[发明专利]基于混沌检测原理的稳态视觉诱发电位识别系统及方法

说明书

一种基于混沌检测原理的稳态视觉诱发电位识别系统及方法，包括信号采集模块：在使用者头部安放测量电极、参考电极、地电极，使用脑电采集设备完成对脑电信号的测量；信号预处理模块：对采集到的信号进行预处理，利用切比雪夫带通滤波器提取低频段的信号，再通过共平均参考，将多通道脑电信号降维处理；混沌系统设计模块：建立混沌系统动力学系统，利用采集到的模板信号训练混沌系统动力学系统的初始参数；特征识别模块：将混沌系统调整到临界状态，通过加入预处理的待测SSVEP信号，判断混沌系统状态变化，实现对待测SSVEP信号的特征识别；本发明在识别过程中有效免疫无关噪声，实现对BCI盲被试信号的有效识别。

技术领域

本发明涉及生物医学工程中神经工程及脑机接口技术领域，具体涉及一种基于混沌检测原理的稳态视觉诱发电位识别系统及方法。

背景技术

脑机接口(BCI)技术避免了人类与外部环境进行交互时对神经-肌肉通道的依赖，其通过对脑电信号进行解码，并转换为相关指令，以实现人脑与外部环境之间的直接交流；其中，稳态视觉诱发脑机接口是一种通过注视特定频率的视觉刺激来诱发大脑响应的方法，其因具有确定周期性和控制稳定等特点，被广泛的应用。

然而，稳态视觉诱发电位脑电信号(Steady-State Visual Evoked Potential，SSVEP)是一种幅值微弱且伴随着强非线性的信号，有用信号常常与多尺度噪声信号耦合在一起，过度抑制噪声会造成有用信号的衰减，忽略噪声影响又无法辨识特征信号，如何有效地抑制噪声实现最佳的辨识仍是当前领域亟待解决的问题之一；其次，众多实验研究表明，即使经过特定的长时间的训练，一部分用户仍不能控制特定的BCI系统，即BCI盲；在稳态视觉诱发电位检测过程中，常常依赖对功率谱中特定频率峰值的捕捉，而BCI盲的微弱的尖峰极易被背景噪声淹没，导致SSVEP脑机接口将无法正确的发挥作用。如何解决BCI盲这类被试的特征识别仍需要进一步研究。

当前研究中，对于稳态视觉诱发电位信号解码和识别的方法，大多基于空间滤波和模板匹配原理，在一定范围内，可以取得良好的效果，而对于强噪声背景和BCI盲被试的脑电信号解码，传统方法并不能有效的完成特征的提取与识别。

近年来，基于混沌理论的弱信号检测技术(Chaos)在生物电信号检测等领域得到了广泛的应用，但是还没有基于混沌理论的稳态视觉诱发电位识别系统及方法公开。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供了一种基于混沌检测原理的稳态视觉诱发电位识别系统及方法，在脑电信号特征识别过程中有效免疫无关噪声，并可以实现对BCI盲被试信号的有效识别。

为了达到上述目的，本发明所采用的技术方案如下：

一种基于混沌检测原理的稳态视觉诱发电位信号识别系统，包括以下模块：

信号采集模块：在使用者头部视觉枕区不同位置分别安放8个测量电极，8个测量电极为POz、PO3、PO4、PO5、PO6、Oz、O1和O2，在其单侧耳垂位置安放参考电极R，在其前额Fpz位置安放地电极G，使用脑电采集设备完成对脑电信号的测量；

信号预处理模块：对信号采集模块采集到的信号进行预处理，利用切比雪夫带通滤波器提取低频段的信号，再通过共平均参考，将多通道脑电信号降维处理；

混沌系统设计模块：利用Duffing方程，建立混沌系统动力学系统，利用采集到的模板信号训练混沌系统动力学系统的初始参数；

特征识别模块：将混沌系统调整到临界状态，通过加入信号预处理模块处理过的待测SSVEP信号，判断混沌系统状态变化，实现对待测SSVEP信号的特征识别。

所述的混沌系统设计模块首先以Duffing方程建立初始混沌动力学系统，其方程表达式如下：