[发明专利]一种基于脑电控制的机械臂写字装置及控制方法

权利要求书

1.一种基于脑电控制的机械臂写字装置，其特征在于，至少包括：

脑电采集设备；

信号处理设备；所述信号处理设备接收脑电采集设备的采集信息，并将采集信息进行数据处理；具体的数据处理过程依次为：

数据滤波，基于有限冲击响应的0.01-32赫兹的带通滤波器，提取与运动想象任务、咬牙任务、稳态视觉诱发任务相关的脑电信号，去除心电，工频伪迹以及环境噪声，提高脑电信号的信噪比；

小波滤波，基于小波变换分析，把脑电信号进行多层分解，分析每一层的脑电信号，找到有效的脑电信号部分，对有效的脑电信号部分进行重构，消除脑电信号中的基波漂移，提高脑电信号的信噪比；

特征提取，基于mu节律的二阶矩能量分析，计算在不同运动想象任务下mu节律能量明显的差异，降低特征分类的难度；基于典型相关性分析，计算在不同的稳态视觉刺激任务下相关系数的明显不同，提供给信号分类；基于标准偏差和峰值距离分析，检测咬牙任务的发生；

分类，基于线性分类器，利用特征提取中mu节律的二阶矩能量对运动想象任务分析，求得不同任务下的能量差异，构造线性分类器，对运动想象任务的脑电信号进行分类；利用特征提取中典型相关性对稳态视觉刺激任务分析，比较不同视觉频率刺激下的相关系数差异，找到最大值作为分类的输出结果；利用特征提取中标准偏差和峰值距离对咬牙任务分析，构造线性分类器，对咬牙任务进行实时监测；

分类结果转换，基于典型相关性分析，将稳态视觉刺激任务下的输出结果转换为相应的字符，每组字符即为一个控制指令；

执行书写动作的机械臂；所述机械臂接收信号处理设备的控制指令，并根据上述控制指令执行相应的指令动作。

2.根据权利要求1所述的基于脑电控制的机械臂写字装置，其特征在于：所述脑电采集设备包括：采集P7、P8、O1、O2、FC5、FC6、F7、F8八个位置的脑电信号的电极传感器、位于耳垂后方的CMS和DRL参考电极传感器；以及脑电信号采集模块；上述P7、P8、O1、O2、FC5、FC6、F7、F8八个位置为10-20国际标准导联中定义的八个点位。

3.根据权利要求1所述的基于脑电控制的机械臂写字装置，其特征在于：所述脑电采集设备通过WIFI模块与信号处理设备进行数据交互。

4.根据权利要求2所述的基于脑电控制的机械臂写字装置，其特征在于：所述电极传感器包括镀金的金属片、聚酯毡垫。

5.根据权利要求2所述的基于脑电控制的机械臂写字装置，其特征在于：所述参考电极传感器包括镀金的金属片、橡胶垫。

6.根据权利要求1所述的基于脑电控制的机械臂写字装置，其特征在于：所述机械臂通过WIFI模块与信号处理设备进行数据交互。

7.一种基于脑电控制的机械臂写字装置的控制方法，其特征在于：包括如下步骤：

步骤101、利用脑电采集设备采集八个电极传感器、CMS和DRL参考电极传感器的采集信息，并将采集信息发送给信号处理设备；

步骤102、所述信号处理设备接收脑电采集设备的采集信息，并将采集信息进行数据处理；具体的数据处理过程依次为：

脑电信号处理程序包括：

数据滤波，基于有限冲击响应的0.01-32赫兹的带通滤波器，提取与运动想象任务，咬牙任务，稳态视觉诱发任务相关的脑电信号，去除心电，工频伪迹以及环境噪声，提高脑电信号的信噪比；

小波滤波，基于小波变换分析，把脑电信号进行多层分解，分析每一层的脑电信号，找到有效的脑电信号部分，对有效的脑电信号部分进行重构，消除了脑电信号中的基波漂移，提高脑电信号的信噪比；小波函数定义如下：

ψ(t)∈L¹(R)∩L²(R),并且则称ψ(t)是一个母小波，对母小波可以进行伸缩平移，公式如下：

其中，ψ_a,b(t)是小波函数,a是尺度因子，b是平移因子，在上式中a和b都属于实数R；

脑电信号x(n)利用下式进行小波分解与重构：

其中，A_L是低频分量，D_j是在不同尺度下的高频分量，L是分解层的数量；

特征提取，基于mu节律的二阶矩能量分析，计算在不同运动想象任务下mu节律能量明显的差异，降低特征分类的难度，对于脑电信号x(n)，假设长度为N,则其二阶矩能量E₂的估计为：

基于典型相关性分析，计算在不同的稳态视觉刺激任务下相关系数的明显不同，提供给信号分类；X和Y是两个多维随机变量，其线性组合分别为w_X∈R^H×1和w_Y∈R^I×1；典型相关性分析算法的目的是寻找一组权重变量X∈R^H×J和Y∈R^I×J，从而使得x和y的相关系数达到最大；公式如下：

其中，是最大相关系数，可以用来分析脑电信号和参考信号的相关性大小；

基于标准偏差和峰值距离分析，检测咬牙任务的发生，从而减少执行错误任务的发生；

分类，基于线性分类器，利用特征提取中mu节律的二阶矩能量对运动想象任务分析，求得不同任务下的能量差异，构造线性分类器，对运动想象任务的脑电信号进行分类，公式如下：

其中，E是mu节律二阶矩能量，α是能量阈值，用于判断运动想象任务；

如果表示受试者想象的左手运动，之后对应着四种不同的稳态视觉诱发任务；如果表示受试者想象的右手运动，之后对应着两种不同的稳态视觉诱发任务；如果表示受试者没有进行运动想象任务，处于空闲状态，则不会进入到之后的稳态视觉诱发任务；

利用特征提取中典型相关性对稳态视觉刺激任务分析，比较不同视觉频率刺激下的相关系数差异，找到最大值作为分类的输出结果，参考信号Y_i的公式如下：

其中，N是采样点的数量，S是采样频率，N_h是谐波的数量，f_i是刺激源的刺激频率，t是不同采样点所对应的时间；

输出的控制命令K利用如下公式完成：

其中，ρ_i是脑电信号和各频率的参考信号的最大相关系数；

利用特征提取中标准偏差和峰值距离对咬牙任务分析，构造线性分类器，对咬牙任务进行实时监测，公式如下：

其中，S_s是标准偏差，S_p是峰值距离，β和η分别是标准偏差阈值和峰值距离阈值，用于判断咬牙任务，如果表示受试者处于“牙齿咬紧”状态；如果则表示受试者处于“自然”状态，即没有进行“牙齿咬紧”任务；

步骤103、机械臂接收信号处理设备的控制指令，并根据上述控制指令执行相应的指令动作。