一种附加汉字默读与运动想象任务的脑-机接口方法技术

本发明专利技术为一种附加汉字默读与运动想象任务的脑‑机接口方法，包括以下内容：获取被试在多组附加汉字默读与运动想象任务中的脑电信号，单次任务以多个汉字为刺激，包括空闲阶段、准备阶段、提示阶段和默读想象阶段；对脑电信号进行预处理，获取被试的脑电信号能量，根据脑电信号能量确定最优滤波频率范围；对脑电信号进行重新预处理，重新预处理过程中根据最优滤波频率范围对脑电信号进行滤波处理；将预处理后的脑电信号作为脑电数据样本，通过卷积神经网络对脑电数据样本进行特征提取和分类，将分类结果用于驱动与大脑交互的外部设备。该方法提出了附加汉字默读的运动想象任务范式，提高了脑电信号的分类准确率。

【技术实现步骤摘要】
一种附加汉字默读与运动想象任务的脑-机接口方法
本专利技术属于生物医学工程的脑-机接口
，特别涉及一种附加汉字默读与运动想象任务的脑-机接口方法。
技术介绍
脑机接口(BrainComputerInterface，BCI)是一种通过解码人类脑神经活动信息来实现大脑直接与外部设备进行交互的信息传输技术，BCI技术的实现是将脑皮层的电生理活动特征转换成相应的指令，进而实现大脑对外界设备的控制。BCI技术已经被应用于军事、医疗、娱乐等诸多领域，例如在军事领域可以利用脑电信号(Electroencephalogram,EEG)对武器装备进行辅助控制，在医疗领域可以利用BCI技术帮助肢体残疾病人直接控制外部设备，还可以通过运动想象(Motorimagery，MI)的EEG实现对机器人的遥控，让机器人在特定环境下完成任务。基于MI-EEG(附加运动想象的脑电信号)的BCI技术是一种利用自发脑电驱动外部设备的技术，具有操作简单、成本低、风险小等优点，并且相较于利用外部刺激产生EEG进行驱动的方式，这项技术可以避免外部刺激对使用者产生的不良影响。目前，基于MI-EEG的BCI技术存在操作层面少的缺陷，提取的脑电特征有限，因此随着想象任务的增多，分类准确率会急剧下降；此外，仅凭使用者自主的心理活动很难对BCI系统的外部设备进行准确操纵，导致使用者不能有效且自发驱动外部设备。BCI系统一般包含EEG采集、信号预处理、特征提取、分类判别以及控制接口五个部分，而BCI系统的核心是提高EEG的分类准确率，但是由于EEG具有个体差异性、信噪比低、信号不平稳等特点，每个使用者的脑电信号特征所在的频率范围不同，因此对所有使用者的脑电信号采用相同的频率范围进行滤波处理，不能保证每个使用者的EEG都能达到最好的分类效果。综上所述，本专利技术提出一种附加汉字默读与运动想象任务的脑-机接口方法，融合了使用者的高级认知，进而诱发出更加明显的脑电特征，使得分类结果更加准确。
技术实现思路
针对现有技术的不足，本专利技术拟解决的技术问题是，提供一种附加汉字默读与运动想象任务的脑-机接口方法。为了上述技术问题，本专利技术采取的技术方案如下：一种附加汉字默读与运动想象任务的脑-机接口方法，其特征在于，该方法包括以下内容：获取被试在多组附加汉字默读与运动想象任务中的脑电信号，每组任务包含多次任务，单次任务以多个汉字为刺激，包括空闲阶段、准备阶段、提示阶段和默读想象阶段；对脑电信号进行预处理，获取被试的脑电信号能量，根据脑电信号能量确定最优滤波频率范围；对脑电信号进行重新预处理，重新预处理过程中根据最优滤波频率范围对脑电信号进行滤波处理；将预处理后的脑电信号作为脑电数据样本，通过卷积神经网络对脑电数据样本进行特征提取和分类，将分类结果用于驱动与大脑交互的外部设备。获得最优滤波频率范围的具体过程为：利用事件相关谱扰动算法分别对每个汉字对应的默读想象阶段F5、F6、P5、P6这四个电极采集的脑电信号进行时频分析，得到每个电极对应的脑电信号能量，将脑电信号能量的绝对值大于4的脑电信号能量所在的频率范围作为每个电极对应的脑电信号能量有显著变化的频率范围；将四个电极对于同一个汉字的脑电信号能量有显著变化的频率范围取并集得到该汉字对应的脑电信号能量有显著变化的频率范围；最后将所有汉字对应的脑电信号能量有显著变化的频率范围取并集，得到最优滤波频率范围；其中，P5电极位于大脑的威尔尼克区，F5电极位于大脑的布洛卡区，F6电极和P6电极位于大脑右半球的感觉运动皮层。对脑电信号进行预处理的具体过程为：对脑电信号进行头皮定位，去除眼电信号；对去除眼电信号的脑电信号进行4～45Hz频率范围的滤波处理；将滤波处理后的脑电信号改变参考电极，对改变参考电极后的脑电信号进行独立成分分析，去除脑电信号中的伪迹；对去除伪迹后脑电信号进行基线校正，并对基线校正后的脑电信号进行数据分段，提取附加汉字默读与运动想象任务中每个汉字对应的默读想象阶段的脑电信号。单次任务的过程为：空闲阶段，计算机屏幕上显示黑底白字的“*”，持续时长2000ms，允许被试调整坐姿和情绪至自然放松状态；空闲阶段结束后进入准备阶段，计算机屏幕上显示黑底白字的“+”，持续时长1000ms，要求被试集中注意力；准备阶段结束后进入提示阶段，计算机屏幕上随机显示汉字，持续时长1000ms，提醒被试下一阶段需要进行的默读想象任务与该汉字相关；准备阶段结束后进入默读想象阶段，计算机屏幕上保持时长4000ms的黑屏，要求被试在心中一直默读该汉字同时想象与该汉字相关的运动想象动作，直到默读想象阶段结束。每组附加汉字默读与运动想象任务均包含“跳”、“吃”、“握”和“空”这四个汉字；汉字“跳”，默读“tiao”，运动想象动作为“双脚跳跃”；汉字“吃”，默读“chi”，运动想象动作为“吞咽”；汉字“握”，默读“wo”，运动想象动作为“紧握”；汉字“空”，默读“kong”，运动想象动作为被试保持平静状态。对脑电信号进行重新预处理包括去除眼电、改变参考电极、滤波、去伪迹、数据分段和基线校正。卷积神经网络的第一层为输入层，输入层通过一个含有32个卷积核为3×3的卷积层；接着顺次通过含有64个卷积核为5×5的卷积层和池化核为2×2，步长为2的池化层，最后通过全连接层和dropout层由softmax函数分类后再由输出层输出。脑电数据样本为63通道×400个时间采样点的二维矩阵。与现有技术相比，本专利技术的有益效果是：1)本专利技术提出了一种附加汉字默读的运动想象任务范式，将传统的运动想象任务范式转变成依靠默读和想象两种高级认知相结合的方式产生自发脑电的任务范式，从而诱发出特征更加明显且更易提取的EEG，在丰富了BCI任务范式的同时也提高了EEG的分类准确率。附加汉字默读的运动想象任务范式，使被试的大脑在刺激目标的作用下，在进行运动现象任务的同时可以激发相应语言相脑区的响应，使得诱发的脑电特征更加明显，从而提升了EEG的分类准确率。2)本专利技术考虑到被试的个体差异性，在对EEG进行滤波处理时采用事件相关谱扰动算法来为每名被试确定EEG提取的最优滤波频率范围，不仅可以获得更加纯净的EEG，还能保证提取到更加明显的脑电特征，在一定程度上弥补了由于用户间个体差异性导致分类器分类效果差的缺陷。3)本专利技术可以应用在脑控机器人以及康复医疗等领域，可以有效提高基于MI-BCI控制的设备的可靠性和实用性，进一步提升基于MI-BCI系统的性能，完善了BCI系统的理论研究，有望获得可观的社会效益。附图说明图1是本专利技术的静态文字刺激界面示意图；图2是本专利技术的单次任务的时序图；图3是本专利技术中被试在默读想象阶段F5电极对应的事件相关谱扰动时频图；图4是本专利技术中被试在默读想象阶段F6电极对应的事件相关谱扰动时频图；图5是本专利技术中被试在默读想象阶段P5电极对应的事件相关谱扰动时频图；图6本文档来自技高网...

【技术保护点】
1.一种附加汉字默读与运动想象任务的脑-机接口方法，其特征在于，该方法包括以下内容：/n获取被试在多组附加汉字默读与运动想象任务中的脑电信号，每组任务包含多次任务，单次任务以多个汉字为刺激，包括空闲阶段、准备阶段、提示阶段和默读想象阶段；/n对脑电信号进行预处理，获取被试的脑电信号能量，根据脑电信号能量确定最优滤波频率范围；/n对脑电信号进行重新预处理，重新预处理过程中根据最优滤波频率范围对脑电信号进行滤波处理；/n将预处理后的脑电信号作为脑电数据样本，通过卷积神经网络对脑电数据样本进行特征提取和分类，将分类结果用于驱动与大脑交互的外部设备。/n

【技术特征摘要】
20210104 CN 20211000446921.一种附加汉字默读与运动想象任务的脑-机接口方法，其特征在于，该方法包括以下内容：
获取被试在多组附加汉字默读与运动想象任务中的脑电信号，每组任务包含多次任务，单次任务以多个汉字为刺激，包括空闲阶段、准备阶段、提示阶段和默读想象阶段；
对脑电信号进行预处理，获取被试的脑电信号能量，根据脑电信号能量确定最优滤波频率范围；
对脑电信号进行重新预处理，重新预处理过程中根据最优滤波频率范围对脑电信号进行滤波处理；
将预处理后的脑电信号作为脑电数据样本，通过卷积神经网络对脑电数据样本进行特征提取和分类，将分类结果用于驱动与大脑交互的外部设备。


2.根据权利要求1所述的附加汉字默读与运动想象任务的脑-机接口方法，其特征在于，获得最优滤波频率范围的具体过程为：利用事件相关谱扰动算法分别对每个汉字对应的默读想象阶段F5、F6、P5、P6这四个电极采集的脑电信号进行时频分析，得到每个电极对应的脑电信号能量，将脑电信号能量的绝对值大于4的脑电信号能量所在的频率范围作为每个电极对应的脑电信号能量有显著变化的频率范围；将四个电极对于同一个汉字的脑电信号能量有显著变化的频率范围取并集得到该汉字对应的脑电信号能量有显著变化的频率范围；最后将所有汉字对应的脑电信号能量有显著变化的频率范围取并集，得到最优滤波频率范围；
其中，P5电极位于大脑的威尔尼克区，F5电极位于大脑的布洛卡区，F6电极和P6电极位于大脑右半球的感觉运动皮层。


3.根据权利要求1所述的附加汉字默读与运动想象任务的脑-机接口方法，其特征在于，对脑电信号进行预处理的具体过程为：
对脑电信号进行头皮定位，去除眼电信号；对去除眼电信号的脑电信号进行4～45Hz频率范围的滤波处理；将滤波处理后的脑电信号改变参考电极，对改变参考电极后的脑电信号进行独立成分分析，去除脑电信号中的伪迹；对去除伪迹后脑电信号进行基线校正，并对基线校正后的脑电信...

【专利技术属性】
技术研发人员：郭苗苗，金铭，吉利辉，张天恒，王子威，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12