基于EEG的腦機接口：認知分析與控制應(yīng)用

定　價：￥149.00

作　者：	[印] 狄柏麗·班賽爾（Dipali Bansal）著
出版社：	機械工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787111694533	出版時間：	2022-01-01	包裝：
開本：	16開	頁數(shù)：	172	字數(shù)：

內(nèi)容簡介

　　本書主要討論腦機接口的原理與實現(xiàn)，給出了一個采用眨眼誘發(fā)的EEG信號的完整腦機接口實現(xiàn)示例。書中首先介紹腦機接口的技術(shù)原理、EEG信號的獲取方法以及基于眨眼的腦機接口框架，之后詳細討論從EEG信號中識別有意眨眼的方法，包括時域和頻域方法。在此基礎(chǔ)上開發(fā)腦控應(yīng)用系統(tǒng)，將Emotiv腦電采集設(shè)備與MATLAB連接，實現(xiàn)EEG信號的獲取與分析。其中，針對EEG信號分析，介紹了事件相關(guān)電位、腦地形圖、EEG子頻帶功率、信道相干性等技術(shù)。本書適合腦機接口和生物醫(yī)學(xué)信號處理領(lǐng)域的技術(shù)人員閱讀，也適合高校相關(guān)專業(yè)的學(xué)生參考。

作者簡介

　?。鹤髡吆喗椋旱野佧?middot;班賽爾（Dipali Bansal）博士，現(xiàn)為印度Graphic Era大學(xué)工程系主任，曾任印度Manav Rachna國際大學(xué)教授，專注于教育和技術(shù)創(chuàng)新。她長期致力于生物信號處理方面的研究，已在知名期刊和會議上發(fā)表論文超過90篇。拉什瑪·馬哈詹（Rashima Mahajan）博士，現(xiàn)為印度Manav Rachna國際大學(xué)副教授，曾在印度GD Goenka大學(xué)和印度國家大腦研究中心（NBRC）等機構(gòu)工作。她的研究興趣為生物醫(yī)學(xué)信號處理，已在知名期刊和會議上發(fā)表論文超過35篇。：譯者簡介：施明輝博士，廈門大學(xué)信息學(xué)院人工智能系副教授，目前主要從事腦機接口、機器學(xué)習(xí)、智能計算、認知神經(jīng)科學(xué)等方面的研究。主持或參與多項、省級項目，以完成人發(fā)表學(xué)術(shù)論文40余篇，授權(quán)國家發(fā)明專利和軟件著作權(quán)各1項。

圖書目錄

譯者序
前言
致謝
第1章　緒論1
1.1　基礎(chǔ)理論1
1.1.1　腦機接口的成功案例2
1.1.2　腦機接口的市場分析5
1.2　技術(shù)回顧7
1.2.1　人腦解剖結(jié)構(gòu)8
1.2.2　從人腦到計算機10
1.2.3　基于有意眨眼的腦機接口與控制的研究概況13
1.3　本書目標(biāo)14
參考文獻15
第2章　基于EEG的腦機接口18
2.1　引言18
2.1.1　基于EEG的BCI系統(tǒng)架構(gòu)19
2.2　BCI相關(guān)技術(shù)22
2.2.1　侵入式和部分侵入式BCI技術(shù)22
2.2.2　非侵入式BCI技術(shù)24
2.3　數(shù)據(jù)獲取27
2.3.1　腦電位27
2.3.2　EEG電極位置的確定28
2.3.3　EEG電極29
2.3.4　EEG信號與節(jié)律29
2.3.5　信號預(yù)放大、濾波和模數(shù)轉(zhuǎn)換30
2.4　預(yù)處理30
2.4.1　EEG偽跡31
2.4.2　EEG偽跡去除32
2.5　特征提取38
2.5.1　EEG信號的時域表示39
2.5.2　EEG信號的頻域表示42
2.5.3　EEG信號的時-頻域表示43
2.5.4　EEG信號的空間域表示43
2.6　分類44
2.6.1　線性分類器44
2.6.2　非線性分類器45
2.6.3　BCI性能評價45
2.7　BCI應(yīng)用46
2.7.1　診療應(yīng)用47
2.7.2　非診療應(yīng)用50
2.8　本章小結(jié)52
參考文獻53
拓展閱讀59
第3章　EEG信號的實時獲取60
3.1　引言60
3.2　采集設(shè)備概覽62
3.2.1　依據(jù)性能指標(biāo)的選擇標(biāo)準62
3.2.2　各類EEG設(shè)備63
3.3　開發(fā)基于EEG的BCI以獲取眨眼信號73
3.3.1　選擇EEG采集設(shè)備73
3.3.2　EMOTIV test bench74
3.3.3　理解.edf格式76
3.3.4　捕捉眨眼信號的實驗設(shè)計76
3.4　將EEG數(shù)據(jù)導(dǎo)入MATLAB80
3.4.1　EEG信號分析工具箱的選擇80
3.4.2　將EEG數(shù)據(jù)導(dǎo)入EEGLAB81
3.4.3　將EEG數(shù)據(jù)導(dǎo)入MATLAB工作空間82
3.5　將EEG數(shù)據(jù)導(dǎo)入Simulink85
3.6　本章小結(jié)86
參考文獻87
拓展閱讀88
第4章　認知分析：時域89
4.1　引言89
4.2　預(yù)處理91
4.2.1　預(yù)濾波92
4.2.2　對濾波后的EEG數(shù)據(jù)進行獨立成分分析94
4.3　ERP分析97
4.4　不同延遲時刻的ERP腦地形圖分析98
4.5　結(jié)果與分析99
4.6　本章小結(jié)114
參考文獻115
第5章　認知分析：頻域117
5.1　引言117
5.2　通道的功率譜分析120
5.3　子頻帶功率分析121
5.4　EEG相干性分析121
5.5　結(jié)果與分析124
5.6　本章小結(jié)139
參考文獻140
拓展閱讀141
第6章　基于EEG的BCI：控制應(yīng)用142
6.1　引言142
6.2　基于眨眼的BCI控制應(yīng)用開發(fā)詳解146
6.2.1　使用MATLAB軟件的控制觸發(fā)器147
6.2.2　用于控制應(yīng)用的Arduino Uno硬件接口148
6.3　采用基于EEG的BCI可能構(gòu)建的其他控制應(yīng)用153
6.3.1　利用LabVIEW的BCI控制應(yīng)用153
6.3.2　利用MATLAB/Simulink的BCI控制應(yīng)用160
6.4　本章小結(jié)163
參考文獻163
拓展閱讀164
第7章　總結(jié)和展望165
7.1　主要貢獻165
7.1.1　時域分析166
7.1.2　頻域分析167
7.1.3　基于眨眼的BCI控制應(yīng)用的開發(fā)168
7.2　未來方向和總結(jié)168