基于运动想象脑电控制遥控小车的训练方法

摘要

本发明公开了一种基于运动想象脑电控制遥控小车的训练方法，包括离线模式和在线反馈模式两种训练方法。具体步骤包括：小车运动、信号采集、数据预处理、获得CSP参数、获得分类器参数、检验参数、实时信号采集、实时数据预处理、特征提取、获得分类结果、获得控制命令、控制小车运动、反馈刺激。本发明克服了以往训练过程中各种消极情绪对受试者的影响，充分考虑了受试者积极主动参与到实验过程中的重要性，具有训练效果好，采集的数据质量高的优点，为实现人机交互提供了一种现实可行的方法。

主权项

基于运动想象脑电控制遥控小车的训练方法，主要包括两种训练方法，离线模式训练方法和在线反馈模式训练方法；所述的离线模式训练方法的具体步骤如下：(1)小车运动：通过遥控小车遥控器控制小车左右运动，给受试者提供视觉刺激，引发受试者的想象单侧手指运动；(2)信号采集：脑电信号采集系统通过受试者佩戴的电极帽，采集受试者想象单侧手指运动产生的脑电信号；(3)数据预处理：3a)空间滤波：采用共同平均参考的方法，将受试者电极帽上每个电极采集的脑电信号减去所有电极采集的脑电信号的均值，得到共同平均参考空间滤波后的脑电信号；3b)基线校正：将共同平均参考空间滤波后的脑电信号减去基线，得到基线校正后的脑电信号；3c)带通滤波：利用有限脉冲响应滤波器，对基线校正后的脑电信号进行带通滤波，得到频带为4‑40Hz的脑电信号；3d)截取信号段：利用EEGLAB软件，在带通滤波后的脑电信号中截取受试者想象单侧手指运动过程中的脑电信号段，得到预处理后的脑电信号；(4)获得CSP参数：利用共空间模式方法CSP对预处理后的脑电信号进行处理，得到脑电信号特征参数及CSP参数；(5)获得分类器参数：利用LDA分类器方法对脑电信号特征参数进行处理，得到分类正确率值和LDA分类器参数；(6)检验参数：判断步骤(5)中得到的分类正确率值是否在90％以上，若是，则参数合格，执行在线反馈模式训练方法的具体步骤，否则，参数不合格，执行离线模式训练方法的具体步骤的步骤(1)；所述的在线反馈模式训练方法的具体步骤如下：(7)实时信号采集：脑电信号采集系统通过受试者佩戴的电极帽，采集受试者想象单侧手指运动产生的脑电信号；(8)实时数据预处理：8a)空间滤波：采用共同平均参考的方法，将受试者电极帽上每个电极采集的脑电信号减去所有电极采集的脑电信号的均值，得到共同平均参考空间滤波后的脑电信号；8b)基线校正：将共同平均参考空间滤波后的脑电信号减去基线，得到基线校正后的脑电信号；8c)带通滤波：利用有限脉冲响应滤波器，对基线校正后的脑电信号进行带通滤波，得到频带为4‑40Hz的脑电信号；8d)截取信号段：利用EEGLAB软件，在带通滤波后的脑电信号中截取受试者想象单侧手指运动过程中的脑电信号段，得到预处理后的脑电信号；(9)特征提取：利用共空间模式方法对步骤(8)中预处理后的脑电信号进行处理，得到用于分类的特征；(10)获得分类结果：利用LDA分类器方法对步骤(9)中得到的特征进行分类，得到受试者运动想象的意图，即受试者是在进行左手运动想象还是右手运动想象；(11)获得控制命令：将步骤(10)中得到的分类结果转换为左右控制命令，分类结果为右手运动想象的控制命令为1，分类结果为左手运动想象的控制命令为‑1；(12)控制小车运动：将步骤(11)中得到控制命令通过wifi并基于TCP/IP协议传输到wifi硬件模块，wifi硬件模块再将控制命令传给小车遥控器，控制命令为1则控制小车向右运动，控制命令为‑1则控制小车向左运动；(13)反馈刺激：将步骤(12)中小车运动结果实时反馈给受试者，受试者看到小车的行进路线，并 根据小车行进路线与自身想象时间长短对比来调整下次想象运动的时间和程度，运动路线相对较短则受试者增加运动想象的时间和增强想象的程度，运动路线相对较长则适当减少运动想象的时间和减弱想象的程度。