一种基于动态停止策略结合集成学习检测运动意图的方法技术

本发明专利技术公开了一种基于动态停止策略结合集成学习检测运动意图的方法，包括以下步骤：离线建模阶段：对静息态数据和第一预运动态数据提取特征后建立线性判别分析模型，用于识别当前用户是否即将运动；对第二预运动态数据提取特征后，分别与运动态数据特征构建子分类器，用于检测运动的准确时刻；在线测试阶段：实时截取的数据提取特征后，送入LDA模型，输出决策值，如果决策值大于设定的阈值，则送入构建的子分类器中，利用投票策略，得票如果大于设定的阈值，则输出结果，反之则等待下一个数据特征的输入。本发明专利技术实现了在线的运动意图检测，可在控制系统计算成本的基础上，取得更优的检测结果。

A method of detecting motion intention based on dynamic stop strategy combined with Ensemble Learning

The invention discloses a method for detecting motion intention based on dynamic stopping strategy and ensemble learning, which includes the following steps: offline modeling stage: extracting features from resting state data and first pre-motion state data, establishing a linear discriminant analysis model for identifying whether the current user is about to move; and second pre-motion state. After extracting features from data, sub-classifiers are constructed separately with dynamic data features to detect the exact moment of motion. In online testing stage, after extracting features from real-time intercepted data, they are fed into LDA model and output decision values. If the decision values are larger than the set threshold, they are fed into the sub-classifier and voting strategies are used. Slightly, if the ticket is larger than the set threshold, the result will be output, and vice versa, waiting for the input of the next data feature. The invention realizes on-line motion intention detection, and achieves better detection results on the basis of calculating cost of control system.

【技术实现步骤摘要】
一种基于动态停止策略结合集成学习检测运动意图的方法
本专利技术涉及运动意图检测领域，尤其涉及一种基于动态停止策略结合集成学习检测运动意图的方法。
技术介绍
脑-机接口(Brain-ComputerInterface，BCI)是一种不依赖于大脑外围神经与肌肉正常输出通道的通讯控制系统。运动意图是人在准备执行或想象运动时调用大脑与运动相关认知资源所作出的控制外周神经与骨骼肌肉完成预期动作的指令决策。通俗的来讲，运动意图是人在运动开始之前大脑有关运动的思想准备，或者说是中央神经系统计划参与运动的初始思维状态。研究表明，可以通过分析脑电信号的相关特征检测运动意图。因此，运动意图可作为BCI的控制指令，对于肢体运动功能受损但是大脑功能活动正常的患者，可用于控制假肢辅助其运动，对于特殊场景下的健康使用者(如士兵)，可用于控制机械外骨骼，增强其运动能力。运动皮质相关电位(Movement-relatedcorticalpotentials，MRCPs)是人体在执行提示性或自主性运动时调用大脑中与运动相关的认知资源时所产生的低频电位。MRCPs富含丰富的大脑运动意图信息，因此得到研究者们的广泛关注。本文档来自技高网...

【技术保护点】
1.一种基于动态停止策略结合集成学习检测运动意图的方法，其特征在于，所述方法包括以下步骤：一、离线建模阶段：采集受试者自主按键200次的样本，以按键时刻为0时刻，以1s为窗宽，随机截取按键前数据中心与按键时刻的时间间隔不小于150ms的数据为静息态数据，随机截取按键前数据中心与按键时刻的时间间隔不大于150ms的数据为第一预运动态数据；对静息态数据和第一预运动态数据提取特征后建立线性判别分析模型，用于识别当前用户是否即将运动；截取‑500ms～500s的数据为运动态数据，截取按键前后某一时刻的数据为第二预运动态数据；对第二预运动态数据提取特征后，分别与运动态数据特征构建子分类器，用于检测运动的...

【技术特征摘要】
1.一种基于动态停止策略结合集成学习检测运动意图的方法，其特征在于，所述方法包括以下步骤：一、离线建模阶段：采集受试者自主按键200次的样本，以按键时刻为0时刻，以1s为窗宽，随机截取按键前数据中心与按键时刻的时间间隔不小于150ms的数据为静息态数据，随机截取按键前数据中心与按键时刻的时间间隔不大于150ms的数据为第一预运动态数据；对静息态数据和第一预运动态数据提取特征后建立线性判别分析模型，用于识别当前用户是否即将运动；截取-500ms～500s的数据为运动态数据，截取按键前后某一时刻的数据为第二预运动态数据；对第二预运动态数据提取特征后，分别与运动态数据特征构建子分类器，用于检测运动的准确时刻；二、在线测试阶段：实时截取的数据提取特征后，送入LDA模型，输出决策值，如果决策值大于设定的阈值，则送入构建的子分类器中，利用投票策略，得票如果大于设定的阈值，则输出结果，反之则等待下一个数据特征的输入。2.根据权利要求1所述的一种基于动态停止策略结合集成学习检测运动意图的方法，其特征在于，所述方法还包括：使用Neuroscan公司生产的电极帽及脑...

【专利技术属性】
技术研发人员：明东，王坤，许敏鹏，张珊珊，何川，陈龙，柯余峰，周鹏，何峰，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12