[發(fā)明專利]一種腦機接口中動作電位分類的硬件架構(gòu)

在審

• 申請?zhí)枺?/td>: 201811112795.X
• 申請日: 2018-09-25
• 公開（公告）號: CN108960217A
• 公開（公告）日: 2018-12-07
• 發(fā)明（設(shè)計）人: 侯立剛;仝保軍;郭嘉;呂昂;王文思;彭曉宏
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明公開了一種腦機接口中動作電位分類的硬件架構(gòu)，此架構(gòu)包括動作電位分類主模塊、神經(jīng)網(wǎng)絡(luò)分類模塊和控制模塊。動作電位分類主模塊包括動作電位的檢測、對齊、特征值提取、降維和分類。該模塊完成對原始數(shù)據(jù)中的動作電位的初次分類，其分類結(jié)果可用于神經(jīng)網(wǎng)絡(luò)分類模塊。神經(jīng)網(wǎng)絡(luò)分類模塊同時對原始數(shù)據(jù)進行分類，并憑借動作電位分類結(jié)果作為訓(xùn)練樣本，通過控制模塊綜合兩種分類結(jié)果，得到最終的分類結(jié)果。此架構(gòu)可應(yīng)用于腦機接口中的動作電位分類，實現(xiàn)較高準確度的無監(jiān)督的動作電位分類。

技術(shù)領(lǐng)域

本發(fā)明涉及一種腦機接口中動作電位分類的硬件架構(gòu)，屬于硬件設(shè)計領(lǐng)域，更具體的涉及一種腦機接口中高準確度的無監(jiān)督的動作電位分類硬件架構(gòu)。

背景技術(shù)

首篇腦機接口的研究論文發(fā)表于1973年，文中首次使用腦機接口來表述大腦與外界的直接信息傳輸通路，并提出了腦機接口的系統(tǒng)框架雛形。腦機接口中的首要步驟是通過各種傳感器將腦神經(jīng)活動采集并實時傳輸出來。神經(jīng)科學(xué)中的細胞外記錄技術(shù)是將電極植入大腦神經(jīng)元細胞外組織來記錄單個神經(jīng)元活動的技術(shù)，是研究大腦運作中常用的方法。近年來，研究人員證實了它在腦機接口中的應(yīng)用、在癲癇和記憶喪失等疾病中的潛在價值。電極通常會記錄周圍多個神經(jīng)元的活動，而大多數(shù)情況下需要獲得單個神經(jīng)元的活動，所以需要采用動作電位分類技術(shù)。動作電位分類是將神經(jīng)信號從原始數(shù)據(jù)中分離并和神經(jīng)元一一對應(yīng)的技術(shù)。為了獲得單個神經(jīng)元的活動，原始數(shù)據(jù)首先應(yīng)通過帶通濾波器濾除噪聲。隨后，動作電位分類的基本步驟是：動作電位的檢測、對齊、特征值提取、降維和分類。多年來已經(jīng)提出各種相關(guān)的算法，但目前為止尚不完備。隨著對植入式動作電位分類硬件的要求，動作電位分類算法需要權(quán)衡準確度和復(fù)雜度。

隨著數(shù)字信號處理和人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，現(xiàn)有的腦機接口中的動作電位分類架構(gòu)有很大的改進空間。本發(fā)明設(shè)計了一種應(yīng)用于腦機接口中動作電位分類的模塊架構(gòu)，這種架構(gòu)中有經(jīng)典的動作電位分類主模塊，同時包含神經(jīng)網(wǎng)絡(luò)分類模塊和控制模塊。使用動作電位分類主模塊獲得的分類結(jié)果對神經(jīng)網(wǎng)絡(luò)分類模塊進行訓(xùn)練，進而逐步提高神經(jīng)網(wǎng)絡(luò)分類模塊的準確度，同時控制模塊調(diào)控整個硬件架構(gòu)，然后綜合兩種分類結(jié)果給出最終結(jié)果。

發(fā)明內(nèi)容

本發(fā)明設(shè)計腦機接口中動作電位分類的硬件架構(gòu)，該架構(gòu)包括動作電位分類主模塊、神經(jīng)網(wǎng)絡(luò)分類模塊和控制模塊，這三個模塊構(gòu)成一個高準確度的無監(jiān)督的動作電位分類系統(tǒng)。

為實現(xiàn)上述目的本發(fā)明設(shè)計一種腦機接口中動作電位分類硬件架構(gòu)，此架構(gòu)包括動作電位分類主模塊、神經(jīng)網(wǎng)絡(luò)分類模塊和控制模塊。動作電位分類主模塊包括動作電位的檢測、對齊、特征值提取、降維和分類。該模塊完成對原始數(shù)據(jù)中的動作電位的初次分類，其分類結(jié)果可用于神經(jīng)網(wǎng)絡(luò)分類模塊。神經(jīng)網(wǎng)絡(luò)分類模塊同時對原始數(shù)據(jù)進行分類，并憑借動作電位分類結(jié)果作為訓(xùn)練樣本，通過控制模塊綜合兩種分類結(jié)果，得到最終的分類結(jié)果。此架構(gòu)可應(yīng)用于腦機接口中的動作電位分類，實現(xiàn)較高準確度的無監(jiān)督的動作電位分類。

以下為本發(fā)明方法的具體步驟：

S1動作電位分類硬件啟動，動作電位分類主模塊運行，按照動作電位的檢測、對齊、特征值提取、降維和分類對原始數(shù)據(jù)進行分類處理，得到動作電位分類主模塊的分類結(jié)果。

S2神經(jīng)網(wǎng)絡(luò)分類模塊運行，根據(jù)動作電位分類主模塊的分類結(jié)果進行訓(xùn)練，逐步提高準確度。在達到一定的訓(xùn)練樣本數(shù)之后，直接對原始數(shù)據(jù)進行分類。

S3控制模塊運行，控制模塊可對整個硬件的運行進行調(diào)控，比如：調(diào)整動作電位分類主模塊的分類算法、神經(jīng)網(wǎng)絡(luò)分類模塊的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)等。隨著訓(xùn)練樣本的增加，神經(jīng)網(wǎng)絡(luò)分類模塊的準確度提高，控制模塊可綜合兩種分類結(jié)果，實現(xiàn)較高準確度的無監(jiān)督的動作電位分類模塊架構(gòu)。

附圖說明

圖1為腦機接口中動作電位分類模塊架構(gòu)圖；

圖2為腦機接口中動作電位分類模塊工作流程圖；

具體實施方式