一种基于非对称视觉诱发电位的脑-机接口通讯系统技术方案

本发明专利技术公开了一种基于非对称视觉诱发电位的脑‑机接口通讯系统，该系统包括：液晶显示器，用于显示刺激界面；脑电电极，用于脑电生物信号的采集；脑电放大器，用于将信号经过脑电放大器放大、滤波后输入计算机；计算机处理平台，用于根据非对称VEP的诱发特点，设计和执行基于周围视野非对称视觉刺激的指令编码，最终将脑电信号解码后转化为BCI指令进行输出。与传统视觉BCI系统相比，本发明专利技术能够减轻受试者的视觉疲劳感，同时提高BCI系统的信息传输效率，进一步研究可以得到完善的脑‑机接口系统，有望获得可观的社会效益和经济效益。

【技术实现步骤摘要】

本专利技术属于基于计算机的生物通讯
，特别是涉及一种基于非对称视觉诱发电位的脑-机接口通讯协议系统。
技术介绍
脑-机接口(Brain-ComputerInterface，BCI)是一个将中枢神经系统活动直接转化为人工输出的系统，它能够替代、修复、增强、补充或者改善中枢神经系统的正常输出，从而改善中枢神经系统与内外环境之间的交互作用。通过采集和分析不同刺激下受试者的脑电信号，再使用一定的工程技术手段建立起人脑与计算机或其它电子设备之间的交流和控制通道。BCI技术实现了一种全新的信息交互与控制方式，可以为残疾人尤其是那些基本肢体运动功能受损但思维正常的患者提供一种与外界进行信息交流和控制的途径，使他们无需进行语言或肢体动作即可同外界交流或操纵外界设备。为此，BCI技术也越来越受到重视。在脑-机接口系统的研究中，基于事件相关电位(Event-RelatedPotential，ERP)特征的ERP-BCI是应用较广泛的系统之一。视觉诱发电位(VEP)是ERP-BCI中经常用到的一种脑电特征信号，它是大脑皮质枕叶区对视觉刺激发生的电反应，反映了视网膜接受刺激，经视通路传导至枕叶皮层而引起的电位变化。当视觉刺激在视野内不同区域出现时，会在大脑对应区域诱发出较为明显的视觉ERP波形。基于稳态视觉诱发电位(SSVEP)的脑-机接口系统已经发展得较为稳定和成熟。典型相关分析(CanonicalCorrelationAnalysis，CCA)算法目前被普遍应用于基于稳态视觉诱发电位(SSVEP)的脑-机接口系统中，且有研究对该算法做了进一步改进，即在脑电信息处理过程中应用模板匹配原则引入了受试者自身信号，提升了系统的识别正确率和信息传输速率，目前基于视觉诱发电位的脑-机接口系统已经达到了最高207.53bit/min的信息传输速率，为将脑-机接口技术进一步向应用成果转化奠定了有力基础。然而传统视觉脑-机接口的刺激都是出现在受试者的中央视野，容易使其产生视觉疲劳，且占据了受试者大部分的视觉信息输入通道，因此不利于用户的长时间操作与多任务操作。同时，传统的视觉BCI利用对称性刺激诱发脑电，使得脑电特征容易受共模噪声的影响，不利于特征信号的提取。目前有研究表明，大脑对VEP的响应存在空间对侧占优特性，利用该特性对指令进行码分多址(CDMA)与空分多址(SDMA)混合编码，可进一步提升系统的信息传输速率。
技术实现思路
基于上述现有技术和存在的问题，本专利技术提出了一种基于非对称视觉诱发电位的脑-机接口通讯系统，根据大脑视觉刺激响应的空间对侧优势特性，设计了一种新的用于脑-机接口通讯的视觉刺激方法来诱发非对称VEP，利用大脑对VEP刺激响应的空间对侧占优特性对指令进行码分多址(CDMA)与空分多址(SDMA)混合编码，以及通过编、解码非对称VEP来确定用户的目标字符。本专利技术提出了一种基于非对称视觉诱发电位的脑-机接口通讯系统，该系统包括液晶显示器、脑电电极、脑电放大器以及计算机处理平台；其中：液晶显示器，用于显示刺激界面；脑电电极，用于脑电生物信号的采集；脑电放大器，用于将信号经过脑电放大器放大、滤波后输入计算机；计算机处理平台，用于根据非对称VEP的诱发特点，设计和执行基于周围视野非对称视觉刺激的指令编码，最终将脑电信号解码后转化为BCI指令进行输出，其中：所述指令编码的具体处理包括：采用刺激在周围视野内的位置形成的空分多址编码和采用根据刺激在不同时刻的变化顺序加入码分多址编码的混合策略；所述指令解码的具体处理包括：利用典型相关分析方法衡量测试信号与不同模板之间的匹配程度，即计算二者的相关系数；之后利用线性判别分析法对相关系数矩阵进行特征优化，最后输出分类结果；即：将多维特征向量都看作一个整体测试信号X，模板信号Y存在两种情况：一是由标准正余弦信号及其谐波成分构成的参考信号Yf，二是受试者训练集信号构成的模板信号，根据公式(1)计算X和Y两个整体之间的相关系数， C C A ( X , Y ) = C o v ( X , Y ) D ( X ) D ( Y ) = ϵ [ U X , Y T XY T V X , Y ] ϵ [ U X , Y T XX T V X , Y ] ϵ [ V 本文档来自技高网...

【技术保护点】
一种基于非对称视觉诱发电位的脑‑机接口通讯系统，其特征在于，该系统包括液晶显示器、脑电电极、脑电放大器以及计算机处理平台；其中：液晶显示器，用于显示刺激界面；脑电电极，用于脑电生物信号的采集；脑电放大器，用于将信号经过脑电放大器放大、滤波后输入计算机；计算机处理平台，用于根据非对称VEP的诱发特点，设计和执行基于周围视野非对称视觉刺激的指令编码，最终将脑电信号解码后转化为BCI指令进行输出，其中：所述指令编码的具体处理包括：采用刺激在周围视野内的位置形成的空分多址编码和采用根据刺激在不同时刻的变化顺序加入码分多址编码的混合策略；所述指令解码的具体处理包括：利用典型相关分析方法衡量测试信号与不同模板之间的匹配程度，即计算二者的相关系数；之后利用线性判别分析法对相关系数矩阵进行特征优化，最后输出分类结果；即：将多维特征向量都看作一个整体测试信号X，模板信号Y存在两种情况：一是由标准正余弦信号及其谐波成分构成的参考信号Yf，二是受试者训练集信号构成的模板信号根据公式(1)计算X和Y两个整体之间的相关系数，CCA(X,Y)=Cov(X,Y)D(X)D(Y)=ϵ[UX,YTXYTVX,Y]ϵ[UX,YTXXTVX,Y]ϵ[VX,YTYYTUX,Y]---(1)]]>式中：Y包含Y＝Yf和两种情况：Yf=Sin(2π·fn)cos(2π·fn)sin(2π·Nhfn)cos(2π·Nhfn),n=1fs---(2)]]>X~=1NΣiNXi---(3)]]>其中，f为基频，fs为采样率，Nh为谐波次数，Xi为训练集信号，N为训练集信号个数，i为当前运算信号；经过上述计算将多维特征X、Y转换为一维向量x、y，再计算x、y之间的相关系数，相关系数越大则代表测试信号与该模板的匹配程度越高，反之相关系数越小代表匹配程度越低。公式(1)中Ux,y和Vx,y为X和Y计算得到的典型相关矩阵，对X、Y、三者分别进行典型相关分析的计算后，得到和四个典型相关矩阵作为空间滤波器；将脑电信号与典型相关矩阵相乘，即使多维脑电信号经过空间滤波器滤波后变成一维矩阵，再计算相应的相关系数即可，N为指令个数，对于第k个指令的相关系数矩阵表示为：ρk=ρk,1ρk,2ρk,3ρk,4ρk,5=CCA(X,Yf)ρ(XTUX,Yf,X~TUX,Yf)ρ(XTUX~,Yf,X~TUX~,Yf)ρ(XTUX,X~,X~TVX,X~)ρ(XTVX,X~,X~TVX,X~),k=1,2,...,N---(4)]]>最终将作为一组特征向量送入LDA分类器进行分类，将分类结果转化为BCI指令输出。...

【技术特征摘要】
1.一种基于非对称视觉诱发电位的脑-机接口通讯系统，其特征在于，该系统包括液晶
显示器、脑电电极、脑电放大器以及计算机处理平台；其中：
液晶显示器，用于显示刺激界面；
脑电电极，用于脑电生物信号的采集；
脑电放大器，用于将信号经过脑电放大器放大、滤波后输入计算机；
计算机处理平台，用于根据非对称VEP的诱发特点，设计和执行基于周围视野非对称视
觉刺激的指令编码，最终将脑电信号解码后转化为BCI指令进行输出，其中：
所述指令编码的具体处理包括：采用刺激在周围视野内的位置形成的空分多址编码和
采用根据刺激在不同时刻的变化顺序加入码分多址编码的混合策略；
所述指令解码的具体处理包括：利用典型相关分析方法衡量测试信号与不同模板之间
的匹配程度，即计算二者的相关系数；之后利用线性判别分析法对相关系数矩阵进行特征
优化，最后输出分类结果；即：
将多维特征向量都看作一个整体测试信号X，模板信号Y存在两种情况：一是由标准正
余弦信号及其谐波成分构成的参考信号Yf，二是受试者训练集信号构成的模板信号根
据公式(1)计算X和Y两个整体之间的相关系数，
C C A ( X , Y ) = C o v ( X , Y ) D ( X ) D ( Y ) = ϵ [ U X , Y T XY T V X , Y ] ϵ [ U X , Y T XX T V X , Y ] ϵ [ V X , Y T YY T U X , Y ] - - - ( 1 ) ]]>式中：Y包含Y＝Yf和两种情况：
Y f = S i n ( 2 π · f n ) cos ( 2 π · f n ) s i n ( 2 π · N h f n ) cos ( 2 π · N h f n ) , n = 1 f s - - - ( 2 ) ]]> X ~ = 1 N Σ i N X i - - - ( 3 ) ]]>其中，f为基频，fs为采样率，Nh为谐波次数，Xi为训练集信号，N为训练集信号个数，i为
当前运算信号；
经过上述计算将多维特征X、Y转换为一维向量x、y，再计算x、y之间的相关系数，相关系
数越大则代表测试信号与该模板的匹配程度越高，反之相关系数越小代表匹配程度越低。
公式(1)中Ux,y和Vx,y为X和Y计算得到的典型相关矩阵，对X、Y、三者分别进行典型相关
分析的计算后，得到和四个典型相关矩阵作为空间滤波器；将脑电信
号与典型相关矩阵相乘，即使多维脑电信号经过空间滤波器滤波后变成一维矩阵，再计算
相应的相关系数即可，N为指令个数，对于第k个指令的相关系数矩阵表示为：
ρ k = ρ k , ...

【专利技术属性】
技术研发人员：许敏鹏，肖晓琳，汤佳贝，王仲朋，陈龙，何峰，綦宏志，明东，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12