基于FPGA的随机字符发生器在ERP中的应用

脑电领域的众多探索一直以来都是各国科学家研究的热点。刺激源是脑电实验中不可或缺的一部分。刺激序列正确编排和稳定发生是诱发脑电信号被正确提取的先决条件。利用可编程逻辑器件作为随机字符信号发生器,使之同时具有计数和VGA显示功能,由此产生的视觉ERP刺激序列,可以作为脑区功能存在病变的病人的理想刺激源。     

基于小波和BP网络的视觉诱发电位分类识别

提出了小波分解与BP网络相结合的方法来识别视觉诱发电位（Visual Evoked Potential,VEP）。先用小波分解对VEP进行特征提取和降维。然后用BP网络进行分类识别。     

快速独立分量分析及其在脑电信号处理中的应用

独立分量分析(IndependentComponentAnalysis,ICA)是一种基于信号统计特性的盲源分离方法,由于其分离的信号之间是互相独立的,所以在生物电信号去除干扰和伪迹、信号分离以及特征提取等方面有很大的潜在价值。本文提出了一种改进的快速ICA方法,提高了收敛速度。通过仿真,证明这种方法的优越性。最后利用该方法去除脑电中眼动伪迹,达到了较好的效果。     

基于PSoC的脑电信号采集系统的设计

脑电信号是一种很重要的生物医学信号,它是临床医学诊断和脑科学研究的一种重要手段。本文介绍了基于Cypress PSoC~(TM)可编程片上系统的脑电信号采集系统的整个设计过程,包括硬件组成和软件设计方法。通过PSoC芯片特有的可编程模拟系统和数字系统,可以把大量的外围器件集成到芯片的内部,从而提高了硬件系统的集成度和可靠性;加上功能强大的PSOC Designer集成开发环境,提高了开发效率,而且系统的软硬件升级也更加容易了。     

基于平稳小波变换的EEG视觉的信号修正

眼球运动和眨眼会在眼球周围产生电信号,这种电信号的存在直接影响到对EEG信号的分析特征提取及EEG模式的分类等研究。本文提出了一种基于小波阈值滤噪方法来修正EEG信号中出现的视觉伪信号(OA)。这种用于EEG视觉伪信号处理的小波方法的实现过程如下：1)用平稳小波变换(SWT)对原始EEG信号进行处理;2)设置低频带信号的系数阈值;3)对滤噪后的信号进行重构。实验结果表明这种方法同时适用于眨眼和眼球运动产生的伪信号。最后,通过对采集的信号处理前后做了对比,说明其有效性。     

眼球运动相关EOG信号的波形分析与特征提取

人-计算机交互系统(HCI)是当前计算机与人自然交流的研究热点之一。从眼眶周围记录的眼电图信号(EOG)可以转化为坐标去控制计算机。本文讨论了与眼球扫视运动相关的EOG波形在时域、频域内的分析及特征的提取,并应用简单贝斯分类算法建立原型系统。通过对实验数据的统计分析,初步验证了将眼电图信号转化为坐标点的可行性。     

基于Flexible ICA的睡眠EEG及EOG中心电伪差的消除

提出了一种采用自适应非线性函数的ICA学习算法,Flexible ICA算法,并将其应用于睡眠EEG自动分期的前期预处理中,用于消除采集到的各通道信号中的心电伪差.实验结果证明,Flexible ICA算法能够快速有效的消除各通道的心电伪差,为后期的睡眠EEG自动分期打下了良好的基础.     

基于表面肌电信号的肘关节运动角度的提取

随着人口老龄化问题的越来越严重,医疗护理机器人的开发,今后将会有大量的需求,基于表面肌电信号的医疗护理机器人的开发将是其中的一个热点.本文提出了基于Bayesian正则化的多层感知器人工神经网络方法来提取人体肘关节运动角度,解决了普通神经网络对于表面肌电信号这一复杂亚高斯随机信号泛化能力不强的缺点,有助于将表面肌电信号的研究推向医疗护理机器人研发的实际应用阶段.