[发明专利]一种基于动态脑功能网络连接的脑-机接口方法

权利要求书

1.一种基于动态脑功能网络连接的脑-机接口方法，其特征在于该方法包括如下步骤：

步骤1，以脑电信号的相位同步信息为基础建立左右手两类想象运动的脑功能动态网络，并生成左右手想象运动时脑功能网络连接的“模板”：

首先，计算预处理后每两导EEG数据之间的瞬时锁相值iPLV，将iPLV作为脑功能网络的“连接”关系，iPLV的计算方法为如下公式1：

其中，和分别表示x导联和y导联的瞬时相位值；

其次，计算“静息”态和任务态左右手两类数据25个试次的iPLV的平均值，计算方法为如下公式2：

其中，i表示第i个trial，N表示trial个数；

将“静息”态阶段对应的公式2计算结果进行时间平均，得到左右手“静息”态若干PLV：lrPLV和rrPLV；

将任务态每段数据的公式2计算结果进行分段，然后计算每段数据的时间平均，得到左右手若干任务态PLV均值：ltPLV和rtPLV；

最后，为得到任务态PLV相对于静息态PLV所变化的部分，将任务态PLV减去“静息”态PLV，从而建立左右手想象运动时脑功能网络连接“模板”，即为如下公式3：

LDPLV＝ltPLV-lrPLV

RDPLV＝rtPLV-rrPLV

步骤2，将所生成的训练模板和任务态测试数据构成的脑功能网络作比较，作为该测试数据的特征，然后利用提取的特征训练分类器：

计算测试数据的iPLV及其时间平均值，得到DATA_ltPLV和DATA_rtPLV，再减去两类数据“静息”态PLV的均值，得到DATA_ldPLV和DATA_rdPLV，即为如下公式4：

然后计算DATA_ldPLV与所有“模板”的相似性作为左手想象运动数据的特征向量LH_feature，计算DATA_rdPLV与所有“模板”的相似性作为右手想象运动数据的特征向量RH_feature；使用余弦相似度(consine similarity)作为相似性度量准则，余弦相似度的计算方法如下公式5：

X＝(x₁,x₂,x₃,...,x_n)^T

Y＝(y₁,y₂,y₃,...,y_n)^T

将得到的特征向量训练支持向量机分类器；

步骤3，对于在线EEG数据，仍使用步骤2，将得到的特征向量输入训练好的支持向量机分类器中，以确定想象运动的状态。