[发明专利]基于MI和SSVEP双范式的少通道异步控制脑机接口系统

说明书

本发明公开了基于MI和SSVEP双范式的少通道异步控制脑机接口系统，属于认知神经科学、信息处理、自动化控制相交叉的技术领域。系统针对少通道的脑电信号的BCI系统，采用运动想象范式作为BCI系统的开关模块，采用稳态视觉诱发电位范式作为BCI多选模块，将两个模块前后串联构成异步控制BCI系统，利用多变量经验模式分解算法将少通道EEG信号分解成多个固有模态函数，基于MI的频谱分布特性，优选IMF作为特征实现MI分类，提出改进的典型相关分析方法计算IMF和各个SSVEP频率模板之间的典型相关系数，优选出最优典型相关系数实现SSVEP的分类，能够提高少通道BCI系统的控制效果和分类正确率。

技术领域

本发明公开了基于MI和SSVEP双范式的少通道异步控制脑机接口系统，尤其涉及一种前后串联运动想象和稳态视觉诱发电位两种范式构成的异步控制脑机接口系统，属于认知神经科学、信息处理、自动化控制相交叉的技术领域。

背景技术

脑机接口(Brain-Computer Interface,BCI)是大脑与外部环境之间建立的一种信息交互和控制通道。人们利用这种通道可以通过大脑意识实现对外部设备的操控。BCI系统的关键是对大脑控制意识进行精确的分类，从而实现不同的控制指令。对脑信号进行有效的特征提取和分类是有关BCI系统性能指标的关键技术。目前的BCI系统脑信号的来源主要为脑电图(Electroencephalography,EEG)信号。

运动想象(Motor Imagery,MI)是非侵入式BCI系统最常用的一种范式，它是由BCI用户自行地在脑内想象自己进行某种形式的身体动作(如想象自己进行单侧上肢的屈伸动作)，在进行单侧肢体运动想象的过程中，对侧运动区会出现μ波抑制现象，即μ波(8-13Hz)频段的EEG信号的能量会降低，而同侧运动区不会出现μ波抑制现象，这种现象导致两侧运动区的EEG信号在8-13Hz频段上出现能量差异。由MI诱发产生的EEG信号以下简称为MI信号。基于运动想象的脑机接口系统最大的优点是用于控制的脑电信号通过想象产生而不依赖任何刺激提示装置，实验设计简单，用户可以完全自行控制运动想象开始的时间，能够实现异步控制。MI范式的缺点是可以分类的运动想象种类较少，选择速度较慢。

稳态视觉诱发电位(Steady-State Visual Evoked Potentials,SSVEP)是另一种常用的非侵入式BCI范式，它是大脑视觉皮层对于固定频率闪烁的视觉刺激所响应的EEG信号。SSVEP诱发范式由多个不同频率闪烁的视觉刺激(以下简称为SSVEP刺激)构成。当BCI用户注视不同的SSVEP刺激时，其视觉区采集的EEG信号会呈现出不同的频率分布特征，如当BCI用户注视某一个固定频率f闪烁的视觉刺激时，在其视觉区采集的EEG信号频谱分布中，基频f及倍频(k*f，k＝1,2...N，表示倍频数)处会出现较大能量，利用这种对应关系可以根据EEG信号中呈现的频率分布特征来反推出BCI用户注视的是何种SSVEP刺激。如果构建不同SSVEP刺激与特定意图的对应关系，按照这样的对应关系，BCI用户就可以通过选择注视特定的SSVEP刺激来实现某种特定意图的输出，从而实现BCI的功能。这样的SSVEP刺激所对应的EEG响应被称为稳态视觉诱发电位(以下简称为SSVEP信号)。SSVEP范式中，SSVEP刺激时间由计算机控制，并按照时间节点进行EEG信号分析，属于同步控制，其优点是可供分类较多，分类速度快，缺点是用户无法实现异步控制或虽然实现了异步控制但输出选项少且选择速度慢。

现有的SSVEP型BCI系统采用EEG信号，而EEG信号中存在较大的噪音。有效去除噪音可以提高BCI性能。多变量经验模态分解(Multivariate Empirical ModeDecomposition，MEMD，Rehman N.and Mandic D.P.,Multivariate empirical modedecomposition,Proc.Roy.Soc.A,2010,466(2117),1291-1302)是一种新型的自适应去噪方法，特别适用于非线性非平稳信号的去噪。MEMD将信号分解为有限个固有模态函数(Intrinsic Mode Function，IMF)，各个IMF分量包含了原始信号的不同时间尺度的局部特征。