在线BCI高速数据流的可预测并发实时传输

• 作者: 张利朋 李世杰 李亚萍 胡航航 逯鹏 陈书立
• 来源期刊: 计算机应用研究
• 关键词: 在线BCI 高速EEG数据流 并发 自适应单向模糊推理 生产—消费协同
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 794-799
• 页数: 6页
• 分类号: TP391.7
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.03.035

摘要

基于多分类运动想象的在线BCI(brain computer interface,脑机接口)中,如何实时处理高速EEG(electroencephalogram,脑电)数据流是实现在线意识识别的难点,其关键是高速计算和复杂情况下的预测问题.以线程并发作为解决高速计算问题的切入点,首先将EEG信号分析任务分解为多个线程子任务,并通过缓冲区管理策略解决线程并发带来的协同问题,针对高速EEG数据流的复杂变化问题,采用自适应单向模糊推理的方法预测数据流伸缩变化,并针对线程并发造成的中间结果的错序问题,设计信号量互斥与同步方法对中间数据块进行顺序重组.针对多名受试者的大量实验显示,单次Trial平均延迟时间明显减少.因此,线程并发和模糊推理能够解决在线BCI系统的高速计算和预测问题,从而提高信息传输率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	逯鹏	郑州大学电气工程学院	32	202	7.0	13.0
2	李亚萍	郑州大学电气工程学院	17	37	4.0	5.0
3	李世杰	郑州大学电气工程学院	8	22	3.0	4.0
4	张利朋	郑州大学电气工程学院	2	2	1.0	1.0
5	陈书立	郑州大学电气工程学院	17	18	2.0	4.0
6	胡航航	郑州大学电气工程学院	2	4	2.0	2.0