[发明专利]一种识别头部运动意图的脑电信号解码方法及系统

权利要求书

1.一种识别头部运动意图的脑电信号解码方法，其特征在于，包括：

获取目标用户在头部运动过程中的脑电信号数据段；

对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述变换图谱为具有时频信息的图谱；

采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图；

所述对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：

对所述脑电信号数据段进行预处理；所述预处理包括电极定位、剔除无用电极、重参考、滤波、分段和基线校正；

采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；

所述变换图谱为连续小波变换图谱或者短时傅里叶变换图谱；所述变换图谱包括具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。

2.根据权利要求1所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：

对预处理后的脑电信号数据段进行筛选处理，确定运动皮层附近的脑电信号数据；

采用短时傅里叶变换算法或者连续小波变换算法，对标记脑电信号数据进行处理，得到所述目标用户对应的变换图谱；

其中，所述标记脑电信号数据为确定的运动皮层附近的脑电信号数据。

3.根据权利要求1所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图，具体包括：

将所述变换图谱输入到头部运动意图解码模型中，以识别所述目标用户的头部运动意图；

所述头部运动意图解码模型是根据训练数据和卷积神经网络确定的；所述训练数据包括具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。

4.根据权利要求3所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述训练数据的确定过程为：

通过脑电帽设备采集用户的第一脑电信号数据段和第二脑电信号数据段；所述第一脑电信号数据段为未进行转头运动前的脑电信号数据；所述第二脑电信号数据段为在左右转头运动后的脑电信号数据；所述第二脑电信号数据段包括在左转头运动后的脑电信号数据段和在右转头运动时的脑电信号数据段；

对所述第一脑电信号数据段和所述第二脑电信号数据段进行预处理；

对预处理后的第一脑电信号数据段和预处理后的第二脑电信号数据段进行筛选处理，确定第一标记脑电信号数据段和第二标记脑电信号数据段；所述第一标记脑电信号数据段为所述预处理后的第一脑电信号数据段在运动皮层附近的脑电信号数据；所述第二标记脑电信号数据段为所述预处理后的第二脑电信号数据段在运动皮层附近的脑电信号数据；

采用短时傅里叶变换算法，对所述第一标记脑电信号数据段和所述第二标记脑电信号数据段分别进行处理，得到具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱；或者采用连续小波变换算法，对所述第一标记脑电信号数据段和所述第二标记脑电信号数据段分别进行处理，得到具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。

5.根据权利要求3所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述将所述变换图谱输入到头部运动意图解码模型中，以识别所述目标用户的头部运动意图，具体包括：

将所述变换图谱输入到头部运动意图解码模型中，得到第一分类结果和第二分类结果；

所述第一分类结果为空闲状态或者头部运动意图状态，所述第二分类结果表示头部左转意图或者头部右转意图，并当所述第一分类结果为头部运动意图状态时，所述第二分类结果为头部左转意图或者头部右转意图。