可穿戴式干电极脑机接口系统设计
针对现有脑电设备便携性差的问题,提出了一种基于嵌入式的可穿戴干电极脑机接口(BCI)系统.该系统首先通过干电极配合24位模数转换芯片采集脑电信号,然后使用FIR数字滤波的方法进行3~35 Hz带通滤波,最后通过嵌入式处理器进行脑电识别.在识别算法方面,首先对脑电信号进行截断处理,去除视觉刺激延迟以及FIR滤波造成的群延迟;然后采用皮尔逊相关系数法进行在线脑电识别,并分析刺激时长对正确率和信息传输率的影响.实验结果表明:该系统采集信号的平均信噪比为74.86 dB,50 Hz处共模抑制比为一132.57 dB,所用的相关系数法平均识别时间为0.13s,四目标在线稳态视觉诱发电位实验的平均正确率为69.54%.与使用标准典型相关分析(CCA)算法的便携式BCI系统相比,该系统的平均识别时间缩短0.27 s,平均正确率提高了10%,可为干电极脑机接口系统应用提供思路.
嵌入式系统、可穿戴设备、脑机接口、稳态视觉诱发电位、皮尔逊相关系数
54
TP391(计算技术、计算机技术)
“十三五”装备预研领域基金资助项目61400030701
2020-07-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
66-74