以腦電波信號(hào)(EEG)為控制源之研究.ppt

1、,Southern Taiwan University of Technology . Institute of Electrical Engineering BME Laboratory,1,以腦電波信號(hào)(EEG)為控制源之研究,研 究 生: 邵 成 麟 指 導(dǎo) 教 授: 陳 世 中 博士 趙 春 棠 博士,2003/03/26,Study on Using EEG Signals for control,大 綱,1.研究動(dòng)機(jī) 2.文獻(xiàn)回顧 3.腦電波信號(hào)特性與分類回顧 4.10-20標(biāo)準(zhǔn)貼電極系統(tǒng)回顧 5.大腦皮質(zhì)的功能性區(qū)分 6.腦波控制之方式與種類 7.波與波的差異性 8.ERD與ER

2、S之意義 9.BCI之介紹與組成架構(gòu) 10.結(jié)論與未來工作 11.參考文獻(xiàn),2,研 究 動(dòng) 機(jī),3,由於伴隨著科技的進(jìn)步，使得人們享受科技文明所帶來的便利；並且可以輕易的使用家庭電器、自動(dòng)化設(shè)備、電腦操作等許多再平常不過的事，不過對(duì)於身心障礙的患者而言，我們看似平常的事將對(duì)殘障患者造成莫大的障礙，因此研發(fā)一些適當(dāng)?shù)奶娲暂o具將是當(dāng)務(wù)之急。但是綜觀目前已經(jīng)被相繼研發(fā)出的科技輔具我們不難發(fā)現(xiàn)，這些輔具都是針對(duì)特定目的所研發(fā)出來的(如:頭控、眼控、嘴控、聲控等)，因此只適用於特定障礙患者，而對(duì)於全身癱瘓的患者而言，上述之輔具將不適用。因此，本研究主要即是探討如何以腦電波訊號(hào)作為控制源? 並期望設(shè)計(jì)一

3、個(gè)腦波控制器以造福重度障礙患者。,文獻(xiàn)回顧(1),林國肇， “以腦波為控制信號(hào)之身心障礙鍵盤輸入系統(tǒng)” ，國立臺(tái)灣 大 學(xué)電機(jī)工程研究所碩士論文 (陳志宏教授指導(dǎo)) (1999) . (2) 陳志瑋， “研究以小波神經(jīng)網(wǎng)路作波即時(shí)鑑別” ，國立成 功大學(xué)電機(jī)工程研究所碩士論文 (朱銘祥 教授指導(dǎo)) (1999). (3)黃志旭，“拇指運(yùn)動(dòng)對(duì)波的影響”，國立成功大學(xué)機(jī)械工 程研究所碩士論文（朱銘祥 教授指導(dǎo)）(2001). (4) Lehtonen, Janne., “EEG-based brain computer Interfaces,” Helsinki University of Tec

4、hnology, Department of Electrical and Communication Engineering, (2002).,4,文獻(xiàn)回顧(2),(5) Palaniappan, R., Raveendran, P., “A new mode of EEG based commun -ication,” Neural Networks, 2001. Proceedings. IJCNN 01. International Joint Conference on , vol. 4 , pp. 2679 -2682 (2001). (6) Babak, Mahmoudi. et

5、.al ,”Single-channel EEG-based prosthetic hand grasp control for amputee subjects,” Iran University of Science and Technology, Department of Electrical Engineering, (2002).,5,腦電波信號(hào)特性與分類回顧,腦電波訊號(hào)之特性-,6,腦電波在頭皮下之大腦皮質(zhì)上所測得的電位約為毫伏特(mV)的等級(jí)， 但是一但經(jīng)由顱骨、 頭皮的衰減後，由頭皮上所量測到的電位則驟降為微伏特(V)的等級(jí)(0.5uV100uV)，頻率約為0.5100Hz，

6、因此腦電波信號(hào)具有低振幅及低頻率的特性，因此一個(gè)設(shè)計(jì)精良且低雜訊的腦波訊號(hào)放大器將是整個(gè)腦波控制器的重要影響因素。,腦電波信號(hào)特性與分類回顧(續(xù)),腦電波之分類-,7,依據(jù)腦電圖儀與臨床生理學(xué)會(huì)國際聯(lián)盟的分類將腦波的頻率分為四個(gè)頻段,分別是波、 波、 波、 波.,Fast wave,Slow wave,腦電波信號(hào)特性與分類回顧(續(xù)),腦電波之分類-,8,10-20 標(biāo)準(zhǔn)貼電 極系統(tǒng),9,目前電極貼法的標(biāo)準(zhǔn)是以10-20電極貼法，圖解如下:,前額葉部,額葉部,頭頂部,顳葉部,頂葉部,枕葉部,10-20貼電極映射圖,10-20系統(tǒng)示意圖,大腦皮質(zhì)的功能性區(qū)分(柏洛德曼),10,第一運(yùn)動(dòng)區(qū),前運(yùn)動(dòng)區(qū)

7、,第一體感覺區(qū),第二體感覺區(qū),腦波控制方式種類,11,目前為止利用腦波作為控制源的方式下列幾種: A. P300波法 B. 左右半腦波不對(duì)稱法 C. 波能量與眼睛互動(dòng)關(guān)係法 D. 生物回饋 波法 E. 動(dòng)手腳意識(shí)波法,波與波的差異性,12,ERD與ERS之意義,13,ERD/ERS之差異: 波(8-12Hz)的特性即是在當(dāng)常人有動(dòng)手意識(shí)時(shí) ，會(huì)使得波的振幅產(chǎn)生抑制的現(xiàn)象。 (1) 若有開始準(zhǔn)備動(dòng)作的意識(shí)時(shí)就有波振幅抑制的現(xiàn)象稱 之為ERD(Event-Related Desynchronisation) 。 (2) 若腦波為“閒置”狀態(tài)，則稱之為ERS(Event-Related Synchr

8、onisation)。,波ERD,波ERS,B C I 之介紹與組成架構(gòu)(1),14,BCI即是將腦電波訊號(hào)經(jīng)由特徵萃取量化，再經(jīng)由分類器加以辨識(shí)，然後經(jīng)由生物回饋之方式來使得一般人或重度障礙患者其能利用意識(shí)想像的方式來與電腦之間作溝通之動(dòng)作。,BCI介紹-,B C I 之介紹與組成架構(gòu)(2),15,BCI即是Brain-Computer Interface之縮寫，一個(gè)BCI系統(tǒng)其基本的組成架構(gòu)包括:,腦波訊號(hào)擷取器,訊號(hào)前處理,訊號(hào)特徵萃取,訊號(hào)分類,on-line回授控制器,控制裝置,空間濾波器,1.STFT 2.小波轉(zhuǎn)換,1.類神經(jīng)網(wǎng)路 2.線性判別式分析(LDA),結(jié)論與未來工作,16

9、,由前面對(duì)於以腦電波作為控制源的描述， 可以瞭解了腦電波的特性與分類、腦波控制之種類、BCI組成架構(gòu)、特徵萃取/分類等諸多的基本觀念，因此可以使各位很容易瞭解有關(guān)以腦電波作為控制源的方式與相關(guān)腦波擷技術(shù)，然而當(dāng)我們要實(shí)際去製作時(shí)，往往會(huì)遇到許多困難，例如何去抑制雜訊干擾?如何設(shè)計(jì)腦波前處理電路、腦波特性萃取、提高腦波控制之辨識(shí)率等，因此當(dāng)我們實(shí)際在研製腦波控制器的同時(shí)， 必須衡量及評(píng)估所使用的放大器精確性、 腦波特徵萃取的方式 ，才能設(shè)計(jì)出完美BCI系統(tǒng)。,結(jié)論-,結(jié)論與未來工作(續(xù)),17,進(jìn)一步研讀腦波控制的相關(guān)文獻(xiàn) 研讀DSP 、小波轉(zhuǎn)換、 類神經(jīng)網(wǎng)路等相關(guān)書籍,未來工作-,參考文獻(xiàn)(1

10、),18,1 林國肇， “以腦波為控制信號(hào)之身心障礙鍵盤輸入系統(tǒng)” ，國立臺(tái)灣 大 學(xué)電機(jī)工程研究所碩士論文 (1999) . 2 陳志瑋， “研究以小波神經(jīng)網(wǎng)路作波即時(shí)鑑別” ，國立成 功大學(xué)電機(jī)工程研究所碩士論文 (1999). 3 黃志旭，“拇指運(yùn)動(dòng)對(duì)波的影響”，國立成功大學(xué)機(jī)械工 程研究所碩士論文 (2001). 4 Lehtonen, Janne., “EEG-based brain computer Interfaces,” Helsinki University of Technology, Department of Electrical and Communication E

11、ngineering, (2002). 5 Babak, Mahmoudi. et.al ,”Single-channel EEG-based prosthetic hand grasp control for amputee subjects,” Iran University of Science and Technology, Department of Electrical Engineering, (2002).,參考文獻(xiàn)(2),19,6 Palaniappan, R., Raveendran, P., “A new mode of EEG based commun -ication

12、,” Neural Networks, 2001. Proceedings. IJCNN 01. International Joint Conference on , vol. 4 , pp. 2679 -2682 (2001). 7 G, Pfurtscheller. et.al “Current Trends in Graz BCI research,” Graz University of Technology, Institute of Biomedical Engineering, IEEE Transactions. (2000). 8 J.R.Wolpaw, D.J.McFar

13、land, et.al “Brain-Computer Interface Research at the Wadsworth Center,” University of New York, Department of Health, IEEE Transations. (2000). 9 G, Pfurtscheller. et.al “Graz brain-computer interface: An EEG-based cursor control system,” Graz University of Technology, Institute of Biomedical Engin

14、eering, IEEE . (1993). 10 Gregory W. Neat, et.al “EEG-based brain-to-computer communication: system description,” Annual International Conference of the IEEE Engineering in Medicine and Biology Society, vol.12 pp. 2298-2300. (1990).,敬 請(qǐng) 指 教,20,P300波法,21,P300波即是當(dāng)人類欲分辨兩交錯(cuò)出現(xiàn)的物體時(shí)，若兩物體的出現(xiàn)頻率差異極大時(shí)，一但較少的物體出

15、現(xiàn)時(shí)便會(huì)誘發(fā)腦部的ERP ，而這種腦電波會(huì)在出現(xiàn)頻率較低的物體出現(xiàn)後約 300ms 後在Pz的通道上出現(xiàn)一段振幅大小的變化，即稱之為P300波。 缺點(diǎn): 需要外界的的持續(xù)刺激才能誘發(fā)，輸入速度較慢,左右波不對(duì)稱法,22,當(dāng)人類正在思考有關(guān)語言與空間上這兩種思考模式時(shí)會(huì)分別造成左右半腦波不對(duì)稱的現(xiàn)象，因此若擷取O1、P3 、C3(左半腦) O2 、P4 、C4(右半腦) 6個(gè)通道的腦波訊號(hào)，並分別紀(jì)錄6通道的 4個(gè)背景波之頻帶能量，然後再對(duì)每一段頻率之能量值分別求其左右不對(duì)稱率: 左-右/左+右 可得到36個(gè)不對(duì)稱率及24個(gè)能量特徵值再加以辨識(shí)以控制系統(tǒng)。 缺點(diǎn):需要採用較多的通道，速度緩慢。,

16、波能量與眼睛互動(dòng)關(guān)係,23,當(dāng)我們眼睛由閉眼至睜眼時(shí)會(huì)使得腦波訊號(hào)之振幅產(chǎn)生明顯的變化，並利用此振幅變化之差異性來作為控制源。 缺點(diǎn): 並不是真正由意識(shí)控制的。,波,類似波特性,生物回饋波法,24,利用生物回饋的方式來刺激影響使得一般人可以利用心理嘗試改變其生理狀態(tài)。因此可以使用此方式實(shí)現(xiàn)一個(gè)開關(guān)系統(tǒng)的控制輸入。,Target,Top target,Bottom target,手腳意識(shí)控制波法(1),25,在1996年歐洲Graz 科技大學(xué)Pfurtscheller教授所提出的控制方式，主要是以動(dòng)左手、動(dòng)右手、動(dòng)腳之意識(shí)使得在右半腦(C4)、左半腦(C3)、頭頂(CZ)處產(chǎn)生腦波的明顯變化，

17、並使得波產(chǎn)生振幅抑制的現(xiàn)象，再以類神經(jīng)網(wǎng)路辨識(shí)其中的差異來作為人機(jī)介面的訊號(hào)源。,右半腦,左半腦,手腳意識(shí)控制波法(2),26,波控制法的優(yōu)點(diǎn): 波幾乎出現(xiàn)在所有人的大腦皮質(zhì)區(qū)。 b.可藉由生物回饋的輔助學(xué)習(xí)如何去控制它。 c.自主意識(shí)所產(chǎn)生不需外界刺激。 d.不需要太多的電極擷取腦電波。,STFT(短時(shí)間傅利葉轉(zhuǎn)換),27,STFT主要是改善傳統(tǒng)傅立葉轉(zhuǎn)換之缺點(diǎn)。 缺點(diǎn):對(duì)於非線性且時(shí)變之系統(tǒng)將不適用。,腦波訊號(hào) 輸入,與特定頻率 窗相乘,FFT,各取樣點(diǎn) 平均,特徵萃取 完成,小波轉(zhuǎn)換(1),28,小波轉(zhuǎn)換同樣是改善傳統(tǒng)傅立葉轉(zhuǎn)換之缺點(diǎn)。 優(yōu)點(diǎn):對(duì)於非線性且時(shí)變之系統(tǒng)非常適用。, (t) :小波函數(shù) a:壓縮或拉伸比例 b