一种基于Storm的P300实时分布式计算方法技术

本发明专利技术涉及一种基于Storm的P300实时分布式计算方法，主要包括以下步骤：首先，Storm中的Spout工作者实时地从前台接收原始的脑电信号数据块，重新封装后传给Bolt工作者；然后，Bolt工作者负责一系列的信号处理，通过并行计算提高数据处理的效率，在完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；最后，通过Bolt工作者将记录下的行列号传回给前台，前台则根据传回的行列号确定反馈结果。P300 Speller脑机接口的性能改进需要引入各类算法，但脑机接口对反馈时间的要求限制了采用算法的范围。本发明专利技术能够让更多的算法以分布式计算的方式在P300 Speller脑机接口中发挥作用。

【技术实现步骤摘要】
一种基于Storm的P300实时分布式计算方法
本专利技术属于认知神经科学领域与信息
的结合应用，涉及P300Speller脑机接口的计算机制，具体是一种基于Storm的P300实时分布式计算方法。
技术介绍
脑机接口是一种人机交互新技术，能够为运动功能缺失而脑功能完好的患者提供辅助生活能力，也能够拓展正常人的交流能力。P300Speller是脑机接口的一种方式，其功能是通过分析用户的脑电信号，识别出用户所想要输出的字符，从而帮助用户与外界交流。目前P300Speller中的一系列处理都是基于串行计算的。当引入一些算法改进性能时，串行计算要求较长的计算时间，不利于脑机接口的及时响应，从而导致性能在另一方面下降。
技术实现思路
有鉴于此，本专利技术的目的是针对P300Speller类型的脑机接口提供一种基于Storm进行实时分布式计算的方法。该方法以分布式计算系统Storm为基础构建P300Speller的并行计算机制，使得较复杂的算法也能实时地处理P300Speller的数据，为引入各类算法改进P300Speller脑机接口性能创造了条件。本专利技术采用以下方案实现：一种基于Storm的P300实时分布式计算方法，具体包括以下步骤：步骤S1：Storm中专门负责采集数据的Spout实时从前台接收原始的脑电信号数据块，并整理成P300EEG数据段传给Storm中的负责计算的Bolt进行并行计算；步骤S2：Bolt负责一系列的信号处理；同一职能的多个Bolt并行完成任务后把结果传递给下一个不同职能的多个Bolt进行下一步的并行计算；完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；步骤S3：通过Bolt与前台建立的Socket连接，将含有P300成分的EEG数据段所对应的行列号传回给前台，前台根据传回的行列号确定反馈结果。进一步地，步骤S1具体包括以下步骤：步骤S11：Storm中专门负责采集数据的Spout工作者在初始化时建立与前台的Socket连接，该连接可以使两端通过流的形式来传输数据；步骤S12：前台每次将一个采样块大小的数据块通过Socket连接传输给Spout工作者；步骤S13：Spout工作者依据P300EEG数据段的长度，维持一个按先进先出方式管理的数据容器；Spout工作者每次接收到数据块，先将流数据转换成浮点型，再将数据块插入到容器里，然后从容器里取出最新的一段P300EEG数据段，转换成（key1,value1）的形式，key1表示相应的闪烁行列号，value1为该P300EEG数据段，把（key1,value1）分发给ExtractBolt工作者。进一步地，所述步骤S2中的所述Bolt负责的一系列的信号处理包括：步骤S21：ExtractBolt工作者在Storm启动时载入所需要的特征提取方法；ExtractBolt工作者接收Spout工作者传来的数据，进行特征提取；ExtractBolt工作者输出（key2,value2）形式的数据，其中key2表示相应的闪烁行列号，value2为由value1提取出的特征向量；ExtractBolt工作者将输出的（key2,value2）分发给ClassifyBolt工作者；步骤S22：ClassifyBolt工作者在Storm启动时载入所需要的分类方法；ClassifyBolt工作者接收ExtractBolt工作者传来的数据，进行分类运算；ClassifyBolt工作者输出（key3,value3）形式的数据，其中key3表示相应的闪烁行列号，value3为分类运算的数值结果，代表着该数据段包含P300成分的可能性；ClassifyBolt工作者将输出的（key3,value3）传递给AverageBolt工作者；步骤S23：AverageBolt工作者接收ClassifyBolt工作者传来的数据，把具有相同key3值的value3累加起来，并记录累加次数；当累加次数达到预设的条件时，针对每个key3值用累加值除以累加次数得到平均值；AverageBolt工作者输出（key4,value4）形式的数据，其中key4为闪烁行列号，value4为相应的均值；AverageBolt工作者将输出的（key4,value4）传递给SummarizeBolt工作者。进一步地，所述步骤S3具体包括以下步骤：步骤S31：SummarizeBolt工作者在其初始化时建立与前台的Socket连接，用于将结果传回前台；步骤S32：SummarizeBolt工作者接收AverageBolt工作者传来的数据，依据key4代表行或列把数据分成两组，分别从两组中选出value4最大的那条数据，得到包含P300成分的行号和列号；步骤S33：SummarizeBolt工作者将行列号结果记录下来，通过Socket连接传回给前台的应用模块，该模块则根据传回的行号和列号来确定给用户的反馈。较佳的，本专利技术改变了P300Speller中传统的串行处理数据的计算机制，采用一种并行的计算方式处理数据，以此加快了计算速度，使得对反馈时间要求高的P300Speller来说，可以使用一些精确度高但是时间复杂度的也高的算法。与现有技术相比，本专利技术以分布式计算系统Storm为基础构建P300Speller的并行计算机制，使得较复杂的算法也能实时地处理P300Speller的数据，为引入各类算法改进P300Speller脑机接口性能创造了条件。附图说明图1为本专利技术实施例的原理示意图。图2为本专利技术实施例以BCI2000软件作为前台实施例的总框架示意图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。本实施例提供一种基于Storm的P300实时分布式计算方法，如图1以及图2所示，包括以下步骤：步骤S1：Storm中专门负责采集数据的Spout工作者实时地从BCI2000软件中接收原始的脑电信号数据块，并整理成P300EEG数据段传给Storm中的负责计算的Bolt工作者进行并行计算；步骤S2：Bolt工作者负责一系列的信号处理；同一职能的多个Bolt并行完成任务后把结果传递给下一个不同职能的多个Bolt进行下一步的并行计算，并行计算提高数据处理的效率；完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；步骤S3：通过Bolt工作者与BCI2000软件建立的Socket连接，将含有P300成分的EEG数据段所对应的行列号传回给BCI2000，BCI2000则将根据传回的行列号确定反馈结果。在本实施例中，如图2所示，所述步骤S1具体包括以下步骤：步骤S11：Storm中专门负责采集数据的Spout工作者在初始化时建立与BCI2000的Socket连接，该连接可以使两端通过流的形式来传输数据；步骤S12：BCI2000的SignalProcessing模块中的P3TemporalFilter部分，每次将一个采样块大小为blockSize的数据块通过Socket连接传输给Spout工作者；步骤S13：Spout工作者依据P300EEG数据段的长度length，维持一个按先进先出方式管理的数据容器；Spout工作者每次接收到本文档来自技高网...

【技术保护点】
一种基于Storm的P300实时分布式计算方法，其特征在于：包括以下步骤：步骤S1：Storm中专门负责采集数据的Spout工作者实时从前台接收原始的脑电信号数据块，并整理成P300 EEG数据段传给Storm中的负责计算的Bolt作者进行并行计算；步骤S2：Bolt工作者负责一系列的信号处理；同一职能的多个Bolt并行完成任务后把结果传递给下一个不同职能的多个Bolt进行下一步的并行计算；完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；步骤S3：通过Bolt工作者与前台建立的Socket连接，将含有P300成分的EEG数据段所对应的行列号传回给前台，前台根据传回的行列号确定反馈结果。

【技术特征摘要】
1.一种基于Storm的P300实时分布式计算方法，其特征在于：包括以下步骤：步骤S1：Storm中专门负责采集数据的Spout工作者实时从前台接收原始的脑电信号数据块，并整理成P300EEG数据段传给Storm中的负责计算的Bolt作者进行并行计算；步骤S2：Bolt工作者负责一系列的信号处理；同一职能的多个Bolt并行完成任务后把结果传递给下一个不同职能的多个Bolt进行下一步的并行计算；完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；步骤S3：通过Bolt工作者与前台建立的Socket连接，将含有P300成分的EEG数据段所对应的行列号传回给前台，前台根据传回的行列号确定反馈结果。2.根据权利要求1所述的一种基于Storm的P300实时分布式计算方法，其特征在于，步骤S1具体包括以下步骤：步骤S11：Storm中专门负责采集数据的Spout工作者在初始化时建立与前台的Socket连接，该连接使两端通过流的形式来传输数据；步骤S12：前台每次将一个采样块大小的数据块通过Socket连接传输给Spout工作者；步骤S13：Spout工作者依据P300EEG数据段的长度，维持一个按先进先出方式管理的数据容器；Spout工作者每次接收到数据块，先将流数据转换成浮点型，再将数据块插入到容器里，然后从容器里取出最新的一段P300EEG数据段，转换成（key1,value1）的形式，key1表示相应的闪烁行列号，value1为该P300EEG数据段，把（key1,value1）分发给ExtractBolt工作者。3.根据权利要求1所述的一种基于Storm的P300实时分布式计算方法，其特征在于，所述步骤S2中的所述Bolt工作者负责的一系列的信号处理包括：步骤S21：ExtractBolt工作者在Storm启动时载入所需要的特征提取方法；ExtractBolt工作者接收Spout工作者传来的数据，进行特征提取；ExtractBolt工作...

【专利技术属性】
技术研发人员：黄志华，黄炜，王小娜，马文鸿，林智锋，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35