结合EEG数据质量的运动想象评估方法技术

本发明专利技术涉及一种结合EEG数据质量的运动想象评估方法。本发明专利技术适用于脑电技术领域。本发明专利技术的技术方案为一种结合EEG数据质量的运动想象评估方法，其特征在于：获取经预处理的脑电数据；基于脑电数据的幅值计算得到脑电信号质量评分Score1；基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3；基于Score1、Score2和Score3计算得到脑电数据质量评分ScoreSQ；基于脑电数据中Alpha频段数据计算得到运动想象评分ScoreMI；基于ScoreMI和ScoreSQ计算得到作为运动想象评估结果的联合评分Score。评分Score。评分Score。

【技术实现步骤摘要】
结合EEG数据质量的运动想象评估方法


[0001]本专利技术涉及一种结合EEG数据质量的运动想象评估方法。适用于脑电


技术介绍

[0002]脑机接口作为一种通过对脑电信号分析处理从而达到人机交互的技术，已经广泛应用于脑损伤患者的康复训练治疗之中。目前常用到脑机接口的康复训练模式包含：运动想象(MI，Motor Imagery)与P300，其中运动想象的基本原理为：当被试进行单侧手运动想象或执行运动时，单侧手同一侧的运动功能脑区alpha频段的脑能量会被抑制(ERD)，单侧手对侧的运动功能脑区alpha频段能量得到增强(ERS)。当被试持续多次进行运动想象训练，其ERD/ERS的效应也会相应的增强。因为运动功能脑区ERD/ERS现象与运动想象的关联性，所以脑机接口运动想象常被应用于运动功能缺陷的患者康复训练之中。
[0003]脑电信号是由大脑神经元放电产生的，极为微弱，在采集过程中容易受到各种噪声的干扰。EEG信号质量的噪声主要来自两个部分，一是由被试者内除大脑以外的其他器官活动产生(如身体剧烈抖动产生的肌电与电极滑移伪影)，二是由外部环境干扰产生(如其他电器设备产生的工频干扰)。EEG数据质量是决定BCI算法最终性能的关键因素。
[0004]目前脑机接口运动想象方案的核心都基于ERD/ERS现象，方案的内容主要包含三个部分，即数据预处理、特征提取与分类。EEG数据预处理过程中应用广泛的算法包含滤波器、ICA、ASR等，特征提取过程中应用最为广泛的算法包含PSD、PCA、CPS、FBCSP等，分类过程中主要应用SVM、LDA、贝叶斯等分类器。但是目前的方案主要有以下几个方面的缺点：特征提取方面过于冗余，无法有效的表达运动想象产生的ERD/ERS想象，增加了程序的计算负担；在分类反馈方面没有贴合被试ERD/ERS效应会随着训练增强这一过程，导致部分被试运行想象训练反馈体验较差，训练成效放缓；虽然目前的方案在数据预处理过程中尽量将被试异常活动参数的脑电伪迹去除，但是仍有部分伪迹存在，从而导致分类反馈的准确性降低，并且被试持续的异常活动对运动想象反馈训练的影响在目前方案中没有体现。

技术实现思路

[0005]本专利技术要解决的技术问题是：针对上述存在的问题，提供一种结合EEG数据质量的运动想象评估方法。
[0006]本专利技术所采用的技术方案是：一种结合EEG数据质量的运动想象评估方法，其特征在于：
[0007]获取经预处理的脑电数据；
[0008]基于脑电数据的幅值计算得到脑电信号质量评分Score1；
[0009]基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3；
[0010]基于Score1、Score2和Score3计算得到脑电数据质量评分Score
SQ
；
[0011]基于脑电数据中Alpha频段数据计算得到运动想象评分Score
MI
；
[0012]基于Score
MI
和Score
SQ
计算得到作为运动想象评估结果的联合评分Score。
[0013]所述获取经预处理的脑电数据，包括：
[0014]获取被试运动想象训练过程中的脑电数据；
[0015]使用notch滤波器去除50Hz工频干扰得到脑电数据；
[0016]采用ASR算法实时去除脑电数据中的伪影，得到去除伪影的脑电数据。
[0017]所述基于脑电数据的幅值计算得到EEG信号质量评分Score1，包括：
[0018][0019]其中，n为正常脑电幅值范围按宽度W划分后的小区间数量，m为脑电幅值范围按宽度W划分后的小区间数量，j为正常脑电幅值范围内的第j个小区间，k为脑电幅值范围内的第k个小区间，bin
j
代表正常脑电幅值范围内第j个小区间内幅值的个数，bin
k
代表脑电幅值范围内第k个小区间内幅值的个数；
[0020][0021][0022]其中，
‑
a～a为正常脑电幅值范围，
‑
b～b为脑电幅值范围，其中，P(i)为在相应脑电幅值区间内幅值i出现的概率；
[0023][0024]所述基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3，包括：
[0025][0026]将Theta频段或Beta频段脑电数据data取绝对值abs，统计abs(data)中幅值小于index的个数，并求其与data数据长度L的百分比；
[0027]其中index为Theta频段或Beta频段内的脑电数据幅度绝对值的最大值。
[0028]所述基于Score1、Score2和Score3计算得到脑电数据质量评分Score
SQ
，包括：
[0029][0030]所述基于脑电数据中Alpha频段数据计算得到运动想象评分Score
MI
，包括：
[0031]将Alpha频段的脑电数据进行降采样；
[0032]计算降采样后Alpha频段脑电数据能量，Alpha频段脑电数据能量采用如下公式计算：
[0033][0034]其中，redata为降采样后的数据，N为降采样后数据的长度；
[0035]提取各通道最大脑电数据能量来表示被试的ERS效应；
[0036]根据设定的最低ERS效应ERS
min
与最高ERS效应ERS
max
与不同训练阶段的训练等级LV，计算ERS效应评分Score
ERS
，Score
ERS
采用如下公式计算：
[0037][0038]采用ERS效应来区分被试是否进行运动想象或实际运动，运动想象评分Score
MI
与ERS效应评分Score
ERS
相同。
[0039]所述基于Score
MI
和Score
SQ
计算得到作为运动想象评估结果的联合评分Score，包括：
[0040]Score＝0.4*Score
SQ
+0.6*Score
ERS
。
[0041]一种结合EEG数据质量的运动想象评估装置，其特征在于，包括：
[0042]数据获取模块，用于获取经预处理的脑电数据；
[0043]评分计算模块Ⅰ，用于基于脑电数据的幅值计算得到脑电信号质量评分Score1；
[0044]评分计算模块Ⅱ，用于基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3；
[0045]评分计算模块Ⅲ，用于基于Score1、Score2和Score3计算得到脑电数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合EEG数据质量的运动想象评估方法，其特征在于：获取经预处理的脑电数据；基于脑电数据的幅值计算得到脑电信号质量评分Score1；基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3；基于Score1、Score2和Score3计算得到脑电数据质量评分Score
SQ
；基于脑电数据中Alpha频段数据计算得到运动想象评分Score
MI
；基于Score
MI
和Score
SQ
计算得到作为运动想象评估结果的联合评分Score。2.根据权利要求1所述的结合EEG数据质量的运动想象评估方法，其特征在于，所述获取经预处理的脑电数据，包括：获取被试运动想象训练过程中的脑电数据；使用notch滤波器去除50Hz工频干扰得到脑电数据；采用ASR算法实时去除脑电数据中的伪影，得到去除伪影的脑电数据。3.根据权利要求1所述的结合EEG数据质量的运动想象评估方法，其特征在于，所述基于脑电数据的幅值计算得到EEG信号质量评分Score1，包括：其中，n为正常脑电幅值范围按宽度W划分后的小区间数量，m为脑电幅值范围按宽度W划分后的小区间数量，j为正常脑电幅值范围内的第j个小区间，k为脑电幅值范围内的第k个小区间，bin
j
代表正常脑电幅值范围内第j个小区间内幅值的个数，bin
k
代表脑电幅值范围内第k个小区间内幅值的个数；围内第k个小区间内幅值的个数；其中，
‑
a～a为正常脑电幅值范围，
‑
b～b为脑电幅值范围，其中，P(i)为在相应脑电幅值区间内幅值i出现的概率；4.根据权利要求1所述的结合EEG数据质量的运动想象评估方法，其特征在于，所述基于脑电数据中Theta频段和Beta频段的幅值分布分别计算得到Theta频段质量评分Score2和Beta频段质量评分Score3，包括：
将Theta频段或Beta频段脑电数据data取绝对值abs，统计abs(data)中幅值小于index的个数，并求其与data数据长度L的百分比；其中index为Theta频段或Beta频段内的脑电数据幅度绝对值的最大值。5.根据权利要求1所述的结合EEG数据质量的运动想象评估方法，其特征在于，所述基于Score1、Score2和Score3计算得到脑电数据质量评分Score
SQ
，包括：6.根据权利要求1所述的结合EEG数据质量的运动想象评估方法，其特征在于，所述基于脑电数据中Alpha频段数据计算得到运动想象评分Score
...

【专利技术属性】
技术研发人员：李鹏，朱威灵，寿梦婕，傅向向，
申请(专利权)人：浙江迈联医疗科技有限公司，
类型：发明
国别省市：