一种针对异步脑机接口中心理认知范式的状态检测方法

文档序号:37017676发布日期:2024-02-09 13:09阅读:20来源:国知局
一种针对异步脑机接口中心理认知范式的状态检测方法

本发明涉及脑机接口,尤其涉及一种针对异步脑机接口中心理认知范式的状态检测方法。


背景技术:

1、脑机接口技术通过对指定任务状态下的大脑活动进行采集与分析,实现对外部设备的控制,为失去与外界交互能力的病患(如脑卒中、失语症、闭锁综合征等)提供交流通道。基于心理认知范式的脑机接口不依赖于外界的刺激设备进行诱发来产生反馈,而是取决于多样的自发性心理活动来进行不同指令输出,即执行心理认知任务时为任务态,非心理认知任务时为非任务态或空闲态。

2、根据人机交互模式脑机接口可分为同步、异步两种。目前在实验室中的脑机接口一般为同步脑机接口,默认用户始终处于控制状态,只分析控制态时的脑电信号。但在实际应用中,用户不会一直控制着设备,需要区分控制态与非控制态时间段,这种模式被称为异步脑机接口。

3、目前的异步脑机接口多采用特征提取与机器学习分类算法相结合的方式,然而,由于个体的脑电信号具有特异性与多变性,即不同个体的脑电信号具有不同的特征而且每个个体的最佳特征都是不同的,所以难以通过单一或有限的特征组覆盖所有个体的有效分类特征。目前的异步脑机接口需对每个个体单独定制有效的脑电信号分类特征,而这需要很长时间对个体的脑电信号进行特征提取和选择,因此耗时长且不利于使用。

4、因此,现有技术还有待改进。


技术实现思路

1、针对现有技术缺陷,本发明提供一种针对异步脑机接口中心理认知范式的状态检测方法,旨在解决目前的异步脑机接口需要很长时间对个体的脑电信号进行特征提取和选择,因此耗时长且不利于使用的技术问题。

2、本发明解决技术问题所采用的技术方案如下:

3、第一方面,本发明提供一种针对异步脑机接口中心理认知范式的状态检测方法,包括:

4、收集个体在执行心理认知范式时的第一脑电信号,以及收集所述个体在执行所述心理认知范式时的第二脑电信号;其中所述第一脑电信号为基于同步脑机接口范式的脑电信号,所述第二脑电信号为基于异步脑机接口范式的脑电信号;

5、对所述第一脑电信号和所述第二脑电信号进行预处理,分别得到对应的第一预处理信号和第二预处理信号;

6、使用所述第二预处理信号的一部分和所述第一预处理信号训练预设的长短期记忆网络,得到训练后的长短期记忆网络分类模型;

7、使用所述第二预处理信号的剩余部分验证和测试所述训练后的长短期记忆网络分类模型,得到验证和测试后的长短期记忆网络分类模型;

8、通过所述验证和测试后的长短期记忆网络分类模型检测所述个体的所述心理认知范式的状态。

9、在一些实施例中,所述心理认知范式的所述状态包括任务态和非任务态;所述任务态包括运动想象状态、发音想象状态、空间想象状态以及心理计算状态;所述非任务态包括平稳状态、静息状态、环境声状态以及光干扰状态。

10、在一些实施例中,所述个体处于所述任务态时收集到的所述第一脑电信号和所述个体处于所述非任务态时收集到的所述第一脑电信号的数量相同。

11、在一些实施例中,所述对所述第一脑电信号和所述第二脑电信号进行预处理,分别得到对应的第一预处理信号和第二预处理信号,包括:

12、通过低高通滤波器去除所述第一脑电信号和所述第二脑电信号中的漂移现象及高频肌电干扰,并通过陷波滤波器去除所述第一脑电信号和所述第二脑电信号中的工频干扰,得到滤波后的第一脑电信号和第二脑电信号;

13、根据独立成分分析算法或盲源分离-典型相关性分析算法剔除所述滤波后的第一脑电信号和第二脑电信号中的人工伪迹,得到去噪后的第一脑电信号和第二脑电信号,其中所述去噪后的第一脑电信号为所述第一预处理信号,所述去噪后的第二脑电信号为所述第二预处理信号。

14、在一些实施例中,所述使用所述第二预处理信号的一部分和所述第一预处理信号训练预设的长短期记忆网络,得到训练后的长短期记忆网络分类模型,包括:

15、以全通道脑电信号为输入,以判定当前时间窗的脑电信号是否为所述任务态为输出,得到所述预设的长短期记忆网络。

16、在一些实施例中,所述使用所述第二预处理信号的剩余部分验证和测试所述训练后的长短期记忆网络分类模型,得到验证和测试后的长短期记忆网络分类模型,包括:

17、将所述第二预处理信号的所述剩余部分按照时间先后顺序分割,得到若干个时间窗;

18、将若干个所述时间窗按照所述时间先后顺序排列,得到若干个排列后的时间窗;

19、使用若干个所述排列后的时间窗验证和测试所述训练后的长短期记忆网络分类模型,得到所述验证和测试后的长短期记忆网络分类模型。

20、在一些实施例中,在所述验证的过程中,验证指标包括真阳率和假阳率。

21、在一些实施例中,所述方法还包括:通过在线使用所述验证和测试后的长短期记忆网络分类模型,以对所述验证和测试后的长短期记忆网络分类模型进行实时更新。

22、第二方面,本发明还提供一种终端,包括:处理器以及存储器,所述存储器存储有针对异步脑机接口中心理认知范式的状态检测程序,所述针对异步脑机接口中心理认知范式的状态检测程序被所述处理器执行时用于实现如第一方面所述的针对异步脑机接口中心理认知范式的状态检测方法的操作。

23、第三方面,本发明还提供一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质存储有针对异步脑机接口中心理认知范式的状态检测程序,所述针对异步脑机接口中心理认知范式的状态检测程序被处理器执行时用于实现如第一方面所述的针对异步脑机接口中心理认知范式的状态检测方法的操作。

24、本发明采用上述技术方案具有以下效果:

25、本发明针对异步脑机接口,通过建立端到端的神经网络模型,无需针对每个个体的脑电信号进行特征提取与选择,节省了时间利于使用;同时通过添加基于同步脑机接口范式的脑电信号作为训练数据集的一部分,保证了训练数据集的稳定,利于提高最后得到的模型的分类准确程度。



技术特征:

1.一种针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,包括:

2.根据权利要求1所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,所述心理认知范式的所述状态包括任务态和非任务态;所述任务态包括运动想象状态、发音想象状态、空间想象状态以及心理计算状态;所述非任务态包括平稳状态、静息状态、环境声状态以及光干扰状态。

3.根据权利要求2所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,所述个体处于所述任务态时收集到的所述第一脑电信号和所述个体处于所述非任务态时收集到的所述第一脑电信号的数量相同。

4.根据权利要求2所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,所述对所述第一脑电信号和所述第二脑电信号进行预处理,分别得到对应的第一预处理信号和第二预处理信号,包括:

5.根据权利要求2所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,所述使用所述第二预处理信号的一部分和所述第一预处理信号训练预设的长短期记忆网络,得到训练后的长短期记忆网络分类模型,包括:

6.根据权利要求2所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,所述使用所述第二预处理信号的剩余部分验证和测试所述训练后的长短期记忆网络分类模型,得到验证和测试后的长短期记忆网络分类模型,包括:

7.根据权利要求6所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,在所述验证的过程中,验证指标包括真阳率和假阳率。

8.根据权利要求1-7任一项所述的针对异步脑机接口中心理认知范式的状态检测方法,其特征在于,还包括:

9.一种终端,其特征在于,包括:处理器以及存储器,所述存储器存储有针对异步脑机接口中心理认知范式的状态检测程序,所述针对异步脑机接口中心理认知范式的状态检测程序被所述处理器执行时用于实现如权利要求1-8中任一项所述的针对异步脑机接口中心理认知范式的状态检测方法的操作。

10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述存储介质存储有针对异步脑机接口中心理认知范式的状态检测程序,所述针对异步脑机接口中心理认知范式的状态检测程序被处理器执行时用于实现如权利要求1-8中任一项所述的针对异步脑机接口中心理认知范式的状态检测方法的操作。


技术总结
本发明公开一种针对异步脑机接口中心理认知范式的状态检测方法,方法包括:收集个体执行心理认知范式时的第一脑电信号和第二脑电信号;第一脑电信号基于同步脑机接口范式,第二脑电信号基于异步脑机接口范式;对第一脑电信号和第二脑电信号预处理,分别得到第一预处理信号和第二预处理信号;使用第二预处理信号的一部分和第一预处理信号训练预设模型,得到训练后的分类模型;使用第二预处理信号的剩余部分验证和测试训练后的分类模型,得到验证和测试后的分类模型;通过验证和测试后的分类模型检测个体心理认知范式状态。本发明针对异步脑机接口,通过建立端到端的神经网络,无需对个体的脑电信号进行特征提取与选择,节省时间利于使用。

技术研发人员:陈霏,李铭韬
受保护的技术使用者:南方科技大学
技术研发日:
技术公布日:2024/2/8
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1