一种面向过程控制的运动想象脑-机接口设计方法技术

本发明专利技术公开了一种面向过程控制的运动想象脑‑机接口设计方法，包括以下步骤：离线建模阶段：使用者根据电脑屏幕提示进行单肢体多层级力量水平想象任务，采集使用者在执行运动想象任务时的脑电信号数据，经过信号处理建立回归模型；在线测试阶段：搭建在线反馈实验平台，受试者随意进行任意的握力想象，实时读取使用者脑电数据；将采集的数据经过处理后送入建立好的回归模型中，实时输出预测结果并反馈给使用者。本发明专利技术与传统MI‑BCI范式相比，能够输出连续的控制指令，可使目前的MI‑BCI操作方式更自然，该范式结合功能电刺激形成刺激强度连续变化的反馈环路，可实现更好的效果。

A process control oriented brain computer interface design method for motor imagery

The invention discloses a process-oriented design method of brain-computer interface for motion imagery, which comprises the following steps: off-line modeling stage: the user carries out a single limb multi-level force level imagery task according to the computer screen prompt, collects the EEG signal data of the user when performing the motion imagery task, and passes through the signal place. In the on-line test stage, the subjects can imagine the grip force arbitrarily and read the EEG data in real time. After processing, the collected data are sent to the established regression model, and the predicted results are output in real time and fed back to the users. Compared with the traditional MI BCI paradigm, the invention can output continuous control instructions and make the current MI BCI operation mode more natural. The paradigm combines the functional electrical stimulation to form a feedback loop with continuously varying stimulus intensity, thus achieving better effect.

【技术实现步骤摘要】
一种面向过程控制的运动想象脑-机接口设计方法
本专利技术涉及脑-机接口系统领域，尤其涉及一种面向过程控制的运动想象脑-机接口设计方法。
技术介绍
脑-机接口(Brain-ComputerInterface,BCI)是连接大脑和外部设备的直接信息通路。一方面，BCI系统可以检测神经活动模式能够识别大脑的意图，并将其转化为可被计算机利用的机器指令；另一方面，BCI系统可以直接刺激外周或中枢神经系统可实现机器意图对大脑的直接表达。其主要的工作原理是：采集人在不同任务状态下的脑电信号，使用信号处理的方法分析不同的脑电模式，然后通过一定的工程技术手段在人的大脑和外部设备之间建立信息交互的通道，实现了一种全新的控制过程。近些年来由于其在众多领域表现出广阔的应用前景，因而得到了越来越多研究者们的关注。运动想象(MotorImagery，MI)，指大脑仅有动作意图但不实际执行，反映人对动作的期望及对将要发生真实动作的预演。MI研究已历经数十年发展，MI诱发脑电同时含有认知心理和神经生理信息，已广泛用于人-机交互并成为BCI控制重要方法。MI-BCI在损伤脑区神经回路重建以及中风患者康复方面具有不可替代的优势。MI-BCI是唯一一种不需要外界刺激的BCI范式，使用者仅需要自主的控制自己的意念输出指令，真正的实现了“意念控制”。并且MI-BCI是中风患者的有效康复手段之一，具有重要的应用价值。但是，传统的MI-BCI系统实现的是面向对象解码的离散指令控制，控制指令主要包括左、右手，双脚，舌等简单肢体运动想象的指令。虽然，近些年来增加了复合肢体运动想象范式，如左手右脚，右手左脚，双手等协同运动想象指令，基于对运动参数(速度、力量、加速度、运动轨迹)的解码的范式以及基于各种更符合日常生活动作解码的范式，不断的扩大指令集，但对于外部设备的控制仍是离散指令控制。而实现连续的过程控制则是目前BCI发展中面临的重要挑战。随着信号采集硬件的更新换代，高密度检测电极的出现，神经反馈训练方法的提出，源分析方法的完善等为实现面向过程控制的MI-BCI系统提供可能。
技术实现思路
本专利技术提供了一种面向过程控制的运动想象脑-机接口设计方法，本专利技术与传统MI-BCI范式相比，能够输出连续的控制指令，可使目前的MI-BCI操作方式更自然，该范式结合功能电刺激形成刺激强度连续变化的反馈环路，可实现更好的效果，详见下文描述：一种面向过程控制的运动想象脑-机接口设计方法，所述方法包括以下步骤：离线建模阶段：使用者根据电脑屏幕提示进行单肢体多层级力量水平想象任务，采集使用者在执行运动想象任务时的脑电信号数据，经过信号处理建立回归模型；在线测试阶段：搭建在线反馈实验平台，受试者随意进行任意的握力想象，实时读取使用者脑电数据；将采集的数据经过处理后送入建立好的回归模型中，实时输出预测结果并反馈给使用者；其中，所述单肢体多层级力量水平想象任务具体为：受试者需要根据提示完成最大握力的想象任务以及静息任务；所述采集使用者在执行运动想象任务时的脑电信号数据具体为：受试者进行上肢抓握力量的想象，使用NeuroScan64导脑电放大器采集受试者的脑电信号，根据10-20国际标准导联位置摆放，以鼻尖为参考，前额叶为地，采样频率1000Hz，采用50Hz陷波器去除工频干扰；采集到的脑电信号通过通用串行总线传入信号处理的电脑，通过MATLAB软件进行信号处理。所述将采集的数据经过处理后送入建立好的回归模型具体为：对采集到的脑电信号预处理包括：200Hz降采样，共平均参考，8-30Hz带通滤波，数据分割；预处理后，对脑电信号提取特征，包括：利用事件相关谱扰动提取时-频特征，利用多频率成分空间滤波的共空间模式提取空间特征；将提取到的时-频特征、空间特征用来训练SVR回归模型，训练后得到一个预测model；在在线测试阶段，利用建立好的model实时对于未知抓握力量的MI任务进行预测。所述建立回归模型的方法使用的是支持向量回归。本专利技术提供的技术方案的有益效果是：1、本专利技术设计的面向过程控制的MI-BCI，通过两个等级的握力任务(最大/静息)想象，建立了可用于预测握力想象水平的连续输出模型，克服了原有传统的MI-BCI系统只能离散输出这一缺点；2、本专利技术通过连续输出模型即可预测区间内的握力想象水平，从而减少训练时间；3、本专利技术设计的面向过程控制的MI-BCI与传统MI-BCI范式相比，使用者仅需自主的控制自己的意念即可输出连续的指令，为面向自然人-机交互的MI-BCI操作奠定基础；4、通过进一步的研究可以得到完善的BCI系统，有望获得可观的社会效益和经济效益。附图说明图1为面向过程控制的MI-BCI结构示意图；图2为面向过程控制的运动想象脑-机接口设计方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。本专利技术实施例设计了一种面向过程控制的运动想象脑-机接口。运动想象特指一种运动意图，但无实际动作输出。运动想象可诱发不同节律脑电信号能量的下降或上升(事件相关去同步或事件相关同步(ERD/ERS))，不同的运动想象任务可诱发不同的ERD/ERS模式，因而运动想象可作为一种脑-机接口系统的控制方法。不同于传统的面向对象解码的，本技术设计了面向过程控制的运动想象脑-机接口范式，从而实现控制指令的连续输出。实施例1一种面向过程控制的运动想象脑-机接口设计方法，参见图1和图2，该方法包括以下步骤：101：使用者根据电脑屏幕提示进行单肢体多层级力量水平想象任务，采集使用者在执行运动想象任务时的脑电信号数据，经过信号处理建立回归模型；102：搭建在线反馈实验平台，使用者自主控制力量水平的想象，实时读取使用者脑电数据；103：将采集的数据经过处理后送入建立好的回归模型中计算预测结果并反馈给使用者。综上所述，本专利技术实施例通过两个等级的握力任务(最大/静息)想象，建立了可用于预测握力想象水平的连续输出模型，克服了原有传统的MI-BCI系统只能离散输出这一缺点。实施例2下面结合具体的计算公式、实例对实施例1中的方案进行进一步地介绍，详见下文描述：图1为本专利技术实施例的结构示意图。受试者进行上肢抓握力量的想象，与此同时使用NeuroScan64导脑电放大器采集受试者的脑电信号，根据10-20国际标准导联位置摆放，以鼻尖为参考，前额叶为地，采样频率1000Hz，采用50Hz陷波器去除工频干扰；采集到的脑电信号通过通用串行总线(UniversalSerialBus，USB)传入信号处理的电脑，通过MATLAB软件进行信号处理。信号处理的结果通过网络连接呈现给使用者。实验分为两个阶段：离线建模阶段和在线测试阶段：1)离线建模阶段：受试者需要根据提示完成最大握力的想象任务50次以及静息任务50次。采集的100个样本经过信号处理，建立回归预测模型。2)在线测试阶段：受试者随意进行任意的握力想象，采集的脑电经过信号处理提取特征，送入回归预测模型中，实时输出预测结果，反馈给受试者。在在线实验中，无事件同步单元(即“标签”)，即没有记录所要截取数据的起始位置，采集数据时，采用6s为窗宽，0.5s为步长的“滑动时间窗”(该窗的时间可以根据软硬件平台的更新重新设置，时间越短本文档来自技高网...

【技术保护点】
1.一种面向过程控制的运动想象脑‑机接口设计方法，其特征在于，所述方法包括以下步骤：离线建模阶段：使用者根据电脑屏幕提示进行单肢体多层级力量水平想象任务，采集使用者在执行运动想象任务时的脑电信号数据，经过信号处理建立回归模型；在线测试阶段：搭建在线反馈实验平台，受试者随意进行任意的握力想象，实时读取使用者脑电数据；将采集的数据经过处理后送入建立好的回归模型中，实时输出预测结果并反馈给使用者；其中，所述单肢体多层级力量水平想象任务具体为：受试者需要根据提示完成最大握力的想象任务以及静息任务；所述采集使用者在执行运动想象任务时的脑电信号数据具体为：受试者进行上肢抓握力量的想象，使用NeuroScan 64导脑电放大器采集受试者的脑电信号，根据10‑20国际标准导联位置摆放，以鼻尖为参考，前额叶为地，采样频率1000Hz，采用50Hz陷波器去除工频干扰；采集到的脑电信号通过通用串行总线传入信号处理的电脑，通过MATLAB软件进行信号处理。

【技术特征摘要】
1.一种面向过程控制的运动想象脑-机接口设计方法，其特征在于，所述方法包括以下步骤：离线建模阶段：使用者根据电脑屏幕提示进行单肢体多层级力量水平想象任务，采集使用者在执行运动想象任务时的脑电信号数据，经过信号处理建立回归模型；在线测试阶段：搭建在线反馈实验平台，受试者随意进行任意的握力想象，实时读取使用者脑电数据；将采集的数据经过处理后送入建立好的回归模型中，实时输出预测结果并反馈给使用者；其中，所述单肢体多层级力量水平想象任务具体为：受试者需要根据提示完成最大握力的想象任务以及静息任务；所述采集使用者在执行运动想象任务时的脑电信号数据具体为：受试者进行上肢抓握力量的想象，使用NeuroScan64导脑电放大器采集受试者的脑电信号，根据10-20国际标准导联位置摆放，以鼻尖为参考，前额叶为地，采样频率1000Hz，采用50Hz陷...

【专利技术属性】
技术研发人员：明东，王坤，綦宏志，陶学文，徐立超，王仲朋，何峰，赵欣，张力新，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12