本發(fā)明屬于腦機接口，具體涉及一種基于眼動與腦電結(jié)合的意圖判斷方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著醫(yī)學(xué)發(fā)展，腦卒中、顱腦外傷、認知障礙等無法正常交流的患者可以通過腦機接口技術(shù)傳達思想和意圖，腦機接口技術(shù)通過解碼大腦神經(jīng)活動信息，連接外部組件，構(gòu)成具有通訊或反饋功能的環(huán)路系統(tǒng)。在康復(fù)實踐中，它可對患者大腦活動產(chǎn)生的電、磁、代謝等腦電信號進行解譯，控制外部設(shè)備如計算機、機械手、功能性電刺激等產(chǎn)生同步化反饋，實現(xiàn)中樞與外周實時連接的閉環(huán)康復(fù)訓(xùn)練。但目前單純的腦機接口技術(shù)誤判率較高，且患者無明顯意圖，如放空狀態(tài)，因病導(dǎo)致的反應(yīng)遲緩狀態(tài)時，也易被識別為意圖表達，造成資源浪費。現(xiàn)有的腦電信號識別方法也存在一定缺陷，部分方法需要需要事先采集被試者的腦電信號模板，由于腦電信號的時變特性及特異性，導(dǎo)致跨被試效果較差，且在抑制噪聲的同時信號本身的特征也會受到抑制，同時由于不同患者腦電信號差異巨大，方法普適能力不強。

技術(shù)實現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于眼動與腦電結(jié)合的意圖判斷方法、裝置、設(shè)備及介質(zhì)。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種基于眼動與腦電結(jié)合的意圖判斷方法，所述意圖判斷方法的實施包括以下步驟：

4、s1：預(yù)設(shè)眼動監(jiān)測周期，通過眼動儀根據(jù)所述眼動監(jiān)測周期提取眼動特征，所述眼動特征包括平均注視時間、掃視幅度、眨眼頻率、平均眨眼時間、瞳孔直徑變異系數(shù)；

5、s2：基于所述眼動特征建立意圖捕獲判斷模型并輸出意圖捕獲判斷結(jié)果，所述意圖捕獲判斷結(jié)果包括意圖捕獲結(jié)果和意圖未捕獲結(jié)果；

6、s3：當所述意圖捕獲判斷模型輸出所述意圖捕獲結(jié)果時，發(fā)送確認信號至用戶并獲取注視漂移速率，建立確認信號接收判斷模型并輸出確認信號接收判斷信息，所述確認信號接收判斷信息包括確認信號接收信息和確認信號未接收信息；

7、s4：當所述確認信號接收判斷模型輸出所述確認信號接收信息時，通過腦機接口獲取穩(wěn)態(tài)視覺誘發(fā)電位信號并進行用戶意圖判斷。

8、優(yōu)選的，所述步驟s1具體包括：

9、s101：構(gòu)建眼動坐標系并獲取所述掃視幅度，所述眼動坐標系以雙眼正常平視時瞳孔中心為原點，所述掃視幅度的計算公式為：

10、

11、其中，sr為掃視幅度，xs為掃視開始橫坐標，xe為掃視結(jié)束橫坐標，ys為掃視開始縱坐標，ye為掃視結(jié)束縱坐標；

12、s102：所述瞳孔直徑變異系數(shù)的計算公式為：

13、

14、其中，pcv為瞳孔直徑變異系數(shù)，ψ為瞳孔直徑標準差，為瞳孔直徑平均值。

15、優(yōu)選的，所述步驟s2具體包括：

16、s201：基于所述眼動特征計算意圖捕獲判斷指標并建立所述意圖捕獲判斷模型，所述意圖捕獲判斷指標的計算公式為：

17、

18、其中，θ為意圖捕獲判斷指標，sr為掃視幅度，btmax為最大平均眨眼時間，btmin為最小平均眨眼時間，t為時間，ft為平均注視時間，bf為眨眼頻率，pcv為瞳孔直徑變異系數(shù)；

19、s202：預(yù)設(shè)意圖捕獲判斷閾值，通過比較所述意圖捕獲判斷指標和所述意圖捕獲判斷閾值獲取所述意圖捕獲判斷結(jié)果。

20、優(yōu)選的，所述步驟s202具體包括：

21、判斷所述意圖捕獲判斷指標，當所述意圖捕獲判斷指標大于等于所述意圖捕獲判斷閾值時，所述意圖捕獲判斷模型輸出所述意圖捕獲結(jié)果；

22、當所述意圖捕獲判斷指標小于所述意圖捕獲判斷閾值時，所述意圖捕獲判斷模型輸出所述意圖未捕獲結(jié)果。

23、優(yōu)選的，所述步驟s3具體包括：

24、s301：通過所述注視漂移速率獲取注視漂移速率平均功率密度，計算公式為：

25、

26、其中，psd為注視漂移速率平均功率密度，t1為第一時刻，t2為第二時刻，n(i)為第i時刻注視漂移速率，fs為眼動儀頻率；

27、s302：基于所述注視漂移速率平均功率密度計算注視漂移速率微分熵并構(gòu)建所述確認信號接收判斷模型，計算公式為：

28、de＝log2psd，

29、其中，de為注視漂移速率微分熵，psd為注視漂移速率平均功率密度；

30、s303：預(yù)設(shè)微分熵閾值，通過比較所述注視漂移速率微分熵和所述微分熵閾值獲取所述確認信號接收判斷信息。

31、優(yōu)選的，所述步驟s303具體包括：

32、判斷所述注視漂移速率微分熵，當所述注視漂移速率微分熵小于等于所述微分熵閾值時，所述確認信號接收判斷模型輸出所述確認信號接收信息；

33、當所述注視漂移速率微分熵大于所述微分熵閾值時，所述確認信號接收判斷模型輸出所述確認信號未接收信息。

34、優(yōu)選的，所述步驟s4具體包括：

35、s401：通過達芬混沌法識別所述穩(wěn)態(tài)視覺誘發(fā)電位信號，達芬混沌法表達式為：

36、

37、其中，s(κ)為穩(wěn)態(tài)視覺誘發(fā)電位信號，ω為周期策動力角頻率，k為阻尼系數(shù)，為達芬混沌法振子加速度，為達芬混沌法振子速度，x(κ)為達芬混沌法振子位移，γ為周期策動力幅值，為周期策動力初始相位，為周期策動力；

38、s402：轉(zhuǎn)化所述達芬混沌法表達式為方程形式并獲取所述穩(wěn)態(tài)視覺誘發(fā)電位信號，轉(zhuǎn)化過程表達為：

39、

40、

41、其中，y為達芬混沌法振子實際位移，為達芬混沌法振子實際速度，為達芬混沌法振子速度，ω為周期策動力角頻率，k為阻尼系數(shù)，x(κ)為達芬混沌法振子位移，γ為周期策動力幅值，s(κ)為穩(wěn)態(tài)視覺誘發(fā)電位信號，為周期策動力。

42、一種基于眼動與腦電結(jié)合的意圖判斷裝置，用于執(zhí)行上述所述的基于眼動與腦電結(jié)合的意圖判斷方法，其特征在于，包括特征提取模塊、意圖捕獲判斷模塊、確認信號接收判斷模塊、意圖判斷模塊；

43、所述特征提取模塊用于預(yù)設(shè)眼動監(jiān)測周期，通過眼動儀根據(jù)所述眼動監(jiān)測周期提取眼動特征，所述眼動特征包括平均注視時間、掃視幅度、眨眼頻率、平均眨眼時間、瞳孔直徑變異系數(shù)；

44、所述意圖捕獲判斷模塊用于基于所述眼動特征建立意圖捕獲判斷模型并輸出意圖捕獲判斷結(jié)果，所述意圖捕獲判斷結(jié)果包括意圖捕獲結(jié)果和意圖未捕獲結(jié)果；

45、所述確認信號接收判斷模塊用于當所述意圖捕獲判斷模型輸出所述意圖捕獲結(jié)果時，發(fā)送確認信號至用戶并獲取注視漂移速率，建立確認信號接收判斷模型并輸出確認信號接收判斷信息，所述確認信號接收判斷信息包括確認信號接收信息和確認信號未接收信息；

46、所述意圖判斷模塊用于當所述確認信號接收判斷模型輸出所述確認信號接收信息時，通過腦機接口獲取穩(wěn)態(tài)視覺誘發(fā)電位信號并進行用戶意圖判斷。

47、一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述所述的基于眼動與腦電結(jié)合的意圖判斷方法。

48、一種包含計算機可執(zhí)行指令的存儲介質(zhì)，所述計算機可執(zhí)行指令在由計算機處理器執(zhí)行時用于執(zhí)行上述所述的基于眼動與腦電結(jié)合的意圖判斷方法。

49、本發(fā)明的有益效果為：

50、(1)通過眼動與腦電信號結(jié)合，綜合準確的判斷患者意圖，誤判率較低，且通過眼動特征判斷是否進行下一步的腦電信號識別，減少工作量，提升工作效率。

51、(2)通過提取包括平均注視時間、掃視幅度、眨眼頻率、平均眨眼時間、瞳孔直徑變異系數(shù)在內(nèi)的眼動特征，建立意圖捕獲判斷模型并輸出意圖捕獲判斷結(jié)果，判斷更加全面，且通過眼動儀提取上述眼動特征較為便捷，效率更高；

52、(3)通過達芬混沌法識別穩(wěn)態(tài)視覺誘發(fā)電位信號，在各類腦電信號中，穩(wěn)態(tài)視覺誘發(fā)電位信號具有采集成本低、記錄方便、高時間分辨率等優(yōu)點。