脑电信号识别及其在机械手臂控制中的应用.pdfVIP

生物医学工程研究 　　　　 ２０１６，３５（４）：２８４～２８９ ＪｏｕｒｎａｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ 脑电信号识别及其在机械手臂控制中的应用 刘刚 ，李晓欧１ １，２△ （１．上海理工大学医疗器械与食品学院，上海２０００９３；２．上海健康医学院，医疗器械学院，上海２０１３１８） 摘要：传统的时频分析方法利用的空间信息少，分类准确率低，针对此问题，本研究采用共空间模式算 法对脑电信号进行特征提取，并利用支持向量机对特征进行分类，最后通过串口将分类识别的结果用于控制 机械手臂的运动。实验结果表明，共空间模式算法适用于基于运动想象的脑电信号特征提取，能有效克服传 统时频特征提取方法空间信息利用不足的缺点，本次实验中的平均分类精度为８６．１％。 关键词：共空间模式；支持向量机；串口；运动想象；机械手臂 中图分类号：Ｒ３１８．０４　　文献标识码：Ａ　　文章编号：１６７２６２７８ （２０１６）０４０２８４０６ ＥＥＧＳｉｇｎａｌＲｅｃｏｇｎｉｔｉｏｎａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｉｎｔｈｅ ＣｏｎｔｒｏｌｏｆＭｅｃｈａｎｉｃａｌＡｒｍ ＬＩＵＧａｎｇ ，ＬＩＸｉａｏｏｕ１ １，２ （１．ＳｃｈｏｏｌｏｆＭｅｄｉｃａｌＩｎｓｔｒｕｍｅｎｔａｎｄＦｏｏｄＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉＦｏｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ ２０００９３，Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＭｅｄｉｃａｌＩｎｓｔｒｕｍｅｎｔｓ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＭｅｄｉｃｉｎｅ＆ＨｅａｌｔｈＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ ２０１３１８） Ａｂｓｔｒａｃｔ：Ｔｈｅｔｒａｄｉｔｉｏｎａｌｔｉｍｅ－ｆｒｅｑｕｅｎｃｙａｎａｌｙｓｉｓｍｅｔｈｏｄｕｓｅｓｌｉｔｔｌｅｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎａｎｄｔｈｅｏｂｔａｉｎｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｉｓ ｖｅｒｙｌｏｗ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｆｉｒｓｔｌｙ，ｔｈｅｃｏｍｍｏｎｓｐａｔｉａｌｐａｔｔｅｒｎｓａｌｇｏｒｉｔｈｍｗａｓａｐｐｌｉｅｄｔｏｅｘｔｒａｃｔｔｈｅｆｅａｔｕｒｅｏｆＥＥＧ，ａｎｄｔｈｅｎｔｈｅ ｆｅａｔｕｒｅｗａｓｃｌａｓｓｉｆｉｅｄｂｙｔｈｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ｆｉｎａｌｌｙ，ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｗａｓｔｒａｎｓｍｉｔｔｅｄｔｏｔｈｅｃｏｎｔｒｏｌｓｙｓｔｅｍｏｆｍｅｃｈａｎｉ ｃａｌａｒｍｂｙｔｈｅｓｅｒｉａｌｐｏｒｔ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＣＳＰａｌｇｏｒｉｔｈｍｃａｎｂｅａｐｐｌｉｅｄｅｆｆｅｃｔｉｖｅｌｙｔｏｅｘｔｒａｃｔｔｈｅｆｅａｔｕｒｅｏｆｃｏｌ ｌｅｃｔｅｄＥＥＧｓｉｇｎａｌｂａｓｅｄｏｎｍｏｔｏｒｉｍａｇｅｒｙ，ａｎｄｔｈｉｓａｌｇｏｒｉｔｈｍａｌｓｏｃａｎｅｆｆｅｃｔｉｖｅｌｙｏｖｅｒｃｏｍｅｔｈｅｄｉｓａｄｖａｎｔａｇｅｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｔｉｍｅ－ ｆｒｅｑｕｅｎｃｙａｎａｌｙｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｆｅｗｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅａｖｅｒａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｉｓ８６．１％． Ｋｅｙｗｏｒｄｓ：Ｃｏｍｍｏｎｓｐａｔｉａｌｐａｔｔｅｒｎ；Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；Ｓｅｒｉａｌｐｏｒｔ；Ｍｏｔｏｒｉｍａｇｅｒｙ；Ｍｅｃｈａｎｉｃａｌａｒｍ 脑发出的信息转换为机械手臂的驱动命令；另一方 １　引　言 面，应该让外部信息（如视觉刺激）可以直接传入大 脑机接口（ｂｒａｉｎｃｏｍｐｕｔｅｒｉｎｔｅｒｆａｃｅ，ＢＣＩ）技术是 脑，通过视觉刺激直接刺激大脑神经来产生脑电信 指不依赖于正常脑部神经和肌肉响应，而直接通过 号。对于上肢运动能力较弱的