[發明專利]一種基于腦電波的指令預測輸出控制方法在審
| 申請號: | 202210961984.4 | 申請日: | 2022-08-11 |
| 公開(公告)號: | CN115293210A | 公開(公告)日: | 2022-11-04 |
| 發明(設計)人: | 魏鵬斌;劉豪;馬翱翔;王宇;李佳奇 | 申請(專利權)人: | 安徽信息工程學院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;A61B5/00;A61B5/369;A61B5/372;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 蕪湖安匯知識產權代理有限公司 34107 | 代理人: | 趙中英 |
| 地址: | 241100 *** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 腦電波 指令 預測 輸出 控制 方法 | ||
本發明公開了一種基于腦電波的指令預測輸出控制方法,包括數據預處理階段:對采集的腦電波進行預處理;特征提取階段:獲取腦電波信號的特征;腦電波信號預測模型預測階段:根據腦電波信號的特征進行預測輸出。本發明的優點在于:預測輸出結果準確可靠,可以準確預測出腦電波信號對應的指令;采用多沖腦電波處理機制,保證了輸入腦電波信號的準確可靠,進而保證了預測輸出結果的準確性。
技術領域
本發明涉及腦電波處理領域,特別涉及一種基于腦電波的指令預測輸出控制方法。
背景技術
現在人工智能發展迅速,智能語音技術、圖像識別技術等發展已經相對完善,都可以運用于智能終端設備,腦電波控制作為新型控制技術也在不斷崛起,目前隨著智能終端設備的不斷發展,很多智能終端設備嘗試將腦電波控制技術進行應用,利用腦電波就可以實現對終端產品的控制,目前腦電波控制已經提出以意取物的設想,比如早上醒來,心念一動燈就開了,然后心里在默默想要下一個指令,咖啡機就已經幫你煮好咖啡了,還可以運用機器人的機械手臂來幫忙,而且這一切全都是基于腦電波來操控。
目前非侵入式腦電波監測是一種靈活、無創的大腦監測方法,廣泛應用在運動想象腦機接口系統中,運動想象腦電圖的識別精度是決定系統性能與實用性的關鍵因素。然而由于非侵入式腦電圖采集時間長、個體差異大、影響因素多等原因,導致單個受試者可用于模型的訓練的樣本數量少,嚴重影響了對單個受試者所建立模型的準確性與實用性。因此如何實現預測準確的輸出是需要解決的問題。
發明內容
本發明的目的在于克服現有技術的不足,提供一種基于腦電波的指令預測輸出控制方法,用于對腦電波進行預測來輸出準確的腦電波預測結果。
為了實現上述目的,本發明采用的技術方案為:一種基于腦電波的指令預測輸出控制方法,包括數據預處理階段:對采集的腦電波進行預處理;
特征提取階段:獲取腦電波信號的特征;
腦電波信號預測模型預測階段:根據腦電波信號的特征進行預測輸出。
數據預處理階段包括:
對腦電波的歸一化處理;
對采集的腦電波信號濾波和降噪處理。
對腦電波的歸一化處理包括采用窗函數參數以及廣義S變換對信號進行時頻域處理使其時頻分布的分辨率得到改善;
采用集成經驗模式分解法EEMD對腦電波信號進行降噪處理。
對采集的腦電波信號濾波和降噪處理包括:采用數字濾波器進行信號濾波處理以及通過小波閾值去噪處理腦電波信號進行去噪。
小波閾值去噪包括:選定小波基函數-sym小波基,利用SNR規則確定小波分解層數,將原始信號進行離散小波分解;對小波分解得到的小波系數選取合適的閾值規則進行閾值量化處理;對小波閾值去噪后的各級系數重構即得到去噪后的信號。
特征提取階段包括采用STA/LTA比值法拾取腦電波信號然后對腦電波信號進行分析得到信號特征。
對腦電波信號進行分析包括時域分析和時頻分析,獲取得到腦電波信號的時域特征和時頻特征。
腦電波信號的時域特征和時頻特征采用共空間模式算法進行特征提取。
腦電波信號預測模型預測階段包括:采用訓練完成的腦電波預測模型對腦電波信號進行預測輸出,預測輸出對應的腦電波指令信號。
本發明的優點在于:預測輸出結果準確可靠,可以準確預測出腦電波信號對應的指令;采用多沖腦電波處理機制,保證了輸入腦電波信號的準確可靠,進而保證了預測輸出結果的準確性。
附圖說明
下面對本發明說明書各幅附圖表達的內容及圖中的標記作簡要說明:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽信息工程學院,未經安徽信息工程學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210961984.4/2.html,轉載請聲明來源鉆瓜專利網。





