The invention provides a recognition model construction method, device, recognition method and device of EEG signal. Firstly, the starting time of EEG signal movement is determined by EMG signal, then the idle state and the ready state of movement are determined in the time period before the starting time, and the characteristics of the idle state and the ready state of movement are extracted respectively by linear discriminant method Then the EEG signals collected in real time are input into the recognition model to judge the current motion state. The invention can detect the movement intention of non-user-friendly actions in time, convert the intention into corresponding control instructions, control peripheral devices to perform actions, so as to meet the daily action requirements. Compared with the brain \u2011 machine interface system based on movement imagination, the invention can obtain the action intention in advance, improve the real-time performance of the system, and give a better experience effect of non-user-friendly actions.
【技术实现步骤摘要】
脑电信号的识别模型构建方法、装置以及识别方法、装置
本专利技术涉及运行脑电信号处理领域,具体涉及一种脑电信号的识别模型构建方法、装置以及识别方法、装置。
技术介绍
脑-机接口(Brain-ComputerInterface,BCI)系统是一种不依赖外围神经回路的大脑与外部设备之间的直接通信通路,目前常用的脑-机接口系统主要基于三种脑电信号,即稳态视觉诱发电位(Steady-StateVisualEvokedPotential,SSVEP)、P300电位和运动想象。稳态视觉诱发电位和P300电位属于视觉诱发电位,具有较高的识别率和信息传输率,因此常用于字符输入的脑-机接口系统。运动想象属于自发脑电,不依赖外围设备的刺激,常用于轮椅等外围设备的控制。随着老年人的增加,我国已逐步步入老龄化社会,这也势必会造成偏瘫等人口的上升,而脑-机接口技术可以不通过外围神经,直接通过大脑对外围设备进行控制,这些外围设备能够带动人体的相应部位完成大脑想要的动作,这对行动不便的人具有重要的应用价值。申请号为200710060162.4的中国专利技术专利公开了一种站起想象动作脑电的信号采集和特征提取方法,该专利基于运动想象的脑电信号采集和处理,能够识别肢体动作模式,转化为对应的控制指令。虽然基于运动想象的脑-机接口系统能够帮助行动不便的人重建神经回路,但是该系统仍然存在响应滞后严重的问题,给行动不便人的日常动作造成不良影响。与运动想象脑电信号相比,运动准备信号早于运动想象信号产生,也就是说,运动准备脑电信号会先于运动想 ...
【技术保护点】
1.一种脑电信号识别模型的构建方法,其特征在于,包括以下步骤:/n步骤1,采集运动过程的脑电信号以及肌电信号;确定所述肌电信号的运动起始时刻,并将所述肌电信号的运动起始时刻作为所述脑电信号的运动起始时刻;/n步骤2,选取所述脑电信号的运动起始时刻开始之前的第一设定时间段对应的脑电信号作为运动空闲态数据,选取所述脑电信号的运动起始时刻之前的第二设定时间段对应的脑电信号作为运动准备态数据;/n步骤3,分别对所述运动空闲态数据和运动准备态数据进行采样,并将采样结果作为所述运动空闲态数据的特征值和所述运动准备态数据的特征值;/n步骤4,采用线性判别式方法对所述运动空闲态数据的特征值和所述运动准备态数据的特征值进行处理,得到识别模型。/n
【技术特征摘要】
1.一种脑电信号识别模型的构建方法,其特征在于,包括以下步骤:
步骤1,采集运动过程的脑电信号以及肌电信号;确定所述肌电信号的运动起始时刻,并将所述肌电信号的运动起始时刻作为所述脑电信号的运动起始时刻;
步骤2,选取所述脑电信号的运动起始时刻开始之前的第一设定时间段对应的脑电信号作为运动空闲态数据,选取所述脑电信号的运动起始时刻之前的第二设定时间段对应的脑电信号作为运动准备态数据;
步骤3,分别对所述运动空闲态数据和运动准备态数据进行采样,并将采样结果作为所述运动空闲态数据的特征值和所述运动准备态数据的特征值;
步骤4,采用线性判别式方法对所述运动空闲态数据的特征值和所述运动准备态数据的特征值进行处理,得到识别模型。
2.根据权利要求1所述的脑电信号识别模型的构建方法,其特征在于,步骤1中,采集运动过程的脑电信号以及肌电信号的过程包括:
采集N次运动过程中的脑电信号,每次运动过程中采集位于头部设定位置的M个电极的信号作为本次运动采集得到的脑电信号;
每次运动过程中采集位于运动部位的电极的信号作为本次运动采集得到的肌电信号。
3.根据权利要求2所述的脑电信号识别模型的构建方法,其特征在于:步骤3中,按照设定采样频率分别对所述运动空闲态数据和运动准备态数据进行采样,并将每次运动过程中每个电极采集到的脑电信号的运动空闲态数据的L个采样值作为对应的特征值;将每次运动过程中每个电极采集到的脑电信号的运动准备态数据的L个采样值作为对应的特征值。
4.根据权利要求3所述的脑电信号识别模型的构建方法,其特征在于,步骤4中,所述识别模型的公式定为y=wTx,其中,x为特征值矩阵,为M*L行2N列;w为权值矩阵,为M*L行1列;
每次运动过程中,将运动空闲态的M*L个特征值组成运动空闲态向量,运动准备态的M*L个特征值组成运动准备态向量;
所述特征值矩阵x中的列向量由所述运动空闲态向量和所述运动准备态向量组成;
定...
【专利技术属性】
技术研发人员:胡玉霞,张利朋,张锐,申通达,苏筱雅,师丽,高金峰,
申请(专利权)人:郑州大学,
类型:发明
国别省市:河南;41
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。