[發(fā)明專利]一種融合注意力檢測的SSVEP異步分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010905746.2
• 申請(qǐng)日: 2020-09-01
• 公開（公告）號(hào): CN112070141A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 趙靖;劉文政;張偉
• 申請(qǐng)（專利權(quán)）人: 燕山大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F3/01
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 陳麗;李洪福

本發(fā)明公開了一種融合注意力檢測的SSVEP異步分類方法，該方法是同時(shí)采集大腦額區(qū)和枕區(qū)的腦電數(shù)據(jù)后，在離線訓(xùn)練階段，記錄空閑狀態(tài)數(shù)據(jù)集和控制狀態(tài)下各頻率目標(biāo)數(shù)據(jù)集，訓(xùn)練一種注意力檢測算法和一種頻率識(shí)別算法；在在線分類階段，同時(shí)使用訓(xùn)練好的注意力檢測算法和頻率識(shí)別算法處理實(shí)時(shí)腦電信號(hào)，分別計(jì)算兩種算法的分類結(jié)果及其置信度，然后根據(jù)置信度對(duì)兩者的分類結(jié)果進(jìn)行融合，輸出最終的異步控制指令。本發(fā)明分類精度高、誤觸發(fā)率低，能夠有效提高現(xiàn)有頻率識(shí)別算法的異步分類性能。

技術(shù)領(lǐng)域

本發(fā)明涉及腦機(jī)接口技術(shù)領(lǐng)域，更具體地說，涉及一種融合注意力檢測的SSVEP異步分類方法。

背景技術(shù)

腦機(jī)接口(BCI)作為一種不依賴于人的外周神經(jīng)和肌肉、直接通過腦電活動(dòng)來傳遞思維信息的人-機(jī)交互技術(shù)，可以解析出運(yùn)動(dòng)障礙病人腦電信號(hào)中攜帶的信息。通過將腦機(jī)接口與機(jī)器人這兩種康復(fù)服務(wù)型技術(shù)相結(jié)合，由腦機(jī)接口直接輸出大腦的控制決策、由被試自身感知機(jī)器人的反饋信息，從而在大腦與機(jī)器人之間建立起來的雙向信息交互方式稱機(jī)器人腦控技術(shù)。

在機(jī)器人腦控技術(shù)中，腦電信號(hào)模式是產(chǎn)生穩(wěn)定可靠、可區(qū)分、可重復(fù)的腦電信號(hào)特征的關(guān)鍵。在目前的腦控機(jī)器人研究中，穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)是一種常用的腦電信號(hào)模式，它通過注視固定頻率閃爍的視覺刺激來產(chǎn)生，相比于其他腦電模式能夠取得更高的正確率和信息傳輸率，因此在面向各類任務(wù)的腦控機(jī)器人系統(tǒng)中都得到了廣泛應(yīng)用。對(duì)于SSVEP信號(hào)的分類方式主要有同步和異步兩種，其中異步方式中并不給予任何同步提示信號(hào)，被試可以在任意時(shí)刻通過注視特定的SSVEP刺激源來發(fā)出控制指令，由異步分類方法對(duì)腦電信號(hào)的控制狀態(tài)和空閑狀態(tài)進(jìn)行實(shí)時(shí)區(qū)分。因此，異步分類系統(tǒng)提供了一種更靈活、更人性化的人機(jī)交互途徑，更加貼近人們的日常生活方式，因而是未來腦控機(jī)器人研究發(fā)展的必然趨勢(shì)。

但是受到大腦容積傳導(dǎo)效應(yīng)的影響，攜帶有被試意圖信息的腦電信號(hào)往往會(huì)被各種環(huán)境噪聲所干擾，表現(xiàn)出信噪比低、非平穩(wěn)、存在個(gè)體間和個(gè)體內(nèi)差異性的特點(diǎn)，尤其對(duì)于以服務(wù)運(yùn)動(dòng)障礙病人為目的的腦控仿人機(jī)器人系統(tǒng)，在真實(shí)使用環(huán)境中會(huì)受到比實(shí)驗(yàn)室更大的干擾和噪聲。由于被試的空閑狀態(tài)包括了除控制狀態(tài)外大腦的所有活動(dòng)狀態(tài)，如閉目休息、活動(dòng)頭部和身體其他部位、觀察機(jī)器人的運(yùn)動(dòng)狀態(tài)等，這些活動(dòng)的腦電模式是非常復(fù)雜、不固定的，很難為它們都建立具有代表性、數(shù)據(jù)量充足的訓(xùn)練模型，這就使得當(dāng)前研究對(duì)空閑狀態(tài)的實(shí)時(shí)檢測精度仍較為有限。在系統(tǒng)的長時(shí)間工作過程中，如果無法準(zhǔn)確識(shí)別空閑狀態(tài)，就容易在被試不想控制時(shí)產(chǎn)生各種各樣的誤操作，并可能導(dǎo)致碰撞、機(jī)器人失控、甚至對(duì)周圍人群造成傷害等嚴(yán)重后果，因此如何對(duì)空閑狀態(tài)進(jìn)行實(shí)時(shí)準(zhǔn)確的識(shí)別是當(dāng)前研究亟待解決的一個(gè)難題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出一種融合注意力檢測的SSVEP異步分類方法。本發(fā)明可以用于SSVEP模式腦電信號(hào)的異步分類，不僅能夠識(shí)別被試所注視的目標(biāo)閃爍頻率，而且能夠準(zhǔn)確檢測出被試的空閑狀態(tài)，有效降低異步控制過程中錯(cuò)誤指令的觸發(fā)率。

為了實(shí)現(xiàn)上述目的，現(xiàn)提出的方案如下：

一種融合注意力檢測的SSVEP異步分類方法，所述方法包括：

在離線訓(xùn)練階段：

分別開展控制任務(wù)和空閑任務(wù)的離線試驗(yàn)，采集大腦額區(qū)和枕區(qū)產(chǎn)生的腦電信號(hào)，得到額區(qū)離線數(shù)據(jù)集和枕區(qū)離線數(shù)據(jù)集；

將所述額區(qū)離線數(shù)據(jù)集分為第一控制任務(wù)數(shù)據(jù)集和第一空閑任務(wù)數(shù)據(jù)集，基于所述第一控制任務(wù)數(shù)據(jù)集和所述第一空閑任務(wù)數(shù)據(jù)集訓(xùn)練注意力檢測算法；

將所述枕區(qū)離線數(shù)據(jù)集分為第二空閑任務(wù)數(shù)據(jù)集和多個(gè)不同目標(biāo)頻率的第二控制任務(wù)數(shù)據(jù)集，基于所述第二空閑任務(wù)數(shù)據(jù)集和多個(gè)不同目標(biāo)頻率的第二控制任務(wù)數(shù)據(jù)集訓(xùn)練頻率識(shí)別算法；

在在線分類階段：

實(shí)時(shí)采集大腦額區(qū)和枕區(qū)的腦電信號(hào)；