【技术实现步骤摘要】
本专利技术涉及脑机接口，尤其涉及一种脑电信号处理方法、装置、电路、系统及设备。
技术介绍
1、脑机接口（brain-computer interface，bci）是一种直接连接人类大脑与外部设备的技术，允许通过大脑活动来控制计算机或其他机械系统，或者将信息从计算机传输到大脑中。脑机接口系统的发展为医疗、运动康复、辅助技术、增强现实和虚拟现实等许多领域带来了巨大的潜力和创新。
2、通常情况下，脑机接口系统可以包括非植入式脑机接口系统和植入式脑机接口系统。相关技术中，传统的非植入式脑机接口系统可以基于所采集单模态或多模态的脑电信号，获取上述脑电信号对应的控制指令或神经意图。但是，由于非植入式脑机接口系统采集到的脑电信号时空分辨率较低，导致非植入式脑机接口系统难以处理更复杂、更精细的脑机交互任务。
3、植入式脑机接口系统可以采集到高时空分辨率的脑电信号，进而可以基于上述高时空分辨率的脑电信号，处理更复杂、更精细的脑机交互任务。但是，植入式脑机接口系统对上述高时空分辨率的脑电信号进行处理时，会产生较大的数据量开销和传输带宽消耗，进而易引入较高的计算延迟。并且，植入式脑机接口系统对功耗、脑电信号的采样率和实时性更为敏感。因此，如何在保障植入式脑机接口系统低功耗、脑电信号的高采样率和高通道数的基础上，降低植入式脑机接口系统在处理脑电信号时的计算延迟，是本领域亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种脑电信号处理方法、装置、电路、系统及设备，用以解决现有技
2、本专利技术提供一种脑电信号处理方法，包括如下步骤。
3、利用植入式脑电信号采集器件，按预定义的采样率采集目标受试者大脑皮质内的脑电信号；
4、对于所述植入式脑电信号采集器件的任一通道，在确定当前采样周期结束的情况下，基于当前采样周期内所述植入式脑电信号采集器件通过所述任一通道采集到的脑电信号，获取当前采样周期所述任一通道对应的目标脑电信号，基于低比特量化技术，对当前采样周期所述任一通道对应的目标脑电信号进行压缩，获取当前采样周期所述任一通道对应的目标压缩数据，所述脑电信号包括动作电位信号；
5、对当前采样周期所述任一通道对应的目标压缩数据进行聚类，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇；
6、在确定当前处理周期结束的情况下，基于当前处理周期所述任一通道对应的每一聚类簇包括的目标压缩数据与上一处理周期所述任一通道对应的每一聚类簇包括的目标压缩数据，获取当前处理周期所述任一通道对应的每一虚拟神经元的放电速率数据，任一处理周期中包括多个采样周期；
7、基于当前处理周期每一通道对应的每一虚拟神经元的放电速率数据，计算得到所述目标受试者在当前处理周期内的意图信息。
8、根据本专利技术提供的一种脑电信号处理方法，所述基于低比特量化技术，对当前采样周期所述任一通道对应的目标脑电信号进行压缩，获取当前采样周期所述任一通道对应的目标压缩数据，包括：
9、将所述当前采样周期所述任一通道对应的目标脑电信号中任意相邻两个采样点确定为一个采样点对，对于所述当前采样周期所述任一通道对应的目标脑电信号中的每一采样点对，基于所述每一采样点对中两个采样点的动作电位信号的电压升降关系，对所述目标脑电信号进行编码，获取所述每一采样点对对应的编码数据；
10、按照时序顺序排列当前采样周期所述任一通道对应的目标脑电信号中各采样点对对应的编码数据，获得当前采样周期所述任一通道对应的目标压缩数据。
11、根据本专利技术提供的一种脑电信号处理方法，所述基于所述每一采样点对中两个采样点的动作电位信号的电压升降关系，对所述目标脑电信号进行编码，获取所述每一采样点对对应的编码数据，包括：
12、在所述每一采样点对中时序在前的采样点的动作电位信号的电压小于时序在后的采样点的动作电位信号的电压的情况下，确定所述每一采样点对对应的编码数据为1，在所述每一采样点对中时序在前的采样点的动作电位信号的电压不小于时序在后的采样点的动作电位信号的电压的情况下，确定所述每一采样点对对应的编码数据为0，
13、或者，
14、在所述每一采样点对中时序在前的采样点的动作电位信号的电压小于时序在后的采样点的动作电位信号的电压的情况下，确定所述每一采样点对对应的编码数据为0，在所述每一采样点对中时序在前的采样点的动作电位信号的电压不小于时序在后的采样点的动作电位信号的电压的情况下，确定所述每一采样点对对应的编码数据为1。
15、根据本专利技术提供的一种脑电信号处理方法，所述对当前采样周期所述任一通道对应的目标压缩数据进行聚类，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇，包括：
16、计算当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的每一聚类簇的簇中心的特征信息之间的欧式距离，进而基于各所述欧式距离，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇；
17、基于当前采样周期所述任一通道对应的目标压缩数据，更新当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇的簇中心的特征信息。
18、根据本专利技术提供的一种脑电信号处理方法，所述计算当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的每一聚类簇的簇中心的特征信息之间的欧式距离，进而基于各所述欧式距离，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇，包括：
19、计算当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的每一聚类簇的簇中心的特征信息之间的欧式距离的具体计算公式包括：
20、
21、其中，表示当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的第 j个聚类簇的簇中心的特征信息之间的欧式距离， j表示正整数； i表示小于 n的非负整数； n表示当前采样周期所述任一通道对应的目标脑电信号中采样点的数量， n基于所述采样率和所述采样周期的时长确定； m表示当前采样周期为第 m个采样周期；表示所述任一通道对应的第 j个聚类簇的簇中心的特征信息中第 i维的数值；表示第 j个聚类簇中目标压缩数据的数量；
22、将记为之后，；
23、比较和，并在比较和时等价为比较和；
24、保留和中取较小值对应聚类簇的本文档来自技高网...
【技术保护点】
1.一种脑电信号处理方法，其特征在于，包括：
2.根据权利要求1所述的脑电信号处理方法，其特征在于，所述基于低比特量化技术，对当前采样周期所述任一通道对应的目标脑电信号进行压缩，获取当前采样周期所述任一通道对应的目标压缩数据，包括：
3.根据权利要求2所述的脑电信号处理方法，其特征在于，所述基于所述每一采样点对中两个采样点的动作电位信号的电压升降关系，对所述目标脑电信号进行编码，获取所述每一采样点对对应的编码数据，包括：
4.根据权利要求3所述的脑电信号处理方法，其特征在于，所述对当前采样周期所述任一通道对应的目标压缩数据进行聚类，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇，包括：
5.根据权利要求4所述的脑电信号处理方法，其特征在于，所述计算当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的每一聚类簇的簇中心的特征信息之间的欧式距离，进而基于各所述欧式距离，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇，包括：
6.根据权利要求5所述的脑电信号处理方法，其特征在于，所述对当前采样
7.一种脑电信号处理装置，其特征在于，包括：
8.一种专用集成电路，其特征在于，所述专用集成电路搭载有如权利要求7所述的脑电信号处理装置。
9.一种脑机接口系统，其特征在于，包括：如权利要求8所述的专用集成电路和植入式脑电信号采集器件；所述植入式脑电信号采集器件与所述专用集成电路连接；
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述脑电信号处理方法。
...【技术特征摘要】
1.一种脑电信号处理方法，其特征在于，包括：
2.根据权利要求1所述的脑电信号处理方法，其特征在于，所述基于低比特量化技术，对当前采样周期所述任一通道对应的目标脑电信号进行压缩，获取当前采样周期所述任一通道对应的目标压缩数据，包括：
3.根据权利要求2所述的脑电信号处理方法，其特征在于，所述基于所述每一采样点对中两个采样点的动作电位信号的电压升降关系，对所述目标脑电信号进行编码，获取所述每一采样点对对应的编码数据，包括：
4.根据权利要求3所述的脑电信号处理方法，其特征在于，所述对当前采样周期所述任一通道对应的目标压缩数据进行聚类，确定当前采样周期所述任一通道对应的目标压缩数据所属的聚类簇，包括：
5.根据权利要求4所述的脑电信号处理方法，其特征在于，所述计算当前采样周期所述任一通道对应的目标压缩数据与所述任一通道对应的每一聚类簇...
【专利技术属性】
技术研发人员：孔令辉，毛静娜，张志伟，余山，
申请(专利权)人：中国科学院自动化研究所，
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。