种情况仅依靠转向功能是很难应付的。
2.通过P300或者SSVEP脑电特征来进行多自由度的轮椅控制。该控制方法通常需要对使用者受到多次重复的刺激的信号进行平均来计算输出，检测速度较慢，使用者长时间注视刺激信号，而且由于是同步工作方式，容易疲劳。、
3.控制命令在执行前未通过审核，很容易导致命令的输出有误，从而发生一定的危险，比如速度过快、距离过远。
发明内容
为解决上述问题，本发明提供了一种基于α波控制的新型异步脑-机接口系统，通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟和文字描述，从而使用更加安全。
为实现上述目的，本发明采取的技术方案为：
一种基于α波控制的新型异步脑-机接口系统，通过闭眼时间的长短作为不同的控制信号，包括
脑电信号采集模块，用于通过传感器采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至三维投影模块；
三维投影模块，由数据转转模块和三维投影仪构成，通过数据转换模块将控制命令转换成三维投影仪可以识别的数据，通过三维投影仪进行命令的动画演示和文字描述，若符合，使用者则通过脑电信号进行“确认”命令的输入，从而进行轮椅控制，若不符合，使用者则通过脑电信号进行“取消”命令的输入，从而取消该条控制命令。
其中，所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
其中，所述GSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
其中，所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
其中，所述中央控制器为可编程控制器。
其中，所述轮椅安装有若干用于控制其前进、后退以及转向的电机。
其中，所述三维投影模块还包括
语音播放模块，用于语音播放控制命令；
语言模块，用于根据需要选择不同的播放语种和方言，其内设语言转换模块，用于将普通话转换成其他的语种或方言。
本发明具有以下有益效果：
通过闭眼时间的长短作为不同的控制信号，使用方便，同时每个命令在执行前，均会进行动画模拟和文字描述，从而使用更加安全。
附图说明
图1为本发明实施例一种基于α波控制的新型异步脑-机接口系统的结构示意图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种基于α波控制的新型异步脑-机接口系统，通过闭眼时间的长短作为不同的控制信号，包括
脑电信号采集模块，用于通过传感器采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至三维投影模块；
三维投影模块，由数据转转模块和三维投影仪构成，通过数据转换模块将控制命令转换成三维投影仪可以识别的数据，通过三维投影仪进行命令的动画演示和文字描述，若符合，使用者则通过脑电信号进行“确认”命令的输入，从而进行轮椅控制，若不符合，使用者则通过脑电信号进行“取消”命令的输入，从而取消该条控制命令。
所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
所述CSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
所述中央控制器为可编程控制器。
所述轮椅安装有若干用于控制其前进、后退以及转向的电机。
所述三维投影模块还包括
语音播放模块，用于语音播放控制命令；
语言模块，用于根据需要选择不同的播放语种和方言，其内设语言转换模块，用于将普通话转换成其他的语种或方言。
本具体实施使用前，需先进行“确定”“取消”命令的设置。
本具体实施的原理为：
枕部脑电信号中的α波容易在睁眼时受到抑制，闭眼后幅值又回升，因此，可以通过闭眼时间的长短作为不同的控制信号，比如：睁眼时处于“停止”状态，即轮椅不动，闭眼1s，或者2s作为不同控制命令的开关(前进/后退或者左/右的启动开关)。然后中央区C3、C4通道脑电信号在运动想象时出现事件相关同步化、事件相关区同步化现象，这可以作为区分“前进/后退”、“左/右”的命令。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于α波控制的新型异步脑-机接口系统，其特征在于，通过闭眼时间的长短作为不同的控制信号，包括
脑电信号采集模块，用于通过传感器采集枕部及中央区脑电信号，并将数据通过数据传输模块发送到脑电信号处理模块；
脑电信号处理模块，包括脑电信号滤波模块、GSP转换模块和特征提取模块，用于对采集到的脑电信号进行预处理和特征提取，并将处理后的数据发送到中央处理器；
中央处理器，用于通过预设的算法进行相应控制命令的生成，并将生成的控制命令通过控制命令输出模块输出至三维投影模块；
三维投影模块，由数据转转模块和三维投影仪构成，通过数据转换模块将控制命令转换成三维投影仪可以识别的数据，通过三维投影仪进行命令的动画演示和文字描述，若符合，使用者则通过脑电信号进行“确认”命令的输入，从而进行轮椅控制，若不符合，使用者则通过脑电信号进行“取消”命令的输入，从而取消该条控制命令。
2.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述脑电信号滤波模块，用于对脑电信号进行低通滤波，去除工频干扰。
3.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述GSP转换模块，用于将滤波后的脑电信号转换成信号的特征模式。
4.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述特征提取模块，用于提取每个通道信号的幅值，并将其连接起来构成一个完整的特征向量。
5.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述中央控制器为可编程控制器。
6.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述轮椅安装有若干用于控制其前进、后退以及转向的电机。
7.根据权利要求1所述的一种基于α波控制的新型异步脑-机接口系统，其特征在于，所述三维投影模块还包括
语音播放模块，用于语音播放控制命令；
语言模块，用于根据需要选择不同的播放语种和方言，其内设语言转换模块，用于将普通话转换成其他的语种或方言。
CN201510863184.9A 2015-11-25 2015-11-25 一种基于α波控制的新型异步脑-机接口系统 Pending CN105468156A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510863184.9A CN105468156A (zh) 2015-11-25 2015-11-25 一种基于α波控制的新型异步脑-机接口系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510863184.9A CN105468156A (zh) 2015-11-25 2015-11-25 一种基于α波控制的新型异步脑-机接口系统

Publications (1)

Publication Number Publication Date
CN105468156A true CN105468156A (zh) 2016-04-06

Family

ID=55605940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510863184.9A Pending CN105468156A (zh) 2015-11-25 2015-11-25 一种基于α波控制的新型异步脑-机接口系统

Country Status (1)

Country Link
CN (1) CN105468156A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251712A (zh) * 2016-08-01 2016-12-21 郑州工业应用技术学院 视觉传达设计用展示装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100113595A1 (en) * 2003-08-18 2010-05-06 Btg International Limited Treatment of neurodegenerative conditions
CN102654793A (zh) * 2012-01-16 2012-09-05 中国人民解放军国防科学技术大学 基于双模校验机制的脑电驱动高可靠操控系统
CN103349595A (zh) * 2013-07-16 2013-10-16 杭州电子科技大学 基于多模式分层控制的脑机接口智能轮椅
CN104133470A (zh) * 2013-05-03 2014-11-05 徐燕锋 多模态脑机接口轮椅控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100113595A1 (en) * 2003-08-18 2010-05-06 Btg International Limited Treatment of neurodegenerative conditions
CN102654793A (zh) * 2012-01-16 2012-09-05 中国人民解放军国防科学技术大学 基于双模校验机制的脑电驱动高可靠操控系统
CN104133470A (zh) * 2013-05-03 2014-11-05 徐燕锋 多模态脑机接口轮椅控制系统
CN103349595A (zh) * 2013-07-16 2013-10-16 杭州电子科技大学 基于多模式分层控制的脑机接口智能轮椅

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251712A (zh) * 2016-08-01 2016-12-21 郑州工业应用技术学院 视觉传达设计用展示装置

Similar Documents

Publication Publication Date Title
Huang et al. An EOG-based human–machine interface for wheelchair control
Zheng et al. Multimodal emotion recognition using EEG and eye tracking data
CN101464729B (zh) 基于听觉认知神经信号的自主意愿表达方法
CN104133470A (zh) 多模态脑机接口轮椅控制系统
CN105962935B (zh) 用于运动学习功能改善的脑电神经反馈训练系统及其方法
Li et al. Advances in hybrid brain-computer interfaces: Principles, design, and applications
CN103885445A (zh) 一种脑控动物机器人系统以及动物机器人的脑控方法
CN105708587A (zh) 一种运动想象模式脑机接口触发的下肢外骨骼训练方法及系统
CN103349595A (zh) 基于多模式分层控制的脑机接口智能轮椅
CN101711709A (zh) 利用眼电和脑电信息的电动假手控制方法
CN107122050B (zh) 基于csfl-gdbn的稳态运动视觉诱发电位脑-机接口方法
CN106560765A (zh) 一种虚拟现实中内容交互的方法和装置
CN102323771A (zh) 基于脑机接口的车模控制装置
Huong et al. Classification of left/right hand movement EEG signals using event related potentials and advanced features
Xu et al. Phase synchronization information for classifying motor imagery EEG from the same limb
CN107544675A (zh) 脑控式虚拟现实方法
Prince et al. Brain machine interface using Emotiv EPOC to control robai cyton robotic arm
Liu et al. Discrimination of motor imagery patterns by electroencephalogram phase synchronization combined with frequency band energy
CN105468156A (zh) 一种基于α波控制的新型异步脑-机接口系统
CN104090653A (zh) 一种基于ssvep和p300的多模态脑开关检测方法
CN206400210U (zh) 脑电波控制的智能ar眼镜设备
CN109901711B (zh) 由弱肌电伪迹微表情脑电信号驱动的异步实时脑控方法
CN113082448A (zh) 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统
Ravirahul et al. Mind wave controlled assistive robot
Zeng et al. An Attention Based Chinese Sign Language Recognition Method Using sEMG Signal

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160406