[发明专利]一种基于位点等效增强的脑机接口解码方法及装置

权利要求书

1.一种基于位点等效增强的脑机接口解码方法，其特征在于，包括如下步骤：

S1、获取刺激界面中所有目标的稳态视觉诱发电位作为原始训练集，对原始训练集进行数据预处理，并根据预处理后的训练集求解所有目标的解码模板；

S2、对原始训练集进行位点等效增强获得增强训练集和等效排列集合；具体包括如下子步骤：

S21、对于原始训练集中第个目标第个试次的训练数据，其标记频率为，原始顺序排列与的采样点位置一一对应，使用标记频率对原始顺序排列进行周期划分，计算原始顺序排列包含的正弦周期数目、单个周期内的完整采样点数量以及每个周期的近似起点；

S22、从每个周期起点开始计算原始顺序排列中每个原始位点在周期内的位序，位序相同的点被定义为位序等效点，对原始顺序排列中位序为的所有位点进行重采样，生成原始的第个位点子向量，从位序1至依次重采样，获得个原始位点子向量，组成原始位点子向量集合；

S23、对原始位点子向量集合中的每个原始位点子向量进行随机打乱重排，生成个重排位点子向量，组成重排位点子向量集合；

S24、按照原始位点子向量集合中位点的周期序号以及周期内位序，将中的位点进行有序组合，生成新的全排列；

S25、令第个目标的等效排列集合为，计算全排列与中已存在等效排列的肯德尔等级相关系数，若符合阈值要求，则就是一个等效排列，将该排列加入中；

S26、重复上述S23-S25，按照序列前向选择原则继续向中添加等效排列，直至等效排列集合中的等效排列数目满足阈值要求；

S27、使用中的等效排列对第个目标其他试次的训练数据进行等效变换，生成增强训练集；

S3、对增强训练集进行任务相关成分析，构建集成空间滤波器；

S4、根据等效排列集合对验证集中的每个单试次验证信号进行全频率定向重排，获得每个单试次验证信号对应的重排数据集；使用S3中的集成空间滤波器进行空间滤波后计算验证信号对应的重排数据和其对应的解码模板之间的皮尔森相关系数；对比单试次验证信号的已知目标标签，将皮尔森相关系数分为预测错误和预测正确；

S5、构建步骤S4中预测错误和预测正确之间的概率密度函数，并选取相应的置信水平和阈值；

S6、根据等效排列集合对测试信号进行全频率定向重排，获得测试信号对应的重排数据集；使用S3中的集成空间滤波器进行空间滤波后计算测试信号对应的重排数据和其对应的解码模板之间的皮尔森相关系数；利用朴素贝叶斯方法求解每个皮尔森相关系数为预测错误和预测正确的后验概率并分类，根据预测正确对所有目标进行投票，预测正确次数最多的目标被判断为当前测试信号的最终目标。

2.如权利要求1所述的一种基于位点等效增强的脑机接口解码方法，其特征在于，所述步骤S1中预处理包括数字滤波和数据标准化。

3.如权利要求1所述的一种基于位点等效增强的脑机接口解码方法，其特征在于，所述步骤S3具体包括如下子步骤：

S31、计算第个目标的增强训练集中所有试次的互协方差以及协方差；

S32、根据步骤S31中的互协方差以及协方差求解空间滤波器；

S33、重复S31-S32，求解所有目标的空间滤波器，构成集成空间滤波器。

4.如权利要求1所述的一种基于位点等效增强的脑机接口解码方法，其特征在于，所述步骤S4具体包括如下子步骤：

S41、取验证集中的单试次信号，根据第个目标的等效排列集合中的第个等效排列进行重排生成的数据为，利用空间滤波器进行空间滤波并计算重排数据与第个目标的解码模板之间的皮尔森相关系数；

S42、根据等效排列集合的其余等效排列重复进行S41的操作，得到关于第个目标的的皮尔森相关系数；

S43、使用其他目标的等效排列集合对单试次信号重复步骤S41-S42，获得单试次信号关于其他目标的所有皮尔森相关系数；

S44、根据单试次信号的已知目标标签，将步骤S42与S43中单试次信号关于所有目标的全部皮尔森相关系数进行分类；其中与单试次信号的已知目标相同的所有皮尔森相关系数分类为预测正确；反之，预测错误；

S45、对验证集中的其他信号重复上述步骤S41-S44，获得验证集中每个信号关于所有目标的皮尔森相关系数并根据已知标签对其分类。