【技术实现步骤摘要】
本专利技术涉及一种运动想象脑电解码方法。特别是涉及一种基于多频段双阶段特征提取网络的运动想象脑电解码方法。
技术介绍
1、脑卒中又被称为脑中风，是由于大脑内血管的突然破裂导致出血，或者由于血管堵塞引起大脑缺血和缺氧而引起的。脑卒中在全球范围内具有较高的患病率、发病率、复发率和致死率,脑卒中后造成的神经损伤是导致患者运动功能障碍的主要原因之一，即使患者接受系统康复训练，仍有50％～60％的患者会遗留一定程度的功能障碍。
2、脑机接口是一种介于大脑和计算机或其他外部设备之间的媒介或设备，用于实现大脑与外部世界的信息交互。其中，基于脑机接口的运动想象范式具有易学习和成本低的特点，成为辅助脑卒中患者康复的重要手段之一。它对改善患者的运动功能障碍和提高生活质量具有重要意义。运动想象疗法的优点在于不需要实际的运动输入，也不依赖于患者残存的运动功能。即使患者的运动功能受到严重损伤，他们仍然能够"主动"参与康复训练，并获得较为理想的疗效。这种创新的康复方法为患者提供了希望，为他们恢复运动功能和改善生活质量带来了新的可能性，因此在医疗康复领域中，基于脑机接口的运动想象功能康复方法有很好的应用前景，而有效地对患者的脑电信号进行正确的识别分析，是其中的关键。
3、深度学习算法在脑电信号解码领域得到了广泛应用，其中包括卷积神经网络和transformer：卷积神经网络作为一种强大的特征提取器，能够通过卷积和池化操作捕捉局部特征，被广泛应用于脑电信号的解码。transformer通过自注意力机制能够捕捉全局依赖关系，对序列数据进行
4、另外，电极的空间分布对于脑电信号解码具有重要意义，不同位置的电极可能对应不同的脑区活动，而这些脑区活动之间存在着复杂的相互作用关系，然而，以往的解码算法在进行分类辨识的过程中，通道域维度时通常被视为一维形式。同时，能够记录受试者运动想象脑电信号变化的频段可能会因被试个体的差异而有所不同，因此分析数据的频段交互作用也是解码过程中的关键一步。
技术实现思路
1、本专利技术所要解决的技术问题是，提供一种结合电极空间分布和频段交互作用，分阶段提取局部和全局特征，有效解码多类别运动想象信号，实现对受试者运动意图准确识别的基于多频段双阶段特征提取网络的运动想象脑电解码方法。
2、本专利技术所采用的技术方案是：基于多频段双阶段特征提取网络的运动想象脑电解码方法，包括从脑电采集设备采集受试者运动想象脑电信号、运动想象识别模块利用所提出的多频段双阶段特征提取网络进行受试者运动意图分析。
3、所述的脑电采集设备，包括脑电极帽及连接线，生理电信号采集-转换模块，集成式wi-fi模块和电源电路；其中用于采集运动想象信号的脑电极帽根据国际10-20系统实现电极排布，包含30个电极通道，分别为：t6、tp8、t4、ft8、f8、o2、p4、cp4、c4、fc4、f4、fp2、oz、pz、cpz、cz、fcz、fz、fp1、f3、fc3、c3、cp3、p3、o1、f7、ft7、t3、tp7、t5，同时设置四个眼电通道，分别为veou、veou、heol和heor，参考电极置于左耳乳突处；采样率为1000hz。
4、所述的运动想象识别模块包括如下步骤：
5、1)受试者根据显示屏中随机出现的图标提示进行肢体相应部位的运动想象任务，产生的脑电信号通过脑电采集设备进行采集，并进行数据预处理；
6、2)将预处理后得到的两个频段的信号输入到所提出的多频段双阶段特征提取网络，首先对两个分支进行维度转换，再将其与相应的标签，输入到主干网络中，包括输入到多频段三维卷积模块，得到局部特征，再经过基于transformer的自注意力机制模块进行全局特征的提取，最后经过分类器进行分类；通过有监督的训练，得到能够以高精度识别受试者运动意图的运动想象脑电解码模型。
7、所述的运动想象任务中，每次试验前有一声提示音，由1s的空白开始，之后出现一个“十”字作为运动想象任务即将开始的提示，时长为1s；接下来会出现随机虚拟训练场景，受试者需要根据具体训练场景和提示语音来完成反复的想象任务；场景的总数有m种，呈现的次数固定为n次，每类为n/m次，呈现的顺序随机；在想象任务后，受试者进行2s的休息。
8、所述的数据预处理，包括：
9、1)利用fir数字滤波器对采集的信号进行带通滤波，分别留下4-16hz和16-40hz之间和运动想象任务相关的两个频段的信号；
10、2)利用独立成分分析(independent components analysis，ica)去伪迹的方法，根据四个眼电通道采集的数据进行去伪迹操作，去除明显包含眼电的成分；
11、3)截取两个频段信号中进行运动想象任务的片段，并将信号降采样到250hz。
12、所述的维度转换，是按照国际标准导联规定的导联位置，根据电极的排布规则，导出电极二维坐标矩阵，将原样本xi∈rc×t转换为得到三维的输入数据；其中c代表通道数，t是时间采样数，s1和s2分别代表二维坐标矩阵的两个维度，其中s1＝9，s2＝9；如果在矩阵中存在没有安置电极的位置，将其置零。
13、所述的多频段三维卷积模块，进行第一阶段的局部特征提取，首先对得到的维度转换后的两个频段信号进行并行的时间域卷积，随后以三维卷积分支提取空间域特征，最后将分支的输出融合，实现不同频段信号时空特征的相互作用，包括时间卷积层、空间卷积层和特征融合层；
14、所述的时间卷积层，输入为维度转换后两个频段信号的三维输入数据，包括两个并行的三维卷积层，卷积核数量为40，卷积核大小为1×1×25，步长为1×1×1；
15、所述空间卷积层，输入为两个频段信号时间卷积层的输出，包含两个并行的三维卷积分支，每个分支包括依次串联的：
16、(1.1)一个三维卷积层，卷积核数量为40，卷积核大小为2×2×1，步长为1×1×1；
17、(1.2)一个展开层，将输入再次转换成二维形式；
18、(1.3)一个二维卷积层，卷积核数量为40，卷积核大小为64×1，步长为1×1；
19、所述的特征融合层，输入为两个频段信号空间卷积层的输出，对两个分支在特征图维度进行拼接，即输入通道数为80，再通过依次串联的：
20、(2.1)一个二维卷积层，卷积核数量为40，卷积核大小为1×1，步长为1×1；
21、(2.2)一个批量归一化层，并采用elu非线性激活函数；
22、(2.3)一个平均池化层，平均池化窗口大小为1×75，步长为1×15；
23、(2.4)一个二维卷积层，卷积核数量为40，卷积核大小为1×1，步长为1×1。
24、所述的自注意力机制模块，进行第二阶段的全局特征提取，将得到的局部特本文档来自技高网...
【技术保护点】
1.基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，使用脑电采集设备采集受试者进行运动想象任务的脑电信号，输入到提出的运动想象识别模块中，包括对信号进行数据预处理，得到两个与运动想象任务相关的频段，利用所提出的多频段双阶段特征提取网络分析受试者运动意图；多频段双阶段特征提取网络首先结合电极空间分布对两个频段分支进行维度转换，再利用多频段三维卷积模块，得到不同频段下的时空特征，将双分支进行融合，获取局部特征，随后基于自注意力机制模块进一步捕捉时空依赖关系，提取全局特征，最后经过分类器进行运动意图分类。
2.根据权利要求1所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，脑电采集设备包括脑电极帽及连接线，生理电信号采集-转换模块，集成式Wi-Fi模块和电源电路；其中用于采集运动想象信号的脑电极帽根据国际10-20系统实现电极排布，包含30个电极通道，分别为：T6、TP8、T4、FT8、F8、O2、P4、CP4、C4、FC4、F4、FP2、Oz、Pz、CPz、Cz、FCz、Fz、FP1、F3、FC3、C3、CP3、P3、O1、F7、FT7
3.根据权利要求1所述的一种基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，运动想象识别模块包括如下步骤：
4.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的运动想象任务中，每次试验前有一声提示音，由1s的空白开始，之后出现一个“十”字作为运动想象任务即将开始的提示，时长为1s；接下来会出现随机虚拟训练场景，受试者需要根据具体训练场景和提示语音来完成反复的想象任务；场景的总数有M种，呈现的次数固定为N次，每类为N/M次，呈现的顺序随机；在想象任务后，受试者进行2s的休息。
5.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的数据预处理，包括：利用FIR数字滤波器对采集的信号进行带通滤波，分别留下4-16Hz和16-40Hz之间和运动想象任务相关的两个频段的信号；利用独立成分分析去除眼电伪迹；截取进行运动想象任务的片段，并将信号降采样到250Hz。
6.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的维度转换，是按照国际标准导联规定woz的导联位置，根据电极的排布规则，导出电极二维坐标矩阵，将原样本Xi∈RC×T转换为得到三维的输入数据；其中C代表通道数，T是时间采样数，S1和S2分别代表二维坐标矩阵的两个维度，其中S1＝9，S2＝9；如果在矩阵中存在没有安置电极的位置，将其置零。
7.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的多频段三维卷积模块，进行第一阶段的局部特征提取；首先对得到的维度转换后的两个频段信号进行并行的时间域卷积，随后以三维卷积分支提取空间域特征，最后将分支的输出融合，实现不同频段信号时空特征的相互作用，包括：
8.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的自注意力机制模块，进行第二阶段的全局特征提取；将得到的局部特征划分到不同的子空间，利用自注意力机制进一步捕捉时空依赖关系，包括六个堆叠的自注意力编码模块，其中每个自注意力编码模块包括两个子模块，并通过残差连接和层归一化操作来保留输入的信息和梯度流动，其中两个子模块包括：
9.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的分类器，输入为自注意力机制模块的输出，首先对数据进行展平，转换为一维的张量，紧接着依次通过串联的：
10.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的训练，经过多次的迭代不断降低分类损失，提高分类精度，包括：
...【技术特征摘要】
1.基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，使用脑电采集设备采集受试者进行运动想象任务的脑电信号，输入到提出的运动想象识别模块中，包括对信号进行数据预处理，得到两个与运动想象任务相关的频段，利用所提出的多频段双阶段特征提取网络分析受试者运动意图；多频段双阶段特征提取网络首先结合电极空间分布对两个频段分支进行维度转换，再利用多频段三维卷积模块，得到不同频段下的时空特征，将双分支进行融合，获取局部特征，随后基于自注意力机制模块进一步捕捉时空依赖关系，提取全局特征，最后经过分类器进行运动意图分类。
2.根据权利要求1所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，脑电采集设备包括脑电极帽及连接线，生理电信号采集-转换模块，集成式wi-fi模块和电源电路；其中用于采集运动想象信号的脑电极帽根据国际10-20系统实现电极排布，包含30个电极通道，分别为：t6、tp8、t4、ft8、f8、o2、p4、cp4、c4、fc4、f4、fp2、oz、pz、cpz、cz、fcz、fz、fp1、f3、fc3、c3、cp3、p3、o1、f7、ft7、t3、tp7、t5，同时设置四个眼电通道，分别为veou、veou、heol和heor，参考电极置于左耳乳突处；采样率为1000hz。
3.根据权利要求1所述的一种基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，运动想象识别模块包括如下步骤：
4.根据权利要求3所述的基于多频段双阶段特征提取网络的运动想象脑电解码方法，其特征在于，所述的运动想象任务中，每次试验前有一声提示音，由1s的空白开始，之后出现一个“十”字作为运动想象任务即将开始的提示，时长为1s；接下来会出现随机虚拟训练场景，受试者需要根据具体训练场景和提示语音来完成反复的想象任务；场景的总数有m种，呈现的次数固定为n次，每类为n/m次，呈现的顺序随机；在想象任务后，受试者进行2s的休息。
5.根据权利要求3所述的基于多频段双...
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。