使用梳狀濾波器於相位編碼之穩態視覺誘發電位腦波人機介面

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：2

、訪客IP：3.133.119.66

姓名

孫智億(Chih-I Sun) 查詢紙本館藏

畢業系所

電機工程學系在職專班

論文名稱

使用梳狀濾波器於相位編碼之穩態視覺誘發電位腦波人機介面
(Implementation of Phase-tagged SSVEP-based BCI using Comb Filter)

相關論文

★ 應用電激發光元件於穩態視覺誘發電位之腦波人機介面判斷	★ 智慧型手機之即時生理顯示裝置研製
★ 多頻相位編碼之閃光視覺誘發電位驅動大腦人機介面	★ 以經驗模態分解法分析穩態視覺誘發電位之大腦人機界面
★ 利用經驗模態分解法萃取聽覺誘發腦磁波訊號	★ 明暗閃爍視覺誘發電位於遙控器之應用
★ 使用整體經驗模態分解法進行穩態視覺誘發電位腦波遙控車即時控制	★ 使用模糊理論於穩態視覺誘發之腦波人機介面判斷
★ 利用正向模型設計空間濾波器應用於視覺誘發電位之大腦人機介面之雜訊消除	★ 智慧型心電圖遠端監控系統
★ 使用隱馬可夫模型於穩態視覺誘發之腦波人機介面判斷與其腦波控制遙控車應用	★ 使用類神經網路於肢體肌電訊號進行人體關節角度預測
★ 使用等階集合法與影像不均勻度修正於手指靜脈血管影像切割	★ 應用小波編碼於多通道生理訊號傳輸
★ 結合高斯混合模型與最大期望值方法於相位編碼視覺腦波人機介面之目標偵測	★ 利用經驗模態分解法於耳鳴病患之腦磁波穩態聽覺誘發磁場萃取

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

本篇論文主要為穩態視覺誘發電位(steady state visual evoked potential, SSVEP)腦波人機介面(brain computer interface, BCI)的相關研究，藉由人體注視閃光刺激會產生誘發訊號的特性，我們提供四個固定頻率但不同相位編碼的LED閃爍光源，利用梳狀濾波器(comb filter)在數位濾波器容易實現，且可去除不需要的雜訊干擾，保留主頻率及其諧波的特性，並由事件相關性(correlation)來判斷閃光的相位，分辨出正確的指令；整個系統利用自製的類比腦波擷取放大器搭配單晶片微控制器(micro control unit, MCU)設計完成，目的在建立一個低成本、體積小且能快速辨識的腦波人機介面系統。本系統目前可讓使用者進行四個按鍵的輸入，其平均準確率為91.64%，平均資料傳輸速度(information transfer ratio, ITR)可達到31.02(bits/min)。

摘要(英)

This thesis mainly designs as a brain computer interface (BCI) system for electroencephalogram (EEG) of steady state visual evoked potential (SSVEP). Since users gaze at different spatially separated flash channels (FCs) in order to induce visual evoked signals, the BCI provides four fixed frequency but different phase encoding in the flickering source. The Algorithm uses comb filter in the digital filter easy to implement, keep main frequency and harmonic, and can reduce noise. In order to recognize the command mapping to the gazed FC can be sent out to achieve control purposes, the current design uses event correlation to achieve identify distinct flickering sequences among different FCs. The implementation method is designed the analog EEG capture amplifier and micro control unit(MCU), in order to establish a low cost, small size and fast to recognize BCI system. In this thesis, we have built an four-FC system. The command information transfer ratio(ITR) and detected accuracy are 31.02 bits/min and 91.64%, respectively.

關鍵字(中)

★ 大腦人機界面
★ 相關係數
★ 梳狀濾波器
★ 腦電波
★ 閃光視覺誘發電位

關鍵字(英)

★ brain-computer interface (BCI)
★ electroencephalogram (EEG)
★ steady state visual evoked potential (SSVEP)
★ comb filter
★ correlation

論文目次

中文摘要.................................................I
ABSTRACT................................................II
誌謝...................................................III
目錄....................................................IV
圖目錄..................................................VI
表目錄................................................VIII
第一章緒論..............................................1
1.1 研究動機與目的.......................................1
1.2 國內外相關研究.......................................2
第二章研究背景..........................................5
2.1 腦波簡介.............................................5
2-2 腦波量測.............................................5
2.3 大腦人機介面.........................................8
2.4 閃光視覺誘發電位.....................................9
第三章研究方法.........................................13
3.1 BCI系統流程.........................................13
3.2 腦波擷取放大器......................................14
3.3 硬體控制模組........................................15
3.4 相位編碼............................................18
3.5 數位濾波器(DIGITAL FILTER)..........................22
3.6 相關係數(CORRELATION)...............................27
第四章實驗設計與結果討論...............................28
4.1 實驗設計流程........................................28
4.2 實驗步驟............................................30
4.2.1離線分析(Offline Test).............................30
4.2.2 即時分析(Online Test).............................30
4.2.2.1 設定基本波......................................31
4.2.2.2 Online Test指令判斷.............................33
4.3 實驗結果............................................35
4.3.1 Offline Test實驗結果..............................35
4.3.1.1 頻域分析........................................35
4.3.1.2 時域分析........................................37
4.3.2 Online Test實驗結果...............................51
第五章結論與未來發展...................................53
5.1 結論................................................53
5.2 未來發展............................................54
參考文獻................................................55

參考文獻

[1]M. Cheng, X. Gao, S. Gao, and D. Xu, “Design and Implementation of a Brain-Computer Interface With High Transfer Rates”, IEEE Transactions on Biomedical Engineering, vol. 49, no. 10, October 2002.
[2]Q. He, B. Wu, H. Wang, L. Zhu ,“VEP Feature Extraction and Classification for Brain-Computer Interface”, Signal Processing, 2006 8th International Conference on, doi:10.1109/ICOSP.2006.345943, 2006.
[3]N. Kamel, “A Generalized Subspace Approach for Estimating Visual Evoked Potentials”, Annual International IEEE EMBS Conference, doi: 10.1109/IEMBS.2008.4650388, August 2008.
[4]S. Cheng, S. Hsieh, C. Liang, “An Intelligent Brain Computer Interface of Visual Evoked Potential EEG”, Eighth International Conference on Intelligent Systems Design and Applications, doi:10.1109/ISDA.2008.339, 2008.
[5]P. Lee, C. Wu, J. Hsieh et al., “Visual evoked potential actuated brain computer interface: a brain-actuated cursor system,” Electronics letters, vol. 41, no. 15, pp. 832-834, 2005.
[6]E.E. Sutter, “The brain response interface: communication through visually-induced electrical brain response,” Journal of Microcomputer Applications, vol. 15, pp. 31-45, 1992.
[7] 劉維旻，「無線感測心電圖量測系統設計與應用」，國立中央大學，碩士論文，民國97年
[8]Silicon Lab, C8051F124 datasheet
取自https://www.silabs.com/products/mcu/mixed-signalmcu/Pages/C8051F12x3x.aspx
[9]黃立維，「明暗閃爍視覺誘發電位於遙控器之應用」，國立中央大學，碩士論文，民國98年
[10]Y. Wang, R. Wang, X. Gao, B. Hong, and S. Gao, “A Practical VEP-Based Brain-Computer Interface”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 14,no. 2,June 2006.
[11]Wiki, Comb Filter
取自http://en.wikipedia.org/wiki/Comb_filter
[12]Wiki, Correlation
取自http://en.wikipedia.org/wiki/Correlation
[13]S.G. Mason, and G..E. Birch “A general Framework for Brain-Computer Interface Design.” IEEE Transactions on Neural System and Rehabilitation Engineering, vol.11 pp.70-85, 2003.
[14]M. Middendorf, G. McMillan, G. Calhoun, and K. S. Jones,“Brain–Computer Interfaces Based on the Steady-State Visual-Evoked Response”, IEEE Transactions on Rehabilitation Engineering, vol. 8, no. 2, June 2000.
[15]謝竣傑，「多頻相位偏碼之視覺誘發電位驅動大腦人機界面」，國立中央大學，碩士論文，民國96年
[16]謝宗祐，「使用整體經驗模態分解法進行穩態視覺誘發電位腦波遙控車即時控制」，國立中央大學，碩士論文，民國98年
[17]李昆興，「以經驗模態分解法分析穩態視覺誘發電位之大腦人機界面」，國立中央大學，碩士論文，民國98年
[18]方振隆，「以腦波控制之主動式義手」，國立成功大學，碩士論文，民國93年
[19]楊佳燕，「快速建構神經生理訊號處理系統」，國立成功大學，碩士論文，民國89年
[20]湯雅雯，「腦波量測系統之研製與腦波信號之非線性分析」，國立成功大學，碩士論文，民國94年
[21]劉育芳，「人腦-電腦介面系統臨床實驗流程之分析研究」，國立台南大學，碩士論文，民國94年
[22]關尚勇、林吉和、蘇明勳編著,「破解腦電波」，藝軒圖書出版社
[23] 蒙以正編著，「數位信號處裡應用MATLAB」，旗標出版股份有限公司

指導教授

李柏磊(Po-Lei Lee)

審核日期

2010-7-20

推文