本申请提供了一种脑电信号解码方法、装置、上位机及计算机可读存储介质。其中，该方法包括：获取目标用户的最优时间窗口内的待解码脑电信号，所述最优时间窗口基于所述目标用户的脑电信号训练得到；计算所述最优时间窗口内的待解码脑电信号的特征向量；通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图。本申请通过根据目标用户的脑电信号训练得到该目标用户对应的最优时间窗口，在对脑电信号进行解码时，通过获取该目标用户对应最优时间窗口内的待解码脑电信号，使得待解码的脑电信号均为有效的运动想象，可以提高脑电信号解码的准确性。可以提高脑电信号解码的准确性。可以提高脑电信号解码的准确性。
【技术实现步骤摘要】
脑电信号解码方法、装置、上位机及计算机可读存储介质
[0001]本申请涉及智能轮椅领域，具体而言，涉及一种脑电信号解码方法、装置、上位机及计算机可读存储介质。
技术介绍
[0002]脑控轮椅的出现极大的方便了手脚不便的患者，对于手脚不便的患者来说，通过对脑电信号进行解码生成控制信息来控制轮椅是提高运动功能障碍患者生活质量的方法之一。这种通过脑部信号控制轮椅的方式，打破普通轮椅对使用者身体条件的限制，不需要通过例如键盘、操作杆等控制方式驱动轮椅，对于上肢完全不能运动的运动功能障碍患者也具备一定的适用性。
[0003]目前的脑电信号解码方式通常采用一个固定时间窗口截取脑电信号，但是这种解码方式常常会影响脑电信号解码的准确性。
技术实现思路
[0004]有鉴于此，本申请实施例的目的在于提供一种脑电信号解码方法、装置、上位机及计算机可读存储介质，能够提高脑电信号解码的准确性。
[0005]第一方面，本申请实施例提供了一种脑电信号解码方法，包括：获取目标用户的最优时间窗口内的待解码脑电信号，所述最优时间窗口基于所述目标用户的脑电信号训练得到；计算所述最优时间窗口内的待解码脑电信号的特征向量；通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图。
[0006]在上述实现过程中，由于该最优时间窗口是根据目标用户的脑电信号训练得到，即该最优时间窗口是对应目标用户运动想象真正开始时间到真正结束时间的时间窗口。因而，在对脑电信号进行解码时，通过获取该目标用户对应最优时间窗口内的待解码脑电信号，使得待解码的脑电信号均为有效的运动想象，可以提高脑电信号解码的准确性。
[0007]在一个实施例中，所述方法还包括：采用粒子群算法训练所述目标用户的最优时间窗口。
[0008]在一个实施例中，所述采用粒子群算法训练所述目标用户的最优时间窗口，包括：确定多个粒子在当前迭代中的当前局部最优解和当前全局最优解，所述粒子通过所述目标用户的待解码脑电信号划分得到；根据所述当前局部最优解和所述当前全局最优解更新每个粒子的当前速度和当前位置；根据更新后的当前速度和当前位置继续确定所述多个粒子在下一迭代中的当前局部最优解和当前全局最优解，直到确定出多次迭代中的最大局部最优解和最大全局最优解；根据所述最大局部最优解和所述最大全局最优解确定所述目标用户的脑电信号开始时间和时间宽度，以根据所述脑电信号开始时间和所述时间宽度确定所述目标用户的最优时间窗口。
[0009]在上述实现过程中，由于粒子群算法具有收敛速度快，对计算机的内存要求不大、原理简单以及易于实现等优势。因而，通过该粒子群算法训练目标用户的最优时间窗口，可
以在简化目标用户的最优时间窗口的训练难度的同时，减少最优时间窗口训练的内存占用。
[0010]在一个实施例中，所述计算所述最优时间窗口内的待解码脑电信号的特征向量之前，所述方法还包括：按照预设带宽将获取的待解码脑电信号划分为多个子频带待解码脑电信号；所述计算所述最优时间窗口内的待解码脑电信号的特征向量，包括：分别计算所述最优时间窗口内每个子频带待解码脑电信号对应的特征向量。
[0011]在上述实现过程中，由于子带越多提供的频带信息越丰富，因而在对脑电信号解码前，先将脑电信号划分为多个子频带待解码脑电信号，可以提高获取到的待解码脑电信号的丰富度，进而提高脑电信号解码的准确性。
[0012]在一个实施例中，所述通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图，包括：根据MIBIF算法从所述多个子频带待解码脑电信号对应的多个特征向量中确定出设定数量的目标特征，所述MIBIF算法为一种基于互信息的特征选取方法；通过特征分类法对所述目标特征进行分类，以确定所述待解码脑电信号对应的控制意图。
[0013]在上述实现过程中，由于多个子频带待解码脑电信号中可能只有一部分子频带待解码脑电信号与脑控轮椅的控制相关，通过根据MIBIF算法从多个子频带待解码脑电信号对应的多个特征向量中确定出设定数量的目标特征，一方面，可以减少其他子频带待解码脑电信号对脑控轮椅控制信号生成造成影响，提高脑电信号解码的准确性。另一方面也可以减少特征分类时分类压力，提高脑电信号解码效率。
[0014]在一个实施例中，所述根据MIBIF算法从所述多个子频带待解码脑电信号对应的多个特征向量中确定出设定数量的目标特征之前，所述方法还包括：计算脑电信号的时空模式与神经元活动之间的互信息。
[0015]在上述实现过程中，通过计算脑电信号的时空模式与神经元活动之间的互信息，可以选择使分类结果误差相对较小的最佳频带，进而提取到该多个特征向量中设定数量的与控制信号最相关的特征向量，提高脑电信号解码的准确性。
[0016]在一个实施例中，所述待解码脑电信号为脑控轮椅的控制信息，所述脑控轮椅的坐垫上设置有压力传感器，所述方法还包括：根据所述压力传感器反馈的压力信息和设定压力速度关系确定所述脑控轮椅的移动速度；根据所述移动速度和所述控制意图控制所述脑控轮椅动作。
[0017]在上述实现过程中，通过根据脑控轮椅上的压力信息确定该脑控轮椅的移动速度，当不同体重的使用者坐上轮椅后，可以根据压力传感器当前反馈的压力信息调整脑控轮椅移动速度快慢，优化了该脑控轮椅的使用体验感。
[0018]第二方面，本申请实施例还提供一种脑电信号解码装置，包括：获取模块，用于获取目标用户的最优时间窗口内的待解码脑电信号，所述最优时间窗口基于所述目标用户的脑电信号训练得到；计算模块，用于计算所述最优时间窗口内的待解码脑电信号的特征向量；分类模块，用于通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图。
[0019]第三方面，本申请实施例还提供一种上位机，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当上位机运行时，所述机器可读指令被所述处理
器执行时执行上述第一方面，或第一方面的任一种可能的实施方式中的方法的步骤。
[0020]第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的任一种可能的实施方式中脑电信号解码方法的步骤。
[0021]为使本申请的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
[0022]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0023]图1为本申请实施例提供的脑控轮椅系统示意图；
[0024]图2为本申请实施例提供的上位机的方框示意图；
[0025]图3为本申请实施例提供本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种脑电信号解码方法，其特征在于，包括：获取目标用户的最优时间窗口内的待解码脑电信号，所述最优时间窗口基于所述目标用户的脑电信号训练得到；计算所述最优时间窗口内的待解码脑电信号的特征向量；通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用粒子群算法训练所述目标用户的最优时间窗口。3.根据权利要求2所述的方法，其特征在于，所述采用粒子群算法训练所述目标用户的最优时间窗口，包括：确定多个粒子在当前迭代中的当前局部最优解和当前全局最优解，所述粒子通过所述目标用户的待解码脑电信号划分得到；根据所述当前局部最优解和所述当前全局最优解更新每个粒子的当前速度和当前位置；根据更新后的当前速度和当前位置继续确定所述多个粒子在下一迭代中的当前局部最优解和当前全局最优解，直到确定出多次迭代中的最大局部最优解和最大全局最优解；根据所述最大局部最优解和所述最大全局最优解确定所述目标用户的脑电信号开始时间和时间宽度，以根据所述脑电信号开始时间和所述时间宽度确定所述目标用户的最优时间窗口。4.根据权利要求1所述的方法，其特征在于，所述计算所述最优时间窗口内的待解码脑电信号的特征向量之前，所述方法还包括：按照预设带宽将获取的待解码脑电信号划分为多个子频带待解码脑电信号；所述计算所述最优时间窗口内的待解码脑电信号的特征向量，包括：分别计算所述最优时间窗口内每个子频带待解码脑电信号对应的特征向量。5.根据权利要求4所述的方法，其特征在于，所述通过特征分类法对所述特征向量中的特征进行分类，以确定所述待解码脑电信号对应的控制意图，包括：根...
【专利技术属性】
技术研发人员：张永怀，郑思羽，竭荣昕，徐柏洋，杨帮华，高守玮，夏新星，
申请(专利权)人：上海韶脑传感技术有限公司，
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。