一种基于在线数据模型增强的脑机接口训练方法及系统技术方案

本发明专利技术公开了一种基于在线数据模型增强的脑机接口训练方法及系统，通过将建模阶段数据收集上传到文件服务节点，与此同时云服务器从文件服务节点中获取全部相关联的训练数据，对全部数据和本次建模阶段的数据一起进行算法处理生成模型对象，将生成的模型对象传递给客户端应用，以便后续执行验证阶段的运动想象。利用本次建模阶段的数据与之前的数据共同作用生成模型对象，这样做有效解决因有限时间收集建模数据可能存在的数量不足的问题，从而引起后续每次训练结果无法趋近于稳定的状态问题。问题。问题。

【技术实现步骤摘要】
一种基于在线数据模型增强的脑机接口训练方法及系统


[0001]本专利技术涉及脑机接口
，具体而言是涉及一种基于在线数据模型增强的脑机接口训练方法及系统。

技术介绍

[0002]随着脑机接口技术的不断发展，使用非侵入式的设备对受测者的脑电信号采集也愈发有效，再加上处理此类脑信号的算法手段与开源社区更加完善。对此，使用非侵入式设备对受测者进行信号采集，并对采集的数据信号进行一系列算法处理建立模型，再基于所建模型对受测者的想象过程进行预测与分析，从而形成了一套比较完备成熟的运动想象模式。
[0003]然而，在这套模式下需要受测者在进行想要的解码运动信号、识别想象过程形成正确的指令的效果前，必须先进行一定数量的训练数据采集以建立模型预测接下来的运动想象。尽管这种做法避免了因测试环境、受试者状态等因素的影响，但每次在有限的训练时间里，执行建模阶段的训练所获取的数据而建立的模型，因训练数量不足可能导致建立的模型不一定可靠，并且每一次的训练都不可避免的发生这类现象，使得整个训练阶段的准确率幅度变化大而产生稳定性不够。
>
技术实现思路
...

【技术保护点】

【技术特征摘要】
1.一种基于在线数据模型增强的脑机接口训练方法，其特征在于，包括步骤：步骤一：在建模阶段完成后，将训练数据收集上传到云服务器；步骤二：云服务器将获取的建模阶段的训练数据转发到文件服务节点；步骤三：云服务器构建在线数据处理的环境步骤四：向文件服务节点获取相关联的全部训练数据步骤五：云服务器在获取到全部训练数据后进行在线处理，步骤六：处理完成后生成本次结果的模型对象；步骤六：云服务器将生成的模型对象反馈给客户端应用，客户端应用基于获取的模型对象在训练的验证阶段进行数据分析并获取分析结果；步骤七：整个训练完成后将验证阶段的训练数据收集上传到云服务器；步骤八：云服务器将获取的验证阶段的训练数据转发到文件服务节点。2.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤二中，转发到文件服务节点后，并与此次训练的受测者建立关联，所述建立关联是利用文件名称实现，为每一个受测者建立单独文件夹，使用受测者账号命名，且受测者账号是整个系统内唯一的，文件夹内部通过“yyyyMMddHHmmss&lt;...(时间因子)&gt;”格式创建。3.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤三构建的在线数据处理环境主要是加载py环境与算法文件。4.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤五的在线处理方法包括如下：步骤1)数据预处理：首先对数据使用公式进行归一化，其中x表示输入信号，μ为均值，δ为标准差，再使用5阶切比雪夫带通滤波器对信号进行带通滤波，保留运动想象信号活跃的频带；步骤2)特征提取：使用共空间模式算法，先计算第i类信号的协方差，其中N<...

【专利技术属性】
技术研发人员：李迎新，王薇，
申请(专利权)人：上海术理智能科技有限公司，
类型：发明
国别省市：