[发明专利]一种基于事件相关电位的跨个体通用型脑机接口方法

摘要

本发明公开了一种基于事件相关电位的跨个体通用型脑机接口方法，所述方法包括以下步骤采用Farwell实验范式视觉诱发事件相关电位信号，并采集事件相关电位信号；对事件相关电位信号进行预处理，提取P300信号；利用集成的线性分类器组对跨个体字符识别率进行预测，并分析其识别效果。该集成分类器具有较好的跨个体识别效果，可以对未经训练的被试数据得到较为理想的预测效果，并在55名被试的大量样本中得到了证实。最佳实施方案拟采用专利转让、技术合作或产品开发。该项发明可以用于控制外部设备、电子娱乐等领域，具有重要的研究意义与商业价值。

主权项

一种基于事件相关电位的跨个体通用型脑机接口方法，其特征在于，所述方法包括以下步骤：采用Farwell实验范式视觉诱发事件相关电位信号，并采集事件相关电位信号；对事件相关电位信号进行预处理，提取P300信号；截取刺激开始后700ms内的信号作为特征，将六个导联的特征首尾相接构成用于分类的特征向量，该向量维度为6*0.7*20＝84；利用集成的线性分类器组对跨个体字符识别率进行预测，并分析其识别效果；其中，所述利用集成的线性分类器组对跨个体字符识别率进行预测的步骤具体为：结合所有的子分类器可以得到一个效果强化的集成分类器，模型f(xk)写成：f(xk)=1NΣj=1NΣi=1Nsgn[dij(xk)];i,j,k∈R1:i=j=kR2:i≠j≠k]]>其中，R1代表SD空间，即训练样本来自同一被试者；R2代表SI空间，即训练样本分别来自不同的被试者，sgn是取符号函数；利用模型对测试数据进行预测，得到预测的目标字符为：Cr|c＝argmaxr|c[f(xkr|c)]其中，argmax表示寻找使f(x)达到最大值的参量值；r|c是使f(xk)最大化所对应的行/列，行和列的交叉位置即预测得到的目标字符的位置，将预测字符与已知的目标字符对应，判断分类器测试结果的正确与否；其中，dij(xk)＝ωijxk+bij；i,j,k＜Nωij是由第i名被试者的目标刺激样本和第j名被试者的非目标刺激样本依据线性判别分析算法训练得到的投影向量，bij是偏置项，xk是来自第k名被试者的测试样本，N为被试者的总数。