[發明專利]一種運動想象EEG信號的在線處理方法

在審

• 申請號: 202010022435.1
• 申請日: 2020-01-09
• 公開（公告）號: CN111222578A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 李卓明;代崢;李華清;葉亮;伍廣騰;岑堯輝;陳幸
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 于歌

一種運動想象EEG信號的在線處理方法，涉及BCI系統中EEG信號的在線處理領域。本發明是為了實現運動想象EEG信號的在線處理的目的。本發明所述的一種運動想象EEG信號的在線處理方法，包括離線訓練與在線處理兩部分。離線訓練采集被試固定組數的腦電數據進行離線分析，進而得到相應被試對應的最佳模型。在線處理根據得到的模型對實時采集的被試腦電數據進行處理。綜合考慮系統的實時性與分類正確率要求，離線訓練與在線處理使用相同算法，并且通過離線訓練得到最佳模型導入在線處理程序，進而減少在線處理程序時延。

技術領域

本發明屬于BCI系統中EEG信號的在線處理領域。

背景技術

目前，BCI(Brain Computer Interface，腦機接口技術)系統在醫療和科技等諸多方面都有了部分應用。人腦信號中包括多種類型的EEG(腦電)信號，如P300、SSVEP(穩態視覺誘發電位)和運動想象EEG信號，這些方向均在多年的研究中獲得了許多成果。離線分析EEG信號的方法種類越來越多，效果也有所提升。相對而言，在線處理系統的應用范圍仍然十分狹窄。由于人類個體之間較大的差異性、腦電信號的復雜性以及環境因素的影響，在線處理系統需要在實時性與復雜性之間進行平衡，這就制約了在線處理系統在實際應用領域的發展。

P300和SSVEP均屬于誘發型EEG信號，即需要通過外界刺激誘發人腦產生相應的信號。這兩類EEG信號不需要長時間訓練，并且誘發的特征明顯，對被試的要求低，因此基于P300和SSVEP的在線處理系統已經有了部分實際應用。相比之下，運動想象EEG信號屬于自發型EEG信號，即無需外界的刺激即可產生的EEG信號。這種信號需要被試進行長時間的訓練，從而使相應特征變得更加明顯，并且對被試的要求很高。由于多種因素限制，目前，針對運動想象EEG信號研究水平大多停留在離線分析階段，其在線處理系統沒有得到廣泛的開發應用。

發明內容

本發明是為了實現運動想象EEG信號的在線處理的目的，現提供一種運動想象EEG信號的在線處理方法。

一種運動想象EEG信號的在線處理方法，包括以下步驟，

離線訓練部分：

步驟一：在被試者進行運動想象實驗的過程中采集被試者的運動想象EEG信號，將該運動想象EEG信號作為原始EEG數據，所述原始EEG數據為60～120組，自由度為2或3，且不同自由度的數據數量相同；

步驟二：將每一組原始EEG數據拆分為n段，n為3～6；

步驟三：對拆分后的原始EEG數據進行帶通濾波；

步驟四：對濾波后的數據按照自由度進行分離，然后隨機選取訓練集和測試集，訓練集和測試集中不同自由度的數據數量相同；

步驟五：對訓練集和測試集進行CSP特征提取，獲得特征矩陣；

步驟六：對特征矩陣進行SVM分類，至少重復100次步驟四至步驟六，獲得多組分類結果，然后執行步驟七；

步驟七：依據最佳模型選取原則，在多組分類結果中選取出最佳模型，所述最佳模型中包括最佳帶通濾波器、最佳空間濾波器和最佳分類器模型；

在線處理部分：

步驟八：實時采集被試者的運動想象EEG信號，并將該運動想象EEG信號作為測試EEG數據，以2s～4s為單位對測試EEG數據進行拆分；

步驟九：分別利用最佳帶通濾波器、最佳空間濾波器和最佳分類器模型依次對拆分后的測試EEG數據進行帶通濾波、CSP特征提取和SVM分類；

步驟十：對分類結果的自由度類型進行判別，獲得分類標簽，完成運動想象EEG信號的在線處理。