摘要：在深入分析脑电信号各伪迹成分特征的基础上,结合传统滤波方法,提出了一种不需要眼电信号参考的脑电信号伪迹去除方法。脑电信号原始数据可视作由纯净脑电信号、环境噪声、动作杂波及人体自身伪迹成分所构成的混合信号,利用传统滤波方法去除环境噪声及动作杂波,结合盲源分离算法提取人体自身伪迹成分并完成伪迹成分自动识别与去除以及纯净脑电信号的重构工作,以实现纯净脑电信号有效提取过程。经实验验证,该无先验参考的脑电信号伪迹去除方法切实可行,可有效去除伪迹,提高脑电信号信噪比。

摘要：脑电信号常常受到多种伪迹的干扰,而传统的前额伪迹去除方法无法有效去除伪迹,也无法准确分析学生的心理状态和情绪变化。为实现前额脑电伪迹信号的有效去除,并对学生的心理状态进行有效检测,研究对可穿戴检测仪进行改进优化,通过引进快速寻优迭代算法实现脑电信号的有效检测,最终设计出一款面向大学生心理健康疲劳检测的可穿戴检测仪。在对实验环境进行设置后,经实验可知,研究算法的SNR值最高,其最大值为6.1,说明研究提出的方法可以更好地分离出有效的脑电信号。研究方法的MSE值最低,MSE区间为59~69,说明研究方法对电脑信号的重建更为准确,保留了更多的有用信息。第一天考试前γ-VP特征值位于50~80之间,而考试后γ-VP特征值显著下降,处于40左右。综上可知此次基于改进伪迹去除的心理健康疲劳检测仪可以有效去除伪迹,准确分析学生的心理健康和疲劳状态。

摘要：针对下肢运动功能障碍患者无法产生强烈主动运动意图造成外骨骼机器人在康复运动辅助时人机交互性差的问题,提出了一种虚拟诱导患者下肢主动运动意图及其脑电精准感知方法。首先,分析影响患者运动意图产生的因素,建立基于大脑注意机制的虚拟诱导患者意图产生模型,形成基于脑电信号的人机交互策略;然后,设计并搭建数据驱动沉浸式三维虚拟诱导场景,激发患者大脑产生主动运动意图;进而,采集患者脑电信号,通过基于自适应噪声完备经验模态分解(CEEMDAN)和独立成分分析(ICA)相结合的伪迹去除方法进行信号预处理;最后,利用深度卷积神经网络实现对患者运动意图的精准识别。实验结果表明:虚拟诱导方法能够有效增强受试者脑电信号特征,运动意图识别率明显提高,相比常规方法,采用虚拟诱导方法后,静息状态识别准确率达到80.5%,提高了10.33%,产生意图识别准确率达到92.17%,提高了20.5%,稳定维持在较高水平,为外骨骼机器人实现按需辅助控制奠定了基础。

摘要：脑电是在大脑皮层采集的电信号,可以反映脑神经细胞的电生理活动,通过分析脑电有助于人类在心理学和医学等领域的研究。由于脑电易受非脑神经组织和采集设备干扰产生伪迹,影响科研人员对脑电的分析。基于此,笔者对脑电信号去伪迹软件进行开发,首先对软件进行需求分析和概要设计,将该软件分为输入输出模块、去伪迹处理模块和人机交互界面模块,然后对3大功能模块分别进行详细设计和实现,其中去伪迹处理模块筛选了3种去伪迹技术供科研人员对比去伪迹效果。软件采用Python语言开发,其中人机交互界面采用wxPython。最后,对软件的人机交互界面和去伪迹功能的进行了测试,结果表明软件可进行友好交互,且去伪迹效果较好。