• 常用方法:
– 线性判别式分析(Linear Disciminant Analysis, LDA) – 人工神经网络(Artificial Neural Network, ANN) – 支持向量机(Support Vector Machine, SVM)
连续小波变换
连续小波变换
离散小波变换
从尺度j看,j越大, 分辨率就越低,频 域分析差,时域分 析好。
• 基于VEP的BCI系统的应用 。VEP又可以分为瞬态VEP( Transient VEP,TVEP)和稳态VEP(Steady-State VEP ,SSVEP)
– 内清华大学,2004年开发的BCI系统,残疾人利用SSVEP控制电 视和空调、拨打电话并启动语音播放。
BCI的发展
• 基于μ节律和β波的BCI系统的应用
多分辨率分析
多分辨率分析
• 由多分辨率分析构造基小波:
由尺度函数 双尺度方程:
推导基小波
多分辨率分析
S (0~fs/2)
CA1(0~fs/4)
CD1(fs/4~fs/2)
CA2(0~fs/8)
… … …
CD2(fs/8~fs/4)
CAj (0~fs/2j+1)
CDj (fs/2j+1~fs/2j)
• 1995年,全世界从事有关脑机接口研究的小组不超过6个 ,1999年已超过20个,2002年则有近40个;到现在已经 发展到数以百计,主要分布在美国、加拿大、欧洲、日本 、中国等地区。美国和欧洲BCI技术发展的较早,日本、 中国起步较晚。
BCI的发展
• 目前,关于BCI的应用在国内外也得到了飞速的发展,而 在这些应用中主要应用到脑电信号:视觉诱发电位( Visual Evoked Potential,VEP)、μ节律和β波、α波、 P300电位。使用这些信号的BCI系统通过检测大脑对视觉 刺激、注视或注意的方向、运动意图、认知活动的响应可 实现光标控制、字符输入和轮椅控制等简单的功能。