[发明专利]一种多模态非植入式脑机接口技术支撑下的人机交互方法

权利要求书

1.一种多模态非植入式脑机接口技术支撑下的人机交互方法，其特征在于，包括以下步骤：

1)用户根据提示信号进行所有运动想象及所有眼睛运动，采集用户的EOG信号及EEG信号，然后对所述EOG信号及EEG信号分别依次进行放大及数模转换；

2)存储步骤1)得到的EOG信号及EEG信号，并对EOG信号及EEG信号分别进行预处理；

3)根据步骤2)得到的EEG信号确定针对用户的特征导联和特征节律，再采用共空间模式算法从用户的特征导联和特征节律提取脑电空间特征，并训练共空间模式特征提取滤波器，然后采用小世界神经网络算法对提取的脑电空间特征进行运动想象分类，得分类结果，然后根据分类结果训练获得运动想象模式分类器；

4)对步骤2)得到的EOG信号中的水平EOG信号及垂直EOG信号进行中值滤波去噪，消除EOG信号中垂直EOG信号内的无意识眨眼信号，并对EOG信号中的垂直EOG信号进行有意识单眨眼分量及双眨眼分量的提取分离，得眨眼模式识别结果；

5)控制外接设备时，用户根据提示信号进行相应运动想象及眼睛运动，采集用户当前的EOG信号及EEG信号，并对用户当前的EOG信号及EEG信号分别依次进行放大及数模转换，再对用户当前的EOG信号及用户当前的EEG信号分别进行预处理；

6)通过用户的特征导联和特征节律筛选出用户当前EEG信号的频带分量，再通过共空间模式特征提取滤波器对用户当前EEG信号的频带分量进行空间特征提取，并根据所述空间特征通过小世界神经网络分类器进行模式判别，得到用户当前EEG信号的识别结果，然后根据用户当前EEG信号的识别结果对电脑进行控制；同时，对用户当前的EOG信号进行峰值分析，得用户当前EOG信号的识别结果，然后根据用户当前EOG信号的识别结果对电脑进行控制。

2.根据权利要求1所述的多模态非植入式脑机接口技术支撑下的人机交互方法，其特征在于，

步骤2)中对EOG信号进行预处理的具体操作为：先采用截止频率为25Hz的四阶Butterworth低通滤波器对EOG信号进行低通滤波，然后采用截止频率为0.1Hz的四阶Butterworth高通滤波器对EOG信号进行高通滤波；

步骤5)中对用户当前的EOG信号进行预处理的具体操作为：先采用截止频率为25Hz的四阶Butterworth低通滤波器对用户当前的EOG信号进行低通滤波，然后采用截止频率为0.1Hz的四阶Butterworth高通滤波器对用户当前的EOG信号进行高通滤波。

3.根据权利要求1所述的多模态非植入式脑机接口技术支撑下的人机交互方法，其特征在于，

步骤2)中对EEG信号进行预处理的具体操作为：对EEG信号依次进行合并眼电、直流偏移校正、合并行为数据、去除基线漂移及去除眼电伪迹；

步骤5)中对用户当前的EEG信号进行预处理的具体操作为：对用户当前的EEG信号依次进行合并眼电、直流偏移校正、合并行为数据、去除基线漂移及去除眼电伪迹。

4.根据权利要求1所述的多模态非植入式脑机接口技术支撑下的人机交互方法，其特征在于，步骤6)中根据用户当前EOG信号的识别结果对电脑进行控制的具体过程为：先将用户当前EOG信号的识别结果进行格式化输出，使用户当前EOG信号的识别结果转化为电脑的控制命令，然后通过所述电脑的控制命令对电脑进行控制。

5.根据权利要求1所述的多模态非植入式脑机接口技术支撑下的人机交互方法，其特征在于，步骤6)中根据用户当前EEG信号的识别结果对电脑进行控制的具体过程为：先将用户当前EEG信号的识别结果进行格式化输出，使用户当前EEG信号的识别结果转化为电脑的控制命令，然后通过所述电脑的控制命令对电脑进行控制。