[发明专利]一种基于空域特征时频变换的运动想象脑电解码方法

说明书

本发明涉及一种基于空域特征时频变换的运动想象脑电解码方法，属于神经信息解码技术领域。本发明使用巴特沃斯带通滤波器获得脑电信号的目标频段，然后使用CSP算法对目标频段进行空域滤波，并将数据做标准化处理，再通过连续小波变换得到信号的时频能量图，时频图作为卷积神经网络的输入，最终得到该段信号的分类结果。本发明可以作为一种结合时间，频率，空间信息的运动想象脑电解码策略，所提出的空域滤波特征提取方法以及卷积神经网络模型搭建为在线脑机接口系统的实现提供了新的思路。

技术领域

本发明涉及一种基于空域特征时频变换的运动想象脑电解码方法，具体涉及从低空间分辨率，低信噪比的运动想象脑电中提取到有效特征，结合时频变换和深度学习方法，增强模型的解码性能，属于神经信息解码技术领域。

背景技术

脑科学是以大脑为研究对象的多学科汇聚的新兴研究领域，是生物科学的最新前沿和挑战。脑机接口(Brain Computer Interface，BCI)通过计算机解码相应的脑电信号为人脑和外部环境构建了一个不依赖于正常神经通路和肌肉的信息交互通道。它可以直接读取大脑产生的生物电信号并分析其中的信息，然后将这些信息转换成控制指令实现对外部设备的操控。脑电图(Electroencephalogram，EEG)用于记录来自大脑皮层的电信息，从而反映部分大脑活动，因为其获取方式简便，获取成本较低，采集设备易于携带以及信号的时间分辨率高等优点，所以在目前脑机接口技术的应用中被广泛使用。大量研究发现，在正常的脑电信号波段中，μ节律(8-13Hz)和β节律(17-30Hz)与人体的运动感知密切相关。当实验对象进行运动想象活动时，如想象某侧的肢体运动，会导致对侧脑电节律的μ节律和β节律能量的下降。当实验对象结束运动想象或处于静息状态时，μ节律和β节律的能量上升。在运动想象任务中，这种特定频段能量变化的现象称为事件相关去同步(ERD)和事件相关同步(ERS)。基于这种现象，脑机接口不仅可以成为残疾用户的医疗康复手段，还能对正常用户的生活质量和外部环境交互产生积极的影响。除此之外，脑机接口还提供了诸如，电脑游戏控制，音乐生成，虚拟现实等新的人机交互模式。

虽然基于EEG的脑机接口系统发展迅速，但是其分类识别仍然存在诸多的局限性，阻碍利用其进行有效的分析和处理。首先，由于非植入式的获取方式和脑电信号溯源不确定性，造成脑电信号的低信噪比和低空间分辨率，降低模型的解码性能。其次，脑电信号随时间变化表现出非平稳性以及不同个体之间所产生的生理差异，导致BCI系统在用户能使用前需要经历耗时耗力的校准过程，很大程度影响基于脑电的应用普及和推广。针对这些局限性，许多研究对运动想象任务识别的不同特征提取方式和分类方法进行了研究。现有的大部分研究主要集中于从α和β频段中找出单侧肢体运动想象时，另一侧大脑产生的事件相关去同步电位，使用不同的时频变换方法为解码提供具有高辨识度的特征信息。目前基于MI-EEG解码的主要挑战有以下两个方面：1、如何从低空间分辨率和低信噪比的脑电信号中提取到有效的辨识特征；2、如何设计科学的解码模型，使其能够高效地利用有限数据量进行正确的脑电解码。传统的特征提取方式通过叠加多次事件相关电位波形求取平均来获取信噪比较高的数据，或者分析事件相关电位的功率谱密度作为分类输入的特征。这些方法不足以获得具有空间分辨率的特征，其次还会丢失深层特征以及时间相关信息。

发明内容

本发明要解决的技术问题是提供一种基于空域特征时频变换的运动想象脑电解码方法，用以解决上述问题。

本发明的技术方案是：一种基于空域特征时频变换的运动想象脑电解码方法，使用巴特沃斯带通滤波器获得脑电信号的目标频段，然后使用CSP算法对目标频段进行空域滤波，并将数据做标准化处理，再通过连续小波变换得到信号的时频能量图，时频图作为卷积神经网络的输入，最终得到该段信号的分类结果。

具体步骤为：

Step1：设计一个巴特沃斯带通滤波器，带通频带8-30Hz，阶数5阶，获取到α，β段的运动想象脑电信号。