一种脑U护理机及方法技术

本公开公开的一种脑U护理机及方法，包括：非侵入式脑机接口，采集脑电信号，并提取脑电信号中的功率谱密度特征；数据处理系统，接收功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，根据二次提取的特征对脑电信号进行分类；其中，脑电信号配准模型采用双重监督的方法训练卷积神经网络获得。对脑电信号通过S变化提取出了功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，节省了脑电信号配准模型提取特征的时间，提高了检测的效率。

【技术实现步骤摘要】
一种脑U护理机及方法
本公开涉及一种脑U护理机及方法。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。脑机接口，它是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。在脑机接口的情况下，计算机或者接受脑传来的命令，或者发送信号到脑(例如视频重建)。在多年来动物实验的实践基础上，应用于人体的早期植入设备被设计及制造出来，用于恢复损伤的听觉、视觉和肢体运动能力。目前以侵入式脑机接口为基础的设备是市面上最常见的。在实现本申请的过程中，专利技术人发现现有技术中存在以下技术问题：对于侵入式脑机接口，设备也需颅内侵入式电极植入手术、这项手术风险程度高，且因为也是植入电极，所以也有电极材料造价昂贵和对病患身体损伤的问题。并且，由于异物侵入，可能会引发免疫反应和愈伤组织(疤痕组织)，导致电极信号质量衰退甚至是消失。所以，侵入式的脑机接口无法确保长时间的准确获取病者脑电信号，使得信号采集部分、信号处理部分、控制设备部分和反馈环节四个环节无法正常运作。然而，脑机接口的评判标准，分为规模和分辨率两个方面(即可以记录多少神经元和这个工具接收到的信息的细致程度)，也大大的降低。另外，伤口也易出现难以愈合及炎症反应。对于非侵入式脑机接口，虽然无需进行颅内植入手术，但是由于颅骨对于大脑信号的衰减作用，以及对于神经元发出的电磁波的分散和模糊效应，使得记录到的信号强度和分辨率并不高，很难确定发出信号的脑区或者相关的单个神经元的放电。
技术实现思路
本公开为了解决上述问题，提出了一种脑U护理机及方法，对脑电信号通过S变化提取出了功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，节省了脑电信号配准模型提取特征的时间，提高了检测的效率。为实现上述目的，本公开采用如下技术方案：在一个或多个实施例中，提出了一种脑U护理机，包括：非侵入式脑机接口，采集脑电信号，提取脑电信号中的功率谱密度特征；数据处理系统，接收功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，根据二次提取的特征对脑电信号进行分类；其中，脑电信号配准模型采用双重监督的方法训练卷积神经网络获得。在一个或多个实施例中，提出了一种脑U护理机的使用方法，包括：获取脑电信号，对脑电信号预处理；对预处理后的脑电信号进行Stockwell变换，获取功率谱密度特征；将功率谱密度特征输入脑电信号配准模型中进行二次特征提取；将经脑电信号配准模型提取的特征输入贝叶斯线性判别分析中获得脑电信号分类结果；其中，脑电信号配准模型采用双重监督的方法训练卷积神经网络获得。在一个或多个实施例中，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成所述的一种脑U护理机的使用方法的步骤。与现有技术相比，本公开的有益效果为：1、本公开对脑电信号通过S变化提取出了功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，节省了脑电信号配准模型提取特征的时间，提高了检测的效率。2、本公开数据处理系统中的脑电信号配准模型通过双重监督训练卷积神经网络获得，通过定义损失函数包括通过已知的形变矩阵监督回归网络的有监督部分和以图像相似度监督回归网络的无监督部分，实现了对卷积神经网络的双重监督，提高了脑电信号配准模型的配准精度，进而提高了提取脑电特征的准确度。3、本公开的脑U护理机，为非侵入式设备，其中的非侵入式脑机接口附着于头皮表面，即可完成对脑电信号的提取与准确分析。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1为本公开脑U护理机原理图；图2为本公开脑U护理机使用10通道电极采集到的EEG信号；图3为本公开脑U护理机中脑电信号配准模型双重监督原理图；图4为本公开脑U护理机中脑电信号配准模型结构图；图5为本公开脑U护理机对脑电信号的分类结果。具体实施方式：下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。实施例1脑U护理机一般由信号采集、特征提取、模式识别、输出控制器、反馈环节和外部设备模块组成。(1)信号采集模块的功能是检测包含了某些特征的脑电信号，并对这些信号进行放大、滤波等预处理。(2)特征提取部分的主要任务是将脑电信号中可以表征受试者不同思维状态的特征提取出来，特征提取是脑-机接口研究中的一个核心环节。(3)模式识别的主要任务是将提取出来的特征进行分类，从而可以反映人的不同思维状况。(4)控制命令输出模块的主要任务就是将已经识别出来的受试者的意图转化为控制信号，通过串口将这些控制信号输出到外界，实现对外界设备或环境的控制。(5)反馈环节的主要任务是将控制命令的参数或执行情况实时地呈现在受试者面前。在该实施例中，本公开为了实现通过非侵入式的方式，获取脑电信号，进而对脑电信号进行准确的识别与分类，公开了一种脑U护理机，重点对信号采集、特征提取和分类的部分进行说明。原理如图1所示，包括，非侵入式脑机接口和数据处理系统。非侵入式脑机接口，采集脑电信号，对采集的脑电信号预处理，并对预处理后的脑电信号提取功率谱密度特征；数据处理系统，接收功率频谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，将二次特征提取的特征输入贝叶斯分类器中，对脑电信号进行分类，获取脑电信号的分类结果。非侵入式脑机接口，采用10-20国际标准电极位置，以单极导联方式采集FC3、FC4、C5、C3、C1、C2本文档来自技高网...

【技术保护点】
1.一种脑U护理机，其特征在于，包括：/n非侵入式脑机接口，采集脑电信号，并提取脑电信号中的功率谱密度特征；/n数据处理系统，接收功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，根据二次提取的特征对脑电信号进行分类；/n其中，脑电信号配准模型采用双重监督的方法训练卷积神经网络获得。/n

【技术特征摘要】
1.一种脑U护理机，其特征在于，包括：
非侵入式脑机接口，采集脑电信号，并提取脑电信号中的功率谱密度特征；
数据处理系统，接收功率谱密度特征，将功率谱密度特征输入脑电信号配准模型中进行二次特征提取，根据二次提取的特征对脑电信号进行分类；
其中，脑电信号配准模型采用双重监督的方法训练卷积神经网络获得。


2.如权利要求1所述的一种脑U护理机，其特征在于，非侵入式脑机接口，采用Stockwell变换从脑电信号中提取功率谱密度特征。


3.如权利要求1所述的一种脑U护理机，其特征在于，数据处理系统中脑电信号配准模型的双重监督由损失函数实现，损失函数包括有监督训练和无监督训练两部分。


4.如权利要求3所述的一种脑U护理机，其特征在于，数据处理系统中损失函数的有监督训练为通过最小化预测形变与已知形变之间的欧氏距离来监督卷积神经网络的训练。


5.如权利要求3所述的一种脑U护理机，其特征在于，数据处理系统中损失函数的无监督训练以图像相似度为监督卷积神经网络训练的约束条件，包括：形变后的目标图像与模板图像间的差异约束和形变场的平滑度约束。

【专利技术属性】
技术研发人员：姜岩芸，赵艳娜，张宇，张文豪，张禧凤，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东;37