1. 研究目的与意义（文献综述）

1.1 研究目的及意义当前社会，神经肌肉和大脑的障碍所引起的疾病困扰着越来越多人的生活。

很多种障碍都会阻断或削弱脊髓和脑干中用于控制运动神经并进而产生运动的信息传导，阻断大脑与外界环境的信息交换以及对神经的控制通道。

在没有修复损伤的神经系统方法的情况下,针对这一庞大人群，国内外研究单位都采用服务机器人为他们服务，提高他们的生活质量。

2. 研究的基本内容与方案

2.1研究内容本课题主要完成的目标是基于p300信号的字符输入系统设计与实现，即设计一个能利用脑电信号中的p300电位进行字符输入的脑-机接口系统。主要完成的研究内容有：（1）设计p300信号的视觉刺激器，使之能利用小概率事件刺激p300信号的产生。（2）分析初始信号的噪声特点，研究初始信号的去噪方法并对其进行预处理。（3）研究便于实际应用的p300信号特征提取及模式识别的基本方法，选取合适的算法对p300信号进行特征提取和分类。（4）研究bci系统流程，设计基于p300信号的字符输入系统并进行系统性能测试。2.2研究目标脑-机接口（bci）可帮助神经肌肉系统瘫痪的病人与外界进行交流，p300信号是脑-机接口技术中常用的一种脑电信号。本课题主要完成的是结合脑-机接口系统和常用的p300信号，设计由脑电信号控制字符输入的脑-机接口系统。每部分的目标为：（1）利用vc 编写便于操作和稳定输出的视觉刺激器；（2）对采集的初始脑电信号能够进行去噪处理，获取有效的预处理信号；（3）通过matlab中simulink工具箱进行结构搭建和算法编写，提取预处理后的信号的特征并进行识别与分类；（4）针对p300信号的特点和字符输入的实时性要求，设计并实现基于p300信号的字符输入系统。2.3研究拟采用的技术方案及措施

基于p300信号的脑-机接口系统结构与其他的脑-机接口系统相似，它主要包括：视觉刺激器、信号采集、信号处理、输出指令和外部设备等几个部分。如图1所示。

图1 脑-机系统结构图

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。第4－5周：熟悉掌握基本理论，完成英文资料的翻译第6－9周：研究P300信号处理的基本算法，包括信号预处理、特征提取以及特征分类等。第10－12周：开发字符输入上位机软件，实现与Simulink的通信功能。第13－15周：系统测试，撰写并修改毕业论文。第16周：准备论文答辩。

4. 参考文献（12篇以上）

[1] 潘家辉.基于P300和SSVEP的高性能脑机接口及其应用研究[D].华南理工大学,2014.[2] 赵丽,万柏坤.基于P300的脑机接口系统研究[J].天津工程师范学院学报,2005,02:5-9.[3] 黄育娇,顾正晖.基于P300的交互式字符输入脑机接口系统[J].计算机工程与设计,2014,04:1385-1389.[4] 黄璐,王宏.单导联脑电信号P300分类研究[J].仪器仪表学报,2014,04:814-819.[5] 黄安湖.P300脑电诱发电位的分类识别及在脑机接口中的应用[D].山东大学,2008.[6] 张雅捷,潘燕军,谢静涛.试论事件相关电位P300的研究进展[J].阴山学刊(自然科学版),2016,01:44-47.[7] 吴边,苏煜,张剑慧等.基于P300电位的新型BCI中文输入虚拟键盘系统[J].电子学报,2009,08:1733-1738 1745.[8] 孙鑫,于安萍.VC 深入详解[M].北京:电子工业出版社,2009.[9] 张志美等.MATLAB完全自学手册[M].北京:电子工业出版社,2012.[10] 王振.基于SVM的BCI系统中P300信号识别技术研究[D].天津大学,2007.[11] 徐鑫,方慧娟.P300的BCI汉字在线输入系统[J].华侨大学学报(自然科学版),2015,03:269-274.[12] J.R.Wolpaw, N.Birbaumer, W.J.Heetderks, D.J.McFarland, P.H.Peckham, G.Schalk, E.Donchin, L.A.Quatrano, C.J.Robinson and T.M.Vaughan, Brain-computer interface technology: a review of the first international meeting[C].IEEE Trans.Rehabil.Eng., 8: 164-173, 2000.[13] Faraz Akram, Hee-Sok Han and Tae-Seong Kim. A P300-based brain computer interface system for words typing[J]. Computers in Biology and Medicine, 45: 118-125,2014.[14] Minjue Wang, Ian Daly, Brendan Z.Allison, Jing Jin, Yu Zhang, Lanlan Chen and Xingyu Wang. A new hybrid BCI paradigm based on P300 and SSVEP[J]. Computers in Biology and Medicine,244: 16-25, 2015.[15] S.T Ahi, H.Kambara and Y.Koike, A dictionary-driven P300 speller with a modified interface[J]. IEEE Trans. Neural Syst. Rehab. Eng, 19:6-14,2011.[16] J.Polich,P.C.Ellerson and J.Cohen. P300, stimulus intensity, modality, and probability[J]. International Journal of Psychophysiology, vol. 23, pp. 55-62, 1996.