专利名称：基于神经反馈的运动想象脑-机接口交互训练系统及方法
技术领域：
本发明涉及一种信息交互系统的训练系统及训练方法，特别涉及一种基于神经反馈的运动想象脑-机接口交互训练系统及方法。
背景技术：
脑-机接口(BCI)提供了一种新的与外界交流的通道，它是不依赖于大脑正常输出通路(外周神经系统及肌肉组织)的全新的信息交互系统。当进行肢体运动想象时，对应的运动皮层区域会出现事件相关去同步现象(Event Related Desynchronization, ERD),这一现象被用来建立运动想象的脑-机接口系统。这类脑-机接口的基础是需要受试能够有效的进行脑电信号的调制，所以需要建立相应的训练系统来帮助受试掌握调制脑电信号的方法。训练是一个双向的过程，一方面需要训练受试来学习如何调制脑电信号。对于受试的训练，通常通过反馈系统让受试者学习如何调整自己的脑信号。由于不同的脑电状态 会产生不同的结果进而会产生不同的反馈信号，受试者根据当前的反馈信号来自适应学习如何自如地控制系统反馈从而达到控制脑电信号的目的。但是，该训练过程通常需要长期的训练如几个月时间，耗时过长，而且系统的识别率过低。
发明内容
本发明的目的是提供一种基于神经反馈的运动想象脑-机接口交互训练方法，实现了受试者与训练系统的双向训练过程，提高了训练效率，大大缩短了训练时间，并且提高了分类准确度。为了实现以上目的，本发明是通过以下技术方案实现的
一种基于神经反馈的运动想象脑-机接口交互训练系统，包含
电极帽；
若干个电极，所述的若干个电极设置在所述的电极帽中，通过将电极帽佩戴在受试者的头上，该若干个电极能够接收到运动想象的脑电信号；
信号处理设备，所述的信号处理设备的输入端通过电路与电极相连，该信号处理设备放大和处理电极所采集到的脑电信号；
计算机，所述的计算机的输入端通过数据线与信号放大设备的输出端相连，该计算机中的训练软件的界面会显示受试者的运动想象信号经训练软件分类后的结果反馈图。所述的电极的个数为13个。一种基于神经反馈的运动想象脑-机接口交互训练方法，其特征在于，包含如下步骤
步骤I:通过电极帽中的若干个电极采集到受试者运动想象的脑电信号，将该脑电信号传输到信号处理设备；
步骤2 :信号处理设备对该脑电信号进行放大处理，并对该脑电信号进行滤波；
步骤3 :将经过滤波后的脑电信号输入计算机，计算机对滤波后的脑电信号进行特征提取和分类，并从分类的结果中获得该运动想象的脑电信号的想象强度的信息，再将这种强度信息实时转换成图像反馈在计算机上显示出来，以让受试者及时知道当前运动想象的
质量;
步骤4:计算机对受试者不同的运动想象的脑电信号进行追踪，并通过动态调整分类器的输出参数和不同的权重进行择优选择特征训练并更新分类模型。本发明与现有技术相比，具有以下优点
1、实现了受试者与训练系统的双向训练过程，提高了训练效率，大大缩短了训练时
间；
2、提高了分类准确度。
图I为本发明一种基于神经反馈的运动想象脑-机接口交互训练系统的系统框 图2为本发明一种基于神经反馈的运动想象脑-机接口交互训练方法的系统训练原理图。
具体实施例方式以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。如图I所示，一种基于神经反馈的运动想象脑-机接口交互训练系统，包含电极帽I、若干个电极2、信号处理设备3、计算机4 ;其中，若干个电极2设置在电极帽I中，在本实施例中，电极帽I选用64导联的电极帽，电极2的个数为13个，通过将电极帽I佩戴在受试者的头上，13个电极2能够接收到运动想象的脑电信号。信号处理设备3的输入端通过电路与电极2相连，该信号处理设备3放大和处理电极2所采集到的脑电信号。计算机4的输入端通过数据线与信号放大设备3的输出端相连，该计算机4中的训练软件的界面会显示受试者的运动想象信号经训练软件分类后的结果反馈图。利用上述的基于神经反馈的运动想象脑-机接口交互训练系统，所采用的交互训练方法，包含如下步骤
步骤I :通过电极帽I中的13个电极2采集到受试者运动想象的脑电信号，将该脑电信号传输到信号处理设备3 ;在本实施例中，电极2是采用256Hz进行数据采样的。步骤2 :信号处理设备3对该脑电信号进行放大处理，并对该脑电信号进行滤波；在本实施例中，采用5 30Hz带通滤波。步骤3 :将经过带通滤波后的脑电信号输入计算机4，计算机4对脑电信号进行特征提取和分类，并从分类的结果中获得该脑电信号的想象强度的信息，再将这种强度信息实时转换成图像反馈在计算机4上显示出来，以让受试者及时知道当前运动想象的质量，即进行人的训练。在本实施例中，以受试者想象左手运动为例并通过绿色箭头表示，计算机4中的 训练软件的界面实时显示的图像包括若干个水槽，在本实施例中，设置两个水槽，其中，设每个水槽的长度为L，每个水槽中有一小球，每完成一次想象任务需要3s，分10次反馈，每O.3s反馈一次，每个水槽对应一次想象任务即对应10次反馈。如果想象正确，水槽中的液柱则会相比当前的液柱高度上升一段距离，从而将小球向上推动一段距离，否则，小球则会向下移动相应的距离，小球移动的距离以H表示，根据公式可算出H，即H=PXO. 3sXL/3s。在反馈的过程中，如果每个水槽中的液柱到达不同的高度，假设三个不同高度，分别为水槽的1/2L，3/4L和L时，则水槽中的液柱颜色也会呈现不同的颜色，在本实施例中，一次想象任务结束后，还会根据液柱的高度，出现相应的分数，以给受试者相应的激励。其中，P为分类输出概率，该分类输出概率为受试者当前的脑电信号根据支持向量机(SVM)分类模型分类后的 输出概率，P会随着特征和分类模型的不同而不同，具体请参见步骤4。步骤4 :计算机4对受试者不同的运动想象的脑电信号进行追踪，并通过动态调整分类器的输出参数和不同的权重进行择优选择特征训练并更新分类模型，即进行系统训练。如图2所示，在本实施例中，训练系统采用的是一种基于特征选择的分类模型的训练，在训练分类模型的过程中，每个分类模型训练的特征来自于受试者完成的最新的训练集(runs),训练集(runs)的个数< 5,每个训练集(run)包括20次训练(trials),每完成一次运动想象即为完成一次训练(trial)。每个run中选择trial的原则是先选择所有分类正确的trials,并按照分类输出概率P从高到低依次排列所有分类正确的trials。其中，如果选择的trials中，想象正确的分别表示左手和右手动作的trials的个数的比例r满足3/5 < r < I或者I彡！■彡5/3，那么所有已选的trials被认为达到了两类较平衡的水平，则已排序好的分类正确的trials形成一个新的run ;否则,则认为已选的trials被认为未达到两类较平衡的水平，因此，将该run中分类正确的trials按照分类正确概率P从高到低进行降序排列，而本run中所有分类错误的trials，则将按照分类输出概率P从低到高进行升序排列，形成一个新的run。 依此类推，其他新的run也会以同样的方式形成，然后所有新形成的runs(runs ( 5)按照不同的权重进行选择,具体定义如下当新的runs的数量不大于5时,每个新runs中选择trials的比例定义如下W(n) =X(n)/5, η= {I, 2, 3,4, 5}。在公式中，设η为新形成runs的个数,设定与最近一次形成的run相对应的X(η)的值是5,即W(n) =1,从受试者完成的最新的run到上一个run, X(η)的值依次减I,则W(η)的值依次递减1/5,那么，每个新run中选择trials的个数为20W(n);因此，当runs的个数大于5时,从最新的run到前几个run中trial的分类输出概率是固定的，即设定最新的run为newrun5,依次往前为 newrun4, newrun3, newrun2, newrunl,则其分类输出概率依次分别是 1,4/5,3/5,2/5,1/5,即从每个run中选择trial的个数依次分别为20,16,12,8,4。据此newrun5, newrun4,newrun3, newrun2, newrunl形成一个新的模型newmodel。如果每个新形成的runs中trial的个数少于按上面比例所设计的对应每个run中选择trial的个数,则以新runs中的实际trial个数为准,否则按上面所设计的每个run中trial个数依次从新的runs中进行trial的选择。这个比例的选择遵循受试的脑电活动随着实验的进行在模型训练中的重要性依次提闻的原则。综上所述，本发明一种基于神经反馈的运动想象脑-机接口交互训练系统及方法，实现了受试者与训练系统的双向训练过程，提高了训练效率，大大缩短了训练时间，并且提高了分类准确度。尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的
描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
权利要求
1.一种基于神经反馈的运动想象脑-机接口交互训练系统，其特征在于，包含 电极帽(I); 若干个电极(2)，所述的若干个电极(2)设置在所述的电极帽(I)中，通过将电极帽(I)佩戴在受试者的头上，该若干个电极(2)能够接收到运动想象的脑电信号； 信号处理设备(3)，所述的信号处理设备(3)的输入端通过电路与电极(2)相连，该信号处理设备(3 )放大和处理电极(2 )所采集到的脑电信号； 计算机(4)，所述的计算机(4)的输入端通过数据线与信号放大设备(3)的输出端相连，该计算机(4)中的训练软件的界面会显示受试者的运动想象信号经训练软件分类后的结果反馈图。
2.如权利要求I所述的基于神经反馈的运动想象脑-机接口交互训练系统，其特征在于，所述的电极(2)的个数为13个。
3.一种基于神经反馈的运动想象脑-机接口交互训练方法，其特征在于，包含如下步骤 步骤I :通过电极帽(I)中的若干个电极(2)采集到受试者运动想象的脑电信号，将该脑电信号传输到信号处理设备(3)；步骤2 :信号处理设备(3)对该脑电信号进行放大处理，并对该脑电信号进行滤波；步骤3:将经过滤波后的脑电信号输入计算机(4)，计算机(4)对滤波后的脑电信号进行特征提取和分类，并从分类的结果中获得该运动想象的脑电信号的想象强度的信息，再将这种强度信息实时转换成图像反馈在计算机(4)上显示出来，以让受试者及时知道当前运动想象的质量； 步骤4 :计算机(4)对受试者不同的运动想象的脑电信号进行追踪，并通过动态调整分类器的输出参数和不同的权重进行择优选择特征训练并更新分类模型。
全文摘要
本发明公开了一种基于神经反馈的运动想象脑-机接口交互训练系统及方法，该交互训练系统包含电极帽、若干个电极、信号处理设备以及计算机；该交互训练系统的训练方法包含如下步骤步骤1采集受试者运动想象的脑电信号；步骤2对该脑电信号放大处理并滤波；步骤3进行人的训练；步骤4进行系统训练。本发明实现了受试者与训练系统的双向训练过程，提高了训练效率，大大缩短了训练时间，并且提高了分类准确度。
文档编号G06F3/01GK102722255SQ201210221230
公开日2012年10月10日 申请日期2012年6月29日 优先权日2012年6月29日
发明者夏斌, 张庆梅, 杨文璐, 谢宏 申请人:上海海事大学