[发明专利]一种考虑认知分心的运动起始意图神经解析方法

说明书

本发明公开了一种考虑认知分心的运动起始意图神经解析方法，具体步骤如下：S1、对运动任务过程中的注意力状态进行识别，判断注意力集中状态中是否存在认知分心；S2、对注意力集中和注意力认知分心状态下的运动起始意图分别进行识别。本发明通过脑电信号识别运动任务过程中的注意力集中状态，可以获得实时的神经注意力状态反馈，之后根据不同的注意力状态建立符合当前情况的运动起始意图识别模型，这对构建一个可靠的自适应BCI系统十分必要且关键。同时为上肢运动解码的研究提供了新的思路，为人机协同交互的进一步研究提供了基础。

技术领域

本发明属于神经科学技术领域，特别是涉及一种考虑认知分心的运动起始意图神经解析方法。

背景技术

解析运动起始意图是人机交互系统中的一个重要研究内容。通过检测和解析人是否存在运动意图，尤其是手部的运动起始意图，可以使人机交互系统更好地辅助人类。对于脑卒中或残疾患者而言，运动起始意图的检测可以更准确地辅助其进行运动康复训练；对于健康人而言，运动起始意图的检测有助于更精准地辅助操作人员完成指定的运动任务。由于大脑是人体活动的最高控制中心，基于脑电皮层信号(EEG信号)解析人的运动起始意图具有速度快、可靠性高的优点。同时，通过EEG信号解析运动起始意图，有助于对大脑神经科学的进一步探索，帮助认识大脑活动与实际运动的神经联系。

目前，有很多基于EEG信号的运动起始意图检测的研究。2012年，Eileen等人使用0.1-4Hz的脑电信号完成对左手起始运动的检测，识别准确率为81％，对右手起始运动的检测准确率为79％。2017年，Muddassar等人使用运动相关皮层电位(MRCP)作为特征，使用匹配过滤技术对上肢运动起始意图进行检测，得到的分类准确率为75.81％。2019年，NingJiang等人开发出一种用神经调节的BCI系统，使用EEG信号功率谱密度的变化，来检测和识别踝关节自定速度背屈运动的运动起始意图，准确率约为70％。

然而在目前的运动起始意图检测的研究中，大都是聚焦于人执行运动这一单项任务情况下的运动起始意图的检测，并未考虑到多任务的情况，未考虑到在运动任务上注意力集中状态对检测结果的影响。一方面在实际的人机交互系统中，人在执行的指定运动任务时，势必会受到外界因素或者是其他任务的分神干扰，从而导致注意力的分散，这将会影响运动任务的完成，从而对运动起始意图的检测会产生影响。2016年，Susan等人研究表明，注意力的变化会严重降低同步BCI中的运动相关皮质电位(MRCP)检测。另一方面，人在执行运动任务时，最主要的分心任务为认知任务，如在驾驶车辆时使用车载导航仪、接听电话或使用智能手机时，需要大脑进行认知活动、思维分析，这些分心任务中主要的类型为认知任务。所以，在进行运动意图的检测和识别之前，需要对当前运动任务的注意力集中状态进行识别，即判断是否存在认知分心，根据不同的注意力状态，建立不同的运动意图解析模型。

综上所述，寻找一种考虑认知分心的运动起始意图神经解析方法成为研究人员关注的问题。

发明内容

为了解决上述技术问题，本发明提供一种考虑认知分心的运动起始意图神经解析方法，对脑电信号预处理后，首先完成对注意力状态的检测识别，即判断当前的上肢运动是否受到认知任务的干扰，识别结果输出从而得到两种执行运动任务时的注意力状态，“集中”和“分心”。接下来分别在两种注意力状态下建立各自的运动起始意图解析模型，来分别预测两种注意力状态下是否存在运动意图。通过脑电信号识别运动任务过程中的注意力集中状态，可以获得实时的神经注意力状态反馈，之后根据不同的注意力状态建立符合当前情况的运动起始意图识别模型，这对构建一个可靠的自适应BCI系统十分必要且关键。同时为上肢运动解码的研究提供了新的思路，为人机协同交互的进一步研究提供了基础。

为实现上述目的，本发明的技术方案为：

一种考虑认知分心的运动起始意图神经解析方法，具体包括以下步骤：

S1、对运动任务过程中的注意力状态进行识别，判断注意力集中状态中是否存在认知分心；