[发明专利]基于小波变换和BP神经网络的脑电特征提取方法

说明书

技术领域

本发明涉及脑机接口(brain-computer interface，BCI)系统想象动作脑电信号特征的提取方法，特别涉及利用离散小波变换和BP神经网络提取想象动作脑电特征的方法。

背景技术

脑-机接口(brain-computer interface，BCI)是指一种不依赖于脑的正常输出通路(即外周神经和肌肉)的脑-机(计算机或其它装置)通讯系统，它是一种全新的通讯和控制方法。BCI系统通常由四个部分组成：即信号采集系统、信号处理系统、模式识别系统和控制装置系统，如图1所示。信号分析和处理环节是每个BCI系统的核心部分，其功能是将输入的脑电信号转换成控制外界装置的输出信号。

想象运动是在动作未发生的情况下，对将要发生的动作的一种预测。当人们想象单侧肢体运动时，大脑对侧的运动感觉区的mu节律和beta节律能量减小，而同侧的运动感觉区mu节律和beta节律能量增大，这是大脑神经元突触后电位相互削弱和增强的结果。这种现象也被称为事件相关去同步和事件相关同步。也就是说，这两种现象反映了特定频率段上的脑电信号，在能量上的减小或增加变化。它成为判断左右手想象运动最根本的依据。但是利用现有技术，如叠加平均法、快速傅立叶变换法，自回归模型谱估计，独立分量分析等方法，从含有大量噪声的脑电信号中提取出特征信号，存在着低信噪比、识别准确率不高，识别速度慢等缺点。

发明内容

为了改善现有技术的不足，本发明的目的是以想象动作思维引起的能量变化作为区分左右手想象运动的特征，提供一种基于离散小波变换和BP神经网络相结合的方法，对含有大量噪声的原始脑电信号进行特征提取及脑电分类，以提高信噪比，分类准确率和通讯速度。

为了实现上述目的，本发明采用了如下技术方案：

通过电极帽采集脑电信号，受试者进行N次想象动作试验，分别包含想象左手动作和想象右手动作试验各次。数据由差分电极从国际标准的10～20导联系统的C3，C4通道获得(如图1所示)。采集到的脑电信号经过放大，模数(A/D)转换等前置处理后传送到计算机中，并以信号电压幅值形式存储于存储器中。利用计算机实现小波变换和BP神经网络相结合组成的小波神经网络对脑电信号进行特征提取和分类。N的取值范围是140～300；该方法依次包括下列步骤：

1.脑电信号预处理

1)计算想象左手动作的平均功率

按照平均功率公式P(j)‾=1NΣi=1Nxf(i,j)2]]>计算次想象左手动作从C3、C4通道获取的脑电信号(以下简称左手C3和左手C4)在0～9s内所有采样点对应的平均功率PLC3、PLC4，式中为第j个脑电数据所有次试验的平均功率，N为实验次数，x_f(i，j)²为第i次第j个脑电数据。对求出的平均功率设置3.5～8s的时间窗；处理过程如图3所示。

2)计算想象右手动作的平均功率