基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 为提高运动想象的脑机接口训练速度和效率,本文设计了一种训练系统.系统功能主要包括参数设置、EEG采集、特征提取、分类及其结果反馈、分类器模型建立.方法 在训练系统设计中,首先使用VC++编写的脑电信号采集软件获取脑电信号,而后通过TCP/IP实现与MATLAB之间的数据传输,在MATLAB中实现特征提取与分类识别,并将识别结果实时反馈给受试者,使受试者能够及时调整自身状态,并选择合适的反馈方式,从而在较短时间内生成有效的分类器模型.结果 该系统具有接口方便、功能强大、界面友好的特点,通过建立的在线系统对训练系统进行了初步检验.结论 该系统可使使用者进行方便有效的训练,进而缩短训练时间并提高脑机接口系统的识别正确率,为脑机接口应用系统的实现奠定了基础.
推荐文章
运动想象脑机接口系统的Petri网建模方法
脑机接口
共享控制
Petri网
控制库所
可达图
基于脑电alpha波及运动想象的在线脑机接口系统设计
脑机接口
alpha波
运动想象
工作状态
空闲状态
基于运动想象脑机接口的手功能康复系统设计
脑机接口
运动想象
脑卒中
手功能
康复
虚拟现实
脑-机接口研究中想象动作提取的新方法
脑-机接口
想象动作
事件相关去同步
近似熵
连续小波变换
贝叶斯神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种运动想象脑机接口训练系统的设计
来源期刊 北京生物医学工程 学科 医学
关键词 脑机接口 训练系统 交互训练
年,卷(期) 2012,(1) 所属期刊栏目 论著
研究方向 页码范围 72-76
页数 分类号 R318.04
字数 2189字 语种 中文
DOI 10.3969/j.issn.1002-3208(2012)01.16
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨帮华 上海大学机电工程与自动化学院 32 169 7.0 12.0
2 郑晓明 上海大学机电工程与自动化学院 4 12 2.0 3.0
3 刘丽 上海大学机电工程与自动化学院 20 95 4.0 9.0
4 陆文宇 上海大学机电工程与自动化学院 8 55 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (78)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (3)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑机接口
训练系统
交互训练
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导