[01194738]基于混合脑机接口的脑控轮椅控制系统关键技术研究

第一,针对多自由度控制系统实时性高、多自由度的控制需要,提出一种基于持续-轻快运动想象模型,首次公开将双手运动想象用于轮椅停止控制,实验验证了其优越的性能。提出了一种基于左手、右手、双手的多类运动想象神经解码模型,通过多类运动想象空间解码,成功应用于多自由度虚拟车控制。提出一种时-空-频运动想象脑电数据分析方法,通过训练集数据交叉验证,筛选出与受试者匹配的时间窗与频带,进一步釆用共空域模式算法进行空间滤波和特征提取,最后采用相关向量机分类。为运动想象脑电信号在线算法研究提供了一种新方法。进一步针对事件相关电位,利用BCI competition III Data set II数据集,组成数据集和测试集。采用去噪自编码初始化神经网络,为事件相关电位脑电信号提供了一种深度学习分析方法。相关研究成果获第十三届全国研究生电子设计竞赛三等奖一次,第十四届全国研究生电子设计竞赛二等奖一次,2019年世界机器人大会-BCI脑控机器人大赛中获得事件相关电位（P300）顶叶组脑机组冠军。 第二,设计了16通道采集脑电信号的装置,可以并行扩展为32通道。该采集装置是以TI的ADS1299模拟前端芯片为核心,可完成带宽为 DC 0.01Hz～1000Hz的信号采集,ST的STM32F103CBT6单片机为控制单元构成。模拟前端采集通过电极传导的脑电信号,ADC转换后经过STM32处理,并且通过串口,借着无线通信模块上传数据到PC上位机,从而实现对脑电信号的采集与实时显示。此外,本系统也具备采集肌肉电信号的硬件条件,系统整体上具有结构精简、实时性良好的特点,获得软件著作权2项。 第三,拓展研究了基于脑电信号的疲劳检测,设计了基于功率谱估计和样本熵估计两种方法的驾驶疲劳评估指标,获得了上述疲劳指标与反应时间的相关关系,为在线驾驶疲劳预警提供了一种可靠的方法;进一步融合样本熵、近似熵、频谱熵特征提取的清醒与疲劳状态分类,准确率高达99%,成为一种有效的方法;脑功能网络构建方面,结合精神运动警觉度任务（PVT）、N-Back 、心理旋转任务（MRT）与模拟驾驶,采用复杂网络,研究了平均聚类系数（C）和特征路径长度（L）与驾驶疲劳的关系,讨论了脑功能网络的小世界属性,入选《IEEE Transactions on Neural Systems and Rehabilitation Engineering》封面论文。 本项目开展混合脑机接口研究,重点在加强系统鲁棒性及多自由度、多功能的实现,通过该模型为正常人提供辅助驾驶外,亦可帮助重症瘫痪病人为大脑开拓新的信息输出渠道,扩展其对外界控制及信息交流的能力。该项研究符合我国中长期科技发展规划纲要提出的实现我国“人人享有康复服务”的国家战略目标。目前“康复工程”已成为国家科技支撑计划重点资助项目,作为新的学科制高点与经济增长点,助残与康复工程正逐步成为国家重点扶持产业,这给脑机接口研究由理论向产品转化带来了新的契机。