摘要
随着科技的进步和时代的不断发展，脑机接口技术的研究与应用受到越来越多人的关注，成为一种全球前沿技术发展趋势。脑机接口是指不依赖常规的脊髓/外周神经肌肉系统，在脑与外部环境之间建立一种新型的信息交流与控制通道，实现脑与外部设备之间的直接交互。换句话说脑机接口技术可让外部设备读懂大脑神经信号，并将思维活动转换为指令信号，来实现人脑思维对外界设备的操控，在脑科学、康复医学以及军事等领域有重要的应用前景。 基于运动想象的脑机接口技术是一种自发性脑机接口系统，它无需外界刺激（例如频闪等），只通过大脑想象运动即可产生脑电信号，这也更加贴近了脑机接口研究的初衷，即意念控制。但由于运动想象脑电信号很微弱，信噪比较低，从而能提取出的有效特征很少，导致基于运动想象脑机接口的应用受到了很大的限制。 脑电信号分析是整个脑机接口系统的核心，特征提取和分类算法的优劣直接影响到了最终的识别准确率。目前传统的脑电信号分析方法一般存在于欧式空间，然而仅体现脑电信号时、频信息的传统欧式空间的特征描述和分类方法已无法满足精确刻画大脑活动的要求。近几年出现的黎曼空间分析方法受到众多研究者的关注，黎曼空间方法可以在其几何结构基础上对信号组成的空间及其子空间进行直接操作，与传统的欧式空间处理方法相比，具有更为优越的信息提取与分析性能。 针对目前存在的问题，本文提出了一种基于黎曼空间的运动想象脑电信号分析算法，主要对特征提取和分类方法做重点详细的研究，并且通过离线实验和在线实验对所提方法进行了实验验证，具体研究内容包括以下几部分： （1）阐述了脑电信号处理的国内外研究现状，重点讨论了在黎曼空间中进行运动想象脑电信号分类的优势和发展中面临的挑战。 （2）设计了脑电信号黎曼空间分析方法的整体系统架构，并针对脑电信号黎曼空间分析中的关键问题，在深入分析脑电信号特性及黎曼空间特性的基础上提出了自己的解决方案，包括使用功率谱密度矩阵作为脑电信号从欧式空间到黎曼空间的转换符，借助纤维束理论直接求解黎曼空间自由点之间的距离，定义两功率谱密度矩阵之间的黎曼距离为两脑电信号的非相似性度量和采用k最近邻算法对多通道脑电信号进行分类。 （3）使用竞赛数据集和自采数据集对本文提出的分析算法进行了实验验证。实验结果表明，在相同数据集情况下，本文所提算法的准确率优于经典黎曼空间和传统欧式空间中的一些算法，最高识别准确率可以达到86.67%，且在保证准确率的基础上，本文所提算法的效率更高、计算时间更短。最后本文算法在上下肢康复机器人上进行了实验验证，完成了在康复脑机接口中的实际应用，实验结果证实了算法的有效性和实用性。
NETL