[发明专利]自供能脑机接口系统及其应用方法

说明书

本申请公开一种自供能脑机接口系统及其应用方法，涉及脑电以及自供能技术领域。该系统包括基于预设的神经网络算法和神经信号数据集训练得到的神经信号分类模型的算法子系统和脑机接口子系统，脑机接口子系统包括采集用户神经信号的神经信号采集模块，对所述神经信号进行滤波和下采样处理的神经信号预处理模块，对预处理后的神经信号进行分类的神经信号分类模块，所述神经信号分类模块是基于所述神经信号分类模型的运算逻辑搭建的硬件电路，基于所述神经信号的分类结果生成外设控制信号的外设控制模块，以及将环境能量转换为电能的自供电模块。本申请解决了脑机接口传统供电方案中，电池电量使用过快导致频繁充电的问题和神经信号处理的延时问题。

技术领域

本申请涉及脑电技术领域以及自供能技术领域，具体涉及一种自供能脑机接口系统及其应用方法。

背景技术

大脑是中枢神经系统的最高级部分，当大脑某一功能区域上的大量神经元细胞发生自发性、节律性的电活动时，此功能区域将形成大量的电脉冲，大脑皮层因此发生电位变化，故而产生脑电信号。脑电信号中包含着大量的生物信息，与人类的思维活动、情绪变化、以及运动行为息息相关。

脑机接口(Brain-Computer Interface,BCI)是一种新型的人与设备的交互方式，它不需要借助外周的神经通路或肌肉通路，就可以搭建出大脑与外部设备的通讯渠道。BCI技术通过采集人类大脑皮层的脑电信号，在经过预处理、特征提取、分类和转换后生成控制指令，然后发送给外部设备进行控制。

BCI系统的应用主要有两个方向，一个方向是研究大脑活动的BCI系统，研究用于控制外部设备的前馈通路。例如可以帮助肢体障碍患者恢复其人体功能，提高生活独立性。另一个方向是神经康复过程中的闭环BCI系统，利用反馈回路进行恢复神经可塑性训练。例如对于中风患者，脑机接口可以从受损的脑皮层中提取信号，对该部位肌肉进行外界干预，从而恢复运动能力。脑机接口技术有着非常大的应用前景和社会价值。

目前的脑机接口通常都需要完成神经信号的采集、处理和分类。由于神经网络算法在处理大数据方面的优越性，因此目前广泛使用深度神经网络去做脑电信号的分类，但是神经网络的性能的提升是以计算复杂度为代价，将会导致功耗变的比较高。现有的充电方式主要有两种，第一种是有线电源供电，其有着繁琐的线路而且不方便日常使用，因此目前基本使用的是第二种方法；第二种是电池供电，但是通常脑机接口的实际应用场景要求其必须是便携式设备，其携带的电源电量是有限的，因此在电池电量用完之后，需要对电池重新充电，而且在功耗比较大的情况下需要频繁充电。这就限制了脑机接口在日常生活中的实际应用。

发明内容

为了解决电池电量用完之后脑机接口需要频繁充电的问题，本申请提供一种自供能脑机接口系统及其应用方法。

根据本申请实施例的第一方面，本申请提供一种自供能脑机接口系统，包括脑机接口子系统和算法子系统；

所述算法子系统用于基于预设的神经网络算法和神经信号数据集训练得到神经信号分类模型；

所述脑机接口子系统包括：

神经信号采集模块，用于采集用户的神经信号；

神经信号预处理模块，用于对所述神经信号进行滤波和下采样处理；

神经信号分类模块，用于基于所述神经信号分类模型对预处理后的神经信号进行分类；

外设控制模块，用于基于所述神经信号的分类结果以及预设的神经信号与控制信号的对应关系生成外设控制信号，以控制外部设备完成相应动作；

自供电模块，用于将环境能量转换为电能，以为所述脑机接口子系统的各模块进行供电。

在一实施例中，所述算法子系统包括：

模型训练模块，用于基于预设的神经网络算法和神经信号数据集训练得到初始神经信号分类模型；