[发明专利]基于脑机接口的智能输出终端及脑电信号识别方法

权利要求书

1.一种基于脑机接口的智能输出终端，其特征在于，包括依次连接的脑电信号采集模块、信号预处理模块、光耦隔离模块、第一信号处理模块及第二信号处理模块；

所述第一信号处理模块包括第一数字信号处理单元、及分别与所述第一数字信号处理单元连接的模数转换单元和数据缓存单元，所述模数转换单元的输入端与所述光耦隔离模块的输出端连接；

所述第二信号处理模块包括第二数字信号处理单元、及分别与所述第二数字信号处理单元连接的无线输出终端和USB输出终端，所述第二数字信号处理单元与所述数据缓存单元进行数据通信。

2.如权利要求1所述的基于脑机接口的智能输出终端，其特征在于，所述信号预处理模块包括依次连接的前置缓冲单元、仪用放大单元和抗混叠滤波单元，所述前置缓冲单元的输入端与所述脑电信号采集模块连接，所述抗混叠滤波单元的输出端与所述光耦隔离模块连接。

3.如权利要求2所述的基于脑机接口的智能输出终端，其特征在于，所述第一信号处理模块还包括直流反馈单元，所述直流反馈单元的输入端与第一数字信号处理单元连接，所述直流反馈单元的输出端通过所述光耦隔离模块与直流抑制模块的输入端连接，所述直流抑制模块的输出端与所述仪用放大单元连接。

4.一种应用如权利要求1-3任一所述的基于脑机接口的智能输出终端的脑电信号识别方法，其特征在于，包括以下步骤：

A、获取脑电信号训练集数据和脑电信号测试集数据，

B、分别对脑电信号训练集数据和脑电信号测试集数据进行预处理；

C、分别对步骤B中预处理后的脑电信号训练集数据和脑电信号测试集数据提取特征向量；

D、采用LDA算法对步骤C中提取脑电信号训练集数据得到的特征向量进行训练，得到分类器模型；

E、采用步骤D得到的分类器模型对步骤C中提取脑电信号测试集数据得到的特征向量进行处理，得到脑电信号识别结果。

5.如权利要求4所述的脑电信号识别方法，其特征在于，所述步骤A中，设置一个目标刺激和三个非目标刺激，在设定呈现时间内观察目标刺激生成运动起始视觉诱发电位。

6.如权利要求5所述的脑电信号识别方法，其特征在于，所述步骤B中，分别对脑电信号训练集数据和脑电信号测试集数据进行伪迹去除、带通滤波处理、时频窗口优化处理。

7.如权利要求6所述的脑电信号识别方法，其特征在于，所述步骤C中，分别选取包含N200信号特征和P200信号特征的时间窗，根据刺激起始时间点，分别提取目标刺激和非目标刺激时间窗内的脑电信号，并将时间窗内的脑电信号进行降采样处理后作为特征向量。

8.如权利要求7所述的脑电信号识别方法，其特征在于，还包括设定脑电信号阈值，计算设定时间内脑电信号的平均值，并判断脑电信号的平均值是否大于脑电信号阈值；若是，则操作完成；若否，则返回步骤A。

9.如权利要求8所述的脑电信号识别方法，其特征在于，分别计算出N200信号特征时间段内和P200信号特征时间段内的脑电信号的平均值，将脑电信号的平均值与预先设定的N200信号特征阈值和P200信号特征阈值分别进行比较。

10.如权利要求9所述的脑电信号识别方法，其特征在于，还包括按照生成脑电信号的目标运动情况分别设定对应的指令，根据脑电信号识别结果输出对应的指令。