[发明专利]一种脑电空间滤波器的动态构建方法

说明书

本发明公开了一种脑电空间滤波器的动态构建方法，包括：1)输入训练集数据之后按设定时间点划分前后数据段，从前后数据段中选定目标导联；2)对剩余导联进行抽选，抽选出一部分导联，分别确定两个时间段下的目标导联与抽选导联集合的信号，然后利用上述四部分信号求解目标函数，构建统一模型；3)判断目标函数的输出是否满足终止条件，如果是，执行步骤4)，如果否，重新执行步骤2)；4)输入当前的测试数据并按照步骤1)进行预处理，通过统一模型训练得出的导联集合从预处理后的测试数据中抽选导联信号；5)结合步骤4)抽选的导联信号对测试目标导联应用统一模型，动态求解适用于当前环境的空间滤波器并对测试数据进行空间滤波。本发明能够改善单试次脑电特征，从而提高分类识别效率。

技术领域

本发明涉及脑机接口、脑功能认知状态评估、脑状态检测等多个领域，尤其涉及一种脑电空间滤波器的动态构建方法。

背景技术

脑电信号(EEG signal)是神经细胞电生理活动通过容积导体效应在大脑皮层或头皮表面的总体反映。脑电信号包含了大量的生理信息，在工程应用方面，EEG信号可以用来设计实现脑-机接口(Brain-Computer Interface,BCI)。脑-机接口是一种能够获取并解码人脑产生的生理信号来控制计算机或外部设备的新型人-机交互系统，可以脱离大脑正常的指令输出通路，无需经由外周神经和相关肌肉组织的传统运动控制途径。按照刺激范式的不同，BCI系统可以分为主动式、被动式和反应式三种。主动式BCI的特点是用户主动输出指令控制外部设备，以基于运动想象(Motor Imagery,MI)信号的系统为主；被动式BCI多用于检测大脑状态，如精神状态和注意力水平等；反应式BCI主要用于检测大脑基于外部刺激的响应并间接输出控制指令，刺激诱发信号种类众多，如事件相关电位(Event-RelatedPotential,ERP)、稳态视觉诱发电位(Steady State Visual Evoked Potential,SSVEP)、错误相关电位(Error-Related Potential,ErrP)、事件相关去同步(Event-RelatedDesynchronization,ERD)等。BCI系统尤其适用于以下两种应用场景：(1)基本肢体运动功能受损、但思维正常的患者；(2)工作空间狭窄，不方便进行肢体运动(如航天环境等)。因此，BCI技术在当下越来越受到重视。

EEG信号是非平稳、时变的随机信号，而且容易受到背景活动噪声、运动伪迹、电磁噪声等的干扰。为了降低噪声干扰，提高有效信号的信噪比，大多数采集到的脑电信号通常都需要经过各种预处理之后才能进行下一步的分析：例如降采样可以减少存储压力，提高实时运算速度，同时在一定程度上抑制高频噪声的干扰；数字滤波常用来滤除或保留特定频段的信号，主要种类有低通滤波、高通滤波、带通滤波和陷波等；信号空间投影(Signal-Space Projection,SSP)常用来消除设备产生的电磁噪声和眼电干扰；独立成分分析(Independent Component Analysis,ICA)常用于分离多个非高斯的统计独立的源信号；主成分分析(Principle Component Analysis,PCA)常用于数据降维提取信号的主要特征；麦克斯韦滤波(Maxwell Filtering)与信号空间分离(Signal-Space Separation,SSS)常用于分离并去除外部源的电磁噪声(环境噪声)等等。

最近几年，脑电信号及其应用得到了愈发广泛和深入的研究，脑-机接口系统的指令集数量不断加大，信息传输率(Information Transfer Rate,ITR)逐步提高。然而目前相关研究和发展在更快响应时间和更高准确率两个方向上似乎都达到了瓶颈，其中一个很重要的原因在于前述常规的脑电数据预处理手段不足以进一步提升特征信号的质量，且现有空间滤波器的具体参数大多由训练集数据或相应的先验知识提前固定，因此无法很好地处理具有强随机性、非线性和非平稳性的各类非目标特征的脑电噪声。

发明内容