一种运动想象EEG信号的在线处理方法技术

一种运动想象EEG信号的在线处理方法，涉及BCI系统中EEG信号的在线处理领域。本发明专利技术是为了实现运动想象EEG信号的在线处理的目的。本发明专利技术所述的一种运动想象EEG信号的在线处理方法，包括离线训练与在线处理两部分。离线训练采集被试固定组数的脑电数据进行离线分析，进而得到相应被试对应的最佳模型。在线处理根据得到的模型对实时采集的被试脑电数据进行处理。综合考虑系统的实时性与分类正确率要求，离线训练与在线处理使用相同算法，并且通过离线训练得到最佳模型导入在线处理程序，进而减少在线处理程序时延。

An on-line processing method for EEG signal of motion imagination

【技术实现步骤摘要】
一种运动想象EEG信号的在线处理方法
本专利技术属于BCI系统中EEG信号的在线处理领域。
技术介绍
目前，BCI(BrainComputerInterface，脑机接口技术)系统在医疗和科技等诸多方面都有了部分应用。人脑信号中包括多种类型的EEG(脑电)信号，如P300、SSVEP(稳态视觉诱发电位)和运动想象EEG信号，这些方向均在多年的研究中获得了许多成果。离线分析EEG信号的方法种类越来越多，效果也有所提升。相对而言，在线处理系统的应用范围仍然十分狭窄。由于人类个体之间较大的差异性、脑电信号的复杂性以及环境因素的影响，在线处理系统需要在实时性与复杂性之间进行平衡，这就制约了在线处理系统在实际应用领域的发展。P300和SSVEP均属于诱发型EEG信号，即需要通过外界刺激诱发人脑产生相应的信号。这两类EEG信号不需要长时间训练，并且诱发的特征明显，对被试的要求低，因此基于P300和SSVEP的在线处理系统已经有了部分实际应用。相比之下，运动想象EEG信号属于自发型EEG信号，即无需外界的刺激即可产生的EEG信号。这种信号需要被试进行本文档来自技高网...

【技术保护点】
1.一种运动想象EEG信号的在线处理方法，其特征在于，包括以下步骤，/n离线训练部分：/n步骤一：在被试者进行运动想象实验的过程中采集被试者的运动想象EEG信号，将该运动想象EEG信号作为原始EEG数据，所述原始EEG数据为60～120组，自由度为2或3，且不同自由度的数据数量相同；/n步骤二：将每一组原始EEG数据拆分为n段，n为3～6；/n步骤三：对拆分后的原始EEG数据进行带通滤波；/n步骤四：对滤波后的数据按照自由度进行分离，然后随机选取训练集和测试集，训练集和测试集中不同自由度的数据数量相同；/n步骤五：对训练集和测试集进行CSP特征提取，获得特征矩阵；/n步骤六：对特征矩阵进行SV...

【技术特征摘要】
1.一种运动想象EEG信号的在线处理方法，其特征在于，包括以下步骤，
离线训练部分：
步骤一：在被试者进行运动想象实验的过程中采集被试者的运动想象EEG信号，将该运动想象EEG信号作为原始EEG数据，所述原始EEG数据为60～120组，自由度为2或3，且不同自由度的数据数量相同；
步骤二：将每一组原始EEG数据拆分为n段，n为3～6；
步骤三：对拆分后的原始EEG数据进行带通滤波；
步骤四：对滤波后的数据按照自由度进行分离，然后随机选取训练集和测试集，训练集和测试集中不同自由度的数据数量相同；
步骤五：对训练集和测试集进行CSP特征提取，获得特征矩阵；
步骤六：对特征矩阵进行SVM分类，至少重复100次步骤四至步骤六，获得多组分类结果，然后执行步骤七；
步骤七：依据最佳模型选取原则，在多组分类结果中选取出最佳模型，所述最佳模型中包括最佳带通滤波器、最佳空间滤波器和最佳分类器模型；
在线处理部分：
步骤八：实时采集被试者的运动想象EEG信号，并将该运动想象EEG信号作为测试EEG数据，以2s～4s为单位对测试EEG数据进行拆分；
步骤九：分别利用最佳带通滤波器、最佳空间滤波器和最佳分类器模型依次对拆分后的测试EEG数据进行带通滤波、CSP特征提取和SVM分类；
步骤十：对分类结果的自由度类型进行判别，获得分类标签，完成运动想象EEG信号的在线处理。


2.根据权利要求1所述的一种运动想象EEG信号的在线处理方法，其特征在于，步骤一中，利用放大器采集被试者的运动想象EEG信号，
运动想象实验为60次，原始EEG数据为60组。


3.根据权利要求1所述的一种运动想象EEG信号的在线处理方法，其特征在于，步骤二中，...

【专利技术属性】
技术研发人员：李卓明，代峥，李华清，叶亮，伍广腾，岑尧辉，陈幸，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23