结合集成DCPM和GCN的运动想象识别方法技术

本发明专利技术提出了一种结合集成DCPM和GCN的运动想象识别方法，解决了现有技术中信号信噪比低，特征提取复杂度高，识别时间窗长的问题，实现步骤为：MI脑电信号预处理；计算DSP空间滤波器；集成DSP，形成EDSP空间滤波器，对MI特征域整体表达；接力计算，刻画MI信号在不同特征域的交叉性空间关系；GCN分类识别MI信号。本发明专利技术将每组得到的DSP空间滤波器集成，简化了数据处理的过程，通过结合EDSP空间滤波器接力计算邻接矩阵和图拉普拉斯算子，丰富了滤波后信号的特征，充实了邻接矩阵对节点信息的刻画，在短时间窗的情况下也保证了较高的识别准确率，提高了MI‑BCI系统中的识别效率，可应用在机器人控制等人机交互场景中。

【技术实现步骤摘要】

本专利技术属于信号处理，主要涉及脑机接口的信号处理，具体是一种结合集成dcpm(discriminative canonical pattern matching)和gcn(graph convolutionalnetwork)的运动想象识别方法。可用于康复治疗、游戏设计、机器人研发等研究领域，具体为人机交互过程中的运动想象mi(motor imagery)脑电信号的识别方法。

技术介绍

1、脑-机接口(brain-computer interface,bci)建立了人脑与计算机之间的直接通信通路。脑电图(eeg)是脑机接口中常用的一种脑信号，其成本低廉无创。在各种基于脑电图的脑机接口中，基于运动想象电位的脑机接口系统是一种不需要外界刺激，能够反映使用者自主运动意识的bci系统，可对外设实现主动意愿驱动下的运动操控。

2、目前，在基于mi的脑-机接口的现实应用中存在许多挑战，例如mi脑电信号的幅度较小，信噪比低，导致其检测难度大，难以识别，因此基于mi脑电信号的运动意图识别所需识别时间窗较长。传统的识别算法目前基于mi的bci研究大多遵循传统的本文档来自技高网...

【技术保护点】

1.一种结合集成DCPM和GCN的运动想象识别方法，其特征在于，通过判别空间模式匹配DCPM算法计算不同类别运动想象MI脑电信号的判别空间模式DSP空间滤波器，随后将DSP空间滤波器集成得到集成判别空间模式EDSP空间滤波器，利用EDSP对所有类别的MI脑电信号进行空间滤波，基于滤波后的信号计算邻接矩阵和图拉普拉斯算子用于定义图卷积神经网络GCN中的卷积操作，并将滤波后的信号输入GCN中，最终得到识别结果，包括有如下步骤：

2.根据权利要求1所述的结合集成DCPM和GCN的运动想象识别方法，其特征在于，步骤1中所述的MI脑电信号预处理，包括有如下步骤：p>

3.根据权...

【技术特征摘要】

1.一种结合集成dcpm和gcn的运动想象识别方法，其特征在于，通过判别空间模式匹配dcpm算法计算不同类别运动想象mi脑电信号的判别空间模式dsp空间滤波器，随后将dsp空间滤波器集成得到集成判别空间模式edsp空间滤波器，利用edsp对所有类别的mi脑电信号进行空间滤波，基于滤波后的信号计算邻接矩阵和图拉普拉斯算子用于定义图卷积神经网络gcn中的卷积操作，并将滤波后的信号输入gcn中，最终得到识别结果，包括有如下步骤：

2.根据权利要求1所述的结合集成dcpm和gcn的运动想象识别方法，其特征在于，步骤1中所述的mi脑电信号预处理，包括有如下步骤：

3.根据权利要求1所述的结合集成dcpm和gcn的运动想象识别方法，其特征在于，步骤2中所述的计算dsp空间滤波器，包括有如下步骤：

4.根据权利要求1所述的结合集成dcpm和gcn的运动想象识别方法，其特征在于，步骤3所述的集成dsp，形成edsp空间滤波器，对mi特征域整体表达，具体实现包括...

【专利技术属性】
技术研发人员：万波，黄嘉阳，熊帮，李奉奇，李昕泰，杨鹏飞，刘锦辉，赵辉，罗楠，王笛，王义峰，刘刚，王泉，潘蓉，李少峰，钟昊迪，韩磊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：