一種基于想象動作的在線腦-機接口方法
【技術領域】
[0001] 本發(fā)明涉及腦-機接口領域，尤其涉及一種基于想象動作的在線腦-機接口方法。
【背景技術】
[0002] 腦-機接口（Brain-ComputerInterface，BCI)是一種不依賴于大腦外圍神經與 肌肉正常輸出通道的通訊控制系統(tǒng)。該定義由第一次腦-機接口國際會議給出。BCI系統(tǒng) 能夠通過判斷大腦的活動模式來輸出用戶的指令意識。到目前為止，最常用的BCI系統(tǒng)大 都是基于腦電信號。圖1為一個完整的BCI系統(tǒng)示意圖，由信號采集、信號處理、外部輸出 設備三部分組成。通過頭皮電極或植入電極獲得含有使用者控制意圖的腦電信息，經過各 種信號處理的手段提取腦電信息特征并進行模式識別，最后將之轉化為控制外部設備的操 作命令。
[0003] 實際的肢體動作或者想象動作均可引起皮層運動中樞中大量神經元活動狀態(tài)的 改變，從而使得腦電信號中的某些頻率成分（例如：alpha波、beta波和mu節(jié)律）同步減弱 或者增強。上述現(xiàn)象被稱之為事件相關去同步（Event-RelatedDesynchronization，ERD) 以及事件相關同步（Event-RelatedSynchronization，ERS)。近年來有關想象動作的應用 技術研宄有顯著進展，想象動作已應用于人機交互領域，成為了BCI控制的重要范式。
[0004] 值得注意的是，目前基于想象動作的BCI系統(tǒng)對于想象狀態(tài)的劃分仍處于觸發(fā)狀 態(tài)，即設定某一閾值，根據想象動作下的ERD值來判斷受試者"想象"或者"靜息"兩種狀態(tài)。 現(xiàn)有的基于想象動作的BCI系統(tǒng)不能對使用者的"想象"狀態(tài)進行分析，因而不能提供一種 客觀的反饋手段促使受試者提高自己的想象程度。而對于"想象"狀態(tài)的劃分，將有助于更 加深入的了解想象過程的神經認知過程，探索動作想象的神經機制

【發(fā)明內容】

[0005] 本發(fā)明提供了一種基于想象動作的在線腦-機接口方法，本發(fā)明根據想象不同上 肢收縮力引起的腦電信號變化，搭建實時反饋的在線腦機接口方法，詳見下文描述：
[0006] 一種基于想象動作的在線腦-機接口方法，所述在線腦-機接口方法包括以下步 驟：
[0007] 使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力，通過64導聯(lián)腦 電采集系統(tǒng)采集使用者在執(zhí)行想象動作時產生的腦電信號數(shù)據；
[0008] 實時讀取腦電信號數(shù)據，判斷腦電信號數(shù)據存儲的時長是否超過ls，如果超過 ls，則截取當前Is的腦電信號數(shù)據，執(zhí)行下一步驟；如果沒有超過ls，繼續(xù)讀取腦電信號數(shù) 據；
[0009] 通過短時傅里葉變換對當前Is的腦電信號數(shù)據進行處理，獲取腦電信號數(shù)據的 時頻特征；通過相位耦合測量算法對當前Is的腦電信號數(shù)據進行處理，獲取相位鎖定值特 征；
[0010] 將兩類特征數(shù)據送到訓練好的分類器中進行模式識別，得到決策值；
[0011] 根據當前決策值dv，并通過進度條的變化作為反饋輸出。
[0012] 所述使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力具體為：
[0013] 左側為刺激界面，右側為反饋界面；左側進度條在10s內均勻的從0升高至100， 同時，使用者根據進度條的提示想象上肢肌肉收縮，并且想象收縮力均勻的增大到最大收 縮力。
[0014] 所述根據當前決策值，并通過進度條的變化作為反饋輸出具體為：
[0015] 當dv〈a時，進度條停留在0位置；當a<dv〈b時，進度條上升到25位置；當 b<dv〈c時，進度條上升到50位置；當c<dv〈d時，進度條上升到75位置；當d<dv時， 進度條上升到1〇〇位置；a，b，c和d分別為閾值。
[0016] 本發(fā)明提供的技術方案的有益效果是：本方法不僅可以實現(xiàn)觸發(fā)分類，并且在已 觸發(fā)的基礎上根據不同的想象強度可以做更加細致的分類。此外，不同于原有的通過增加 想象動作類型來擴大指令集的思路，可以通過對不同的想象強度劃分來增加指令集。本發(fā) 明可使使用者更加主動的參與想象任務，并不斷的提高自己的想象強度。基于本發(fā)明的設 計思路，可以加入體感知覺反饋。此外，該發(fā)明融合了想象動作下的時頻特征以及不同腦區(qū) 之間的相位耦合特征，有效地提高了信息傳輸效率。
【附圖說明】
[0017] 圖1為腦機接口組成示意圖；
[0018] 圖2為一種基于想象動作的在線腦-機接口方法的流程示意圖；
[0019] 圖3為電腦屏幕界面顯示圖；
[0020] 圖4為數(shù)據處理流程圖。
【具體實施方式】
[0021] 為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面對本發(fā)明實施方式作進一步 地詳細描述。
[0022] 大腦皮層的激活程度與使用者的想象強度有關。例如：想象較大的肌肉收縮力需 要在想象過程中投入更多的精力，因而可以激活更多運動區(qū)的神經元以及需要激活其它腦 區(qū)的神經元（例如：前額葉）參與此過程。區(qū)別于原有的基于想象動作的BCI系統(tǒng)，本發(fā)明 設計了基于不同想象強度的BCI，融合了想象動作下的大腦皮層運動區(qū)的ERD特征與前額 葉與運動區(qū)的相位耦合測量特征，對使用者的"想象"的強度進行判斷，并實時給予相應的 反饋。本方法不同于原有想象動作BCI根據不同的動作范式做分類識別，而是根據同一想 象動作對不同想象強度做分類識別，是一種新型的BCI設計方法。
[0023] 101:使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力，通過64導 聯(lián)腦電采集系統(tǒng)采集使用者在執(zhí)行想象動作時產生的腦電信號數(shù)據；
[0024] 使用者注視電腦屏幕的刺激界面，并進行上肢的想象動作。與此同時使用64導聯(lián) 腦電采集系統(tǒng)采集腦電信號，使用Ag/AgCl電極（阻抗小于15000歐姆），所有導聯(lián)的腦電 信號以右乳突為參考，以左乳突為地。腦電采樣頻率為1000Hz，濾波通帶為0. 5?100Hz， 并采用50Hz陷波器去除工頻干擾。數(shù)據預處理包括降采樣至200Hz，去眼電和空間濾波。 后續(xù)的數(shù)據處理提取相應的特征信號，從而將這些特征應用于的模式識別。并且設計一種 反饋界面，呈現(xiàn)給使用者。
[0025] 電腦屏幕上的刺激界面和反饋界面如圖3所示，左側為刺激界面，進度條不斷上 升引導使用者想象肌肉收縮程度不斷增強，右側為反饋界面，進度條的上升代表使用者的 想象強度不斷上升。使用者安靜地坐于距屏幕約lm的靠椅上，當使用者聽到連續(xù)兩聲的提 示音時，左側進度條在10s內均勻的從〇升高至100,與此同時，使用者根據進度條的提示， 想象上肢肌肉收縮，并且想象收縮力均勻的增大到最大收縮力（通過真實動作測量最大收 縮力）。在此過程中，實時處理想象動作的腦電信號，根據分類器輸出的決策值做出反饋，右 側進度條高度的變化反應了受試者想象強度的變化。到達所示的某一刻度值時表示使用者 的想象肌肉收縮力已達到最大收縮力的百分比。l〇s后，出現(xiàn)一聲的提示音，屏幕兩側進度 條回到〇位置，休息5s后再次聽到連續(xù)兩聲的提示音，開始下一次試驗。
[0026] 102 :實時讀取腦電信號數(shù)據，判斷腦電信號數(shù)據存儲的時長是否超過ls，如果超 過ls，則截取當前Is的腦電信號數(shù)據，執(zhí)行步驟103 ;如果沒有超過ls，繼續(xù)讀取腦電信號 數(shù)據；
[0027] 本發(fā)明的在線數(shù)據處理流程圖如圖4所示。數(shù)據處理流程如下：實時讀取腦電數(shù) 據；判斷數(shù)據存儲的時長是否超過ls，如果超過ls，則截取當前Is的數(shù)據進行數(shù)據分析。
[0028] 103 :通過短時傅里葉變換對當前Is的腦電信號數(shù)據進行處理，獲取腦電信號數(shù) 據的時頻特征；通過相位耦合測量算法對當前Is的腦電信號數(shù)據進行處理，獲取相位鎖定 值特征；
[0029] 1)時頻分析-短時傅里葉變換
[0030]由于想象動作下ERD現(xiàn)象有著特定的發(fā)生頻段，通常使用功率譜分析的方法。常 用的譜分析方法中暗含著對于處理信號的平穩(wěn)性假設，也即是假設信號的頻譜成分在整個 時間軸上是同分布的，而對于時間相關的誘發(fā)動態(tài)腦電信號而言，這一假設顯然不成立。短 時傅里葉分析是目前常用的時頻分析方法之一，它假設腦電信號具有一定程度的短時平穩(wěn) 性，也即是在一個有限的時間窗內信號的頻譜分布是不變的。
[0031] 短時傅里葉變換的方法是使用一個有限寬度的觀察窗W(t)對信號x(t)進行觀 察。在公式⑴中，STFT(t，《)是X(T)W(T-t)的傅里葉變換。隨著t的變化，窗函數(shù)在 時間軸上會有相應的位移，然后對加窗后的信號進行傅立葉變換得到信號的時頻特征。
【主權項】
1. 一種基于想象動作的在線腦-機接口方法，其特征在于，所述在線腦-機接口方法包 括以下步驟： 使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力，通過64導聯(lián)腦電采 集系統(tǒng)采集使用者在執(zhí)行想象動作時產生的腦電信號數(shù)據； 實時讀取腦電信號數(shù)據，判斷腦電信號數(shù)據存儲的時長是否超過ls，如果超過ls，則 截取當前Is的腦電信號數(shù)據，執(zhí)行下一步驟；如果沒有超過ls，繼續(xù)讀取腦電信號數(shù)據； 通過短時傅里葉變換對當前Is的腦電信號數(shù)據進行處理，獲取腦電信號數(shù)據的時頻 特征；通過相位耦合測量算法對當前Is的腦電信號數(shù)據進行處理，獲取相位鎖定值特征； 將兩類特征數(shù)據送到訓練好的分類器中進行模式識別，得到決策值； 根據當前決策值dv，并通過進度條的變化作為反饋輸出。
2. 根據權利要求1所述的一種基于想象動作的在線腦-機接口方法，其特征在于，所述 使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力具體為： 左側為刺激界面，右側為反饋界面；左側進度條在IOs內均勻的從O升高至100,同時， 使用者根據進度條的提示想象上肢肌肉收縮，并且想象收縮力均勻的增大到最大收縮力。
3. 根據權利要求1所述的一種基于想象動作的在線腦-機接口方法，其特征在于，所述 根據當前決策值，并通過進度條的變化作為反饋輸出具體為： 當dv〈a時，進度條停留在0位置；當a < dv〈b時，進度條上升到25位置；當b < dv〈c 時，進度條上升到50位置；當c < dv〈d時，進度條上升到75位置；當d < dv時，進度條上 升到100位置；a，b，c和d分別為閾值。
【專利摘要】本發(fā)明公開了一種基于想象動作的在線腦-機接口方法，所述方法包括：使用者觀看電腦屏幕上的刺激界面，想象上肢對應的肌肉收縮力，通過64導聯(lián)腦電采集系統(tǒng)采集在執(zhí)行想象動作時產生的腦電信號數(shù)據；通過短時傅里葉變換對當前1s的腦電信號數(shù)據處理，獲取腦電信號數(shù)據的時頻特征；通過相位耦合測量算法對當前1s的腦電信號數(shù)據處理，獲取相位鎖定值特征；將兩類特征數(shù)據送到訓練好的分類器中進行模式識別，得到決策值；根據當前決策值，并通過進度條的變化作為反饋輸出。本發(fā)明可使使用者更加主動的參與想象任務，并不斷的提高自己的想象強度。本發(fā)明融合了想象動作下的時頻特征以及不同腦區(qū)之間的相位耦合特征，有效地提高了信息傳輸效率。
【IPC分類】G06F3-01
【公開號】CN104571504
【申請?zhí)枴緾N201410819614
【發(fā)明人】明東, 王坤, 綦宏志, 何峰, 徐佳朋, 王忠鵬, 楊佳佳, 張力新
【申請人】天津大學
【公開日】2015年4月29日
【申請日】2014年12月24日