韩志军
- 作品数：4 被引量：2H指数：1
- 供职机构：上海大学机电工程与自动化学院自动化系更多>>
- 发文基金：国家自然科学基金上海市教育委员会创新基金更多>>
- 相关领域：电子电信医药卫生建筑科学自动化与计算机技术更多>>
- 基于CVI与Matlab相结合的BCI在线应用系统
- 2014年
- 结合CVI与Matlab,设计了一个脑机接口在线应用控制系统。首先,在CVI中通过TCP/IP实时接收脑电信号,通过触发回调函数对接收到的数据进行实时更新;其次,通过软件接口启用Matlab,将更新后的数据送入Matlab,在Matlab中对数据进行预处理、特征提取及分类;最后,在CⅥ中通过软件接口获取Matlab中识别出的类别号,并实现对虚拟车在线实时控制。系统采用多线程技术,充分发挥了软件优势互补的特点,可推动BCI的在线应用。
- 杨帮华何美燕韩志军何亮飞
- 关键词：LABWINDOWS/CVI多线程脑机接口
- 脑机接口中一种多类运动想象任务识别新方法
- 2015年
- 目的针对脑机接口中三类运动想象任务,提出一种最小二乘法自适应滤波结合独立成分分析以及样本熵(RLS-ICA-Samp En)、多类共同空间模式(CSP)、增量式支持向量机(ISVM)相结合的脑电识别新方法,以解决脑机接口中多类运动想象正确率低的问题。方法首先采用ICA将EEG分离,然后利用样本熵自动识别分离后的噪声,再采用RLS对识别出来的噪声进行滤波,最后进行信号重构,得到去除噪声的脑电信号。多类CSP采用"一对一"CSP与多频段滤波相结合,对去噪后的脑电信号进行特征提取。通过"一对多"方式的ISVM对三类运动想象脑电信号获取的特征向量进行分类。为检验新方法的有效性,将本文方法与多类CSP+ISVM(方法 1)及RLS-ICA+多类CSP+ISVM(方法 2)进行比较。结果对三类想象任务而言,本文方法识别正确率与方法 1和2相比均高8%左右。结论与方法1和2比较,RLS-ICA-Samp En、多类CSP、ISVM相结合的脑电识别新方法能更好地适用于多类运动想象任务识别。
- 韩志军杨帮华何美燕刘丽
- 关键词：脑机接口独立分量分析
- 一种基于Matlab和DSP的运动想象脑机接口实现方法
- 本发明涉及一种基于Matlab和DSP的运动想象脑机接口实现方法，包括进行Matlab仿真和DSP具体应用，其中Matlab仿真部分包括三个大步骤：首次训练—建立识别模型、模型更新—建立更新识别模型、在线仿真—建立最佳识...
- 杨帮华陆文宇刘丽何美燕韩志军
- 文献传递
- 分形维数结合RLS-ICA的脑电信号消噪被引量：2
- 2014年
- 针对脑机接口中脑电信号噪声的去除,提出将分形维数、递归式最小均方(RLS)-独立分量分析(ICA)相结合的方法.利用ICA对脑电信号进行盲源分离,得到源信号;采用分形维数自动识别源信号中的噪声信号;利用RLS自适应滤波器对已识别出来的噪声信号进行自适应滤波;通过信号重构,得到去除噪声的脑电信号.该方法有2个优点:一是通过对分形维数自动识别源信号中的噪声信号进行滤波,克服了RLS-ICA将所有源信号进行滤波,可能造成部分有用脑电信号被去除的缺点;二是通过分形维数减少RLS滤波的独立源,加快了运行速度.为了证明该方法的有效性,分别对2008年国际BCI竞赛数据和本实验室的数据进行处理.将该方法与RLS-ICA进行比较,结果显示,该方法的去噪效果明显优于RLS-ICA,单个样本的运行时间比RLS-ICA少0.07s.采用提出的方法不仅能够去除一些常见的诸如眼电(EOG)、肌电(EMG)等噪声,而且能够去除一些未知的噪声.
- 杨帮华韩志军王倩何亮飞
- 关键词：自适应滤波分形维数
