[發(fā)明專利]ErrP自適應(yīng)共空間模式識別方法

有效

• 申請?zhí)枺?/td>: 202010516741.0
• 申請日: 2020-06-09
• 公開（公告）號: CN111523519B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 黃志華
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 陳明鑫;蔡學(xué)俊

本發(fā)明涉及一種ErrP自適應(yīng)共空間模式識別方法。ErrP在腦機(jī)接口、康復(fù)醫(yī)療、機(jī)器人領(lǐng)域有著廣泛的應(yīng)用，識別ErrP是應(yīng)用ErrP的前提，本方法解決了ErrP識別中的一個(gè)關(guān)鍵問題。針對不同人的ErrP呈現(xiàn)不同時(shí)空特性的特點(diǎn)，本方法根據(jù)用戶的腦電數(shù)據(jù)訓(xùn)練集，為用戶的每個(gè)導(dǎo)聯(lián)構(gòu)造一條隨時(shí)間變化的決定系數(shù)曲線，再以決定系數(shù)曲線為基礎(chǔ)選取ErrP顯著的時(shí)間窗口。在時(shí)間窗口范圍內(nèi)用共空間模式來突顯ErrP的空間特性，形成了一個(gè)能夠適應(yīng)不同時(shí)空特性的識別ErrP的方法。

技術(shù)領(lǐng)域

本發(fā)明涉及一種ErrP自適應(yīng)共空間模式識別方法。

背景技術(shù)

ErrP在腦機(jī)接口、康復(fù)醫(yī)療、機(jī)器人領(lǐng)域有著廣泛的應(yīng)用，識別ErrP是應(yīng)用ErrP的前提，由于不同人的ErrP呈現(xiàn)不同時(shí)空特性的特點(diǎn)，而現(xiàn)有的ErrP識別方法顯然難以適應(yīng)ErrP的不同時(shí)空特性，為此需要一種能夠?qū)崿F(xiàn)自動(dòng)適應(yīng)不同時(shí)空特性的ErrP識別方案。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決了ErrP識別的問題，提供一種ErrP自適應(yīng)共空間模式識別方法，以適應(yīng)于不同時(shí)空特性的ErrP識別。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種ErrP自適應(yīng)共空間模式識別方法，包括如下步驟：

步驟1：一個(gè)反饋被呈現(xiàn)給用戶后的一小段時(shí)間內(nèi)采集的腦電數(shù)據(jù)稱為一個(gè)trial的腦電樣本，一般采集反饋被呈現(xiàn)給用戶后1秒鐘的腦電數(shù)據(jù)作為一個(gè)trial的腦電樣本，一組標(biāo)記為正確或錯(cuò)誤反饋并經(jīng)過規(guī)范化預(yù)處理后的腦電樣本組成了一個(gè)用戶的腦電數(shù)據(jù)訓(xùn)練集；根據(jù)用戶的腦電數(shù)據(jù)訓(xùn)練集，為用戶的每個(gè)導(dǎo)聯(lián)構(gòu)造一條隨時(shí)間變化的決定系數(shù)曲線；

步驟2：依據(jù)用戶所有導(dǎo)聯(lián)的決定系數(shù)曲線確定用戶的腦電數(shù)據(jù)截取窗口；

步驟3：針對每個(gè)截取窗口，用共空間模式在用戶的腦電數(shù)據(jù)訓(xùn)練集上訓(xùn)練出一個(gè)特征提取矩陣；

步驟4：用每個(gè)截取窗口截取腦電訓(xùn)練數(shù)據(jù)，用對應(yīng)著各個(gè)截取窗口的特征提取矩陣把截取下來的腦電訓(xùn)練數(shù)據(jù)轉(zhuǎn)換為特征向量，再把每個(gè)trial的各截取窗口的特征向量連接為一個(gè)特征向量，從而把腦電數(shù)據(jù)訓(xùn)練集轉(zhuǎn)變成腦電特征向量訓(xùn)練集；

步驟5：在腦電特征向量訓(xùn)練集上訓(xùn)練分類器；

步驟6：對于待識別的一個(gè)trial的腦電數(shù)據(jù)，用每個(gè)截取窗口截取腦電訓(xùn)練數(shù)據(jù)，用對應(yīng)著的特征提取矩陣把截取下來的腦電訓(xùn)練數(shù)據(jù)轉(zhuǎn)換為特征向量，再把各截取窗口的特征向量連接為一個(gè)特征向量，特征向量送入分類器計(jì)算得出識別結(jié)果。

在本發(fā)明一實(shí)施例中，所述步驟1中為用戶的每個(gè)導(dǎo)聯(lián)構(gòu)造一條隨時(shí)間變化的決定系數(shù)曲線，具體方法為：

把每個(gè)對應(yīng)正確的trial標(biāo)記為1，對應(yīng)錯(cuò)誤的trial標(biāo)記為0；把每個(gè)時(shí)刻的腦電采樣數(shù)據(jù)作為自變量，trial的標(biāo)記作為因變量，構(gòu)建線性回歸模型，計(jì)算決定系數(shù)，一個(gè)導(dǎo)聯(lián)上每個(gè)時(shí)刻的決定系數(shù)構(gòu)成了一條隨時(shí)間變化的決定系數(shù)曲線。

在本發(fā)明一實(shí)施例中，所述步驟2中依據(jù)用戶所有導(dǎo)聯(lián)的決定系數(shù)曲線確定用戶的腦電數(shù)據(jù)截取窗口，具體方法為：

用單道時(shí)間窗算法處理每個(gè)導(dǎo)聯(lián)的決定系數(shù)曲線，針對一個(gè)導(dǎo)聯(lián)得到一組時(shí)間窗，用多道時(shí)間窗算法把多個(gè)導(dǎo)聯(lián)的時(shí)間窗合并成一組時(shí)間窗，再從合并后的那組時(shí)間窗中選取頂點(diǎn)峰值最大的若干個(gè)時(shí)間窗；

其中，單道時(shí)間窗算法描述如下：

輸入：r[len]，gap，r[len]為表示決定系數(shù)曲線的向量，長度為len，gap是相鄰兩個(gè)頂峰間的最小距離；

輸出：S，S表示存儲時(shí)間窗口的堆棧，每個(gè)時(shí)間窗口由峰值及其位置表示；

步1-1：設(shè)置棧S為空，loc為0；

步1-2：設(shè)置pre.p為0, pre.i為1+gap，把pre壓入棧S；