[發明專利]基于P300-SSVEP的大指令集腦-機接口方法

有效

• 申請號: 201710794217.8
• 申請日: 2017-09-06
• 公開（公告）號: CN107656612B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 明東;韓錦;許敏鵬;肖曉琳;張力新;何峰
• 申請（專利權）人: 天津大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06K9/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

本發明涉及腦?機接口，為提出一種混合腦?機接口新范式，能同時誘發SSVEP信號和P300信號，并且首次提出了108個指令集的誘發策略，達到了提高指令集和高信息傳輸率的目的。這種大指令集，高信息傳輸率的腦?機接口系統，有望獲得可觀的社會效益和經濟效益。為此，本發明，基于P300?SSVEP的大指令集腦?機接口方法，步驟包括：搭建實驗平臺，平臺具體包括腦電電極和腦電放大器以及計算機，設計新范式進行刺激，采集P300、SSVEP數據，在計算機中進行數據處理，并輸出分類正確率，最后計算信息傳輸速率，其中數據處理階段是通過逐步線性判別分析和典型關聯分析法進行識別分類。本發明主要應用于腦?機接口場合。

技術領域

本發明涉及腦-機接口，具體講,涉及基于P300-SSVEP的大指令集腦-機接口方法。

背景技術

腦-機接口(Brain-Computer Interface,BCI)是一種不依賴于由外圍神經和肌肉組成的正常輸出通路的交流通訊系統。它能識別特定的大腦信號模式，其中包括連續的五個階段：信號采集、預處理(或信號增強)、特征提取、分類接口控制。

信號采集階段捕捉到大腦信號并進行信號降噪和硬件處理。預處理階段為后續處理準備適當形式的信號。特征提取階段是標識被提取出來的大腦信號中的信息，映射到一個包含有效判別功能的特征向量，這是一項非常具有挑戰性的任務，一方面，信號可能由于肌電和眼電的干擾而失真；另一方面，為了減少特征提取階段的復雜性，須盡量降低特征向量的維度，但同時要保證重要信息沒有損失。所以，為了解碼用戶的意圖，選擇易于區分的特征是實現有效分類識別的關鍵。分類接口控制是對特征向量進行識別，并對外部設備進行控制。對基于腦電(electroencephalography，EEG)的BCI系統而言，便捷高效的腦電誘發范式是決定其能否實際應用的初步關鍵，信息識別正確率(Classification Accuracy,CA)和信息傳輸速率(Information Transfer Rate,ITR)是評價BCI系統性能的主要指標。

當以一個恒定頻率(通常大于6Hz)對人眼進行不斷刺激時，這種剌激會調制大腦視皮層的腦電信號，產生的這種腦電響應稱穩態視覺誘發電位(Steady-State VisualEvoked Potential,SSVEP)。P300信號一般是由經典Oddball范式誘發，即有兩種很大差別的概率刺激以隨機的形式施加于同一感覺通道上，小概率事件發生時，腦電信號在刺激呈現后的300ms(即毫秒)出現的正向峰值，稱為P300。基于SSVEP的腦-機接口系統具有響應時間短，識別率高的特點，但由于可選擇的頻率較少，存在指令集有限的缺點；相對的，基于P300信號的腦-機接口系統，存在指令集有限，識別速度慢的缺點。近幾年，融合兩種及兩種以上腦電信號的混合范式腦-機接口(Hybrid Brain-Computer Interface,HBCI)成為了研究熱點，如SSVEP與P300信號，事件相關去同步(Event Related Desynchronization,ERD)信號與SSVEP信號等，它相對單模態的BCI具有識別正確率高，信息傳輸率大等特點。

近幾年，腦-機接口在改進特征識別算法和實現高信息傳輸率方面，實現了飛速發展，但也存在一些局限性的問題，如指令集的擴大導致信息傳輸率的降低，這種矛盾關系的存在，大大限制了腦-機接口的發展步伐，所以對于大指令集、高信息傳輸率的腦-機接口系統的研究急需突破瓶頸和進一步探索。

發明內容