基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法，本发明专利技术涉及一种信号提取方法，具体涉及基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法。本发明专利技术目的是为解决目前生理干扰严重影响脑机信号的准确提取，限制脑机接口技术的发展。步骤一、在脑组织位置进行探测；步骤二、探测获得电信号；步骤三、检测器D1测得的△[HbO2]N(k)和△[HHb]N(k)，D2测得的△[HbO2]F(k)和△[HHb]F(k)；步骤四、用x(k)表示△[HbO2]N(k)或△[HHb]N(k)；步骤五、用y(k)表示△[HbO2]F(k)或△[HHb]F(k)；步骤六、y(k)中包含r(k)和i(k)，生理干扰可以表示为步骤七、根据y(k)＝r(k)+i(k)和算出脑功能信号的表达式；步骤八、获得脑功能信号s(k)。本发明专利技术应用于信号处理领域。
【技术实现步骤摘要】
【专利摘要】，本专利技术涉及一种信号提取方法，具体涉及。本专利技术目的是为解决目前生理干扰严重影响脑机信号的准确提取，限制脑机接口技术的发展。步骤一、在脑组织位置进行探测；步骤二、探测获得电信号；步骤三、检测器D1测得的△N(k)和△N(k)，D2测得的△F(k)和△F(k)；步骤四、用x(k)表示△N(k)或△N(k)；步骤五、用y(k)表示△F(k)或△F(k)；步骤六、y(k)中包含r(k)和i(k)，生理干扰可以表示为步骤七、根据y(k)＝r(k)+i(k)和算出脑功能信号的表达式；步骤八、获得脑功能信号s(k)。本专利技术应用于信号处理领域。【专利说明】
本专利技术涉及一种信号提取方法，具体涉及。
技术介绍
近红外光谱技术可用于大脑皮层中氧合血红蛋白浓度变化Λ 和还原血红蛋白浓度变化△ 的信号测量，进一步拓展脑机接口研究。然而，近红外光谱技术的应用一直受制于人体的生理活动的影响，称之为生理干扰，特别是当脑组织表现很强的非均匀特性时，这种生理干扰严重影响脑机信号的准确提取，限制脑机接口技术的发展。
技术实现思路
本专利技术目的是为解决目前生理干扰严重影响脑机信号的准确提取，限制脑机接口技术的发展。而提出了。 上述的专利技术目的是通过以下技术方案实现的: 步骤一、在待测脑组织位置使用光源S和两个检测器Dl和D2构成的近红外探头进行探测； 步骤二、探测漫反射光强信号并经过光电传感器进行变换获得反应光强信息的电信号; 步骤三、电信号通过修正朗伯比尔定律获取检测器Dl测得的氧合血红蛋白浓度变化量的时间序列Λ N(k)和还原血红蛋白浓度变化量的时间序列Λ N(k)，检测器D2测得的氧合血红蛋白浓度变化量的时间序列Λ F(k)和还原血红蛋白浓度变化量的时间序列Λ F(k)； 步骤四、用x(k)表示Λ N(k)或Λ N(k)； 步骤五、用y (k)表示Λ F(k)或Λ F(k)； 步骤六、y (k)中包含脑功能活动信号r (k)和生理干扰i (k),即y (k)=r (k) +i (k)，生理干扰可以表示为 【权利要求】1.，其特征在于:具体是按照以下步骤进行的: 步骤一、在待测脑组织位置使用光源S和两个检测器Dl和D2构成的近红外探头进行探测； 步骤二、探测漫反射光强信号并经过光电传感器进行变换获得反应光强信息的电信号; 步骤三、电信号通过修正朗伯比尔定律获取检测器Dl测得的氧合血红蛋白浓度变化量的时间序列Λ N(k)和还原血红蛋白浓度变化量的时间序列Λ N(k)，检测器D2测得的氧合血红蛋白浓度变化量的时间序列Λ F(k)和还原血红蛋白浓度变化量的时间序列Λ F(k)； 步骤四、用 x(k)表示Δ N(k)或Λ N(k)； 步骤五、用 y(k)表示Λ F (k)或Λ F(k)； 步骤六、y (k)中包含脑功能活动信号r (k)和生理干扰i (k),即y (k) = r (k) +i (k),生理干扰可以表示为步骤七、根据y(k) = r (k) +i (k)和即可推算出脑功能信号的表达式； 步骤八、利用加权最小二乘算法作为代价函数，求取优化系数《U (k)，再将求取的优化系数《u(k)带入脑功能信号的表达式，即可获得脑功能信号s (k)。2.根据权利要求1所述，其特征在于:所述步骤一中光源S采用集成双波长近红外光源，光源S到近端检测器Dl之间的直线距离为r1 ;光源S到远端检测器D2之间的直线距离为r2。3.根据权利要求2所述，其特征在于:双波长近红外光源发出的两种波长分别为X1 = 750nm, A2 =830nmo4.根据权利要求3所述，其特征在于:光源S与检测器Dl的间距!^为10mm，发光源S与检测器D2的间距r2为35mm。5.根据权利要求4所述，其特征在于:所述步骤三中Λ N(k)和Λ N(k)为:Δ F (k)和Λ F(k)为:其中，ε HHb ( λ i)为光源波长为λ i时的还原血红蛋白的消光系数，εΗΗ?3(λ2)为光源波长为λ 2时的还原血红蛋白的消光系数， eSWi (A1)为光源波长为A1时氧合血红蛋白的消光系数，(A2)为光源波长为入2时氧合血红蛋白的消光系数， 14:汸)和表示在S-Dl测量通道且波长分别在为λ^Ρ λ 2时吸光度变化量的时间序列，和幻表示在S-D2测量通道且波长分别为入1和入2时吸光度变化量的时间序列， k为时间，k = 1，2，...，N ;N为正整数； DPF为差分路径因 子。6.根据权利要求5所述，其特征在于:所述步骤四中x(k)利用经验模态分解算法将x(k)分解为N个固态模式函数分量IMF分量，将剩余分量作为最后的IMF分量，则x(k)表示为其中，Ci (k)为分解的MF分量；N为正整数。7.根据权利要求6所述，其特征在于:所述步骤六中y(k) =r(k)+i(k)，对于特定的时间点k，选择以该时间点为中心的2M+1长度的时间窗口 ，利用二维的权系数Wi，」(k)描述IMF分量与生理干扰的关系； 步骤六中所述_) = Σ Σ，其中_为i (k)的估计，i = 1，2，...，N， Wi,J(k)为优化系数，Ci(J)表示第i个经验模态分量在j时刻的大小，其中，M为半窗口长度，k为正整数，N为正整数。8.根据权利要求7所述，其特征在于:所述步骤七中脑功能信号的表达式: s(k) = y{k) — I (Ir) = r(k) + 其中，s(k)为脑功能信号，r(k)为脑功能信号s(k)的估计，i(k)为生理干扰，Hk)%i (k)的估计。9.根据权利要求8所述，其特征在于:所述步骤八中利用加权最小二乘算法，获得脑功能信号s (k)，为:进一步表示为其中，J(k)为平方误差性能函数；X为指数加权因子，X = 0.99, η = I,…k, k为正整数，i = 1，2，...』^为正整数，皿为半窗口长度，^(10为第i个MF分量在第j时刻的权系数优化系数，Ci (j)表示第i个经验模态分量在j时刻的大小，S2 (η)为时刻η脑功能信号s(n)的平方，y(n)为时刻η利用S-D2通道获得脑功能信号，求解使J (k)最小的Wu(k)，获得脑功能信号s (k)。10.根据权利要求9所述，其特征在于:所述步骤八中脑功能信号s (k)的获得方法为: 一、通过加权最小二乘算法估计准则表示使误差脑功能信号s(k)的累计平方误差性能函数J(k)最小，J(k)表示为:式中Wu(k)为优化系数，Ci(J)表示第i个经验模态分量在j时刻的大小，y(n)为时刻η利用S-D2通道获得脑功能信号，η = 1，…k，k为正整数，i = 1，2，...，N，N为正整数，M为半窗口长度； 二、求解最优化系数《U(k): 通过对J(k)相对于Wi」_(k)求导，并令其等于零，gp式中Wu(k)为第i个经验模态分量在j时刻的权系数，CiU)表示第i个经验模态分量在j时刻的大小，C1(Hi)为表示第I个经验模态分量在m时刻的大小 由上式得到或式中k为正整数，其中，Pl，m(k)和Ru;j，m(k)的表达式为η~\ 式中k为正整数，Ci (j)表示第i个经验模态分量在j时刻的大小，C1(Hi)为表示第I个经验模态本文档来自技高网...
【技术保护点】
基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法，其特征在于：基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法具体是按照以下步骤进行的：步骤一、在待测脑组织位置使用光源S和两个检测器D1和D2构成的近红外探头进行探测；步骤二、探测漫反射光强信号并经过光电传感器进行变换获得反应光强信息的电信号；步骤三、电信号通过修正朗伯比尔定律获取检测器D1测得的氧合血红蛋白浓度变化量的时间序列△[HbO2]N(k)和还原血红蛋白浓度变化量的时间序列△[HHb]N(k)，检测器D2测得的氧合血红蛋白浓度变化量的时间序列△[HbO2]F(k)和还原血红蛋白浓度变化量的时间序列△[HHb]F(k)；步骤四、用x(k)表示△[HbO2]N(k)或△[HHb]N(k)；步骤五、用y(k)表示△[HbO2]F(k)或△[HHb]F(k)；步骤六、y(k)中包含脑功能活动信号r(k)和生理干扰i(k)，即y(k)＝r(k)+i(k)，生理干扰可以表示为i^(k)=Σi=1NΣj=k-Mk+Mwi,j(k)ci(j);]]>步骤七、根据y(k)＝r(k)+i(k)和即可推算出脑功能信号的表达式；步骤八、利用加权最小二乘算法作为代价函数，求取优化系数wi,j(k)，再将求取的优化系数wi,j(k)带入脑功能信号的表达式，即可获得脑功能信号s(k)。...
【技术特征摘要】
【专利技术属性】
技术研发人员：赵健，张岩，孙金玮，
申请(专利权)人：黑龙江省计算中心，哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。