一种基于EEG脑机接口的运动想象分析方法及系统技术方案

本发明专利技术提供了一种基于EEG脑机接口的运动想象分析方法，包括获取脑电数据；根据获取的脑电数据，进行特征提取；根据提取的特征，进行特征选择和分类，从而得到分析结果；其中，所述特征提取包括，通过自回归建模提取时域特征，通过快速傅里叶变换提取频域特征。本发明专利技术使用EEG脑机接口获取原始脑电数据，通过对数据的实时分析，估计受试者想象的肢体运动，通过运动辅助设备牵引，帮助受试者完成想象的肢体运动。该发明专利技术有助于辅助脑损伤患者的肢体运动恢复。复。复。

【技术实现步骤摘要】
一种基于EEG脑机接口的运动想象分析方法及系统


[0001]本专利技术涉及脑电分析
，尤其涉及一种基于EEG脑机接口的运动想象分析方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]近年来，人们使用脑机接口(brain
‑
computer interfaces，BCIs)实现大脑信号与计算机数据的转化，这意味着计算机能够通过监测大脑的信号活动而被有意识的控制。
[0004]与功能性磁共振成像(functional magnetic resonance imaging，fMRI)和脑磁图(magnetoencephalography，MEG)等其他方法相比，脑电图信号是非侵入性的，且具有高时间分辨率，便携以及相对较低的成本等优势，脑电图被广泛应用于记录BCI系统中的大脑信号。基于EEG的BCI可以分为两种主要类型：诱发性和自发性，也称为外源性和内源性。在诱发系统中，需要外部刺激，例如视觉、听觉或感官刺激。刺激引起大脑中的反应，然后由B本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EEG脑机接口的运动想象分析方法，其特征在于，包括：获取原始脑电数据；根据获取的原始脑电数据，进行特征提取；根据提取的特征，进行特征选择和分类，从而得到分析结果；其中，所述特征选择和分类包括对脑电数据进行主成分分析，通过将提取的特征中最具辨别力的特征传递给分类器，根据分类结果估计受试者想象的肢体运动。2.如权利要求1所述的一种基于EEG脑机接口的运动想象分析方法，其特征在于，所述获取脑电数据，包括基于EEG的BCI使用从多个EEG通道记录的数据。3.如权利要求1所述的一种基于EEG脑机接口的运动想象分析方法，其特征在于，所述获取脑电数据，还包括对脑电数据进行预处理。4.如权利要求1所述的一种基于EEG脑机接口的运动想象分析方法，其特征在于，所述特征提取，还包括从脑电数据中提取判别性和非冗余信息，形成一组可以进行分类的特征。5.如权利要求1所述的一种基于EEG脑机接口的运动想象分析方法，其特征在于，所述特征选择和分类包括对脑电数据进行主成分分析，所述主成分分析包括：(1)计算在每个等级J小波分解正交矩阵的数据矩阵中的每一列X；(2)对于1≤m≤J，执行细节矩阵的PCA并选择合适数量的重要主成分；(3)执行近似矩阵的PCA并选择合适数量的主成分，(4)通过反转小波变换，从减少细节矩阵和近似矩阵中恢复一个新矩阵；(5)执行该新矩阵的PCA以形成其中，X是一个n
×
p数据矩阵，正交矩阵W包...

【专利技术属性】
技术研发人员：姜岩芸，隋晓丹，郑元杰，赵艳娜，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：