[發明專利]一種用于非對稱腦電特征增強與識別的腦-機接口方法

有效

• 申請號: 201810065848.0
• 申請日: 2018-01-23
• 公開（公告）號: CN108470182B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 許敏鵬;肖曉琳;王仲朋;湯佳貝;陳龍;明東
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;A61B5/369;A61B5/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉玥

本發明涉及一種用于非對稱腦電特征增強與識別的腦?機接口方法，包括如下步驟：步驟一，通過腦?機接口系統建立包括訓練集X_k、訓練樣本Y_l和測試樣本·Y的腦電信號模塊；步驟二，對腦電信號模塊中測試樣本·Y進行頻域濾波和降采樣數據處理；步驟三，基于Fisher線性判別準則，對腦電信號模塊中訓練集X_k進行計算得到空間投影矩陣W；步驟四，對腦電信號模塊中訓練集X_k和測試樣本·Y按照如下公式進行DSP空間濾波獲得和W^TY特征向量；步驟五，根據和W^TY特征向量進行CCA空間濾波構建投影矩陣U_k和V_k；通過獲得特征向量W^TY、投影矩陣U_k和V_k按照如下公式進行模板匹配生成特征向量ρ_l；采用不同分類器模型對特征向量ρ_l進行識別后輸出；該方法提高腦電信號自身信噪比從而提高信號特征的分類識別效率。

技術領域

本發明涉及腦-機接口系統技術領域，具體涉及一種用于非對稱腦電特征增強與識別的腦-機接口方法。

背景技術

腦-機接口(Brain-Computer Interface,BCI)是一個將中樞神經系統活動直接轉化為人工輸出的系統，它能夠替代、修復、增強、補充或者改善中樞神經系統的正常輸出，從而改善中樞神經系統與內外環境之間的交互作用。通過采集和分析不同刺激下受試者的腦電信號，再使用一定的工程技術手段建立起人腦與計算機或其它電子設備之間的交流和控制通道。BCI技術實現了一種全新的信息交互與控制方式，可以為殘疾人尤其是那些基本肢體運動功能受損但思維正常的患者提供一種與外界進行信息交流和控制的途徑，使他們無需進行語言或肢體動作即可同外界交流或操縱外界設備。為此，BCI技術也越來越受到重視。基于事件相關電位(Event-Related Potential,ERP)中P300特征的P300-speller和基于穩態視覺誘發電位(Steady-State Visual Evoked Potential,SSVEP)的SSVEP-BCI是應用較廣泛的視覺刺激誘發的腦-機接口系統，其相關技術已經發展得較為穩定和成熟。

對于實時數據采集系統，為了消除干擾信號，通常需要對采集到的數據進行數字濾波，傳統濾波方法通常將特定波段頻率濾除，如：低通濾波、高通濾波、帶通濾波、陷波等等。腦電信號具有非線性及非平穩性的特征，在腦-機接口系統的研究中，如何對采集到的腦電信號進行處理分析，從繁雜的背景腦電中提取微弱的腦電信號特征并對不同特征進行分類識別是決定BCI系統性能的關鍵性因素，由于腦電信號存在頻率特性，因此濾波手段也常用于腦電信號的處理分析中，通常濾波頻段會根據不同腦電特征進行調整。濾波后，對傳統腦電信號進行分類識別方法有線性判別分析(Linear Discriminant Analysis,LDA)，共空間模式(Common Spatial Pattern,CSP)，支持向量機(Support Vector Machine,SVM)，典型相關分析(Canonical Correlation Analysis,CCA)等方法。這些方法均包含空間濾波的思想，即在高維空間選擇一個或幾個分類平面，將其向量作為空間濾波器對信號進行空間濾波，目的是將高維信號降至低維，便于對其進行分類。典型相關分析算法目前被普遍應用于SSVEP-BCI系統中，且有研究對該算法做了進一步改進，即在腦電信息處理過程中應用模板匹配原則引入了受試者自身信號，提升了系統的識別正確率和信息傳輸速率，為將BCI技術進一步向應用成果轉化奠定了有力基礎。

發明內容

本發明的目的在于克服上述背景技術存在的缺陷，提供一種用于非對稱腦電特征增強與識別的腦-機接口方法，該方法是結合判別模式空間濾波及模板匹配原則的特征分類方法，在現有的模板匹配CCA分類策略的基礎之上，引入DSP空間濾波方法，并根據不同刺激范式的編碼策略構建不同解碼模板，以提高腦電信號自身信噪比從而提高信號特征的分類識別效率。

本發明采用如下技術方案予以實施：