基于OpenVIBE的高性能运动想象在线脑机接口系统技术方案

本发明专利技术公开了一种基于OpenVIBE的高性能运动想象在线脑机接口系统，包括信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本，其中，信号测试脚本连接信号采集设备，通过信号测试脚本检测信号质量，再通过信号采集脚本设置实验参数并进行运动想象实验数据采集，然后使用数据训练脚本基于RSTFC算法实现时空滤波分类器的训练，并得到具体的时空滤波分类器导入所述在线实验脚本，在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。本发明专利技术采用模块化的设计方法提高了系统的可读性和灵活性，便于进行功能扩展，极大的提高了研究人员的工作效率，并且具有准确度高、性能好的优点。

【技术实现步骤摘要】

本专利技术涉及运动想象在线脑机接口领域，特别涉及一种基于OpenVIBE的高性能运动想象在线脑机接口系统。
技术介绍
脑机接口(Brain-computerInterfaceBCI)是一种实现人脑与外部设备直接进行交互的技术手段,近年来在世界范围内取得了很大的发展。目前,已知的脑机接口系统主要可以分为三个部分,分别为数据采集、信号处理和设备控制。其中,数据采集主要涉及硬件部分，主要包括电极帽、信号放大器和电源等，将大脑皮层的电位信号输入到计算机系统。由于脑电信号强度很弱，因此在信号采集过程中需要进行信号去噪和信号放大处理，两个环节都可以由信号放大器实现。信号处理则是脑机接口系统的核心部分，主要完成信号的预处理、特征提取以及信号分类过程。设备控制则关系到系统的具体用途，由信号处理输出控制信号，设备根据控制信号实现具体操作。近年来,为了实现脑机接口在临床应用上的突破,人们对脑机接口技术可靠性的要求越来越高,随之产生了很多理论上的成果和进展。这些成果有望为那些大脑活动正常，而运动功能存在障碍的病患者提供帮助，减轻他们的不能自由活动的痛苦。当然,为了更好的适应脑机接口设备,病人在使用前需要进行必要的训练和学习，最终借助脑机接口系统重新获得和控制运动功能。目前已经实现的应用包括字符输入、轮椅操控、家电控制等等，极大地改善了残障人群的正常生活。脑机接口技术作为一个前沿研究领域，具有非常广阔的发展前景，但是其复杂性高、跨领域多以及研究成本较高的特点也决定了有很多不足需要改进。(1)准确率不高：目前绝大多数脑机接口系统还存在着判断准确率不高的问题。事实上脑机接口系统的结果受多方面因素的影响，主要包括硬件设备的可靠性、EEG信号处理算法的优越性、实验环境(噪声等外部干扰、实验者的身体和精神状态等)等，这些因素都会对实验结果产生重大的影响。因此目前的脑机接口研究主要还停留在实验室阶段，与实际应用的要求还存在着一定的差距。(2)在线程度较低：脑机接口领域已经称为日渐热门的研究方向，但这些研究主要还是集中在离线分析上。研究者通过对离线数据的分析提出相应的数据处理算法，并以仿真的形式做出结果判断。这样的研究形式可以在一定程度上保证结果的可靠性，但考虑到在实际应用中的主要形式是在线情况，因此在线分析才能贴近实际，搭建高性能在线-脑机接口势在必行。(3)实验研究的隔离：不同的研究机构或单位都会有自己的实验设备和相应的实验系统，但这些系统之间的关联程度很低。这就形成了这样一种现象：当在原有系统中加入外来的新的理论成果时，往往需要增加很多额外的工作量，因此理论与实践的转换效率往往不高。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种基于OpenVIBE的高性能运动想象在线脑机接口系统，该在线脑机接口系统是易于二次开发和扩展的运动想象在线脑机接口系统，可促进运动想象的实验研究，同时提高运动想象在线实验系统的准确率。为了达到上述目的，本专利技术采用以下技术方案：一种基于OpenVIBE的高性能运动想象在线脑机接口系统，所述脑机接口系统包括：信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本，所述信号测试脚本连接所述信号采集设备，通过所述信号测试脚本检测信号质量，再通过所述信号采集脚本设置实验参数并进行运动想象实验数据采集，然后使用所述数据训练脚本基于RSTFC(RegularizedSpatio-TemporalFilteringandClassification)算法实现时空滤波分类器的训练，并得到具体的时空滤波分类器导入所述在线实验脚本，所述在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。进一步地，所述信号采集设备包括BrainCapMR、BrainAmpMR、USB2Adapter、以及PowerSupply。进一步地，所述信号测试脚本包括信号输入接口、时域滤波器、信号显示器。进一步地，所述信号采集脚本包括信号输入接口、时域滤波器、运动想象实验参数模块、反馈模块以及文件存储模块。进一步地，所述数据训练脚本包括文件读取模块、滤波器训练模块、分类器训练模块。进一步地，所述在线实验脚本包括信号输入接口、滤波器模块、分类器模块、实验结果计算模块。进一步地，所述脑机接口系统包括UI界面，所述UI界面通过PC显示器实现人机交互功能，包括左右箭头显示、反馈显示以及实验结果显示。进一步地，所述数据训练脚本用于实现一种时空滤波分类器，包括下述步骤：S1、数据读取，将数据信息和文件的相关信息分别保存，截取有效实验数据部分；S2、维度扩展，通过交叉验证来获得扩展倍数，在每个初始trial的基础上不断右移，并在左侧补零，得到同等维度的矩阵，最后拼接成新的扩展矩阵；S3、构造协方差矩阵，将扩展后的矩阵取协方差；S4、将协方差矩阵以及类别标签进行归一化；S5、广义特征分解，在求解广义特征分解时分别加入正则化约束，通过交叉验证正则化系数值；S6、根据以上步骤中得到的空域滤波器对训练集进行空域滤波获得特征构造；S7、分类器训练，用训练集构造的特征及其对应的标签来训练线性分类器模块，最终得到权重；S8、测试集测试，对测试数据集进行时空域滤波和分类，与测试集标签进行比较，得到测试正确率，初步判断实验效果。进一步地，所述在线实验脚本用于实现运动想象在线实验，包括下述步骤：S1、实验设置，在GrazMotorImageryBCIStimulator模块中设置实验trial数量；S2、维度扩展，采用Pythonscripting模块实现维度扩展；S3、时空滤波，通过SpatialFilter模块完成扩展矩阵协方差的时空滤波；S4、信号简单处理，通过SimpleDSP模块对输入信号的每一个采样点进行数学处理并输出相应结果，通过Signalaverage模块计算每个通道的采样平均值，并输出到下一模块；S5、数据分类，通过Featureaggregator模块将数据转化为Classifierprocessor模块可识别的特征向量形式；然后，将训练得到的分类器权值导入Classifierprocessor模块，对特征向量进行加权求解，得到分类结果；S6、实验反馈，通过Grazvisualization模块实现，在线反馈实验时在屏幕出现左右箭头后，系统会在实验者实验过程中每32个采样点进行一次判断，判断结果在屏幕上呈蓝色矩形框；S7、实验结果显示，通过AccuracyMeasure模块实现，该模块有两个输入信号，分别为标签信号和分类器判断结果信号，在实验过程中通过分类器计算结果实时显示实验的正确率。本专利技术相对于现有技术具有如下的优点及效果：(1)本专利技术采用模块化的设计方法。一方面，模块化设计具有高度可视化的特点，使用者可以通过实验模型十分直观的了解整个脑机接口系统的实现过程，便于在不同研究机构或个人之间的交流；另一方面，模块化设计具有使用方便的特点，首先通过一系列的可用模块，可以高效的进行重组和设计，极大地简化了系统设计模式；其次，程序拓展极其便捷，可以在系统中利用MATLAB或Python模块方便的进行功能扩展，对于不具有编程背景的研究人员也可高效的按照需求对本专利技术进行改造。(2)本专利技术数据训练脚本和在线实验脚本的设本文档来自技高网...

【技术保护点】
一种基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述脑机接口系统包括：信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本，所述信号测试脚本连接所述信号采集设备，通过所述信号测试脚本检测信号质量，再通过所述信号采集脚本设置实验参数并进行运动想象实验数据采集，然后使用所述数据训练脚本基于RSTFC算法实现时空滤波分类器的训练，并得到具体的时空滤波分类器导入所述在线实验脚本，所述在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。

【技术特征摘要】
1.一种基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述脑机接口系统包括：信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本，所述信号测试脚本连接所述信号采集设备，通过所述信号测试脚本检测信号质量，再通过所述信号采集脚本设置实验参数并进行运动想象实验数据采集，然后使用所述数据训练脚本基于RSTFC算法实现时空滤波分类器的训练，并得到具体的时空滤波分类器导入所述在线实验脚本，所述在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。2.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述信号采集设备包括BrainCapMR、BrainAmpMR、USB2Adapter、以及PowerSupply。3.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述信号测试脚本包括信号输入接口、时域滤波器、信号显示器。4.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述信号采集脚本包括信号输入接口、时域滤波器、运动想象实验参数模块、反馈模块以及文件存储模块。5.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述数据训练脚本包括文件读取模块、滤波器训练模块、分类器训练模块。6.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述在线实验脚本包括信号输入接口、滤波器模块、分类器模块、实验结果计算模块。7.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述脑机接口系统包括UI界面，所述UI界面通过PC显示器实现人机交互功能，包括左右箭头显示、反馈显示以及实验结果显示。8.根据权利要求1所述的基于OpenVIBE的高性能运动想象在线脑机接口系统，其特征在于，所述数据训练脚本用于实现一种时空滤波分类器，包括下述步骤：S1、数据读取，将数据信息和文件的相关信息分别保存，截取有...

【专利技术属性】
技术研发人员：吴畏，王超，李远清，齐菲菲，俞祝良，顾正晖，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44