專(zhuān)利名稱：一種腦機(jī)交互中的腦電信號(hào)復(fù)原方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種屬于生物醫(yī)學(xué)工程領(lǐng)域，涉及腦電信號(hào)的處理方法，具體是腦機(jī)交互中的微弱頭皮腦電信號(hào)的復(fù)原方法。

背景技術(shù)：
腦機(jī)交互系統(tǒng)的性能很大程度上受到頭皮腦電信號(hào)質(zhì)量的影響。由于頭皮腦電信號(hào)是隔著顱骨、肌肉和頭皮等軟組織引導(dǎo)出來(lái)的大腦皮層電活動(dòng)，其中顱骨、頭皮、血液均將減小腦電波的電位，因此頭皮腦電信號(hào)具有信號(hào)微弱，易受噪聲干擾等特點(diǎn)。目前廣泛使用的頭皮腦電信號(hào)復(fù)原方法能充分利用信號(hào)退化的先驗(yàn)知識(shí)來(lái)消除噪聲，最終取得的復(fù)原結(jié)果能較好的逼近未被噪聲污染的頭皮腦電信號(hào)。但是這些方法都是把噪聲作為腦電數(shù)據(jù)的一種干擾而加以消除。當(dāng)噪聲增強(qiáng)，腦電信號(hào)微弱時(shí)，由于方法本身消噪能力的限制，頭皮腦電信號(hào)的恢復(fù)變得非常困難。


發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的不足，提供一種腦機(jī)交互中的微弱頭皮腦電信號(hào)復(fù)原方法，以提高后續(xù)腦機(jī)交互系統(tǒng)的性能以及實(shí)用性。
本發(fā)明包括以下各步驟 1、將檢測(cè)到的頭皮腦電信號(hào)經(jīng)放大和A/D轉(zhuǎn)換，得到數(shù)字腦電信號(hào)序列(0和1非周期序列)，作為雙穩(wěn)態(tài)復(fù)原系統(tǒng)的輸入信號(hào)進(jìn)行處理得到恢復(fù)后的信號(hào)。
該系統(tǒng)表示為 其中，x為輸出的恢復(fù)后的信號(hào)，a、b為系統(tǒng)參數(shù)，t為時(shí)間軸坐標(biāo)，f(t)為輸入信號(hào)，ξ(t)為輸入噪聲。設(shè)定輸入噪聲ξ(t)為均值為0的高斯白噪聲，其自相關(guān)函數(shù)滿足<ξ(t)ξ(0)>＝2Dδ(t)，D代表噪聲強(qiáng)度，δ(t)代表沖激函數(shù)。
該系統(tǒng)勢(shì)函數(shù)U(x)表示為 勢(shì)壘高度為相應(yīng)的穩(wěn)態(tài)輸出臨界值A(chǔ)c為

在處存在兩個(gè)對(duì)稱的勢(shì)阱。
2、通過(guò)調(diào)整系統(tǒng)參數(shù)a、b值來(lái)調(diào)整系統(tǒng)勢(shì)壘高度，在輸入腦電信號(hào)可以從次閾值信號(hào)轉(zhuǎn)換為超閾值信號(hào)狀態(tài)下，系統(tǒng)勢(shì)壘高度對(duì)應(yīng)的所有系統(tǒng)參數(shù)a、b值作為系統(tǒng)參數(shù)a、b的取值范圍。當(dāng)輸入信號(hào)f(t)的幅值x小于穩(wěn)態(tài)輸出臨界值A(chǔ)c時(shí)，輸入信號(hào)為次閾值信號(hào)；當(dāng)輸入信號(hào)f(t)的幅值大于穩(wěn)態(tài)輸出臨界值A(chǔ)c時(shí)，輸入信號(hào)為超閾值信號(hào)。
3、在系統(tǒng)參數(shù)a、b的取值范圍內(nèi)選擇系統(tǒng)參數(shù)a、b值，使得數(shù)字腦電信號(hào)序列滿足正負(fù)波形概率相等的要求。
4、以數(shù)字腦電信號(hào)序列的均值作為閾值對(duì)雙穩(wěn)態(tài)復(fù)原系統(tǒng)處理結(jié)果進(jìn)行判別，如躍遷后的響應(yīng)信號(hào)大于該閾值，則作為輸出信號(hào)，并以此作為最終的輸出結(jié)果。
本發(fā)明相對(duì)于現(xiàn)有技術(shù)具有以下特點(diǎn) (1)通過(guò)參數(shù)調(diào)節(jié)對(duì)雙穩(wěn)態(tài)復(fù)原系統(tǒng)的勢(shì)壘高度進(jìn)行相應(yīng)的設(shè)置，將次閾值信號(hào)轉(zhuǎn)化為超閾值信號(hào)，從而使雙穩(wěn)態(tài)系統(tǒng)達(dá)到最佳響應(yīng)狀態(tài)，實(shí)現(xiàn)更佳的輸出性能，更有利于微弱腦電信號(hào)的檢測(cè)和估計(jì)； (2)當(dāng)輸入腦電信號(hào)含有隨機(jī)噪聲時(shí)，雙穩(wěn)態(tài)系統(tǒng)的狀態(tài)會(huì)隨之發(fā)生隨機(jī)的變化，質(zhì)點(diǎn)在外加驅(qū)動(dòng)信號(hào)和噪聲的綜合影響下不斷地改變著運(yùn)動(dòng)狀態(tài)。各種外加因素如驅(qū)動(dòng)信號(hào)幅值的變化以及外加噪聲強(qiáng)度的變化都會(huì)迫使系統(tǒng)狀態(tài)發(fā)生變化，而系統(tǒng)狀態(tài)變化的外在表現(xiàn)就是系統(tǒng)輸出信號(hào)的變化。因此可以通過(guò)系統(tǒng)輸出信號(hào)的變化來(lái)實(shí)現(xiàn)信號(hào)的復(fù)原。
(3)傳統(tǒng)的腦電信號(hào)濾波復(fù)原技術(shù)一般通過(guò)濾除噪聲來(lái)達(dá)到恢復(fù)腦電的目的，但是對(duì)于受強(qiáng)噪聲干擾的圖像，噪聲的消除很困難。而本方法利用噪聲來(lái)實(shí)現(xiàn)系統(tǒng)狀態(tài)在勢(shì)壘中的遷移，達(dá)到復(fù)原腦電信號(hào)的目的，復(fù)原結(jié)果更加接近于原信號(hào)，另外對(duì)于噪聲強(qiáng)度的變化具有較好的魯棒性。



圖1是大腦頭皮單導(dǎo)聯(lián)腦電模擬信號(hào)波形圖； 圖2是0，1非周期序列腦電數(shù)字信號(hào)基本波形圖； 圖3是含強(qiáng)噪聲的腦電數(shù)字信號(hào)波形圖； 圖4是復(fù)原得到的腦電數(shù)字信號(hào)波形圖； 圖5是系統(tǒng)參數(shù)變化對(duì)系統(tǒng)輸出信號(hào)產(chǎn)生影響的示意圖。

具體實(shí)施例方式 本發(fā)明提出的一種腦機(jī)交互中的微弱頭皮腦電信號(hào)復(fù)原方法，其中圖1為采樣放大后的腦電模擬信號(hào)示意圖，圖2為未受噪聲污染的腦電數(shù)字信號(hào)示意圖。以經(jīng)檢測(cè)、放大以及A/D轉(zhuǎn)換后的0，1非周期序列頭皮腦電信號(hào)為對(duì)象，作為非線性雙穩(wěn)態(tài)復(fù)原系統(tǒng)的輸入信號(hào)，如圖3所示。
上述非線性雙穩(wěn)態(tài)復(fù)原系統(tǒng)模型可以由式(1)來(lái)描述 其中，系統(tǒng)參數(shù)a、b為正數(shù)，f(t)為輸入信號(hào)，ξ(t)為輸入噪聲。不失一般性，在這里假設(shè)輸入噪聲ξ(t)為均值為0的高斯白噪聲，其自相關(guān)函數(shù)滿足<ξ(t)ξ(0)>＝2Dδ(t)，D代表噪聲強(qiáng)度，δ(t)代表沖激函數(shù)。相應(yīng)地，系統(tǒng)勢(shì)函數(shù)可以表示為 該系統(tǒng)的勢(shì)壘高度為 相應(yīng)的穩(wěn)態(tài)輸出臨界值A(chǔ)c為

在處存在兩個(gè)對(duì)稱的勢(shì)阱。
圖5所示為系統(tǒng)參數(shù)變化對(duì)系統(tǒng)輸出信號(hào)產(chǎn)生影響的示意圖。圖5(a)表示輸入信號(hào)為幅值為1的二值雙極性非周期信號(hào)，圖5(b)表示加入高斯白噪聲后的含噪信號(hào)，其中噪聲強(qiáng)度D為4。由圖5(c)可見(jiàn)，當(dāng)系統(tǒng)具有大的勢(shì)壘高度時(shí)，輸出信號(hào)無(wú)法越過(guò)勢(shì)壘在系統(tǒng)的穩(wěn)態(tài)值之間進(jìn)行切換，而只能在某個(gè)穩(wěn)態(tài)值附近進(jìn)行小幅的振蕩，此時(shí)輸出信號(hào)完全不能反映輸入信號(hào)的變化過(guò)程。通過(guò)參數(shù)的調(diào)整，將系統(tǒng)的勢(shì)壘高度逐漸減小，輸出信號(hào)能夠從一個(gè)穩(wěn)態(tài)值躍遷到另一個(gè)穩(wěn)態(tài)值，系統(tǒng)的響應(yīng)速度也相應(yīng)加快，輸出信號(hào)逐漸能夠跟上輸入信號(hào)的變化，圖5(d)-(e)可見(jiàn)，此時(shí)輸出信號(hào)能夠比較好地反映輸入信號(hào)的波形，系統(tǒng)的輸出性能得到了改善。圖5(f)所示，如果繼續(xù)調(diào)節(jié)系統(tǒng)參數(shù)，使勢(shì)壘高度進(jìn)一步減小，雖然勢(shì)壘的減小使雙穩(wěn)態(tài)系統(tǒng)獲得了很快的響應(yīng)速度，但是輸出信號(hào)的振蕩很劇烈，輸出波形變得雜亂無(wú)序而無(wú)法辨識(shí)，此時(shí)輸出信號(hào)已經(jīng)不能夠正確反映輸入信號(hào)的波形變化。由此可以看出，系統(tǒng)參數(shù)的改變將引起系統(tǒng)勢(shì)壘高度的變化。
參數(shù)a、b的變化改變了系統(tǒng)的勢(shì)壘高度，而勢(shì)壘高度的變化則可以直接影響到系統(tǒng)的響應(yīng)速度以及輸出的穩(wěn)定程度。在圖5(c)中可以看到，當(dāng)系統(tǒng)勢(shì)壘較大時(shí)，系統(tǒng)輸出信號(hào)要在兩個(gè)穩(wěn)態(tài)值之間進(jìn)行躍遷比較困難，有時(shí)甚至根本不能發(fā)生躍遷，直接導(dǎo)致系統(tǒng)的響應(yīng)速度變慢，輸出信號(hào)無(wú)法及時(shí)準(zhǔn)確地跟隨輸入信號(hào)的變化，而在5(d)及(e)可以看到，隨著勢(shì)壘高度的減小，系統(tǒng)輸出信號(hào)的躍遷越來(lái)越容易，系統(tǒng)的響應(yīng)速度也相應(yīng)加快，輸出信號(hào)逐漸能夠跟上輸入信號(hào)的變化。至于輸出信號(hào)的穩(wěn)定程度受系統(tǒng)勢(shì)壘高度的影響則可以由系統(tǒng)輸出概率密度反映出來(lái)。
隨著勢(shì)壘高度的增大，系統(tǒng)的輸出穩(wěn)態(tài)概率密度函數(shù)的峰值向兩邊移動(dòng)，相應(yīng)地，平均判斷誤差隨之急劇減小。判斷誤差的減小表明處于某一穩(wěn)定狀態(tài)的系統(tǒng)輸出躍遷到另一穩(wěn)態(tài)值的概率正在減小，因此系統(tǒng)的穩(wěn)態(tài)輸出也將變得更加穩(wěn)定。綜上所述，系統(tǒng)勢(shì)壘高度的減小導(dǎo)致了系統(tǒng)輸出發(fā)生躍遷的概率變大，致使系統(tǒng)輸出趨于雜亂無(wú)序、缺乏穩(wěn)定性。
在次閾值響應(yīng)處系統(tǒng)穩(wěn)態(tài)輸出的判斷誤差大都小于1％，接近于0，而在超閾值響應(yīng)處，穩(wěn)態(tài)輸出的最小判斷誤差在2％左右，并且隨著勢(shì)壘高度的增加，誤差急劇上升，但是這種判斷誤差的估計(jì)是在系統(tǒng)輸出完全處于某一穩(wěn)態(tài)的前提假設(shè)下得到的，現(xiàn)實(shí)情況是過(guò)大的勢(shì)壘往往妨礙了輸出信號(hào)的躍遷，引起信號(hào)的失真以及判斷誤差的急劇增大，另外在實(shí)際中，輸出信號(hào)需要在系統(tǒng)兩個(gè)穩(wěn)態(tài)值之間進(jìn)行頻繁的躍遷，這一過(guò)程需要一定時(shí)間來(lái)完成，如果完成一次躍遷的時(shí)間越長(zhǎng)，則相應(yīng)的系統(tǒng)輸出判斷誤差越大，反之，則輸出判斷誤差越小。系統(tǒng)輸出在響應(yīng)速度及輸出穩(wěn)定性上的差異最終決定了超閾值最佳響應(yīng)的性能優(yōu)于次閾值最佳響應(yīng)。采用自相關(guān)長(zhǎng)度對(duì)非周期腦電響應(yīng)速度進(jìn)行量化，同時(shí)以互相關(guān)率和互信息熵作為性能指標(biāo)來(lái)度量雙穩(wěn)態(tài)系統(tǒng)非周期腦電響應(yīng)質(zhì)量的優(yōu)劣。
根據(jù)上述原則進(jìn)行非線性雙穩(wěn)態(tài)復(fù)原系統(tǒng)參數(shù)的選取，調(diào)整系統(tǒng)勢(shì)壘高度，將輸入腦電信號(hào)從次閾值信號(hào)轉(zhuǎn)換為超閾值信號(hào)，使響應(yīng)信號(hào)能夠更加輕易地克服勢(shì)壘的影響而進(jìn)行躍遷，提高系統(tǒng)響應(yīng)速度與響應(yīng)質(zhì)量，實(shí)現(xiàn)最佳超閾值響應(yīng)；微調(diào)系統(tǒng)參數(shù)，補(bǔ)償0，1非周期序列頭皮腦電信號(hào)未必滿足正負(fù)波形概率相等的要求。
設(shè)計(jì)以原始信號(hào)均值作為閾值的判決器對(duì)預(yù)處理結(jié)果進(jìn)行判別，獲得復(fù)原系統(tǒng)的輸出信號(hào)，并以此作為最終的輸出結(jié)果，如圖4所示。
權(quán)利要求
1、一種腦機(jī)交互中的腦電信號(hào)復(fù)原方法，其特征在于該方法具體步驟包括
(1)將檢測(cè)到的頭皮腦電信號(hào)經(jīng)放大和A/D轉(zhuǎn)換，得到數(shù)字腦電信號(hào)序列，作為雙穩(wěn)態(tài)復(fù)原系統(tǒng)的輸入信號(hào)進(jìn)行處理得到恢復(fù)后的信號(hào)，該系統(tǒng)表示為
其中，x為輸出的恢復(fù)后的信號(hào)，a、b為系統(tǒng)參數(shù)，t為時(shí)間軸坐標(biāo)，f(t)為輸入信號(hào)，ξ(t)為輸入噪聲；所述的輸入噪聲ξ(t)為均值是0的高斯白噪聲，其自相關(guān)函數(shù)滿足<ξ(t)ξ(0)>＝2Dδ(t)，D表示噪聲強(qiáng)度，δ(t)表示沖激函數(shù)；該系統(tǒng)勢(shì)函數(shù)U(x)表示為
勢(shì)壘高度為，相應(yīng)的穩(wěn)態(tài)輸出臨界值A(chǔ)c為
，在處存在兩個(gè)對(duì)稱的勢(shì)阱；
(2)通過(guò)調(diào)整系統(tǒng)參數(shù)a、b值來(lái)調(diào)整系統(tǒng)勢(shì)壘高度，獲得在輸入腦電信號(hào)從次閾值信號(hào)轉(zhuǎn)換為超閾值信號(hào)狀態(tài)下，系統(tǒng)勢(shì)壘高度對(duì)應(yīng)的所有系統(tǒng)參數(shù)a、b值；
所述的次閾值信號(hào)和超閾值信號(hào)為當(dāng)輸入信號(hào)f(t)的幅值x小于穩(wěn)態(tài)輸出臨界值A(chǔ)c時(shí)，輸入信號(hào)為次閾值信號(hào)；當(dāng)輸入信號(hào)f(t)的幅值大于穩(wěn)態(tài)輸出臨界值A(chǔ)c時(shí)，輸入信號(hào)為超閾值信號(hào)；
(3)通過(guò)在步驟(2)獲得系統(tǒng)參數(shù)a、b值的范圍內(nèi)選擇系統(tǒng)參數(shù)a、b值，使得數(shù)字腦電信號(hào)序列滿足正負(fù)波形概率相等的要求；
(4)以數(shù)字腦電信號(hào)序列的均值作為閾值對(duì)雙穩(wěn)態(tài)復(fù)原系統(tǒng)處理結(jié)果進(jìn)行判別，如躍遷后的響應(yīng)信號(hào)大于該閾值，則作為輸出信號(hào)，并以此作為最終的輸出結(jié)果。
全文摘要
本發(fā)明涉及腦機(jī)交互中的微弱頭皮腦電信號(hào)的復(fù)原方法?，F(xiàn)有的技術(shù)在當(dāng)噪聲增強(qiáng)、腦電信號(hào)微弱時(shí)，很難恢復(fù)頭皮腦電信號(hào)。本發(fā)明步驟包括(1)將檢測(cè)到的頭皮腦電信號(hào)轉(zhuǎn)換為數(shù)字腦電信號(hào)序列，作為系統(tǒng)的輸入信號(hào)進(jìn)行處理得到恢復(fù)后的信號(hào)；(2)在輸入腦電信號(hào)可以從次閾值信號(hào)轉(zhuǎn)換為超閾值信號(hào)下，獲得系統(tǒng)勢(shì)壘高度對(duì)應(yīng)的所有系統(tǒng)參數(shù)；(3)在步驟(2)范圍內(nèi)選擇系統(tǒng)參數(shù)，使得數(shù)字腦電信號(hào)序列滿足正負(fù)波形概率相等的要求；(4)以數(shù)字腦電信號(hào)序列的均值作為閾值對(duì)系統(tǒng)處理結(jié)果進(jìn)行判別。本發(fā)明方法更有利于微弱腦電信號(hào)的檢測(cè)和估計(jì)，可以通過(guò)系統(tǒng)輸出信號(hào)的變化來(lái)實(shí)現(xiàn)信號(hào)的復(fù)原，復(fù)原結(jié)果更加接近于原信號(hào)。
文檔編號(hào)G06F3/01GK101101511SQ20071007001
公開(kāi)日2008年1月9日 申請(qǐng)日期2007年7月13日 優(yōu)先權(quán)日2007年7月13日
發(fā)明者范影樂(lè), 軼 李, 周麗霞, 張小鵬, 郭浙偉, 可 陳, 劉亞景 申請(qǐng)人:杭州電子科技大學(xué)