[發明專利]一種聯合遞歸圖和CNN的腦電信號識別方法及系統

在審

• 申請號: 201910753679.4
• 申請日: 2019-08-15
• 公開（公告）號: CN110555468A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 王文波;辜權;狄奇;喻敏;陳貴詞;錢龍
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;A61B5/00;A61B5/04;A61B5/0476
• 代理公司: 11401 北京金智普華知識產權代理有限公司
• 代理人: 楊采良

本發明屬于醫療技術領域，公開了一種聯合遞歸圖和CNN的腦電信號識別方法及系統，將預處理后的腦電信號數據利用經驗模態分解將運動想象腦電信號分解為不同尺度的固有模態函數，并計算各個尺度的固有模態分量的多尺度遞歸圖，得到第1級特征；將重構后的多尺度遞歸圖視為左右手EEG信號的圖像特征，并將多尺度遞歸圖特征作為卷積神經網絡的輸入，利用卷積神經網絡對遞歸圖進行分類識別，從第1級特征中提取能夠更好表述運動想象腦電信號的第2級特征。本發明的腦電信號識別率高，能夠更好的識別腦電信號；本發明采用互信息法確定延遲時間結果更為準確。本發明采用ReLU激活函數，當輸入為正數時，不存在梯度飽和的問題。

技術領域

本發明屬于醫療技術領域，尤其涉及一種聯合遞歸圖和CNN的腦電信號識別方法及系統。

背景技術

目前，業內常用的現有技術是這樣的：

腦-機接口(BCI)系統通過研究人腦所發出的電流信號在大腦皮層的運作方式，實現人腦在沒有外 圍神經系統支持的情況下，建立與外部環境的直接交互通道。實現這一技術的關鍵就在于，如何將大腦產 生的各種腦電信號利用合理的信號處理算法進行有效識別并分類。

近年以來，人工智能的發展趨勢也愈發高漲，比如IBM Waston認知計算，谷歌的AlphaGo圍棋機 器人等一系列的重大事件，使得越來越多的人投身于人工智能領域，并努力挖掘著人工智能技術所帶來的 各種可能性。目前來看，人工智能雖然在搜索引擎、智能閱讀、計算機視覺、圖像分類、機器學習等領域 發展迅猛，但是在醫療業方面還存在很大的成長空間。如果人工智能能在醫療健康領域發揮重大作用，那 么將極大加快探究類似于癌癥等現階段無法治愈的疾病的過程。近幾年來，基于人腦科學的人工智能研發 取得了突飛猛進的進展，這將給予人類全新的角度去認識和改造世界。腦-機結合，即從人類的大腦的神經 組織中挖掘出有用的信息，并利用這些信息建立一個能與外部環境進行人機交互的模型，而這個模型的建 立，需要對人腦的運作有一個清晰的認識，這也是未來人工智能發展至關重要的階段。

人腦是人類進行所有活動的發令者，理解人腦的功能、結構和作用，探究腦電信號與人類活動之間 的聯系，形成對人類本身的行為方式、思考方式、意識和語言表達能力等的深層次理解，將是人類認識和 了解自身的重要挑戰。與此同時，腦-機接口系統的研究和發展，也能極大推動現階段AI技術和人機交互 技術的發展進程。

腦-機接口系統涉及的領域較多，技術層面的難題復雜，問題的解決也有一定難度，但是近幾年計算 機硬件設備的改進和相關技術的發展，為腦-機接口系統的實現提供了良好的技術支持環境，使得越來越多 的研究者和學者投身于腦-機接口系統的研究和開發。對于腦-機接口的研究已經持續多年，人們從各種研 究中獲得的有關腦-機接口的原理不斷積累，使得現階段對腦-機接口系統的研究不再那么困難。腦-機接口， 即在對人類大腦的運作方式有足夠理解的基礎上，獲取大腦所發出的腦電信號，進而使得大腦能夠對外部 設備進行控制。人腦在其中充當控制者的作用，獲取到的腦電信號交由計算機進行處理和解釋，以便完成 腦-機信號之間的轉換，從而實現人機交互。

現有BCI系統通過研究大腦皮層的EEG信號在人體進行各種活動時產生的變化特征，實現了人腦對 實體設備的直接交互，提升了對人腦的深層次理解。自腦-機接口系統提出以來，該領域在研究人員的探索 和實驗中獲得了很快的發展，也取得了一系列重要研究成果。以某著名的物理學家為代表的脊髓側索硬化 癥患者，以及因為事故導致傷殘的患者等都是腦-機接口應用的重要對象。他們在一定程度上失去了對人體 各個機能的控制，但BCI系統有著僅靠人腦就能與實體設備進行直接交互的特點，因此BCI系統可以幫助 他們將自己腦中所想的信息表達出來或者與外界環境進行直接溝通。