面向脑机接口的脑电数据分析方法研究开题报告

全文总字数：4005字

1. 研究目的与意义（文献综述）

脑机接口(brain-computerinterfaces,bci)是一种不依赖于外周神经和肌肉组织，直接利用脑电信号实现与外界交互的技术，其研究内容涉及神经科学、信号检测、信号处理等多个学科。过去二十多年，随着人们对神经系统功能认识的提高和计算机技术的发展，bci技术的研究呈现显著上升的态势。bci技术早期出于军事目的，意图通过意识远程操控机器人完成作战等任务，后逐渐在医疗康复方面取得发展，并在娱乐业，尤其虚拟操控领域收到广泛关注。

bci技术分为“植入式”和“非植入式”两类，植入式技术要求较高，并且需要植入脑部皮肤，因此仍处于人体实验阶段，主要用于医疗研究。非植入式装卸方便，已进入商用阶段，主要以娱乐和医疗为目的。目前美国、荷兰在bci技术方面的研究处于领先，其“植入式”技术在人用研究方面已实现突破，美国布朗大学通过bci技术帮助瘫痪病人实现脑电控制假肢，荷兰乌特勒支大学则成功的使一位因渐冻症而失去运动能力的患者通过bci技术实现了意念在计算机上打字，准确率达95%。而在“非植入式”技术方面，已有多种产品面市，日本本田公司生产了意念控制机器人，用户可通过想象自身肢体运动来控制机器人完成相应动作，美国的神经科技公司emotiv则开发出一款脑电波编译设备，帮助残障人士来控制轮椅或电脑。目前国内清华大学、浙江大学、华南理工大学等高校都取得了相应的研究成果，浙大完成了国内首次病人颅内植入电极，用意念控制机械手的实验；清华大学通过运动想象控制两只机器狗完成了一场足球大赛，华南理工大学则在研究p300和运动想象结合的文字输入系统以及在残疾人的生活辅助方面取得进展。

相比于国外的研究，国内的研究仍然需要继续突破，尤其是在“植入式”技术和脑电信号处理这一关键技术上仍然需要更加多的资源投入。目前脑机接口技术仍在理论技术、应用领域等方面面临着不少挑战，就目前而言，如何更加高效准确的提取特征，如何提高分类算法的准确性，如何简化设计无线侵入式设备等等问题尚未解决。而且现有的大多数脑电数据分析算法适应性不强，通常需要花费较长时间或较多资源实现收集处理，收集到的数据容易受到外界噪声干扰，处理算法复杂，无法快速对大量数据进行准确分析，这些存在的问题都亟待解决。由此可见脑机接口技术的研究任务依然繁重，了解脑机接口的实现方式，总结出脑电信号分析方法的算法、原理、主要特征等内容并对分析方法进行对比，有助于获得现有方法的不足以及改进的方向，为日后取得算法上的突破打下坚实基础。

2. 研究的基本内容与方案

研究的基本内容有以下三点：1、熟悉脑电信号获取系统的结构和原理，要求对系统硬件之间的连接、通信等方面有清楚的认识；2、掌握脑电分析方法的五项一般流程，其中重点流程有三个：脑电信号的预处理、特征提取额分类，针对以上重点流程学习至少三种方法的基本原理、实现算法、主要特点等，并就特点、局限性方面展开对比分析。针对脑电信号预处理，至少学习主成分分析（PCA）、独立成分分析（ICA）、数字滤波器（DF）三种方法；针对脑电信号特征提取，至少学习自回归分析（AR）、小波变换(WT)和小波包变换（WPT）三种方法；针对脑电信号分类，至少学习支持向量机（SVM）、线性判别分析（LDA）和K最近邻算法（k-NN）三种方法。3、下载现有的脑电数据，选择合适的算法进行分析，获得正确结果。

进行该研究的主要目标是通过查阅资料、学习相关文献，能够对脑机接口领域有初步的了解，清楚脑机接口系统的结构组成和基本原理，对涉及到的相关专业术语有初步的认识和了解，为后续的学习和研究打下基础。通过总结和对比脑电数据分析方法，能够快速了解脑电数据分析方法的基本原理和处理算法，能够有效的发现现有方法的不足和改进的方向，有助于明确后续的学习和研究任务。通过选择合适算法对现有数据进行分析，能够发现实际分析与理论分析的差距，达到加深对分析流程和分析方法印象的目的。

本次的研究内容主要以理论研究为主，对于现有的脑电数据获取系统，拟采用查阅文献、书籍等相关资料和到实验室对实物进行了解的方式完成，通过结合理论研究和实际情况来学习脑电信号获取系统的硬件结构和原理。对于总结脑电信号分析方法，拟采用查阅文献和对实验室工作人员进行调研的方式进行，通过文献研究和调研结果，综合得出分析方法的基本原理、实现算法和主要特点。Matlab是一款编程效率高、算法集成度高、处理数据能力强的软件，现大多脑电数据分析算法都采用Matlab软件实现，因此拟采用Matlab来实现脑电数据处理分析，得出最终结果。

3. 研究计划与安排

主要分为四个部分，1-4周主要完成毕设启动工作，首先对毕设任务进行分析，明确该完成的任务，并对具体任务进行进度安排和时间分配；查阅脑机接口的相关文献、书籍，对脑机接口的研究意义、脑机接口的基本原理、脑机接口的硬件结构、脑电数据的分析方法有个初步的理解，并根据查阅的内容完成毕设任务书和开题报告。5-9周主要完成理论研究部分工作，通过查阅文献和实验室了解实物的方式，熟悉脑电信号获取系统的硬件结构和基本原理，并详细列出硬件部分之间的实现方式和连接、通信方式等内容；通过查阅文献和实验室调研，熟悉处理脑电信号的一般流程，针对其中的重点流程，列出至少3种分析方法，包括方法的基本原理、实现算法和主要特点，并从特点、局限性等方面对比分析出方法的优劣之处。10-13周主要进行脑电数据分析方法的实践，针对现有的数据选择合适的分析方法，并且通过Matlab软件来实现主要算法分析，最终得出正确的结果。14-16周主要完成论文撰写工作，将前面所有完成的工作汇总成文字形式，进行详细且有逻辑性的表达，最终完成毕业设计说明书，准备进行最终的答辩。

4. 参考文献（12篇以上）

[1]陈泽龙,谢康宁.基于脑电eeg信号的分析分类方法[j].中国医学装备,2019,16(12):151-158.

[2]常宇. 基于运动想象的脑电信号分析与脑机接口系统设计[d].中北大学,2019.

[3]张萍萍. 64导联脑电信号分析系统的设计与研究[d].山东师范大学,2019.