【技术实现步骤摘要】
本专利技术涉及基于脑机接口的语言功能康复系统，尤其涉及康复系统使用的康复语料，具体而言涉及一种基于eeg的康复语料库筛选方法、系统与计算机可读存储介质。
技术介绍
1、脑卒中后失语症是指由于大脑损伤导致语言能力受损的一种语言障碍综合症，它是急性脑卒中患者常见的并发症之一，对患者的生活质量和预后造成严重影响。在各类失语症类型中，运动性失语症患者往往表现出正常的听力理解能力，但是口语表达出现障碍。具体症状包括语量少，仅限于简单的语言，患者分不清语句结构，并且存在复述和书写困难的情况。
2、经典的语言通路模型认为主要的语言通路为：始于wernicke区(后颞叶)，它接收来自听觉和视觉皮层的信息并进行语义理解；弓状束(arcuate fasciculus)将wernicke区与broca区(后下额叶)连接起来；broca区负责产生有意义的语言，并输出到运动皮层，以启动说话所需的复杂肌肉运动。因此运动性失语症患者其大脑受损部分多为broca区和运动皮层。
3、基于运动想象脑机接口的运动功能康复系统是一种利用脑机接口技术实现脑损伤患者运动康复的新型康复方式，通过采集并分析患者的脑电信号，识别出与运动想象相关的特征，并将其转化为计算机指令，从而刺激患者的运动神经和肌肉，促进了脑损伤患者的神经可塑性，进而帮助患者实现大脑功能网络重塑，促进运动功能的恢复。
4、基于运动想象脑机接口的语言功能康复系统针对运动性失语症的特点，在语言功能康复重建过程中，使患者在接受语料刺激后执行运动想象，从经典语言通路模型两端出发，
技术实现思路
1、鉴于现有技术的缺陷与不足，本专利技术的目的旨在为基于运动想象脑机接口的语言功能康复系统提供语料筛选方法，筛选出对运动皮层具有高激活程度的题库，使患者通过语言功能康复系统提供的语料刺激时能够对运动皮层有一定的激活，使基于运动想象的语言康复过程能更好地激活运动皮层的功能连接，利于促进大脑功能网络重塑，帮助语言功能的恢复和重建。
2、根据本专利技术目的的第一方面，提出一种基于eeg的康复语料库筛选方法，包括：
3、获取题库，所述题库包含第一数量的题目；
4、在所述题库中随机采样获得第二数量的题目，并根据第二数量的题目对被试对象的语料刺激，获取eeg数据；
5、基于第二数量的题目以及所述eeg数据中与运动皮层激活相关的分类数据，训练生成分类网络；
6、基于所述分类网络对所述题库中第一数量的题目进行预测，筛选出对运动皮层具有第一激活程度的题库。
7、作为可选的实施方式，所述基于第二数量的题目以及所述eeg数据中与运动皮层激活相关的分类数据，训练生成分类网络，包括：
8、基于所述eeg数据，获取运动皮层相对能量占比数据；
9、根据c个运动皮层相对能量占比数据进行分类，获取对运动皮层具有第一激活程度的第一分类标签以及对运动皮层具有第二激活程度的第二分类标签；
10、将题库中第二数量的题目映射到token序列获得c个token序列张量；
11、以所述c个token序列张量以及所述c个题目对应的第一分类标签、第二分类标签作为训练数据进行模型训练，获得基于transformer模型的分类网络。
12、根据本专利技术目的的第二方面，提出一种计算机系统，包括：
13、一个或多个处理器，以及
14、用于存储可被操作的指令的存储器；
15、其中，指令在被一个或多个处理器执行时，实现前述实施基于eeg的康复语料库筛选方法的过程。
16、根据本专利技术目的的第三方面，提出一种存储计算机程序的计算机可读取介质，计算机程序包括能被一个或多个处理器执行的指令，指令在被一个或多个处理器执行时，实现前述基于eeg的康复语料库筛选方法的过程。
17、结合以上各个方面的技术方案，本专利技术提出的基于eeg的康复语料库筛选方法的显著优点在于：
18、针对基于运动想象脑机接口的运动功能康复系统就运动性失语症患者的语言功能康复训练而言，在利用传统的题库进行语料刺激时，无法针对性地对运动性失语症患者的运动皮层进行一定程度的激活，语言恢复康复效果难度大的缺陷，本专利技术提出的基于eeg的康复语料库筛选方法，可筛选出对运动皮层具有高激活程度的题库，使患者通过语言功能康复系统提供的语料刺激时即可对运动皮层产生一定程度的激活，更好地激活运动皮层的功能连接，促进大脑功能网络重塑，降低患者运动想象难度的同时，提升语言功能重建效果。
19、应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的专利技术主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的专利技术主题的一部分。
20、结合附图从下面的描述中可以更加全面地理解本专利技术教导的前述和其他方面、实施例和特征。本专利技术的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本专利技术教导的具体实施方式的实践中得知。
本文档来自技高网...【技术保护点】
1.一种基于EEG的康复语料库筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于EEG的康复语料库筛选方法，其特征在于，所述根据第二数量的题目对被试对象的语料刺激，获取EEG数据，包括：
3.根据权利要求2所述的基于EEG的康复语料库筛选方法，其特征在于，所述基于第二数量的题目以及所述EEG数据中与运动皮层激活相关的分类数据，训练生成分类网络，包括：
4.根据权利要求3所述的基于EEG的康复语料库筛选方法，其特征在于，所述基于所述EEG数据，获取运动皮层相对能量占比数据，包括：
5.根据权利要求3所述的基于EEG的康复语料库筛选方法，其特征在于，所述根据C个运动皮层相对能量占比数据进行分类，获取对运动皮层具有第一激活程度的第一分类标签以及对运动皮层具有第二激活程度的第二分类标签，包括：
6.根据权利要求3所述的基于EEG的康复语料库筛选方法，其特征在于，所述将题库中第二数量的题目映射到token序列获得C个token序列张量，包括：
7.根据权利要求6所述的基于EEG的康复语料库筛选方法，其特征在于，
8.根据权利要求3-7中任意一项所述的基于EEG的康复语料库筛选方法，其特征在于，所述基于所述分类网络对所述题库中第一数量的题目进行预测，筛选出对运动皮层具有第一激活程度的题库，包括：
9.一种计算机系统，其特征在于，包括：
10.一种存储计算机程序的计算机可读取介质，其特征在于，所述计算机程序包括能被一个或多个处理器执行的指令，所述指令在被所述一个或多个处理器执行时，实现所述权利要求1-8中任意一项所述的基于EEG的康复语料库筛选方法的过程。
...【技术特征摘要】
1.一种基于eeg的康复语料库筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于eeg的康复语料库筛选方法，其特征在于，所述根据第二数量的题目对被试对象的语料刺激，获取eeg数据，包括：
3.根据权利要求2所述的基于eeg的康复语料库筛选方法，其特征在于，所述基于第二数量的题目以及所述eeg数据中与运动皮层激活相关的分类数据，训练生成分类网络，包括：
4.根据权利要求3所述的基于eeg的康复语料库筛选方法，其特征在于，所述基于所述eeg数据，获取运动皮层相对能量占比数据，包括：
5.根据权利要求3所述的基于eeg的康复语料库筛选方法，其特征在于，所述根据c个运动皮层相对能量占比数据进行分类，获取对运动皮层具有第一激活程度的第一分类标签以及对运动皮层具有第二激活程度的第二分类标签，包括：
6.根据...
【专利技术属性】
技术研发人员：丁竹君，陈慧婕，靳辉，金晶，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：
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。