一种设备控制的方法、系统、控制设备及可读存储介质技术方案

本申请公开了一种设备控制的方法，包括：利用预设节律的带通滤波器对原始脑电信号进行滤波处理；对预设节律的滤波信号进行空间滤波，得到频带信号；对频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对特征空间进行特征挑选，得到最优特征空间；根据脑电控制信号的类别控制待控设备执行对应的动作。本申请降低了信息获取过程的复杂度，增加了有用信息的获取效率；通过利用互信息熵对特征空间进行特征挑选，极大的提高了不同类别特征的可区分度，进而提高了基于脑机接口的设备控制方法的控制效率。本申请同时还提供了一种设备控制的系统、控制设备及可读存储介质，具有上述有益效果。

A device control method, system, control device and readable storage medium

【技术实现步骤摘要】
一种设备控制的方法、系统、控制设备及可读存储介质
本申请涉及脑机接口领域，特别涉及一种设备控制的方法、系统、控制设备及可读存储介质。
技术介绍
脑机接口是指在脑和计算机或其它设备之间建立直接的交流和控制通道，它不依赖于外周神经系统及肌肉组织，是一种全新的人机接口方式。脑机接口分为植入式与非植入式两类，其中：植入式脑机接口所获得的脑信号精度相对较高，信噪比高，易于分析处理，但需要对使用者进行开颅手术，危险性较大，目前主要用于动物实验研究；非植入式脑机接口获取的脑电信号噪声大，信号特征的可区分性差，但获取脑信号不需要进行任何手术，而且随着信号处理方法和技术的不断进步，对头皮脑电(electroencephalogram，EEG)的处理已经达到了一定的水平，使脑机接口应用于实际生活成为可能。然而，现有技术中针对于脑电信号中的信息获取方法太过复杂，而且信息冗余度较高，特征可区分度差，导致基于脑机接口的设备控制方法效率极低。因此，如何提高基于脑机接口的设备控制方法的控制效率是本领域技术人员目前需要解决的技术问题。
技术实现思路
本申请的目的是提供一种设备控制的方法、系统、控制设备及可读存储介质，用于提高基于脑机接口的设备控制方法的控制效率。为解决上述技术问题，本申请提供一种设备控制的方法，该方法包括：获取原始脑电信号，并利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号；对所述预设节律的滤波信号进行空间滤波，得到频带信号；对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到最优特征空间；接收脑电控制信号，并根据所述最优特征空间确定所述脑电控制信号的类别，根据所述脑电控制信号的类别控制待控设备执行对应的动作。可选的，利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号，包括：分别利用μ节律、β节律以及全波段的带通滤波器对所述原始脑电信号进行滤波处理，对应得到μ节律滤波信号、β节律滤波信号及全波段滤波信号。可选的，对所述预设节律的滤波信号进行空间滤波，得到频带信号，包括：利用共空间模式法分别对所述μ节律滤波信号、所述β节律滤波信号及所述全波段滤波信号进行空间滤波，对应得到μ节律频带信号、β节律频带信号及全波段频带信号。可选的，对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到最优特征空间，包括：分别对所述μ节律频带信号、所述β节律频带信号及所述全波段频带信号进行协方差运算，并进行黎曼切空间映射构建对应的μ节律子特征空间、β节律频带信号及全波段子特征空间；将所述μ节律子特征空间、所述β节律频带信号及所述全波段子特征空间合并成所述特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到所述最优特征空间。可选的，根据所述最优特征空间确定所述脑电控制信号的类别，包括：利用支持向量机分类器根据所述最优特征空间确定所述脑电控制信号的类别。可选的，根据所述最优特征空间确定所述脑电控制信号的类别，包括：利用线性判别分析算法根据所述最优特征空间确定所述脑电控制信号的类别。本申请还提供一种设备控制的系统，该系统包括：带通滤波模块，用于获取原始脑电信号，并利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号；空间滤波模块，用于对所述预设节律的滤波信号进行空间滤波，得到频带信号；特征空间构建模块，用于对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选；控制模块，用于接收脑电控制信号，并根据所述最优特征空间确定所述脑电控制信号的类别，根据所述脑电控制信号的类别控制待控设备执行对应的动作。所述带通滤波模块包括：带通滤波子模块，用于分别利用μ节律、β节律以及全波段的带通滤波器对所述原始脑电信号进行滤波处理，对应得到μ节律滤波信号、β节律滤波信号及全波段滤波信号。本申请还提供一种控制设备，该控制设备包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述任一项所述设备控制的方法的步骤。本申请还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述设备控制的方法的步骤。本申请所提供设备控制的方法，包括：获取原始脑电信号，并利用预设节律的带通滤波器对原始脑电信号进行滤波处理，得到预设节律的滤波信号；对预设节律的滤波信号进行空间滤波，得到频带信号；对频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对特征空间进行特征挑选，得到最优特征空间；接收脑电控制信号，并根据最优特征空间确定脑电控制信号的类别，根据脑电控制信号的类别控制待控设备执行对应的动作。本申请所提供的技术方案，通过利用预设节律的带通滤波器对原始脑电信号进行滤波处理，以及对预设节律的滤波信号进行空间滤波，降低了信息获取过程的复杂度，增加了有用信息的获取效率；同时，通过利用互信息熵对特征空间进行特征挑选，极大的提高了不同类别特征的可区分度，进而提高了基于脑机接口的设备控制方法的控制效率。本申请同时还提供了一种设备控制的系统、控制设备及可读存储介质，具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请实施例所提供的一种设备控制的方法的流程图；图2为本申请实施例所提供的另一种设备控制的方法的流程图；图3为本申请实施例所提供的一种设备控制的系统的结构图；图4为本申请实施例所提供的另一种设备控制的系统的结构图；图5为本申请实施例所提供的一种控制设备的结构图。具体实施方式本申请的核心是提供一种设备控制的方法、系统、控制设备及可读存储介质，用于提高基于脑机接口的设备控制方法的控制效率。为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。脑机接口通常包括三部分：1)信号采集；2)信号处理；从神经信号中提取使用者的意识，并通过特定的模式识别算法将输入的使用者的神经信号转换为控制外部设备的输出指令。3)控制外部设备；根据使用者的意识来驱动外部设备，从而替代用户丧失本文档来自技高网...

【技术保护点】
1.一种设备控制的方法，其特征在于，包括：/n获取原始脑电信号，并利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号；/n对所述预设节律的滤波信号进行空间滤波，得到频带信号；/n对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到最优特征空间；/n接收脑电控制信号，并根据所述最优特征空间确定所述脑电控制信号的类别，根据所述脑电控制信号的类别控制待控设备执行对应的动作。/n

【技术特征摘要】
1.一种设备控制的方法，其特征在于，包括：
获取原始脑电信号，并利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号；
对所述预设节律的滤波信号进行空间滤波，得到频带信号；
对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到最优特征空间；
接收脑电控制信号，并根据所述最优特征空间确定所述脑电控制信号的类别，根据所述脑电控制信号的类别控制待控设备执行对应的动作。


2.根据权利要求1所述的方法，其特征在于，利用预设节律的带通滤波器对所述原始脑电信号进行滤波处理，得到所述预设节律的滤波信号，包括：
分别利用μ节律、β节律以及全波段的带通滤波器对所述原始脑电信号进行滤波处理，对应得到μ节律滤波信号、β节律滤波信号及全波段滤波信号。


3.根据权利要求2所述的方法，其特征在于，对所述预设节律的滤波信号进行空间滤波，得到频带信号，包括：
利用共空间模式法分别对所述μ节律滤波信号、所述β节律滤波信号及所述全波段滤波信号进行空间滤波，对应得到μ节律频带信号、β节律频带信号及全波段频带信号。


4.根据权利要求3所述的方法，其特征在于，对所述频带信号进行黎曼切空间映射构建特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到最优特征空间，包括：
分别对所述μ节律频带信号、所述β节律频带信号及所述全波段频带信号进行协方差运算，并进行黎曼切空间映射构建对应的μ节律子特征空间、β节律频带信号及全波段子特征空间；
将所述μ节律子特征空间、所述β节律频带信号及所述全波段子特征空间合并成所述特征空间，并利用互信息熵对所述特征空间进行特征挑选，得到所述最优特征空间。...

【专利技术属性】
技术研发人员：谢小峰，邹孝坤，唐荣年，胡文锋，李创，李子波，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南;46