[发明专利]基于实施边界规避任务模型提高脑电唤醒度的方法有效
申请号: | 201911193329.3 | 申请日: | 2019-11-28 |
公开(公告)号: | CN111158462B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 付荣荣;于宝;王世伟 | 申请(专利权)人: | 燕山大学 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06K9/00;G06K9/62;A61B5/369 |
代理公司: | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人: | 孙建 |
地址: | 066004 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 实施 边界 规避 任务 模型 提高 唤醒 方法 | ||
1.一种基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述方法包括以下具体步骤:
步骤1、建立边界规避任务模型:
将移动水杯场景概念化为边界规避任务模型,其中将杯简化为一段弧,将杯中的水简化为质量小的球,所述弧的半径大于所述球的半径,所述弧与所述球形成动态复杂系统;
步骤2、采集脑电数据,包括以下具体步骤:
步骤21、在计算机上利用函数库PsychToolbox对边界规避任务进行呈现;
步骤22、在试验过程中,受试者左、右手分别敲击所述计算机的左和右方向键控制所述水杯作左、右往复运动,控制所述水杯将所述球从起始位置传送至目标位置,过程中若所述球逸出水杯,任务重新开始,若无逸出,任务成功,在所述过程中采集所述受试者在边界规避任务中的脑电;
步骤23、将采集到的所述脑电数据由带通滤波器进行预处理;
步骤3、利用CSP算法提取所述脑电数据的空间特征,具体包括以下步骤:
步骤31、将每个受试者的脑电数据分组为测试集和训练集,并进行交叉验证;
步骤32、利用CSP算法对所述训练集提取一组空间滤波器,利用所述空间滤波器对所述训练集和所述测试集滤波,得到所述训练集和所述测试集的空间特征;
步骤4、导出分类模型并评估精度,具体步骤如下:
步骤41、利用所述训练集的空间特征训练分类器,得到一个分类模型;
步骤42、用所述测试集验证所述分类模型的分类性能,并得到分类精度;
步骤43、计算所述分类精度的平均分类精度。
2.根据权利要求1所述的基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述步骤1中所述边界规避任务模型的模型运动方程为:
式中,x代表所述水杯的水平位置,M分别是水杯的质量,m是所述球的质量,l是水杯的半径,F是所述模型受到的外力,g为重力加速度,θ为所述水杯对所述球的径向支撑力的方向与竖直方向的夹角。
3.根据权利要求1所述的基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述步骤23中所述带通滤波器的截止频率为8Hz和30Hz。
4.根据权利要求1所述的基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述步骤31中执行十折交叉验证,将每个受试者的所述脑电数据平均分成10组,分别将所述10组数据中每一组的数据用作所述测试集,并且用所述10组中剩余9组的数据用作所述训练集。
5.根据权利要求1所述的基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述步骤32中,所述CSP算法通过解决以下优化问题来提取所述空间滤波器:
式中,||·||表示L2-范数,Σ1和Σ2分别是第一类和第二类脑电的空间协方差矩阵,w是待求解的特征向量;
提取上式中α个最大和α个最小特征值对应的特征向量形成所述空间滤波器式中C为是进行所述脑电采集的通道数量。
6.根据权利要求1所述的基于实施边界规避任务模型提高脑电唤醒度的方法,其特征在于,所述步骤42中采用十折交叉验证得到10个分类精度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911193329.3/1.html,转载请声明来源钻瓜专利网。