一种运动想象反馈方法、系统及存储介质技术方案

本发明专利技术公开了一种运动想象反馈方法、系统及存储介质，该方法包括：获取受试者在不同预设动作下的静息态数据和运动想象态数据；根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像；将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作。通过实施本发明专利技术，通过预先确定多个预设动作，获取不同预设动作的静息态数据和运动想象态数据，采用脑电源成像算法确定不同预设动作的脑电源成像图像，并将其和预设脑电源成像图像进行对比，从而确定相应受试者的最优想象动作。获取受试者采用该想象动作想象的脑电信号进行解码，能够提高信号解码准确率。提高信号解码准确率。提高信号解码准确率。

【技术实现步骤摘要】
一种运动想象反馈方法、系统及存储介质


[0001]本专利技术涉及运动想象
，具体涉及一种运动想象反馈方法、系统及存储介质。

技术介绍

[0002]在主流的脑机接口(Brain Computer Interface，BCI)范式中，运动想象(Motor Imagery，MI)作为一种主动式BCI，因其无需外界刺激，只受受试者主动调控的特点，受到研究者的广泛关注。当人在执行MI任务的时候，从大脑感觉运动皮层采集到的运动想象脑电(Motor Imageryelectroencephalography，MI－EEG)信号的能量会在mu节律(8～14Hz)和beta节律(14～30Hz)上升高或降低。能量升高称为事件相关同步(ERS)；能量降低称为事件相关去同步(ERD)。
[0003]目前，在获取MI－EEG信号后，需要对其进行信号解码，虽然现有的一些解码算法取得了不错的效果，但鲜有研究关注MI－EEG信号产生过程中的改进。研究发现，不同的受试者所产生的MI－EEG信号存在差异，解码效果也各有优劣。因此，种种因素导致MI范式的解码准确率普遍不高，加大了实际应用的难度。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了涉及一种运动想象反馈方法、系统及存储介质，以解决现有技术中MI范式的MI－EEG信号解码准确率普遍不高，加大了实际应用的难度的技术问题。
[0005]本专利技术提出的技术方案如下：
[0006]本专利技术实施例第一方面提供一种运动想象反馈方法，该方法包括：获取受试者在不同预设动作下的静息态数据和运动想象态数据；根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像；将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作。
[0007]可选地，根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，所述脑电源成像算法包括相干源动态成像算法、最小范数估计算法以及线性约束最小方差波束形成算法。
[0008]可选地，采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：在任一预设动作下，获取第一预设时间段的静息态数据、第二预设时间段的运动想象态数据以及包含第一预设时间段的静息态数据和第二预设时间段的运动想象态数据的合并数据；根据莫莱小波分别计算第一预设时间段静息态数据的第一交叉谱密度矩阵、第二预设时间段运动想象态数据第二交叉谱密度矩阵以及合并数据的第三交叉谱密度矩阵；根据所述第三交叉谱密度矩阵计算空间滤波器；根据所述空间滤波器、第一交叉谱密度矩阵以及第二交叉谱密度矩阵计算得到运动想象态相对于静息态的源
能量比值，得到任一预设动作下的脑电源成像图像。
[0009]可选地，将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作，包括：获取不同预设动作下的多张脑电源成像图像；判断每张脑电源成像图像与所述预设脑电源成像图像的接近程度是否大于预设值；统计不同预设动作下接近程度大于预设值的图像张数；将大于预设值的图像张数最多的预设动作确定为所述受试者的最优想象动作。
[0010]可选地，所述空间滤波器通过以下公式表示：
[0011][0012]其中，A(r)表示空间滤波器，大脑内部每一个源点r都对应一个空间滤波器，L(r)是源点r和数据获取电极间的传递方程，C是第三交叉谱密度矩阵。
[0013]可选地，通过以下公式计算运动想象态的源能量和静息态的源能量：
[0014]P
i
(r)＝A(r)C
i
A(r)
T*
[0015]其中，P
i
(r)表示r源能量，i取1或2，当i＝1时，P1(r)表示静息态的源能量，当i＝2时，P2(r)表示运动想象态的源能量；当i＝1时，C1表示第一交叉谱密度矩阵，当i＝2时，C2表示第二交叉谱密度矩阵。
[0016]可选地，不同预设动作包括：左手、右手、双脚、舌头四个身体部位的多个不同预设动作。
[0017]本专利技术实施例第二方面提供一种运动想象反馈系统，该系统包括：脑电采集单元，用于采集受试者的脑电信号，得到在不同预设动作下的静息态数据和运动想象态数据；处理器，用于根据本专利技术实施例第一方面及第一方面任一项所述的运动想象反馈方法确定所述受试者的最优想象动作。
[0018]可选地，所述脑电采集单元包括：脑电帽和脑电放大器，反馈系统还包括：多参数同步器，用于将不同设备的时间戳同步；路由器，用于将脑电信号传输至所述处理器。
[0019]本专利技术实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本专利技术实施例第一方面及第一方面任一项所述的运动想象反馈方法。
[0020]本专利技术提供的技术方案，具有如下效果：
[0021]本专利技术实施例提供的运动想象反馈方法、系统及存储介质，通过预先确定多个预设动作，获取不同预设动作的静息态数据和运动想象态数据，采用脑电源成像算法确定不同预设动作的脑电源成像图像，并将其和预设脑电源成像图像进行对比，从而确定相应受试者的最优想象动作。获取受试者采用该想象动作想象的脑电信号进行解码，能够提高信号解码准确率。同时，在同一特征提取算法(FBCSP)和分类算法(SVM)的条件下，受试者想象最优想象动作的平均准确率相比于默认动作能够提高6％以上。
附图说明
[0022]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本专利技术的一些实施方式，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，还可以根据这些附图获得其他的附图。
[0023]图1是根据本专利技术实施例的运动想象反馈方法的流程图；
[0024]图2(A)至图2(D)是根据本专利技术实施例的想象左手、右手、双脚和舌头运动时预设脑电源成像图像；
[0025]图3是根据本专利技术另一实施例的运动想象反馈方法的流程图；
[0026]图4是根据本专利技术另一实施例的运动想象反馈方法的流程图；
[0027]图5是根据本专利技术实施例的运动想象反馈系统的结构框图；
[0028]图6是根据本专利技术实施例提供的微处理器的结构示意图；
[0029]图7是根据本专利技术实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域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，都属于本专利技术保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动想象反馈方法，其特征在于，包括：获取受试者在不同预设动作下的静息态数据和运动想象态数据；根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像；将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作。2.根据权利要求1所述的运动想象反馈方法，其特征在于，根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，所述脑电源成像算法包括相干源动态成像算法、最小范数估计算法以及线性约束最小方差波束形成算法。3.根据权利要求2所述的运动想象反馈方法，其特征在于，采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：在任一预设动作下，获取第一预设时间段的静息态数据、第二预设时间段的运动想象态数据以及包含第一预设时间段的静息态数据和第二预设时间段的运动想象态数据的合并数据；根据莫莱小波分别计算第一预设时间段静息态数据的第一交叉谱密度矩阵、第二预设时间段运动想象态数据第二交叉谱密度矩阵以及合并数据的第三交叉谱密度矩阵；根据所述第三交叉谱密度矩阵计算空间滤波器；根据所述空间滤波器、第一交叉谱密度矩阵以及第二交叉谱密度矩阵计算得到运动想象态相对于静息态的源能量比值，得到任一预设动作下的脑电源成像图像。4.根据权利要求1所述的运动想象反馈方法，其特征在于，将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作，包括：获取不同预设动作下的多张脑电源成像图像；判断每张脑电源成像图像与所述预设脑电源成像图像的接近程度是否大于预设值；统计不同预设动作下接近程度大于预设值的图像张...

【专利技术属性】
技术研发人员：李俊翰，郑能恒，戚可盈，曹锦鹏，
申请(专利权)人：深圳大学，
类型：发明
国别省市：