[發明專利]基于圖卷積和遷移學習的腦控智能全肢體康復方法

在審

• 申請號: 202010364732.4
• 申請日: 2020-04-30
• 公開（公告）號: CN111544256A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 高忠科;洪曉林;馬鍇;馬文慶
• 申請（專利權）人: 天津大學;天津富瑞隆金屬制品有限公司
• 主分類號: A61H1/02
• 分類號: A61H1/02;A61B5/0476;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: 杜文茹

1.一種基于圖卷積和遷移學習的腦控智能全肢體康復方法，其特征在于，包括如下步驟：

1)構建腦電信號數據的目標域和源域

2)構建腦網絡矩陣和節點特征，并作為圖模型數據；

3)構建圖卷積遷移學習模型；

4)構建圖卷積遷移學習模型的損失函數；

5)輸入源域圖模型數據和目標域圖模型數據對圖卷積遷移學習模型進行訓練；

6)通過腦電采集裝置采集被試者的腦電數據并構建圖模型，將圖模型輸入優化完畢的圖卷積遷移學習模型，在多類腦電任務上進行識別；當識別出腦電類別所對應的被試者運動意圖后，通過腦控智能全肢體康復設備的外骨骼康復器械協助被試者執行相應的肢體動作，完成康復訓練。

2.根據權利要求1所述的基于圖卷積和遷移學習的腦控智能全肢體康復方法，其特征在于，步驟1)是將新被試者的腦電信號數據作為遷移學習的目標域樣本，已有的被試者腦電信號數據作為遷移學習的源域樣本。

3.根據權利要求1所述的基于圖卷積和遷移學習的腦控智能全肢體康復方法，其特征在于，步驟2)包括：

(1)對目標域和源域中的每個數據長度為M的N個通道腦電信號進行預處理，其中包括去眼電、進行4～38Hz帶通濾波，得到預處理后的腦電信號；

(2)針對每個預處理后的腦電信號，根據信號間的同步鎖相值確定不同腦區之間的功能性連接，對于給定通道x和通道y的腦電信號，它們之間的同步鎖相值計算公式如下：

其中，和分別表示通道x和通道y的腦電信號瞬時相位值，i表示一個通道的腦電信號的第i個片段，p表示片段個數，A_xy表示x通道和y通道之間的同步鎖相值，最終構建出能夠反映不同腦區活動時的相位同步性特征的腦網絡矩陣A，所述腦網絡矩陣A上的元素表示各個腦區之間活動狀態的同步性；

(3)對每個通道的預處理后的腦電信號進行特征提取，分別提取α波段、β波段、γ波段、δ波段及θ波段共五個的波段功率譜密度特征；

(4)定義每個腦電信號的圖模型G＝(V,E),圖模型包含N個節點V、節點之間的連邊和節點特征，每一個節點對應一個腦電通道，節點之間的連邊由腦電通道間的同步鎖相值確定，每個節點特征由5個波段的功率譜密度特征組成，每個圖模型都是由一個腦電信號通過第(1)步、第(2)步和第(3)步得到，將基于源域樣本得到的圖模型記為源域圖模型數據，將基于目標域樣本得到的圖模型記為目標域圖模型數據。