[发明专利]基于SSVEP和P300综合刺激的脑电轮椅控制方法在审

专利信息
申请号: 202210460959.8 申请日: 2022-04-28
公开(公告)号: CN114938962A 公开(公告)日: 2022-08-26
发明(设计)人: 贺龙祥;黄韧频;张婧仪;石德利;张璟璇;梁峻阁 申请(专利权)人: 江南大学
主分类号: A61B5/377 分类号: A61B5/377;A61B5/378;A61G5/04;A61G5/10
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 吕永芳
地址: 214122 江苏*** 国省代码: 江苏;32
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 ssvep p300 综合 刺激 轮椅 控制 方法
【权利要求书】:

1.一种基于SSVEP和P300综合刺激的脑电轮椅控制方法,其特征在于,所述方法包括:

步骤1:实时采集当前轮椅使用者在多级混合刺激范式刺激下产生的脑电信号,并提取出SSVEP和P300通道数据;其中SSVEP通道数据中的SSVEP信号对应一级命令的前进、左转、右转、停止四个命令,P300通道数据中的P300信号对应二级命令中的前进速度、左转转向角度、右转转向角度或制动程度;

步骤2:对SSVEP通道数据中的SSVEP信号进行典型相关分析,算出SSVEP信号与参考模板中一级命令的前进、左转、右转、停止四个命令分别对应的模板的典型相关系数,最大相关系数对应的目标为当前轮椅使用者注视的一级命令;

步骤3:对P300通道数据进行线性判别分析,分析过程中采用修正后的Fisher准则函数迭代收敛隶属度阈值至预定值以确定针对当前轮椅使用者的标准P300数据集,以便根据当前轮椅使用者的脑电信号中的P300通道数据确定其注视的二级命令;

步骤4:根据步骤2和步骤3确定的一级命令和二级命令实现对轮椅运动状态的控制。

2.根据权利要求1所述的方法,其特征在于,所述多级混合刺激范式为:在脑电轮椅控制显示屏上依次亮度显示四个不同闪烁频率的指示图形,用于诱发SSVEP信号;四个指示图形分别分布在显示器的上、左、右、下处,对应着一级命令的前进、左转、右转、停止四个命令;

在SSVEP信号的四个闪烁的指示图形亮度显示的同时,以预定频率随机显示六种不同的颜色,并分别预设其中的三种为三个靶刺激,以诱发P300信号,三个靶刺激对应二级命令中三个程度的前进速度、左转转向角度、右转转向角度或者制动程度;

预先设定显示器上的上、左、右、下四个指示图形与二级指令的前进速度、左转转向角度、右转转向角度和制动程度的对应关系。

3.根据权利要求2所述的方法,其特征在于,所述步骤3中针对当前轮椅使用者的标准P300数据集包括训练集和测试集,针对不同的轮椅使用者,通过迭代收敛隶属度阈值的方式更换测试集中的样本数据;

所述步骤3包括:

步骤3.1:预先采集标准n段P300信号和n段非P300信号作为训练集中的样本数据,并对训练集中的样本数据进行预处理;

步骤3.2:根据训练集中的样本数据以及预先设定的隶属度阈值的迭代初始值p0确定实时采集的P300通道数据是否需要保留;

当需要保留的数据量为2n时,将此部分需要保留的数据打包并标记其隶属度阈值为p0;并将此部分数据加入到测试集中作为测试中的样本数据;

步骤3.3:更新隶属度阈值为pi+1,i=0,1,2,3,……;根据此时训练集中和测试集中的数据样本以及更新后的隶属度阈值pi+1确定后续所采集的P300通道数据是否需要保留;当后续所采集的P300通道数据中需要保留的数据达到2i+2n时,将此部分需要保留的数据打包并标记其隶属度阈值为pi+1;并将此部分数据也加入到测试集中作为测试中的样本数据;

步骤3.4:当隶属度阈值更新至预设的判定值时,将此时测试中的样本数据和训练集中的样本数据作为针对当前轮椅使用者的标准P300数据集;

后续使用过程中,将实时采集到的当前轮椅使用者的脑电信号中的P300信号与标准P300数据集中的样本数据进行匹配以确定当前轮椅使用者注视的二级命令。

4.根据权利要求3所述的方法,其特征在于,后续使用过程中,如果实时采集到的当前轮椅使用者的脑电信号中的P300通道数据连续M次确定为不需要保留,则提醒当前轮椅使用者是否需要删除标准P300数据集中测试集中的样本数据,如果当前轮椅使用者选择删除,则重新执行步骤3.2~步骤3.4以更新标准P300数据集适应当前轮椅使用者。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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江南大学,未经江南大学许可,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/202210460959.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top