[发明专利]一种基于阈值判别方法的多模态脑电信号检测方法

说明书

本发明属于属于脑‑机接口应用研究领域，更具体地，涉及一种基于阈值判别方法的多模态脑电信号检测方法。包括如下步骤，步骤S1、受试者根据提示做出运动想象或注视SSVEP刺激界面，从而产生相应脑电信号；步骤S2、脑电信号被实时采集，经过去噪和信号放大，通过计算机I/O口传给计算机脑电处理模块；步骤S3、脑电信号预处理，计算脑电信号与参考信号相关关系，得到脑电信号与参考信号的最大相关系数；步骤S4、阈值决策，是将最大相关系数与设定的阈值进行比较，最大相关系数大于等于设定阈值，进行SSVEP分类，反之进行MI分类；步骤S5、输出分类结果。

技术领域

本发明属于属于脑-机接口应用研究领域，更具体地，涉及一种基于阈值判别方法的多模态脑电信号检测方法。

背景技术

脑-机接口(Brain-Computer Interface,BCI)是通过对人的神经系统电活动和特征信号的收集，识别及转换,使人脑与计算机或其他电子设备之间建立起直接的交流和控制通道。脑-机接口技术在人与机器人的交流沟通领域具有重大创新意义和使用价值，其已广泛的应用于助残康复，并在改善残疾人生活质量中做出了巨大贡献。在非侵入式脑-机接口技术的人工智能康复工程领域，基于脑电信号(EEG) 的BCI系统由于其便捷，无创并且成本低等优点而受到了广泛的关注。在BCI系统中使用的常见范式包括稳态视觉诱发电位(Steady-state visual evoked potentials,SSVEP)，事件相关电位(event-relatedpotential，ERP)和与运动想象(Motor Imagery，MI)相关的事件相关去同步/同步(EventRelated Desynchronization，ERD/Event Related Synchronization，ERS)电位。

基于运动想象的脑-机接口(MI-BCI)，通过检测识别用户运动想象产生的脑电信号来判断用户意图，进而实现人脑与外部设备之间的直接通信与控制。用户在运动想象的过程中，大脑皮层会产生两种变化明显的节律信号，分别是8-15Hz的Mu节律信号和18-24Hz的Beta节律信号。同时，大脑皮层对侧运动感觉区的脑电节律能量会明显降低，而同侧运动感觉区的脑电节律能量增大，这种现象称为ERD/ERS。并且不同部位的躯体运动想象与该躯体对应的感觉运动皮层ERD/ERS现象有关，即ERD/ERS现象有空间分布的特性。

基于P300的脑-机接口(P300-BCI)，以ERP中P300电位作为目标信号。P300电位是与大脑决策过程相关的ERP成分，反映着大脑对外界刺激的评价与分类过程。实验中，通常利用oddball范式诱发 P300电位。从EEG上看，P300是在大脑接收目标刺激后大概250-500ms内出现的正向偏移电位。

基于稳态视觉诱发电位的脑-机接口(SSVEP-BCI)，以SSVEP为目标信号。SSVEP是一种通过向受试者呈现以一定频率快速闪烁的刺激块，在头皮上记录到的与刺激频率倍频相同的稳态脑电响应。

其中MI-BCI无需依靠外界刺激即可生成可用于分类的脑电信号并且可以生成近乎连续的输出但受可区分的任务数量有限的困扰。P300-BCI和SSVEP-BCI具有较高的信息传输率(ITR)可用分类指令多但是仅能提供离散命令并且需要外界刺激才能产生可用于分类的脑电信号，容易出现视觉疲劳等缺点。

目前整体脑-机接口技术还在处于发展阶段。其中基于单一模态的脑-机接口技术用于控制系统，以实现对外部设备的基本控制，较为普遍且相对成熟。但是单一模态的脑-机接口很难同时满足生成多维控制指令的同时快速精准的识别用户意图。为了克服使用单一模式的局限性，近年来已经建立了许多出色的工作。专利号为201410267060.X的文献将P300和SSVEP相结合，将基于对同一组按钮上的P300 和SSVEP的检测控制状态和空闲状态之间的区别用于提高异步控制的性能。李远清等人结合了脑电信号和眼电信号来控制集成的轮椅机器人。Pfurtscheller等人提出了一种混合BCI，设计了基于MI指令来激活和停用SSVEP-BCI。