触发信号检测保证了刺激与视觉诱发电位的锁时同步关系。只有检测到最早闪烁的刺激模块的触发信号，才把脑电数据存储到RAM中。当达到要求的闪烁次数时，停止数据的写入。根据刺激模块之间的延时关系，可以确定与各个刺激模块相应的数据在RAM中的起始地址。然后，按照起始地址读出数据给累加器，累加的次数与闪烁次数相同。最后，用除法器除以累加的次数，得到累加后的平均结果.

知识产权(IP)核，是指己验证的、可重利用的、具有某种确定功能的IC模块。FPGA有大量各种用途的IP核。这些IP核对内核进行了参数化，通过头文件或图形用户接口(GUI)可以方便地对参数进行操作。通过异步双口RAM IP核调用片内RAM来缓存脑电数据，保证了数据接口的同步和数据处理速度。用累加器IP核和除法器IP核来实现算法中的累加器和除法器。
 
只采用累加平均的方法, 需要进行上百次才能得到可靠的诱发电位波形, 信号提取的时间太长。在少量次累加平均时，为了进一步提高信噪比，提取出较为理想的诱发电位波形，采用数字滤波的方法来减少噪声的影响。FIR滤波器具有严格的线性相位，稳定性好，而且通频带比较平坦。所以，采用FIR滤波器来实现数字滤波。用窗函数设计法设计一个15阶的低通FIR滤波器，窗函数为海明窗，截止频率为10 Hz。利用MATLAB工具箱中的FDATool设计滤波器，并转换为HDL代码，可以很方便地在FPGA中实现FIR滤波器。通过调用CycloneⅡ芯片中用于DSP运算的嵌入式乘法器来实现FIR滤波中的乘法运算。与基于逻辑单元的乘法器相比，嵌入式乘法器性能更高，占用逻辑单元更少。嵌入式乘法器能够与CycloneⅡ器件的M4K RAM块进行无缝集成，实现高效的DSP算法[6]。
 
瞬态视觉诱发电位的识别，就是要将诱发电位信号转换成一系列控制命令，从而实现人脑与外界的通信与控制。模板匹配是传统的模式识别方法之一。相关系数是变量之间相关程度的指标，可以用于判断曲线拟合程度。用相关系数来衡量模板与未知模式匹配的好坏，是一个有效且可行的方法。
 
首先,选定一个特征明显的瞬态视觉诱发电位波形，作为模板匹配的参考模板；然后，把实时提取诱发电位波形与参考模板做相关系数计算。若相关系数值大于设定的阈值时，就认为检测到了的诱发电位，发出控制命令，使光标移向相应的刺激模块，从而实现瞬态视觉诱发电位的识别。
 
相关系数的计算公式如下：

假定模板的数据为y，可以先离线计算出公式(1)中含y项的值，存在ROM中，从而提高实时计算的速度。只需要1个乘加器IP核，调用FPGA芯片中的嵌入式乘法器，就可以实现分子和分母中的乘加运算，节省了器件的资源。用开根号IP核来实现开根号运算。
 
FPGA运行速度快，内部程序并行运行，并且有DSP运算IP核和嵌入式乘法器，能够快速准确地完成脑电处理算法，满足信号处理的实时性要求。
 
2 实验结果
 
采用本文方案构建的脑机接口系统进行实验。脑机接口实验通常为一组实验，分别选择不同的4个刺激模块(包括全部目标的选择)。在实验中，受试者头戴电极帽，眼睛距屏幕70 cm左右，控制光标移向所注视的目标。每次实验时，4个刺激模块完成一轮闪烁后，然后停顿几秒，进行下一轮闪烁。4轮闪烁，即4个刺激模块都能被选中后，自动停止闪烁。
 
实验中提取的瞬态视觉诱发电位波形如图4所示。图4(a)中，已经可以看到视觉诱发电位的雏形，但视觉诱发电位的特征不是十分明显。图4(b)中，用FIR滤波对诱发电位信号进一步处理，得到了特征比较明显的视觉诱发电位。

脑机接口的实验结果如表1所示，受试者是5名健康男性。正确判断时，在刺激模块停止闪烁的同时，光标立刻移向受试者注视的模块。

 
基于瞬态视觉诱发电位的脑机接口实验表明，本文给出的基于FPGA的脑机接口实时系统的方案是可行的。基于FPGA的VGA视觉刺激器，刺激频率十分稳定，刺激界面易于接受，修改升级方便。基于FPGA的脑电信号处理算法，采用少量次累加平均结合FIR滤波来提取诱发电位，并通过模板匹配的方法加以识别，可以快速准确地把瞬态诱发电位信号转换为控制命令，实现了实时的脑机接口系统。基于FPGA的脑机接口系统，是一种新的方法，也是对脑机接口实现方法的有益探索。
 

上一页  [1] [2]