一种主动式脑机交互系统运动想象任务分类方法及装置

摘要

本发明属于脑-机交互（BCI）技术领域，具体是一种主动式脑机交互系统运动想象任务分类方法及装置。解决了目前对于主动式运动想象任务模式分类准确率不高、执行时间较长的技术问题。一种主动式脑机交互系统运动想象任务分类方法，包括：（1）采集训练阶段原始脑电信号；（2）脑电信号的预处理与特征提取，计算检测阈值V_d；（3）主动想象阶段脑电信号的采集与状态检测，根据阈值检测大脑空闲状态和想象运动状态；（4）运动想象脑电特征分类，对想象运动状态脑电特征进行左、右手运动想象任务分类。本发明所述的阈值检测结合支持向量机的脑电特征分类方法稳定、可靠，提高了运动想象脑电特征分类的准确率，并可有效减少分类执行时间。

主权项

1.一种主动式脑机交互系统运动想象任务分类方法，其特征在于，包括以下步骤：（1）采集训练阶段原始脑电信号：受试者头戴电极帽，按照国际标准10-20导联法安放电极，在屏幕上出现‘+’字符号提示以及向左或向右箭头提示下，采集受试者的脑电信号，包括空闲状态脑电信号以及左手或右手运动想象脑电信号；出现左箭头时，大脑处于左手运动想象状态，出现右箭头时，大脑处于右手运动想象状态；在出现每个向左或向右指示箭头之前，都会出现‘+’字符号，此时大脑处于空闲状态；一个空闲状态与左手运动想象状态组成一次事件，一个空闲状态和一个右手运动想象状态也组成一次事件；包含左手运动想象的事件与包含右手运动想象的事件是随机出现；一次事件中包括空闲状态持续时间0～3s随机，运动想象状态持续时间3～6s随机，且空闲状态持续时间与运动想象状态持续时间之和必须为6s；对于每次事件可以采集到C3导联的一组脑电数据和C4导联的一组脑电数据，一次事件每个导联的脑电信号采样点为1000*6个；（2）脑电信号的预处理与特征提取；采用脑电功率叠加平均方法，对采集到的脑电信号预处理，其计算公式为：$\bar{P}\left(i\right)=\frac{1}{n}\underset{j=1}{\overset{n}{\Sigma }}{\left[x^2\left(i\right)\right]}_j$式中，i代表采样点，为1000*6个采样点，x(i)为一次事件的脑电信号采样点对应的脑电幅值，j代表事件次数，n为想象左手或想象右手运动的总次数，为各采样点对应的脑电平均功率，为1000*6的一个数组；分别得到一组C3导联想象左手运动的脑电信号平均功率一组C3导联想象右手运动的脑电信号平均功率一组C4导联想象左手运动的脑电信号平均功率一组C4导联想象右手运动的脑电信号平均功率使用小波变换方法对脑电功率信号进行特征提取，分别得到C3、C4导联想象左右手运动的脑电μ节律小波系数能量值，即E(C₃)_left、E(C₄)_left、E(C₃)_right、E(C₄)_right；分别对大脑左手、右手想象运动时C3、C4导联脑电μ节律小波系数能量值做差，得到和并将二者再做差值，取其绝对值的二分之一作为状态检测的判定阈值V_d：$V_d=\frac{1}{2}\left|\right[E{\left(C_3\right)}_{\mathrm{left}}-E{\left(C_4\right)}_{\mathrm{left}}]-[E{\left(C_3\right)}_{\mathrm{right}}-E{\left(C_4\right)}_{\mathrm{right}}\left]\right|$（3）主动想象阶段脑电信号的采集与状态检测：受试者不进行想象任务或者进行无提示自主想象左、右手运动，此时采集6s脑电数据作为一次事件，采样点为1000*6个；分别对C3、C4导联该次事件对应的脑电平均功率信号进行小波变换，得到无外界提示下的一组C3、C4导联想象运动脑电μ节律的小波系数能量特征值，即E′(C₃)、E′(C₄)；将二者做差值计算，得到[E′(C₃)-E′(C₄)]，差值大于阈值V_d，则对应大脑的想象运动状态，差值小于阈值V_d，则对应大脑的空闲状态；（4）运动想象脑电特征分类：对步骤（3）中得到的对具有想象运动状态特征的脑电信号采用基于RBF核函数的支持向量机分类方法进行左、右手运动想象任务分类，数据处理计算机（4）向外部控制系统输出对应向左或向右运动的控制指令；不断采集受试者在无外界提示下的脑电信号，对每次事件进行状态检测、运动想象任务分类，就可以持续不断的向外部控制系统输出控制指令。