基于EEG的腦機(jī)接口：認(rèn)知分析與控制應(yīng)用

定　價(jià)：￥149.00

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

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111694533	出版時(shí)間：	2022-01-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	172	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)主要討論腦機(jī)接口的原理與實(shí)現(xiàn)，給出了一個(gè)采用眨眼誘發(fā)的EEG信號(hào)的完整腦機(jī)接口實(shí)現(xiàn)示例。書(shū)中首先介紹腦機(jī)接口的技術(shù)原理、EEG信號(hào)的獲取方法以及基于眨眼的腦機(jī)接口框架，之后詳細(xì)討論從EEG信號(hào)中識(shí)別有意眨眼的方法，包括時(shí)域和頻域方法。在此基礎(chǔ)上開(kāi)發(fā)腦控應(yīng)用系統(tǒng)，將Emotiv腦電采集設(shè)備與MATLAB連接，實(shí)現(xiàn)EEG信號(hào)的獲取與分析。其中，針對(duì)EEG信號(hào)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(shū)適合腦機(jī)接口和生物醫(yī)學(xué)信號(hào)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(jiǎn)介

　　：作者簡(jiǎn)介：狄柏麗·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(guó)際大學(xué)教授，專注于教育和技術(shù)創(chuàng)新。她長(zhǎng)期致力于生物信號(hào)處理方面的研究，已在知名期刊和會(huì)議上發(fā)表論文超過(guò)90篇。拉什瑪·馬哈詹（Rashima Mahajan）博士，現(xiàn)為印度Manav Rachna國(guó)際大學(xué)副教授，曾在印度GD Goenka大學(xué)和印度國(guó)家大腦研究中心（NBRC）等機(jī)構(gòu)工作。她的研究興趣為生物醫(yī)學(xué)信號(hào)處理，已在知名期刊和會(huì)議上發(fā)表論文超過(guò)35篇。：譯者簡(jiǎn)介：施明輝博士，廈門(mén)大學(xué)信息學(xué)院人工智能系副教授，目前主要從事腦機(jī)接口、機(jī)器學(xué)習(xí)、智能計(jì)算、認(rèn)知神經(jīng)科學(xué)等方面的研究。主持或參與多項(xiàng)、省級(jí)項(xiàng)目，以完成人發(fā)表學(xué)術(shù)論文40余篇，授權(quán)國(guó)家發(fā)明專利和軟件著作權(quán)各1項(xiàng)。

圖書(shū)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(jī)接口的成功案例2
1.1.2　腦機(jī)接口的市場(chǎng)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(jì)算機(jī)10
1.2.3　基于有意眨眼的腦機(jī)接口與控制的研究概況13
1.3　本書(shū)目標(biāo)14
參考文獻(xiàn)15
第2章　基于EEG的腦機(jī)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(hào)與節(jié)律29
2.3.5　信號(hào)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(hào)的時(shí)域表示39
2.5.2　EEG信號(hào)的頻域表示42
2.5.3　EEG信號(hào)的時(shí)-頻域表示43
2.5.4　EEG信號(hào)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(píng)價(jià)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(xiàn)53
拓展閱讀59
第3章　EEG信號(hào)的實(shí)時(shí)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(zhǔn)62
3.2.2　各類EEG設(shè)備63
3.3　開(kāi)發(fā)基于EEG的BCI以獲取眨眼信號(hào)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(hào)的實(shí)驗(yàn)設(shè)計(jì)76
3.4　將EEG數(shù)據(jù)導(dǎo)入MATLAB80
3.4.1　EEG信號(hào)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(xiàn)87
拓展閱讀88
第4章　認(rèn)知分析：時(shí)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(duì)濾波后的EEG數(shù)據(jù)進(jìn)行獨(dú)立成分分析94
4.3　ERP分析97
4.4　不同延遲時(shí)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(xiàn)115
第5章　認(rèn)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(xiàn)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(kāi)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(xiàn)163
拓展閱讀164
第7章　總結(jié)和展望165
7.1　主要貢獻(xiàn)165
7.1.1　時(shí)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(kāi)發(fā)168
7.2　未來(lái)方向和總結(jié)168