[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

说明书

本发明提供一种基于实施边界规避任务提高脑电唤醒度的方法，其通过建立“水杯‑球”动态复杂模型，在虚拟环境中实施有视觉引导的边界规避任务，收集受试者在完成边界规避任务过程中的脑电信号，以脑电分类精度作为衡量脑电唤醒度高或低的指标，将脑电数据划分为测试集和训练集，利用CSP算法对训练数据和测试数据进行特征优化，再利用优化后的训练数据去训练分类器，得到一个分类模型，最后用测试数据验证这个模型的分类性能，得到分类精度。利用本发明提出的方法，受试者参与度高，脑电携带特征更明显，受试者在训练试验次数更少的情况下脑电平均识别精度比运动想象任务更高，而且，在小样本情况下脑电识别效果依然较高。

技术领域

本发明涉及生物信号处理领域，具体涉及一种基于实施边界规避任务模型提高脑电唤醒度的方法。

背景技术

脑电图是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大而记录获得的图形，是通过电极记录下来的脑细胞群的自发性、节律性电活动。对脑部活动的评估具有重要的意义，是研究脑部功能状态、神经疾病诊断和检测的重要临床工具。在脑电的研究中，一个关键的步骤就是设计合理的实验范式提高脑电的唤醒度。

在认知神经康复中，常用“运动想象”范式来改善中风患者的认知功能障碍，中风患者在运动想象的过程中依靠自身的想象激发脑电。然而，简单的无反馈“运动想象”范式的功能在不同受试者之间有很大的差异，有部分的潜在用户脑电唤醒度过低，而无法达到可行的控制精度，这在一定程度上限制了它的应用。

发明内容

本发明要解决的技术问题是提供一种通过增加视觉引导，以提高受试者的脑电唤醒度，进而缩短训练时间的方法。

为解决上述问题本发明提出一种基于实施边界规避任务模型提高脑电唤醒度的方法，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较小的球，所述弧半径远大于所述球半径，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算法提取所述训练集和所述测试集的空间特征，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。

进一步的，所述步骤1中所述边界规避任务模型的模型运动方程为：