文献综述
1.国内外研究现状和发展
脑机接口（brain-computer interface，BCI）是指一种不依赖于大脑外围神经与肌肉正常输出通道的通信控制系统，它通过采集人体的脑电信号进行特征提取和识别后转化为某种控制信号，这样人就可以直接通过大脑来表达自己的想法或者操纵外部辅助运动设备，而不需要语言或者动作[1-2]。基于脑电信号的在线机器人控制系统实质是识别出几种预设的脑电模式，然后转化成控制命令，信号采集、特征提取、模式分类是整个系统的关键所在[3-4]。
BCI一词最早出现在20世纪70年代，Jacques Vida等人利用视觉诱导电位控制光标移动，这便是最早的BCI系统[5]。随后，越来越多的研究者投入到BCI系统的研究中。国际上分别在2001年、2003年、2005年和2008年召开了4次BCI竞赛[6]，而2010 年中国也召开了首届BCI竞赛，至此BCI技术得到了很快地发展，而研究BCI的小组数目也不断增长，至今已有数百个。因此，21世纪也被称为“脑的世纪”。与此同时，基于运动想象的BCI技术也有了很大的发展。
自Pfurtscheller教授发现ERD/ERS现象后，以其为首的奥地利格拉茨理工大学的BCI研究团队一直致力于运动想象的研究。他们主要的研究成果有Graz I和Graz II[7]。另外，德国柏林大学BCI研究小组利用这一特性设计了一款名为Hex-o-Spell的精神打字机[8]。他们通过让受试者想象不同的手脚想象运动对字母进行挑选和确定从而完成打字功能。美国霍普金斯大学的Murguialday等人设计出了可以抓取和张开等动作的假手，其能达到肌电控制的效果[9]。英国阿尔斯特大学的Pramod Gaur等人利用经验模态分解对运动想象脑电信号进行滤波，然后提取滤波后EEG的Hjorth参数作为特征量，选用线性判别分类器进行分类识别，通过实验仿真可证明经验模态分解滤波的有效性[10]。英国Andrea Ferrante等人提出了将Morlet小波与CSP相结合提取左右手运动想象EEG的特征，取得了较好地分类效果[11]。
在国内，许多高校都成立了BCI研究小组，也获得了不少研究成果和算法。其中，清华大学的研究者们利用运动想象EEG实现了让机器狗踢球[12]。华南理工大学BCI研究中心结合了P300和运动想象设计了一款智能轮椅[13]，受试者不仅可以控制其左右移动，还能进行加减速，可为腿脚不便的患者提供便利。西安电子科技大学的侯秉文提出了加强的滤波带宽CSP方法提取特征，并分别采用准确率和互信息作为特征选择的标准对所提取特征进行选择，分类率都得到了提高[14]。北京工业大学的崔燕提出了一种结合希尔伯特黄变换和共空域子空间分解的多域提取方法，可实现自适应的提取运动想象EEG的特征且提高了实时性和分类率[15]。
BCI系统的关键技术是对进行的脑思维活动所产生的EEG信号进行综合分析，提取不同类别EEG信号的特征。为了完成EEG信号特征的精确提取，人们就必须对EEG信号产生机理、特点、输出通路信息、以及不同用户个体间的EEG信号特征的差异性等方面进行深入研究。这样才能使人们能够更加深刻地了解大脑的认知方式和控制模式，同时也为解读大脑思维模型和意识构成机制提供崭新的研究办法。进入21世纪，由于脑科学和信息技术等领域的高速发展，脑－机接口技术的研究其实是一项多学科穿插的课题研巧，因而不单单有利于神经医学和生理学的发展，还促进了信号处理、模式识别的研究，以及其他相关联技术学科（如，计算机、数学、生物医学、物理化学等）也能得到不同程度地发展。国际上成功举斤的4次BCI竞赛很大程度上促进了EEG信号的特征提取方法、模式识别技术等的相关研究。因此，人们可以通过脑－机接口的研究加深对大脑的认识和探索，求在大脑认知的道路上实现辉煌。
2.脑-机接口的研究意义和价值
由于是一项涉及神经科学、心理认知科学、康复工程、生物医学工程、电子技术、计算机科学以及自动控制等多个交叉学科的综合研究，其研究具有科学与应用的双重意义，并将以其实用性应用于各领域，最终造福人类[16]。
（1）康复领域
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
