基于EEG的脑机接口:认知分析与控制应用

译者序

前言

致谢

第1章　绪论1

1.1　基础理论1

1.1.1　脑机接口的成功案例2

1.1.2　脑机接口的市场分析5

1.2　技术回顾7

1.2.1　人脑解剖结构8

1.2.2　从人脑到计算机10

1.2.3　基于有意眨眼的脑机接口与控制的研究概况13

1.3　本书目标14

参考文献15

第2章　基于EEG的脑机接口18

2.1　引言18

2.1.1　基于EEG的BCI系统架构19

2.2　BCI相关技术22

2.2.1　侵入式和部分侵入式BCI技术22

2.2.2　非侵入式BCI技术24

2.3　数据获取27

2.3.1　脑电位27

2.3.2　EEG电极位置的确定28

2.3.3　EEG电极29

2.3.4　EEG信号与节律29

2.3.5　信号预放大、滤波和模数转换30

2.4　预处理30

2.4.1　EEG伪迹31

2.4.2　EEG伪迹去除32

2.5　特征提取38

2.5.1　EEG信号的时域表示39

2.5.2　EEG信号的频域表示42

2.5.3　EEG信号的时-频域表示43

2.5.4　EEG信号的空间域表示43

2.6　分类44

2.6.1　线性分类器44

2.6.2　非线性分类器45

2.6.3　BCI性能评价45

2.7　BCI应用46

2.7.1　诊疗应用47

2.7.2　非诊疗应用50

2.8　本章小结52

参考文献53

拓展阅读59

第3章　EEG信号的实时获取60

3.1　引言60

3.2　采集设备概览62

3.2.1　依据性能指标的选择标准62

3.2.2　各类EEG设备63

3.3　开发基于EEG的BCI以获取眨眼信号73

3.3.1　选择EEG采集设备73

3.3.2　EMOTIV test bench74

3.3.3　理解.edf格式76

3.3.4　捕捉眨眼信号的实验设计76

3.4　将EEG数据导入MATLAB80

3.4.1　EEG信号分析工具箱的选择80

3.4.2　将EEG数据导入EEGLAB81

3.4.3　将EEG数据导入MATLAB工作空间82

3.5　将EEG数据导入Simulink85

3.6　本章小结86

参考文献87

拓展阅读88

第4章　认知分析：时域89

4.1　引言89

4.2　预处理91

4.2.1　预滤波92

4.2.2　对滤波后的EEG数据进行独立成分分析94

4.3　ERP分析97

4.4　不同延迟时刻的ERP脑地形图分析98

4.5　结果与分析99

4.6　本章小结114

参考文献115

第5章　认知分析：频域117

5.1　引言117

5.2　通道的功率谱分析120

5.3　子频带功率分析121

5.4　EEG相干性分析121

5.5　结果与分析124

5.6　本章小结139

参考文献140

拓展阅读141

第6章　基于EEG的BCI：控制应用142

6.1　引言142

6.2　基于眨眼的BCI控制应用开发详解146

6.2.1　使用MATLAB软件的控制触发器147

6.2.2　用于控制应用的Arduino Uno硬件接口148

6.3　采用基于EEG的BCI可能构建的其他控制应用153

6.3.1　利用LabVIEW的BCI控制应用153

6.3.2　利用MATLAB/Simulink的BCI控制应用160

6.4　本章小结163

参考文献163

拓展阅读164

第7章　总结和展望165

7.1　主要贡献165

7.1.1　时域分析166

7.1.2　频域分析167

7.1.3　基于眨眼的BCI控制应用的开发168

7.2　未来方向和总结168