本发明专利技术公开了一种识别头部运动意图的脑电信号解码方法及系统，涉及脑电信号解码技术领域，包括：获取目标用户在头部运动过程中的脑电信号数据段；对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述变换图谱为具有时频信息的图谱；采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图。本发明专利技术能够达到提高头部运动意图分类准确率的目的。意图分类准确率的目的。意图分类准确率的目的。
【技术实现步骤摘要】
一种识别头部运动意图的脑电信号解码方法及系统
[0001]本专利技术涉及脑电信号解码
，特别是涉及一种识别头部运动意图的脑电信号解码方法及系统。
技术介绍
[0002]现有的脑电信号解码技术都是解决肢体运动想象或者运动执行问题。由于头部运动靠近脑电帽，会对脑电信号采集造成较大的干扰，导致其信噪比较低，分类准确率较低。
[0003]另外，基于头部运动范式的应用较少，所以其脑电解码技术的研究也存在空白。
技术实现思路
[0004]本专利技术的目的是提供一种识别头部运动意图的脑电信号解码方法及系统，以达到提高头部运动意图分类准确率的目的。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种识别头部运动意图的脑电信号解码方法，包括：
[0007]获取目标用户在头部运动过程中的脑电信号数据段；
[0008]对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述变换图谱为具有时频信息的图谱；
[0009]采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图。
[0010]可选的，所述对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：
[0011]对所述脑电信号数据段进行预处理；所述预处理包括电极定位、剔除无用电极、重参考、滤波、分段和基线校正；
[0012]采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；
[0013]所述连续变换图谱为连续小波变换图谱或者短时傅里叶变换图谱。
[0014]可选的，所述采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：
[0015]对预处理后的脑电信号数据段进行筛选处理，确定运动皮层附近的脑电信号数据；
[0016]采用短时傅里叶变换算法或者连续小波变换算法，对标记脑电信号数据进行处理，得到所述目标用户对应的变换图谱；
[0017]其中，所述标记脑电信号数据为确定的运动皮层附近的脑电信号数据。
[0018]可选的，采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图，具体包括：
[0019]将所述变换图谱输入到头部运动意图解码模型中，以识别所述目标用户的头部运
动意图；
[0020]所述头部运动意图解码模型是根据训练数据和卷积神经网络确定的；所述训练数据包括具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。
[0021]可选的，所述训练数据的确定过程为：
[0022]通过脑电帽设备采集用户的第一脑电信号数据段和第二脑电信号数据段；所述第一脑电信号数据段为未进行转头运动前的脑电信号数据；所述第二脑电信号数据段为在左右转头运动后的脑电信号数据；所述第二脑电信号数据段包括在左转头运动后的脑电信号数据段和在右转头运动时的脑电信号数据段；
[0023]对所述第一脑电信号数据段和所述第二脑电信号数据段进行预处理；
[0024]对预处理后的第一脑电信号数据段和预处理后的第二脑电信号数据段进行筛选处理，确定第一标记脑电信号数据段和第二标记脑电信号数据段；所述第一标记脑电信号数据段为所述预处理后的第一脑电信号数据段在运动皮层附近的脑电信号数据；所述第二标记脑电信号数据段为所述预处理后的第二脑电信号数据段在运动皮层附近的脑电信号数据；
[0025]采用短时傅里叶变换算法，对所述第一标记脑电信号数据段和所述第二标记脑电信号数据段分别进行处理，得到具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱；或者采用连续小波变换算法，对所述第一标记脑电信号数据段和所述第二标记脑电信号数据段分别进行处理，得到具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。
[0026]可选的，所述将所述变换图谱输入到头部运动意图解码模型中，以识别所述目标用户的头部运动意图，具体包括：
[0027]将所述变换图谱输入到头部运动意图解码模型中，得到第一分类结果和第二分类结果；
[0028]所述第一分类结果为空闲状态或者头部运动意图状态，所述第二分类结果表示头部左转意图或者头部右转意图，并当所述第一分类结果为头部运动意图状态时，所述第二分类结果为头部左转意图或者头部右转意图。
[0029]一种识别头部运动意图的脑电信号解码系统，包括：
[0030]数据获取模块，用于获取目标用户在头部运动过程中的脑电信号数据段；
[0031]数据处理模块，用于对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述变换图谱为具有时频信息的图谱；
[0032]第一头部运动意图识别模块，用于采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图。
[0033]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0034]本专利技术提供了一种识别头部运动意图的脑电信号解码方法及系统。本专利技术通过对脑电信号数据段进行处理得到具有时频信息的图谱，然后利用图谱提取信息的有效性和机器学习算法的学习能力强、拟合能力强的特点，识别目标用户的头部运动意图，并得到分类准确率的分类结果。
[0035]一种识别头部运动意图的脑电信号解码方法，包括：
[0036]获取目标用户在头部运动过程中的脑电信号数据段并进行预处理；
[0037]采用时序性神经网络对预处理后的脑电信号数据段进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图。
[0038]可选的，所述时序性神经网络为循环神经网络RNN或者长短期记忆网络LSTM。
[0039]一种识别头部运动意图的脑电信号解码系统，包括：
[0040]数据获取处理模块，用于获取目标用户在头部运动过程中的脑电信号数据段并进行预处理；
[0041]第二头部运动意图识别模块，用于采用时序性神经网络对预处理后的脑电信号数据段进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图。
[0042]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0043]本专利技术提供了一种识别头部运动意图的脑电信号解码方法及系统。本专利技术采用时序性神经网络对预处理后的脑电信号数据段进行处理，识别所述目标用户的头部运动意图，并得到分类准确率的分类结果。
附图说明
[0044]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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专利技术的一些实施例，对于本领本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种识别头部运动意图的脑电信号解码方法，其特征在于，包括：获取目标用户在头部运动过程中的脑电信号数据段；对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述变换图谱为具有时频信息的图谱；采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图；所述头部运动意图包括空闲状态、头部左转意图和头部右转意图。2.根据权利要求1所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述对所述脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：对所述脑电信号数据段进行预处理；所述预处理包括电极定位、剔除无用电极、重参考、滤波、分段和基线校正；采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱；所述连续变换图谱为连续小波变换图谱或者短时傅里叶变换图谱。3.根据权利要求2所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述采用短时傅里叶变换算法或者连续小波变换算法，对预处理后的脑电信号数据段进行处理，得到所述目标用户对应的变换图谱，具体包括：对预处理后的脑电信号数据段进行筛选处理，确定运动皮层附近的脑电信号数据；采用短时傅里叶变换算法或者连续小波变换算法，对标记脑电信号数据进行处理，得到所述目标用户对应的变换图谱；其中，所述标记脑电信号数据为确定的运动皮层附近的脑电信号数据。4.根据权利要求1所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，采用机器学习算法对所述变换图谱进行处理，识别所述目标用户的头部运动意图，具体包括：将所述变换图谱输入到头部运动意图解码模型中，以识别所述目标用户的头部运动意图；所述头部运动意图解码模型是根据训练数据和卷积神经网络确定的；所述训练数据包括具有空闲状态的变换图谱、具有头部左转意图的变换图谱和具有头部右转意图的变换图谱。5.根据权利要求4所述的一种识别头部运动意图的脑电信号解码方法，其特征在于，所述训练数据的确定过程为：通过脑电帽设备采集用户的第一脑电信号数据段和第二脑电信号数据段；所述第一脑电信号数据段为未进行转头运动前的脑电信号数据；所述第二脑电信号数据段为在左右转头运动后的脑电信号数据；所述第二脑电信号数据段包括在左转头运动后的脑电信号数据段和在右转头运动时的脑电信号数据段；对所述第一脑电信号数据段和所述第二脑电信号数据段进行预处理；对预处理后的第一脑电信号数据段和预处理后的第二脑电信号数据段进行筛选处理，确定第一标记脑电信号数据段和第二标记脑电信...
【专利技术属性】
技术研发人员：王党校，张志毫，余济凡，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。