[发明专利]基于点通滤波的频率相位混合解码脑机接口方法及其装置

说明书

技术领域

本发明涉及数字信号处理领域，尤其涉及一种基于点通滤波的频率相位混合解码脑机接口方法及其装置，具体涉及脑机接口装置中采用任意频率的稳态视觉诱发电位作激励源时，通过中心频点可控的点通滤波器准确滤出信号并进行目标识别。

背景技术

为了实现与外部环境的交流和控制^[1]，提高生活质量，脑机接口(Brain-Computer Interface，简记为BCI)^[2]应运而生。脑机接口不依赖于大脑的正常输出通路，而是在人脑和计算机或者其他电子设备之间建立一种直接的信息交流控制通道^[3]。通过提取脑电信号的特征，并将识别出的大脑指令或者信息传递给被控制的外部设备，最终可完成大脑对外部设备的直接控制。

研究表明，当外界对大脑视觉皮层进行大于6Hz闪烁激励时，通过提取枕区脑电信号(EEG)就会获得稳态视觉诱发电位^[4]。由于稳态视觉诱发电位(steady-state visual evoked potential(SSVEP)-based SSVEP)具有非侵犯性、系统配置简单、训练时间短及其高信息转化率等优势，近年来基于SSVEP的脑机接口发展迅速。

显然，SSVEP信号蕴含着丰富的病理、生理及心理信息，是医学诊断、大脑意识和认知等科研活动的重要工具。但实际在大脑头皮处用电极采集的脑电信号非常微弱(只有微伏级)，还主要受到两种干扰：一种是多种伪迹成分(如工频干扰、眼电和肌电伪迹等)，该干扰非常不利于纯净脑电信号的提取及分析^[5,6]；另一种为当受试者注视某激励块注意力不集中时，因显示器屏幕同时呈现多个不同频率或相位的激励块，这些干扰激励块对视觉神经产生较大的干扰。因此，为实现高精度地目标识别，必须引入预处理措施滤除以上各种干扰。

然而早期的大多SSVEP-BCI系统忽视了对干扰的预处理操作。例如文献[7,8]直接使用典型相关分析(Cononical Correlation Analysisi,CCA)对不同SSEVP激励频率进行目标识别，然而CCA需要额外的参考信号才可实现；再如文献[9]直接采用FFT方法对SSVEP信号作频率及相位解码，虽然FFT可以一定程度上将噪声和有用激励信号在频率轴上区分开来，但FFT固有的谱泄漏效应会降低区分度，导致后续的信号解码不够精准。

目前也有学者对去除脑电信号中的噪声干扰进行了研究，如采用带阻滤波器^[10]、梳状滤波器^[11]、带通滤波器^[12]、小波降噪^[13,14]等方法。文献[10]意图采用带阻滤波器来消除50Hz工频干扰，但在采用FIR数字滤波器实现时，因技术所限，其滤波器仅能实现带阻的传输特性(阻带设为45至55Hz)，而无法实现精细到50Hz单频点的陷波，这不可避免地会对50Hz周围的有用脑电成分造成损伤；文献[11]提出将梳状滤波器应用到脑机接口信号预处理环节，但梳状滤波器同样存在通带过宽的缺点，且只能去除有限个特定频点的干扰，无法实现去除任意频率成分的干扰；在文献[12]中，作者采用4阶巴特沃斯带通IIR滤波器去除噪声干扰，该滤波器的传输通带为29Hz～35Hz，故可去除该通带外的干扰，而保留中心频率为32Hz的激励频率成分，但很明显，该滤波器通带仍过宽，另外由于IIR滤波器存在非线性相位的固有缺陷，故容易造成附加相位失真，难以保证相位提取精度。对于文献[13,14]的基于小波分解的降噪方法，因小波域降噪需要在多级分解来实现，步骤比较繁琐，且每级分解所观测的仍只是某个频带，而不是某个频点，而SSVEP是采用单频点激励，故基于小波降噪的SSEVP目标识别仍存在提升空间。

因此，为提高脑机接口系统的性能及特征识别的准确率，其滤波预处理过程十分重要，基于对现有预处理的缺陷分析，为保证纯净、快速、不失真地提取SSVEP的编码信息，以准确识别出控制命令，滤波预处理措施应尽量满足如下几点：(1)滤波器带宽越窄，滤出的信号则越干净，后续的解码精度则越高；(2)对于包含相位信息编码的SSVEP-BCIs，预处理必须保证滤波器本身具有线性相位性，否则，测得的相位值则不准确，严重影响到后续解码精度；(3)干扰预消除措施应尽量步骤简单。

发明内容

本发明提供了一种基于点通滤波的频率相位混合解码脑机接口方法及其装置，本发明去除了因各种噪声和激励存在频偏所产生的干扰，满足了高准确度识别SSVEP命令的需求，详见下文描述：