基于P300信号的脑控机械手关键技术研究

针对传统P300字符输入系统信号通道多、计算量大等问题,提出一种利用贝叶斯框架下组稀疏约束的P300信号识别算法来提高脑控机械手效率的方法。首先利用能使字符按行列方式闪烁的计算机界面对受试者的视觉系统产生刺激,同时使用自采集设备记录脑电信号。之后在贝叶斯框架下建立基于P300的BCI解码模型,同时完成P300特征检测和脑电通道选择,避免了大量的交叉验证,提高了字符输入效率。然后根据P300字符识别结果,将其转化为对应的机械手命令,通过以太网通讯方式传输给机械手,最终完成对机械手的控制。实验结果表明,文章提出的方法能有利于提高P300信号特征检测的准确率和处理效率。