[發明專利]基于判別式對抗網絡的腦電自適應模型及在康復中的應用

有效

• 申請號: 202010364697.6
• 申請日: 2020-04-30
• 公開（公告）號: CN111584029B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 高忠科;洪曉林;陳培垠
• 申請（專利權）人: 天津大學
• 主分類號: G16H20/30
• 分類號: G16H20/30;G06F18/10;A61B5/372;G16H50/50;G16H40/60;G06F18/25;G06N3/084;G06N3/0464;G06F18/213
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

一種基于判別式對抗網絡的腦電自適應模型及在康復中的應用，包括：構建腦電信號數據的源域和目標域作為輸入樣本；構建腦電自適應模型的由特征提取器和分類器構成的主干網絡；構建腦電自適應模型的域判別器作為分支網絡；構建腦電自適應模型的損失函數；利用源域和目標域的腦電信號數據對腦電自適應模型進行訓練。通過康復醫療設備中的腦電采集裝置獲取的被試者腦電信號數據，采用腦電自適應模型，對腦電信號類別進行預測，實時監測被試者運動意圖，并將該運動意圖轉換為康復醫療設備對應的動作，通過康復醫療設備中外骨骼康復器械協助被試者肢體完成對應的動作。本發明能夠應用于康復醫療系統實現對人體運動意圖的辨識。

技術領域

本發明涉及一種腦電自適應模型。特別是涉及一種基于判別式對抗網絡的腦電自適應模型及在康復中的應用。

背景技術

腦卒中是一種急性腦血管疾病，其特點是發病率高，致殘率高和死亡率高，已經成為威脅人類身體健康的第二大殺手。由于腦卒中患者神經通路受損，無法知曉偏癱部位肌肉的收縮狀況，使得患者難以在人工物理療法的幫助下自主地調整肌肉的收縮狀況，只能被動地接受治療。腦機接口(brain-computer?interface,BCI)是一種通過采集腦電信號，實現大腦與外部設備直接交互的手段和方式。其中，基于運動想象的腦機接口通過自發性的想象肢體運動來控制外接設備的運動，是一種新型的人機交互方式，并且有廣闊的市場前景。例如，通過運動想象腦機接口可以幫助肢體不便的患者進行自主式康復訓練，并控制輔助設備實現自理，提升生活質量。表面肌電反饋刺激是一種將生物反饋刺激技術和電刺激方法相結合的新型治療范式，該范式將患者有意識的肌肉收縮引發的肌電信號轉化為放大了的反饋電流，再刺激肌肉收縮，使癱瘓肢體運動幅度加大，從而使中樞神經系統獲得有效的本體感覺反饋，完成閉環刺激模式和隨意運動。然而，由于偏癱患者存在肢體運動能力障礙，表面肌電比正常人微弱得多，單純通過表面肌電進行反饋容易出現誤觸發、誤判斷等問題。另一方面，偏癱患者的大腦并未完全受損，仍舊可正常產生運動意識。因此，基于運動想象與表面肌電相結合進行運動康復治療是一種更加理想的治療方案。然而，腦-肌電康復治療系統的性能很大程度受腦電信號解碼準確率的影響。由于運動想象腦電信號個體差異性大，傳統方法常針對每個被試的腦電信號單獨訓練一個模型，無法適用于未經過訓練的受試者，導致了在實際使用腦電康復治療系統前，每個被試都必須經過訓練。由于訓練過程繁瑣復雜，單個被試訓練樣本數量少，系統的性能會進一步下降。

發明內容

本發明所要解決的技術問題是，提供一種有助于解決運動想象腦電信號被試個體差異大，樣本量少或者無標簽導致解碼困難問題的基于判別式對抗網絡的腦電自適應模型及在康復中的應用。

本發明所采用的技術方案是：一種基于判別式對抗網絡的腦電自適應模型，包括如下步驟：

1)構建腦電信號數據的源域和目標域作為輸入樣本；

2)構建腦電自適應模型的由特征提取器和分類器構成的主干網絡；

3)構建腦電自適應模型的域判別器作為分支網絡；

4)構建腦電自適應模型的損失函數；

5)利用源域和目標域的腦電信號數據對腦電自適應模型進行訓練。

步驟1)是將新被試者的腦電信號數據作為自適應學習的目標域，已有被試者的腦電信號數據作為自適應學習的源域。

步驟2)是根據腦電信號數據的時間及空間特性，構建一個7層的特征提取器和分類器構成主干網絡，包括：第1層為時間卷積層，第2層為空間卷積層，第3層為批量歸一化層，第4層為最大池化層，第5層為丟棄層，第6層為特征融合層，第7層為輸出層，前5層構成特征提取器，后兩層構成分類器。

主干網絡各層參數設置如下：