摘 要

脑机接口(Brain Computer Interface，简称ＢＣＩ）是20世纪热门的研究项目。脑机接口应用可以不依赖于人体的外部神经和控制系统，它可以直接将采集到的脑电信号经过各种处理之后转换成控制外部设备的信号，这对身体有残疾但大脑完好的病人有重大的意义，同时也是医学难点，本文旨在依靠脑电信号设计一个脚踝康复系统，通过运动想象信号来控制脚踝机器人的角度偏移。

本文的研究对象是脑电信号（electroencephalogram，EEG）的处理，通过对竞赛统计的脑电信号进行预处理、特征提取和分类结果。首先要对最初的脑电信号进行预处理的滤波操作，随后使用共空间模式（Common Spacial Pattern, CSP）进行特征提取，最后使用谱回归判别分析（Spectral Regression Discriminant Analysis，SRDA）进行分类识别。然后利用UDP协议将分类结果传输到脚踝控制机器人。

关键词：脑机接口；运动想象分类；脚踝机器人

Abstract

Brain Computer Interface (BCI) is a popular research project in the 20th century. The application of brain-computer interface can be independent of the external nerve and control system of the human body. It can directly convert the collected EEG signals into signals for controlling external devices after various processing, which is of great significance to patients with physical disabilities but intact brain, and is also a medical difficulty. This paper aims to design an ankle rehabilitation system based on EEG signals and control the angle deviation of ankle robots through motion imagination signals.

The research object of this paper is the processing of electroencephalogram (EEG). Through preprocessing, feature extraction and classification results of the EEG of competition statistics. Firstly, the initial EEG signal is preprocessed and filtered, then the Common Spacial Pattern, CSP) is used for feature extraction, and finally spectral regression discriminant analysis (SRDA) is used for classification and identification. Then, UDP protocol is used to transmit the classification results to the ankle control robot.

Key Words：Brain-computer interface;Motion imagination signal;Ankle robot

目录

第1章 绪论 1

1.1研究背景及意义 1

1.2研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3 本文的研究内容及章节安排 3

第2章 系统设计的要求及脑电信号的相关知识 1

2.1系统设计的要求 1

2.2脑电信号的产生及基于运动想象的信号特点 1

2.2.1脑电信号的产生 1

2.2.2运动想象脑电信号的特点 2

2.3本章小结 2

第3章 运动想象信号的处理 3

3.1运动想象信号的数据 3

3.1.1运动想象信号的采集流程 3

3.1.2运动想象信号实验数据 3

3.2脑电信号的预处理 4

3.3运动想象的脑电信号特征提取算法 5

3.3.1双数复小波算法 5

3.3.2近似熵算法 5

3.3.3共空域模式算法 6

3.3.4多种算法的分析比较 8

3.4运动想象信号特征选择算法的实现 8

3.5运动想象信号分类算法的实现 9

3.6脚踝机器人控制算法的实现 11

3.7本章小结 13

第4章 脚踝康复机器人系统的设计与实现 14

4.1硬件的设计与实现 14

4.1.1脚踝机器人模块 14

4.1.2脚踝机器人控制器模块 15

4.2软件的设计与实现 16

4.2.1运动想象信号处理软件的设计与实现 16

4.2.2通信模块的设计与实现 18

4.2.3上位机软件的设计与实现 20

4.3系统性能分析 22

4.4本章小结 23

第5章 总结与展望 24

致谢 25

参考文献 26

第1章 绪论

1.1研究背景及意义

大脑是是中枢神经系统的最主要也是最高级部分，也是人体中最发达并且最复杂的器官^[1]。大脑是由许多的神经细胞所构成的，而神经细胞的种种频繁活动是由神经肌肉所掌管，他控制着我们与外界的联系和对外界的控制^[2]。按传统想法来说，大脑是人体最重要的部分，而肌肉组织是完成大脑意愿的部分。但是脑机接口（Brain Computer Interface,BCI）的应用能够在大脑和计算机或者外部设备之间建立一条直接通路，使得仅仅凭借思维就能控制外界设备，是那些大脑完好但身体残疾的残疾人的福音。近代以来，根据脑可塑的理论，研究学者们尝试将运动想象任务和脑机接口技术相结合（Motor Imagery-Brain Computer Interface，MI-BCI）来诱导大脑产生动作意识，然后通过采集处理脑电信号（electroencephalogram，EEG）来实现患者控制外部设备来与外界交流的想法^[1]。运动想象任务是指患者在大脑中不断模拟想要做的动作，而全身不动，通过有意识的去不断想象某个动作就可以通过相对应的大脑运动控制区发出具有特征的EEG信号，然后只要对这种EEG信号进行特征提取和分类就可以将这个信号的分类结果准确传递给外部设备，然后外部设备在作出相应的动作，运动想象很很大一部分程度上来刺激患者的神经功能的康复，而且已经有能够通过运动想象信号来控制外部设备的BCI出现了，所以这是未来一个很重要的发展部分。脑机接口的应用不仅仅在医疗与康复领域大力发展，同时在国家安全领域，娱乐领域以及交通领域都有一定的发展领域^[3]：

1）国内外的医疗与康复领域