一种基于p300的脑机接口系统的字符高速输入方法
【专利摘要】本发明公开了一种基于P300的脑机接口系统的字符高速输入方法，采用基于Bayesian框架的DSC算法，计算出当前闪烁字符成为目标字符的后验概率并进行处理，其实现主要分为两个阶段：1）训练阶段：采集受试者的训练数据，完成预处理、特征提取、训练Bayesian?LDA（BLDA）分类器，并得到P300与non-P300两类响应的概率密度函数（即先验分布）；2）测试阶段：根据先验分布以及在线获取的脑电特征向量，计算当前闪烁字符成为目标字符的后验概率，此概率值用于：a）动态缩短闪烁字符序列的长度，即将后验概率低的字符从闪烁序列中剔除；b）动态输出目标字符，即将此概率与预先设定的输出阈值比较，若大于该阈值则输出该字符。本发明在不影响字符输入准确率的前提下，能够明显提高输入速度。
【专利说明】—种基于P300的脑机接口系统的字符高速输入方法
【技术领域】
[0001]本发明涉及基于P300的脑机接口系统的【技术领域】，尤其是指一种基于P300的脑机接口系统的字符高速输入方法。
【背景技术】
[0002]脑机接口(brain computer interface, BCI)是指在人脑和计算机或其它电子设备之间建立的直接的交流和控制通道，它不依赖于脑的正常生理输出通路(外周神经系统及肌肉组织)，是一种全新的人机接口方式。它通过实时记录人脑的脑电波，在一定程度上解读人的思维，并将其转换成控制命令，由此来实现对计算机、家用电器、机器人等设备的控制。脑机接口是神经科学和工程技术学科交叉产生的一项具有深远意义的创新性发明。它在医疗、康复、娱乐乃至国防领域有着广泛的前景。从认知科学研究的角度看，脑机接口为科学家揭示大脑奥秘提供了一个强有力的平台。在人脑与电脑交互过程中，科学家将从观察到大脑的动态活动过程，从而为理解大脑的工作机制，改进和提高人工智能的信息处理能力提供可能。脑机接口技术建立了大脑与外部世界直接控制周围环境中的各种设备，以实现某种程度上的生活自理。这些强劲的需求都为脑机接口研究提供了巨大的动力。
[0003]基于P300的脑机接口系统是一项重要的应用，P300是一种事件相关电位(eventrelated potentials, ERP)的内源成分,在相关事件发生后的300ms左右出现一个正向峰值，它有着广泛的应用前景。最初的P300单波由Sutto等在1965年发现的，其在Oddball实验模式下出现。当在频繁的标准刺激中夹杂着不长出现但明显有差异的听觉、视觉或体觉刺激时，会在偏差刺激后约300ms后在头顶皮层引起的EEG正峰。基于P300的原理，人们利用P300的波形，实现了字符输入、测谎、网络浏览等功能。此外，基于P300的脑机接口已经渐渐来到我们的生活中，而用于开发使用的目标人群主要是残障人士，利用脑机接口目前的优势来帮助那些由于各种原因导致身体语言器官严重受损的患者，对于他们和外界正常通讯的能力的恢复和对现有社会资源的充分应用具有重大的科学意义和现实意义。
[0004]ERP:事件相关电位是人大脑对于特定事件的变化电位，其电位变化是人身体或心理活动有关的事件相关脑电活动。在记录下原始的EEG信号后，可以通过一定的步骤将ERP信号从EEG信号中分离出来。相比普通的诱发电位，ERP具有一些特点，例如需要被试者主观参与、被试者的心理状态等一些外在因素。目前主要研究的ERP信号包括P300、N200等。
[0005]基于P300的脑机接口系统最早自1988年出现以来，一直受到许多研究单位的关注。对于脑机接口系统而言，它的可用性主要体现在系统的准确率和传输率上，而因为P300信号采集于人的头皮部位，信号中包含有许多噪声，并且成分比较微弱。因此，在传统的实验过程中，为达到较高的准确率和传输率，提出了一些改进方法。目前，基于P300的脑机接口系统已经有了许多新型的应用，最有现实的意义就是字符拼写，这项应用为残障人士与外界交流提供了平台。
[0006]现有技术中存在以下情况:
[0007]1、最早的技术是采用固定闪烁次数进行字符输入，设定每输入一个目标字符需要闪烁的遍数，即对于当前目标字符闪完设定的固定次数后，字符输入，并开始下一个目标字符。此种技术的缺点是:对于某些目标字符，可能在小于设定的闪烁遍数时，就能检测到P300信号，若仍采用固定闪烁次数，只会延长实验时间，且降低系统的传输率。
[0008]2、这是一种非固定闪烁次数的技术方案，将采集的训练数据经过多次叠加平均的方法提取特征向量，在线测试时，使用归一化后的分类响应的最大值与次大值作为停止重复刺激的指标，设定一个合理的阈值，当指标大于该阈值时，字符输入。此种技术的缺点是:
2.1)要想得到停止重复刺激的指标，必须是闪完一遍(即40个字符)，而对于某些目标字符，在40个闪烁字符的过程中，就能检测出P300信号，并不需要闪完一个序列(即40个字符)，这样只会延长实验时间，从而影响系统的传输率；2.2)由于P300信号因人而异，则该阈值不容易确定。
【发明内容】
[0009]本发明的目的在于克服现有技术的缺点与不足，提供一种基于P300的脑机接口系统的字符高速输入方法，该方法利用Bayesian框架的先验分布，提高了系统的信息传输率。
[0010]为实现上述目的，本发明所提供的技术方案为:一种基于P300的脑机接口系统的字符高速输入方法，采用基于Bayesian框架的DSC算法，计算出当前闪烁字符成为目标字符的后验概率，当某个字符的后验概率大于设定的阈值Qtl，则停止当前闪烁序列，输出目标字符；否则，将该闪烁序列的后验概率排序并与阈值Θ i相比，若大于该阈值Θ JU保留下来，并将保留下来的字符序列按后验概率递减排序，若小于该阈值Θ !则删除，使得在线测试过程中，闪烁字符序列缩短，然而对于每位受试者，在进行在线反馈实验之前都要采集一段训练数据，其用于:1)建立在线分类用到的分类器；2)用上述分类器得到两类响应的概率密度估计函数；3)用该数据进行交叉验证获得的最优阈值；在训练过程中所完成的主要内容是，每位受试者进行M个试次trail的训练，I个trail中包括N次重复闪烁round,每个ixnmd包含40个闪烁字符，即40个epoch ;训练阶段完成后，受试者开始进行在线测试实验，在整个实验过程中，系统根据设计的DSC算法，输出检测到的目标字符。
[0011]所述基于P300的脑机接口系统的字符高速输入方法，采用的实验系统是最常见的脑机接口系统，其中，诱发P300模块是由40个字符排列而成的一个4X10的矩阵界面，而实验中选择的通道主要是与视觉相关的即可，实验设计主要分为以下几个步骤:
[0012]1)首先需进行训练数据的采集，启动上述40字符矩阵的矩阵界面，然后对受试者进行目标字符提示，告诉受试者此刻该盯着哪个字符，当该字符闪烁完N次后，再给出另一个字符，同样闪烁完N次再给另一个字符，直至所需训练的M个字符全部给出，在训练的过程中，每一个闪烁序列有40个字符，包括I个目标字符和39个非目标字符，将每个字符闪烁N次后，就可以得到诱发的P300波形；
[0013]2)采取滤波器对上述诱发的P300波形进行预处理，对于处理后的P300波形，每个通道选取多个采样点作为特征点，且该多个采样点所对应的时间长度为600ms，将该采样点作为每一个字 符的特征向量；
[0014]3)预处理后，进行贝叶斯线性判别BLDA分类，得到目标字符和非目标字符的分类器响应，之后根据高斯核密度估计方法，得到两类响应的概率估计图，即两类响应的似然函数图；
[0015]4)上述训练阶段完成后，开始进入在线测试阶段，对于当前闪烁序列的每个字符，根据训练分类器得到在对应的分类响应的条件下，目标字符和非目标字符出现的概率，并根据Bayesian法则计算出每个字符的后验概率,计算公式如下:
【权利要求】
1.一种基于P300的脑机接口系统的字符高速输入方法，其特征在于:采用基于Bayesian框架的DSC算法，计算出当前闪烁字符成为目标字符的后验概率，当某个字符的后验概率大于设定的阈值Θ ^，则停止当前闪烁序列，输出目标字符；否则，将该闪烁序列的后验概率排序并与阈值Q1相比，若大于该阈值Q1则保留下来，并将保留下来的字符序列按后验概率递减排序，若小于该阈值Θ i则删除，使得在线测试过程中，闪烁字符序列缩短，然而对于每位受试者，在进行在线反馈实验之前都要采集一段训练数据，其用于:1)建立在线分类用到的分类器；2)用上述分类器得到两类响应的概率密度估计函数；3)用该数据进行交叉验证获得的最优阈值；在训练过程中所完成的主要内容是，每位受试者进行M个试次trail的训练，I个trail中包括N次重复闪烁round,每个round包含40个闪烁字符，即40个epoch ;训练阶段完成后，受试者开始进行在线测试实验，在整个实验过程中，系统根据设计的DSC算法，输出检测到的目标字符。
2.根据权利要求1所述的一种基于P300的脑机接口系统的字符高速输入方法，其特征在于:诱发P300模块是由40个字符排列而成的一个4X 10的矩阵界面，而实验中选择的通道主要是与视觉相关的即可，实验设计包括以下步骤: O首先需进行训练数据的采集，启动上述40字符矩阵的矩阵界面，然后对受试者进行目标字符提示，告诉受试者此刻该盯着哪个字符，当该字符闪烁完N次后，再给出另一个字符，同样闪烁完N次再给另一个字符，直至所需训练的M个字符全部给出，在训练的过程中，每一个闪烁序列有40个字符，包括I个目标字符和39个非目标字符，将每个字符闪烁N次后，就可以得到诱发的P300波形； 2)采取滤波器对上述诱发的P300波形进行预处理，对于处理后的P300波形，每个通道选取多个采样点作为特征点，且该多个采样点所对应的时间长度为600ms，将该采样点作为每一个字符的特征向量； 3)预处理后，进行贝叶斯线性判别BLDA分类，得到目标字符和非目标字符的分类器响应，之后根据高斯核密度估计方法，得到两类响应的概率估计图，即两类响应的似然函数图； 4)上述训练阶段完成后，开始进入在线测试阶段，对于当前闪烁序列的每个字符，根据训练分类器得到在对应的分类响应的条件下，目标字符和非目标字符出现的概率，并根据Bayesian法则计算出每个字符的后验概率,计算公式如下:
3.根据权利要求2所述的一种基于P300的脑机接口系统的字符高速输入方法，其特征在于:关于阈值参数的选择，除了先设定一个固定的阈值作为选择目标字符的依据外，在改变序列的长度时，还需要设置阈值判断字符是否保留；对每位受试者训练数据采用交叉验证方法来设定阈值的，两种类型的阈值设定如下: ①对于判断目标字符输出的阈值Θ ^，是通过交叉验证得到平均后的分类决策的准确率和信息传输率来设定的，所述信息传输率是指系统在单位时间内能够传输多少比特的信息量，其计算公式如下:
4.根据权利要求2所述的一种基于P300的脑机接口系统的字符高速输入方法，其特征在于:所述40个字符包括26个英文字母、10个数字以及4个常用符号。
【文档编号】G06F3/01GK103955270SQ201410148541
【公开日】2014年7月30日 申请日期:2014年4月14日 优先权日:2014年4月14日
【发明者】顾正晖, 徐杨, 沈之芳 申请人:华南理工大学