一种脑电信号自适应解码方法及其在康复机器人中的应用技术

本发明专利技术公开了一种脑电信号自适应解码方法及其在康复机器人中的应用，首先通过脑电设备采集受试者的大脑信号，并对原始脑电数据进行重参考、滤波、分段和基线校正，得到预处理后的脑电数据；然后基于协方差矩阵自适应进化策略对频率和时间进行二维的迭代优化，提取最优时间和频率区间空间滤波后的特征进行分类识别，然后根据得到的分类结果向康复机器人发送相应的运动控制指令，由康复机器人执行控制指令，帮助受试者完成康复运动。本发明专利技术技术不需要大量的样本支持，可以自适应提取最优特征，有效解决跨被试问题，具有精度高，适应能力强等优点。

【技术实现步骤摘要】

本专利技术涉及脑电信号处理及康复训练机器人，具体来说涉及一种脑电信号自适应解码方法及其在康复机器人中的应用。

技术介绍

1、世界人口老龄化问题日益严重，脑卒中、脊髓损伤等疾病导致患者肢体运动功能障碍的情况大幅增加。脑机接口可以实现大脑神经系统与康复机器人间的信息交互，提供有效的辅助训练，在康复领域得到了广泛研究。

2、目前，脑机接口的解码方法已经非常成熟，在大数据样本下可以取得比较高的正确率。但在实际应用中很少有机会可以提前采集大规模的任务样本，并且脑电信号的非平稳性导致其在个体间和个体内存在较大的差异，难以大范围地应用和推广。因此，针对不同被试和同个被试不同试次间的信号差异，本专利技术提出了一种可对时间和频率进行迭代优化，自适应提取最优特征的解码方法。该方法可适用于小规模样本，有效地解决跨被试问题，在更多领域得到应用和推广。

技术实现思路

1、本专利技术的目的是针对脑电信号存在的个体差异问题，提供一种可自适应选择时间和频率区间的脑电信号解码方法。通过脑电设备采集受试者的大脑信号，基于协方差矩阵自本文档来自技高网...

【技术保护点】

1.一种脑电信号自适应解码方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的脑电信号自适应解码方法，其特征在于：步骤S2包括以下步骤：

3.根据权利要求2所述的脑电信号自适应解码方法，其特征在于：步骤S2.1中，选择双侧乳突的TP9、TP10作为重参考电极，当电极的数量在32导或以上时，或选择所有电极的总平均作为重参考。

4.根据权利要求2所述的脑电信号自适应解码方法，其特征在于：步骤S2.2中，采用1Hz的高通和40Hz的低通滤波器进行滤波。

5.根据权利要求1所述的脑电信号自适应解码方法，其特征在于：步骤S4包括以下步骤：...

【技术特征摘要】

1.一种脑电信号自适应解码方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的脑电信号自适应解码方法，其特征在于：步骤s2包括以下步骤：

3.根据权利要求2所述的脑电信号自适应解码方法，其特征在于：步骤s2.1中，选择双侧乳突的tp9、tp10作为重参考电极，当电极的数量在32导或以上时，或选择所有电极的总平均作为重参考。

4.根据权利要求2所述的脑电信号自适应解码方法，其特征在于：步骤s2.2中，采用1hz的高通和40hz的低通滤波器进行滤波。

5.根据权利要求1所述的脑电信号自适应解码方法，其特征在于：步骤s4包括以下步骤：

6.如权利要求1所述的脑电信号自适应解...

【专利技术属性】
技术研发人员：郭士杰，王梦鸽，陈玲玲，逯怡博，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：