如何使用BCI脑机接口设计及实现三维视觉刺激器

　　脑机接口（Brain-Computer Interface，BC1）是近年来发展的一门新兴的、多学科交义的人机接口技术。它是一种不依赖于人正常外围神经和肌肉组织而构成的通讯系统。基于脑电图（EEG）的脑机接口具有成本低、操作方便、对大脑无损伤等优点，是当前脑机接口研究的主要方向。脑机接口系统的研究具有明确的临床应用背景，在康复医疗应用领域，它为肌肉运动功能受损的人群，提供了一种全新的与外界信息交流的方式。因此，研究开发脑机接口系统具有重要意义。本文在查阅大量国内外研究文献的基础上，以基于三维视觉刺激器的脑机接口系统为研究对象，设计并实现视觉刺激器，同时对左右手运动想象过程中大脑感觉运动皮层Mu节律的事件相关去同步（ERD）进行了深入研究，具体研究内容如下：

　　①设计并实现三维视觉刺激器。本文采用了一种基于目标关键动作的过程控制策略，通过控制静态模型库的动作序列进而产生三维肢体运动效果，保证了系统的实时性，有效性与可扩展性。确定了以OpenGL作为刺激器系统开发的核心技术方案，实现了三维模型的渲染与灵活控制。采用模型顶点与面片分开存储的方式降低系统对存储空间的占用率：应用Gouraud明暗处理方法实现模型表面光滑渲染；设计了一种带模型缓存区的多缓存机制解决动作实时性显示问题；利用高精度多媒体定时方式完成动作的精确控制。经过验证，系统满足实际应用的要求。

　　②完成运动想象脑电特征的提取和识别。重点研究运动想象Mu节律脑电信号的ERD特征。通过对比主流的时频分析方法，本文采用希尔伯特黄变换（HHT）对脑电信号进行时频分析，得到脑电信号对应的边际谱与瞬时幅值谱。在此基础上，根据Fisher可分性判据准则实现了不同受试者Mu节律显若ERD的个性化特征分析，找到Mu节律的优选频带与时间窗口参数。为进一步提高脑电信号的信噪比，采用改进公共空间模式（CSP）算法处理信号，并针对在少导联条件下，脑电信号经CSP滤波得到的标量特征表现出的信息不稳定问题，以及直接组合滤波信号表现出的特征向量空间过大问题，对特征选取做了改进处理，结合时域二阶矩能量分析方法，提取经滑动窗截取降维后的能量特征，基于提取的特征对脑电信号进行识别。

　　③设计并完成脑机接口系统实验。本文设计了三种不同方式的视觉刺激：无目标抓握、静态目标导向抓握、动态目标导向抓握。对实验中的动作定时精度结果，脑电信号特征分类结果做出具体分析。本文对基于三维视觉刺激器的运动想象脑机接口系统的研究，为后续从离线