一种基于数据延拓的单目标SSVEP识别系统和方法技术方案

一种基于数据延拓的单目标SSVEP识别系统和方法，包含信号采集模块、信号预处理模块、数据延拓模块和特征识别模块，信号预处理模块对信号采集模块采集到的脑电信号进行预处理，首先对脑电信号进行归一化和零均值化处理，然后利用巴特沃斯滤波器提取低频脑电信号；数据延拓模块通过计算脑电信号中单目标频率的最大整周期数，进而对低频脑电信号进行最大整周期数据延拓，得到延拓脑电信号；特征识别模块利用典型相关分析算法(CCA)对数据延拓模块处理后的延拓脑电信号完成特征提取及分类；本发明专利技术利用最大整周期延拓方法，保证有用信号的节律，打断非目标频率的节律，从而提高信噪比增强信号特征，提高目标识别准确率。提高目标识别准确率。提高目标识别准确率。

【技术实现步骤摘要】
一种基于数据延拓的单目标SSVEP识别系统和方法


[0001]本专利技术涉及生物医学工程及脑机接口
,具体涉及一种基于数据延拓的单目标SSVEP识别系统和方法。

技术介绍

[0002]脑机接口(brain
‑
computer interface，BCI)是一种不依赖人的神经肌肉通道,能够实现大脑和外部设备直接信息交流的技术,近十几年得到了突飞猛进的发展，开发了如脑控假肢、脑控拼字、脑控轮椅和脑控无人机等系统。稳态视觉诱发电位(steady
‑
state visual evoked potentials，SSVEP)作为视觉诱发电位中的一种，由于其无需训练、信噪比高、鲁棒性好等特点而被广泛应用于各类脑机接口系统中。在脑机接口系统中，神经解码是至关重要的一个环节，特征提取也一直是研究的热点，受到国内外研究者的青睐。
[0003]近些年来SSVEP的特征提取方法得到了迅速发展，应用最多的是典型相关性分析(Canonical correlation analysis，CCA)及其拓展。CCA是一种统计学分析方法，计算两组多维数据间的最大相关性系数，其本质是一种空间滤波器，对多维数据进行降维后，使其相关性最大。滤波器组典型相关性分析方法(Filter bank canonical correlation analysis，FBCCA)利用谐波信号对SSVEP特征进行增强。多组典型相关性分析(Multi
‑
set CCA，MsetCCA)，基于训练集对CCA参考模板进行优化，以提高特征提取能力。然而脑电信号是非线性、非平稳的信号，应用线性的方法提取脑电信号的特征使其受到诸多限制，近几年来，非线性的方法也得到了发展，基于混沌检测原理的稳态视觉诱发电位识别方法利用微弱周期信号能使混沌系统从临界状态转变为大尺度周期状态的特点，实现对微弱周期脑电信号的检测。
[0004]然而无论基于统计分析方法和混沌理论的非线性方法都对信号长度有较强的依赖，较长的信号更有利于提取到有用特征，提高信噪比。增加信号长度，虽然有利于提高分类的准确率，但不利于信息传输率的提高，也不利于在线脑机接口系统的应用；其次，脑电信号及其微弱，容易和噪声耦合在一起，如何抑制噪声提高信噪比也是当前领域亟需解决的问题。基于数据延拓方法在故障诊断领域中解决经验模态分解的端点效应有着广泛应用，但还没有基于最大整周期数据延拓的单目标稳态视觉诱发电位特征增强方法的文献公开。

技术实现思路

[0005]为了克服上述现有技术的缺点，本专利技术的目的在于提供一种基于数据延拓的单目标SSVEP识别系统和方法，通过数据延拓的方法，增长脑电信号长度，利用最大整周期延拓方法，保证有用信号的节律，打断非目标频率的节律，从而提高信噪比增强信号特征，提高目标识别准确率。
[0006]为了达到上述目的，本专利技术采取的技术方案为：
[0007]一种基于数据延拓的单目标SSVEP识别系统，包含：
[0008]信号采集模块：在使用者头部枕区布置6个测量电极：Oz、O1、O2、PO1、PO3、PO4，在其单侧耳垂布置参考电极，在其前额Fpz处布置地电极Gnd，通过脑电采集设备进行脑电信号采集；
[0009]信号预处理模块：对信号采集模块采集到的脑电信号进行预处理，首先对脑电信号进行归一化和零均值化处理，然后利用巴特沃斯滤波器提取低频脑电信号；
[0010]数据延拓模块：通过计算脑电信号中单目标频率的最大整周期数，进而对低频脑电信号进行最大整周期数据延拓，得到延拓脑电信号；
[0011]特征识别模块：利用典型相关分析算法(CCA)对数据延拓模块处理后的延拓脑电信号完成特征提取及分类。
[0012]所述的数据延拓模块，首先根据单目标视觉刺激频率f
target
、采样频率Fs和采样时间t计算采集到的脑电信号中包含的最大完整周期的数量n＝floor(f
target
*t)，其中floor表示向下取整；然后计算脑电信号中最大完整周期所对应的长度Length＝round(Fs/f
target
*n)，其中round代表四舍五入取整；之后从信号预处理模块处理后的低频脑电信号末尾开始向前取Length长度的信号，拼接在预处理后的低频脑电信号并形成延拓脑电信号。
[0013]所述的特征识别模块利用典型相关性分析算法(CCA)计算来自数据延拓模块处理后的延拓脑电信号和各频率正余弦模板间的最大相关性系数，最后将最显著的特征作为最终的识别特征。
[0014]利用上述系统的一种基于数据延拓的单目标SSVEP识别方法，包含以下步骤：
[0015]步骤1，信号采集模块进行脑电信号采集：
[0016]1.1)在使用者头部枕区布置6个测量电极：Oz、O1、O2、PO1、PO3、PO4，在其单侧耳垂布置参考电极，在其前额Fpz处布置地电极Gnd；
[0017]1.2)呈现视觉刺激范式，视觉刺激范式刺激人的视觉系统并在人大脑枕区诱发SSVEP响应，视觉刺激范式是光闪烁、翻转的光栅、棋盘格或运动型刺激范式等，显示器上每次只显示一个刺激；
[0018]1.3)在呈现视觉刺激范式的同时脑电采集设备采集脑电信号；
[0019]步骤2：预处理模块进行脑电信号预处理：首先对脑电信号进行归一化和零均值化处理，然后利用巴特沃斯带通滤波器将脑电信号滤到5
‑
30Hz(根据刺激频率范围调整)，提取低频脑电信号；
[0020]步骤3：数据延拓模块对脑电信号进行延拓：首先根据单目标视觉刺激频率f
target
、采样频率Fs和采样时间t计算采集到的脑电信号中包含的最大完整周期的数量n＝floor(f
target
*t)，其中floor表示向下取整；然后计算脑电信号中最大完整周期所对应的长度Length＝round(Fs/f
target
*n)，其中round代表四舍五入取整；之后从预处理模块处理后低频脑电信号的末尾开始取Length长度的信号，拼接在预处理后的低频脑电信号后形成新的延拓脑电信号；
[0021]步骤4：特征识别模块识别数据延拓后的延拓脑电信号：利用典型相关性分析算法(CCA)计算来自数据延拓模块处理后的延拓脑电信号和各频率正余弦模板间的最大相关性系数，最后将最显著的特征作为最终的特征识别结果。
[0022]本专利技术的有益效果为：
[0023]本专利技术针对现有SSVEP特征识别方法对信号长度依赖性较强，短数据和高识别准
确率不可兼得，难以提高BCI系统信息传输率，脑电信号微弱易受到噪声干扰，抑制噪声提高信噪比困难等问题，提出了一种基于最大整周期数据延拓的单目标稳态视觉诱发电位识别系统及方法，为提高信息传输率、抑制噪声提高信噪比提供新方法和新思路，其具有如下优越性：
[0024](1)通过数据延拓的方法，增长脑电信号长度，解决信号长度对SS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据延拓的单目标SSVEP识别系统，其特征在于，包含：信号采集模块：在使用者头部枕区布置6个测量电极：Oz、O1、O2、PO1、PO3、PO4，在其单侧耳垂布置参考电极，在其前额Fpz处布置地电极Gnd，通过脑电采集设备进行脑电信号采集；信号预处理模块：对信号采集模块采集到的脑电信号进行预处理，首先对脑电信号进行归一化和零均值化处理，然后利用巴特沃斯滤波器提取低频脑电信号；数据延拓模块：通过计算脑电信号中单目标频率的最大整周期数，进而对低频脑电信号进行最大整周期数据延拓，得到延拓脑电信号；特征识别模块：利用典型相关分析算法(CCA)对数据延拓模块处理后的延拓脑电信号完成特征提取及分类。2.根据权利要求1所述的系统，其特征在于：所述的数据延拓模块，首先根据单目标视觉刺激频率f
target
、采样频率Fs和采样时间t计算采集到的脑电信号中包含的最大完整周期的数量n＝floor(f
target
*t)，其中floor表示向下取整；然后计算脑电信号中最大完整周期所对应的长度Length＝round(Fs/f
target
*n)，其中round代表四舍五入取整；之后从信号预处理模块处理后的低频脑电信号末尾开始向前取Length长度的信号，拼接在预处理后的低频脑电信号并形成延拓脑电信号。3.根据权利要求1所述的系统，其特征在于：所述的特征识别模块利用典型相关性分析算法(CCA)计算来自数据延拓模块处理后的延拓脑电信号和各频率正余弦模板间的最大相关性系数，最后将最显著的特征作为最终的识别特征。4.利用权利要求1所述的系统的一种基于数据延拓的单目标...

【专利技术属性】
技术研发人员：李辉，徐光华，张凯，李文平，杜成航，郑小伟，李泽瑾，杜宇晖，陈晟超，赵大凯，张世宇，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：