[發明專利]一種多類別運動想象分類識別方法

有效

• 申請號: 201710814121.3
• 申請日: 2017-09-11
• 公開（公告）號: CN107550491B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 于忠亮;宋錦春
• 申請（專利權）人: 東北大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;A61B5/00;G06K9/62
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 韓國勝

本發明涉及腦?機接口技術領域，尤其涉及一種多類別運動想象分類識別方法。本發明的多類別運動想象分類識別方法基于奇異值分解與深度玻爾茲曼機，利用奇異值分解算法對各導聯運動想象特征矩陣進行降維、消噪，采用深度玻爾茲曼機對運動想象特征進行深層抽象，以提取潛在運動想象特征。本發明方法與現有技術相比，能夠直接實現多類別運動想象識別且可自適應消噪，并顯著地提高運動想象識別正確率。

技術領域

本發明涉及腦-機接口(Brain-computer Interface,BCI)技術領域，尤其涉及一種多類別運動想象分類識別方法，更加具體地，涉及一種基于奇異值分解與深度波爾茲曼機的多類別運動想象分類識別方法。

背景技術

數據顯示，全球每6秒就有一人中風，約20秒就有一人因中風而死。因中風的高發病率、高死亡率、高致殘率、高復發率等特點，醫學界將中風同冠心病、癌癥并稱為威脅人類健康的三大疾病之一。腦康復是基于腦的可塑性，通過特定的訓練設備和手段使腦損傷患者重新學習以恢復日常肢體運動功能的技術。傳統康復治療對受損大腦皮質的重建以及外部肢體和大腦之間的功能控制連接修復相對有限，這使得患者雖然進行了較長時間的康復治療但效果卻不夠理想。腦-機接口技術不依賴于人的周圍神經系統和肌肉通路，可直接實現大腦與外部設備間的連接通信，是一種有效的神經運動功能康復訓練手段。尤其，基于運動想象的腦-機接口技術(MI-BCI)在增強患者康復治療主動性、改善康復治療效果方面具有重要應用價值，已成為研究熱點。

運動想象分類識別正確率的提高對降低個體差異與噪聲干擾影響，縮短康復訓練時間，提高康復訓練效率至關重要。國內外學者們一直致力于單次試驗運動想象分類識別正確率的提高。例如，共空間模式(Common Spatial Patterns,CSP)就是一種有效的提取運動想象特征的方法，該方法通過同時對角化兩類運動想象的協方差矩陣，使得其中一類方差最大，而另一類方差最小，從而實現特征的分類和提取。然而，該方法對噪聲和個體差異較為敏感，進而影響分類結果的穩定性。此外，CSP預處理采用的濾波頻帶需依靠經驗人為地選取，這對特征提取影響較大，使其易受帶內噪聲的影響。為了改善CSP的性能，學者們開展了大量研究，提出了一系列CSP方法的變型，典型的有：稀疏共空間-頻譜模式(CommonSparse Spectral Spatial Pattern,CSSSP)；正則化共空間模式(Regularized CommonSpatial Patterns,RCSP)；濾波器組共空間模式(Filter Bank Common SpatialPatterns,FBCSP)等。其中，FBCSP是一種性能較為優異的方法，該方法的濾波頻帶和時域范圍可通過互信息選取。然而，其子頻帶的帶寬仍需手動選取。上述各方法致力于提高二分類的分類識別正確率，當處理多分類運動想象任務時，就需要多個二分類器，從而導致任務處理負擔增加并降低了算法的分類能力。

發明內容

(一)要解決的技術問題

本發明的目的在于提供一種能夠直接實現多分類識別、且可自適應消噪的高正確率運動想象分類識別方法。

(二)技術方案

為了達到上述目的，本發明采用的主要技術方案包括：