第一篇：華東理工大學論文報告封面

《控制科學與工程前沿講座》

題

目

腦機接口技術

學

院

信息科學與工程學院 專 姓 業(yè)

控制科學與工程

名

郭紅杰

學

號

030130653

教

師

侍洪波

2014年1月6日

1、引言

腦一機接口(Brain—Computer Interface．BCI)技術形成于20世紀70年代(1973年，Vidal)。是一種涉及神經(jīng)科學、信號檢測、信號處理、模式識別等多學科的交叉技術。第一次BCI國際會議對BCI的定義是：“腦一計算機接口是一種不依賴于腦的IE常輸出通路(外圍神經(jīng)和肌肉)．在人腦與計算機或其他電子設備之問建立的直接交流和控制通道的適時通訊系統(tǒng)”。隨著人們對神經(jīng)系統(tǒng)功能認識的提高和計算機技術的發(fā)展．BCI技術的研究呈明顯的上升趨勢．成為生物醫(yī)學工程、計算機技術、通信等領域一個新的研究熱點。

目前全球老齡化趨勢越來越嚴重，我國也面臨同樣問題。據(jù)權(quán)威部門預測，2010年，中國60歲及以上老年人口將達到1.74億，約占總?cè)丝诘?2.78％。其中，80歲以上老人將達到2132萬，占老年人口總數(shù)的12.25％。全國老齡工作辦公室提供的調(diào)查資料表明，60歲以上老年人在生命期內(nèi)，平均有1/4左右時間處于肌體功能受損狀態(tài)，需要不同程度的照料和護理。中國約有3250萬老年人需要不同形式的長期護理，而我國目前為老年人提供服務的設施嚴重不足。同時，由于各種災難和疾病造成的殘障人士也逐年增加，這更加大了對服務設施的需求。目前許多發(fā)達國家采用服務機器人為老年人與殘疾人士提供服務，提高他們的生活質(zhì)量。但是由于大多數(shù)服務機器人與人的交互方式都是通過聲音、按鈕等傳統(tǒng)方式，很多老年人及殘障人士部分或完全喪失了自主控制肌肉的能力，甚至吞咽、說話都困難，這些人控制此類服務機器人的難度非常大。如何使這部分人群重新恢復對外部世界的控制能力以及與外部世界交流的能力，幫助他們重新返回現(xiàn)代社會是目前研究的熱點。腦機接口技術為該問題的解決提供了一個良好 的可選擇方案。

2、腦機接口的研究現(xiàn)狀

在過去的十幾年中，腦機接口的研究群體迅速壯大。第一次和第二次腦機接口國際研討會分別于1999和2002召開。第一次會議有來自六個國家的22個研究組參加，第二次會議有來自北美、歐洲和中國的38個研究組參加。目前，世界上已經(jīng)有很多家實驗室實現(xiàn)了真正意義上的腦機接口，下面我們分別加以介

紹。

2.1 視覺誘發(fā)電位(Visual evoked potentialS，VEP)視覺誘發(fā)電位是人眼經(jīng)過“集中注視”活動誘發(fā)大腦視覺皮層神經(jīng)的特定電活動在頭皮電位的反映?；赩EP的BCI系統(tǒng)依賴于使用者控制眼睛注視方向的能力。實驗通過對操作者進行生物反饋訓練，可獲得穩(wěn)定的視覺誘發(fā)響應(Steady-state VEP，SSVEP)。Middendorf等開發(fā)了基于VEP的BCI系統(tǒng)，他們在屏幕上設置了幾個以不同頻率閃爍的按鈕，使用者注視其中的一個按鈕，系統(tǒng)分析VEP的頻率，如果匹配于某個按鈕閃爍的頻率，就可確定使用者希望選擇的按鈕。他們還利用SSVEP控制飛機模擬器，其準確率高達96％。

在我國，清華大學程明、高上凱教授帶領的團隊設計了基于SSVEP的環(huán)境控制系統(tǒng)，測試結(jié)果顯示該系統(tǒng)能區(qū)分至少48個目標，并且已成功實現(xiàn)了對周圍電子設備的控制。此外，他們還設計了基于SSVEP的電話撥號實驗系統(tǒng)。

此類BCI特點是：僅需很少的信號記錄電極，且訓練周期很短，只需適應視覺刺激信號。2.2 事件相關電位P300 P300是一種事件相關電位(ERP)，出現(xiàn)在事件發(fā)生后300ms左右，呈正向峰值。它反映了大腦對稀少事件的認知，相關事件出現(xiàn)概率越小，所引起的P300越顯著。

Farwell和Donchin在1988年就利用P300設計虛擬打字機，后來經(jīng)過不斷改進，當滿足80 的準確率時，通信速度達到每分鐘7.8個字符。Serby等設計的BCI采用了不同的信號處理方法也達到了92.1％的準確率（通信速度為每分鐘5.45個字符）。使用者無需訓練就可以產(chǎn)生P300，但它也可能隨著事件發(fā)生變化。目前研制的BCI都是短期操作的，如果長時間操作的話，使用者會由于對小概率刺激的適應使產(chǎn)生的P300變得不顯著而影響B(tài)CI的性能。因而，對于這類BCI而言具有自適應調(diào)節(jié)能力是非常重要的。

2.3 慢皮層電位(Slow Cortica1 potentialS，SCPs)慢皮層電位是頭皮記錄EEG信號中頻率最低的，其持續(xù)時間從幾百毫秒到幾十秒，是具有較大正負電位差異的低頻腦電信號。健康人以及嚴重癱瘓病人通過生物反饋訓練學習能夠?qū)W會控制他們的SCPs，其電位在期望方向上的變化能獲得明顯增強。負的電位變化主要與神經(jīng)元興奮性的增加相關，而正的電位變化則與皮層活動減少相關。研究者們設計了一種稱為“思想翻譯器”(Thought Translation Device，TTD)的裝置，那些因為疾病而完全癱瘓的病人，通過操作TTD能寫出相當長度的語句、控制開關、甚至上網(wǎng)。對這類BCI來說，目前通信速度為有限的每分鐘二到三個字，信息傳輸率最大能達到15bits/min。2.4 心理作業(yè)

這是目前采用最多的方法。人在進行不同的心理作業(yè)(mental task)時，腦電信號是不同的。比較容易區(qū)分的兩種心理作業(yè)是想象左右運動和想象右手運動，它們會在對側(cè)的感覺運動皮層產(chǎn)生相關同步事件。奧地利Graz技術大學對這種現(xiàn)象進行了長期研究，利用該現(xiàn)象設計的腦機接口，分類正確率為80％~100％，信息傳輸率Ni~17bits/min。歐洲幾個國家聯(lián)合開展的自適應腦機接口計劃，可以在線區(qū)分三種心理作業(yè)，正確率不低于70％。其他采用類似方法的研究者還有：Cincotti利用表面拉普拉斯方法和線性分類器區(qū)分想象運動，正確率為75％～95；Kostov 僅利用2～4個電極實現(xiàn)了二維光標控制；Penny利用想象運動和心算數(shù)學題控制光標一維移動。目前，在離線情況下可區(qū)分五種心理作業(yè)，而在線隋況下只能區(qū)分三種。

2.5 自發(fā)EEG的α波、μ節(jié)律和β節(jié)律信號

α波頻率為8～13Hz是自發(fā)腦電信號主要成分之一，在幾乎所有正常人清醒閉眼時都能出現(xiàn)，在枕區(qū)最強。當睜眼、思考問題或受其他刺激時，α波消失，這一現(xiàn)象稱為α波阻斷，人們重新閉眼時，α波又會重新出現(xiàn)。

μ節(jié)律出現(xiàn)在8～12Hz頻率段，在感覺運動皮層區(qū)可檢測到，它與人的運動行為相關。當人們進行運動或準備運動時，μ節(jié)律消失。

β節(jié)律的頻率為13~30Hz，在睜眼視物或進行思考時可出現(xiàn)，反映了大腦皮

層在興奮。

利用α波幅值變化可設計控制外部設備開關的BCI系統(tǒng)，該系統(tǒng)的一大優(yōu)點就是無需學習訓練。科學家們研究的基于μ節(jié)律或β節(jié)律的BCI實現(xiàn)了指針在一維和二維方向上的移動瞳。另外，通過調(diào)控μ節(jié)律或β節(jié)律，選擇“YES”和“N0”來回答簡單問題，準確率達到了95％。

3、BCI系統(tǒng)的原理及其基本組成

3.1

BCI系統(tǒng)的基本原理

大腦在進行思維活動、產(chǎn)生動作意識或受外界刺激時，神經(jīng)細胞將產(chǎn)生幾十毫伏的微電活動，大量神經(jīng)細胞的電活動傳到頭皮表層形成腦電波(Electroence phalogram，EEG)，此EEG將體現(xiàn)出某種節(jié)律和空間分布的特征，并可以通過一定的方法加以檢測，再通過信號處理（主要是特征提取和信號分類）從中辨析出人的意圖信號，而將其轉(zhuǎn)換為控制命令。來實現(xiàn)對外部設備的控制和與外界的交流。

3.2

BCI系統(tǒng)的基本結(jié)構(gòu)

BCI系統(tǒng)通常由4 個部分組成：信號采集、特征提取、選擇分類和外部控制裝置。

當前，BCI系統(tǒng)的輸出設備多是計算機，輸出形式也各異，例如在計算機屏幕上顯示光標運動、字符選擇、計算機仿真模擬，或者產(chǎn)生對神經(jīng)假肢、輪椅的控制信號等。

4、BCI系統(tǒng)的關鍵技術

4.1

信號采集

當前，BCI 系統(tǒng)的兩種常用的信號采集方式是侵人式和非侵入式。侵入式需專業(yè)醫(yī)生進行手術把電極內(nèi)置于大腦，檢測腦皮層電圖(Electrocorticogram，ECoG)等信號，具有一定危險性，而且還存在心理和倫理問題。非侵入式就

是將電極帽戴在頭上檢測腦電圖(EEG)等信號，檢測方法簡單，但電極距離神經(jīng)元較遠，測得的信號信噪比低，給后繼處理帶來麻煩。目前，腦電圖應用較多。采集到的信號，經(jīng)過放大器放大，再經(jīng)過預處理，最后轉(zhuǎn)化為數(shù)字信號存儲于計算機中。目前，BCI 系統(tǒng)采集的信號有視覺誘發(fā)電位(Visual Evoked Potentials，VEP)、事件相關電位(Event—Related Potentials，ERP)P300、慢皮層電位(Slow Cortical Potentials，scP)、自發(fā)EEG的α波、μ節(jié)律和β節(jié)律信號等。

4.2 特征提取

預處理和數(shù)字化處理后的腦電信號經(jīng)特征提取，提取出反映使用者意圖的信號特征。目前，BCI系統(tǒng)常用的特征提取方法有自回歸AR模型、小波變換和小波包分解、獨立分量分析等。特征提取時，可根據(jù)信號的特點選擇相應的時域或頻域特征提取方法，如：由于P300信號在300ms附近頻混嚴重，需要采用CWT(Continuous Wavelet Transform，連續(xù)小波變換)進行提取，主要提取其時域特性；SSVEP(Steady—State Visual Evoked Potential，穩(wěn)態(tài)視覺誘發(fā)電位)頻域特性好，可采用FFT(Fast Fourier Transform，快速傅里葉變換)進行提?。沪坦?jié)律和β節(jié)律的事件相關去同步電位(Event—Related Desvnchronizatlon，ERD)的特征提取，需采用大腦運動的對側(cè)效應將其空域特性提取出來。但是，由于EEG信號信噪比低，且某些干擾成分與信號具有相似的時頻特性，單純的時頻特征提取因區(qū)分度不夠，會影響分類效果，因此需求助于更為復雜的時域一空域分析方法對信號進行綜合處理。4.3 信號分類

信號分類是通過分類器來實現(xiàn)的，包括線性和非線性兩種類型。線性分類器包括線性判別分析(Linear Discrim—inant Analysis，LDA)、Fisher判別分析等；非線性分類器包括二次判別分析、支持向量機(Suppoa Vector Machine，SVM)、貝葉斯～卡爾曼濾波(Bayesian—Kalman Filter)、人工神經(jīng)網(wǎng)絡(Artificial Neural Nets，ANN)、遺傳算法(Genetic Algorithm，GA)、模糊算法(Fuzzy Algorithm，F(xiàn)A)等。其中線性分類器學習簡單。在特征維數(shù)低的情況下分類精度高，目前應用多。

但對于維數(shù)高的非線性數(shù)據(jù)，線性分類器不再適用，此時應選用非線性分類器。4.4 人機交互

BCI系統(tǒng)主要的交互手段是生物反饋，其不同于傳統(tǒng)控制系統(tǒng)中的反饋。該反饋是系統(tǒng)將輸出結(jié)果反饋給使用者，使用者將結(jié)果與期望進行對比，然后對自身思維意識進行合理調(diào)節(jié)，使得系統(tǒng)的輸出結(jié)果更接近于期望值。對于特定的BCI系統(tǒng)是否需要反饋，怎樣反饋，如何選擇適用的反饋方法等一系列問題有待研究。

5、腦機接口技術所面臨的挑戰(zhàn)

經(jīng)過多年的努力，BCI的研究取得了不少令人欣慰的成果，但不可否認的是尚處于發(fā)展的初期。目前BCI系統(tǒng)所能達到的最大通信速率約為25bits/min，大多數(shù)BCI仍然處于實驗室階段，大部分測試在正常人中進行，在殘疾人中測試較少。BCI要進入實際應用階段，還有很多問題等待解決 劃，如：

(1)提高BCI系統(tǒng)的信息傳輸率，降低誤差率；

(2)如何更有效地剔除噪聲，獲取清晰的腦電信號，尋求有效的信號特征、最優(yōu)的特征提取和轉(zhuǎn)換算法：

(3)提高用戶使用時的自動化程度；

(4)設計出更為合理的學習訓練方法，讓使用者在盡可能短的時間內(nèi)最有效地控制其腦電信號特征；

(5)降低BCI對常規(guī)運動和感覺輸出通道的依賴程度；(6)增強使用者與BCI系統(tǒng)的相互適應性：

(7)BCI的開發(fā)要注重個性化、多樣化，以滿足使用者個體的差異和BCI應用廣泛性的要求：

(8)減少電極的數(shù)量，降低使用的復雜程度，增強BCI系統(tǒng)的穩(wěn)定性和兼容性；

(9)制定出科學的規(guī)范，準確客觀地評估BCI的性能。隨著對這些問題的充分認識和逐步解決，BCI最終將走出實驗室，進入人們的生活。

6、腦機接口的應用前景

腦機接口研究最初的想法是為殘疾人提供一個與外界進行交流的通信方式，讓他們通過這樣的系統(tǒng)用自己的思維操控輪椅、假肢等。但隨著腦機接口技術的日益成熟、社會對智能機器人的需求逐漸增加，腦機接口機器人的概念應運而生。腦機接口機器人采用BCI進行人機交互，由人的思維控制機器人從事各種工作。腦機接口機器人不僅在殘疾人康復、老年人護理方面具有顯著的優(yōu)勢，而且在軍事、人工智能、娛樂等方面也具有廣闊的應用前景。6.1在醫(yī)學方面的應用

在醫(yī)學領域，腦機接口機器人可以幫助肢體障礙患者提高他們的生活質(zhì)量，如：

(1)與周圍環(huán)境進行交流：BCI機器人可以幫助殘疾人使用電腦、撥打電話等；(2)控制周圍環(huán)境：BCI機器人可以幫助殘疾人或老年人控制輪椅、家庭電器開關等：

(3)運動康復：BCI康復機器人可以幫助殘疾人或失去運動能力的老年人進行主動康復訓練，BCI護理機器人可以從事基本護理工作，提高殘疾人或老年人的生活質(zhì)量。

6.2在其他方面的應用

雖然目前BCI機器人的研究主要應用于醫(yī)學領域，特別是為殘疾人與老年人提供幫助，但是BCI機器人的用途決不僅僅限于醫(yī)學領域，在其他諸多領域都可以得到廣泛應用。

(1)特殊環(huán)境作業(yè)：BCI特種機器人可以在危險或不適宜人工操作的環(huán)境中工作；

(2)無人駕駛汽車或飛機：BCI機器人可以幫助我們實現(xiàn)無人駕駛汽車與飛機的夢想，這不僅在軍事領域意義巨大，同時為殘疾人開辟了更廣闊的活動空間；

(3)為電子游戲增加娛樂功能：用“思想”控制電子游戲是傳統(tǒng)鼠標、鍵盤控制電子游戲的有益補充，會增加游戲的娛樂效應。腦機接口機器人是智能機器

人的有力補充，有效的人機交互方式會提高智能機器人的智能化與靈活性，因此腦機接口機器人的研究潛力和應用潛力十分巨大。

7、結(jié)論

BCI為人們提供了全新的與外界進行交流和控制的方式，人們可以不通過語言和動作來交流，而是直接用腦電信號來表達思想、控制設備，這為智能機器人的發(fā)展提供了一個更為靈活的信息交流方式。至今，大多數(shù)BCI系統(tǒng)仍然處于實驗室研究階段，真正投入實際使用的很少，BCI的研究和開發(fā)還有很多問題需要解決。但是，我們相信，隨著計算機科學、神經(jīng)生物學、數(shù)學、智能控制等各個相關學科的不斷發(fā)展與融合，隨著世界各研究小組交流和合作的日益緊密，BCI技術將日趨成熟。形式多樣、穩(wěn)定、可靠、高速、操作簡便的BCI機器人一定能在不久的將來進入人們的生活。

BCI技術、基于BCI技術的康復機器人技術都處于研究初級階段，難免問題重重，但是隨著研究的深入，一個個問題終將被解決。其發(fā)展前景是模塊化和集成化，模塊化是集成化的基礎，集成化是推廣使用的前提。識別率高、信號處理速度快、采集功能通用化、算法處理功能系統(tǒng)化、適應性強、反饋被合理引人、評判標準化的BCI技術有待進一步研究，繼而使之模塊化。其能處理多種或者大部分信號，機構(gòu)設計綠色且實用、響應迅速、控制精準、運動模式多樣、評價系統(tǒng)科學的康復機器人技術也有待進一步研究。繼而使之模塊化。如果模塊化的BCI和康復機器人之間能夠合理的柔性組合，就像電腦組裝一樣，那時BCI的時代就來臨了，人類思維世界的物質(zhì)化時代就來臨了。

參考文獻

[1]Wolpaw JR，Birbaumer N，McFarland DJ．Brain—ComputerInterfaces for Communication and Control[J]．Clinical Neu—rophysiology，2002，113(6)：767—791．

[2]Wolpaw JR，Birbaumer N，Heetderks WJ，et a1．Brain—com—purer Interface Technology：A Review of the Fimt Intema—tional Meeting[J]．IEEE Trans

RehaEng，2000，8(2)：164—173．

[3]Blankertz B，Dornhege G，Schafer C．Boosting Bit Rates and Error Detection for the Classifyca—tion of Fast-paced MotorCommands Based on Single Trial EEGAnalysis[J]．IEEE Transaction on Neural Systems and Rehabilitation Engineering，2003，11(2)：127—130．

[4]楊瑞霞．腦機接口技術研究[j]．山東輕工業(yè)學院學報，2009，23(2)：46—49． [5]高諾，魯守銀，張運楚，等．腦機接口技術的研究現(xiàn)狀及發(fā)展趨勢[J]．機器人技術與應用，2008(4)：16—19．

[6] 葛瑜．腦一機接口技術的研究概述[J]．許昌學院學報，2008，27(5)：53—57．

[7 ]羅尚清，楊浩．腦一機接口系統(tǒng)工作原理綜述[J]．醫(yī)療衛(wèi)生裝備，2008，29(8)：33—35．

[8]楊幫華．自發(fā)腦電腦機接口技術及腦電信號識別方法研究[D]．上海：上海交通大學，2006．

第二篇：長春理工大學論文封面

論文題目

從建筑物理學的原理淺析辦公空間的設計現(xiàn)狀

課 程 名 稱

學 生 姓 名 專 業(yè) 學 號 學 院

二〇一一年十一月

第三篇：昆明理工大學論文封面

《暖通空調(diào)》課程設計

說明書

學院：

建筑工程學院

專業(yè)：

建筑環(huán)境與設備工程 班級：

031班

學生姓名：

李金林（031013025）指導教師：

余麗霞

第四篇：東華理工大學論文封面

本 科 生 畢 業(yè) 設 計（論 文）

論文題目 ： 姓學班年專學名 ： 號 ： 級 ： 級 ： 業(yè) ： 院 ：

XXXXXXXX

X班 XXXX級 XXXXXX XXXX學院 XXX（職稱）200X年 X 月XX日 指導教師 ： 完成時間 ：

注：本頁不須填寫，只作格式參考。如為畢業(yè)設計則去掉“論文”二字，如為畢業(yè)論文則去掉“設計”二字，兩者選其一。

作 者 聲 明

本人以信譽鄭重聲明：所呈交的學位畢業(yè)設計（論文），是本人在指導教師指導下由本人獨立撰寫完成的，沒有剽竊、抄襲、造假等違反道德、學術規(guī)范和其他侵權(quán)行為。文中引用他人的文獻、數(shù)據(jù)、圖件、資料均已明確標注出，不包含他人成果及為獲得東華理工大學或其他教育機構(gòu)的學位或證書而使用過的材料。對本設計（論文）的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本畢業(yè)設計（論文）引起的法律結(jié)果完全由本人承擔。

本畢業(yè)設計（論文）成果歸東華理工大學所有。特此聲明。

畢業(yè)設計（論文）作者（簽字）：

簽字日期：

****年**月**日

本人聲明：該學位論文是本人指導學生完成的研究成果，已經(jīng)審閱過論文的全部內(nèi)容，并能夠保證題目、關鍵詞、摘要部分中英文內(nèi)容的一致性和準確性。

學位論文指導教師簽名：

****年**月**日

資產(chǎn)證券化…………初探

作者姓名

Pilot Study of ………….（英文標題）

英文姓名

201X年 X 月XX日

第五篇：東華理工大學論文封面doc專題

結(jié)合中外證券市場全面分析

中國證券市場未來走向

姓名： 李

臻

學號: 1030750220

班級： 10307502

專業(yè)： 國際經(jīng)濟與貿(mào)易