[发明专利]一种基于黎曼距离的运动想象脑电信号分类方法及系统

说明书

本公开提供了一种基于黎曼距离的运动想象脑电信号分类方法及系统。其中，一种基于黎曼距离的运动想象脑电信号分类方法，包括黎曼空间转化步骤：将已知类别标签的运动想象脑电矢量信号采用样本协方差矩阵表示，得到已知类别标签的样本协方差矩阵；黎曼平均值计算步骤：计算已知类别标签的样本协方差矩阵之间的黎曼平均值，得到与已知类别标签数量相同个数的黎曼平均值；黎曼距离计算步骤：分别计算待分类的运动想象脑电矢量信号对应的样本协方差矩阵与已知类别标签数量相同个数的黎曼平均值之间的黎曼距离值；类别输出步骤：取上述黎曼距离值中的最小者所对应的类别作为待分类的运动想象脑电矢量信号的类别标签。

技术领域

本公开属于运动想象脑电信号分类领域，尤其涉及一种基于黎曼距离的运动想象脑电信号分类方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

1999年，第一届国际脑机接口大会在纽约召开并提出了脑机接口(BCI，BrainComputer Interface)的概念。利用脑机接口技术，大脑所谓作为用户与外界沟通与控制的主要方式，可更好的发挥出意念控制能力。随着脑电技术的发展，运动想象逐渐兴起，研究人员专门对运动想象的脑电信号进行特征提取并对得到的各个提取的特征进行分类识别，使得由脑电信号转变为运动操作的研究更进一步。运动想象脑电是指没有实际的肢体行为，而是利用大脑意念想象肢体动作，并由控制器来实现后续的实际操作。运动想象脑电是一种内源性自发脑电，局部皮层的某些波段的能量会因某些事件(肢体运动或运动想象、某些思维任务等)发生改变。伴随事件而出现的能量下降的现象称为事件相关去同步(ERS，Event Related Synchronization)，伴随事件而出现的能量上升的现象称为事件相关同步(ERD，Event Related Desynchronization)。在运动或运动想象时，主要出现在感觉运动皮层，属于自发脑电。与诱发脑电不同的是，其无需外界刺激，只需人进行想象运动，脑电波就呈现特异波形。由于这种技术的简单、灵活、无创等特点，在BCI系统中实现运动想象的运用很广。对常见于老年人中的瘫痪、中风等疾病造成的肢体不便，基于运动想象的BCI系统不仅能够帮助病患控制物体，实现自理，还可以作为一种康复理疗的手段，最大限度的帮助其恢复自身的运动能力。

对BCI中的运动想象脑电信号进行模式识别，国内外已进行了较多研究，目前对左、右手运动想象脑电特征的分类已经取得了较高的准确率，但目前运动想象脑电信号仍不成熟，还存在许多问题：分类种类少，分类精度较低，训练时间较长等。之所以存在这些问题，是因为在欧几里德空间，运动想象脑电信号维度高，特征提取困难，不同运动想象差异小，因此要想解决上述问题，需要跳出欧几里德空间。

发明人发现现有的基于多任务运动想象的脑机接口技术存在以下难点：分类正确率低，算法较复杂，稳定性差等问题。

发明内容

根据本公开的一个或多个实施例的一个方面，提供一种基于黎曼距离的运动想象脑电信号分类方法，使得特征提取与分类同时完成，大大缩短了方法的执行时间，更适合于在线系统分析。

本公开的一种基于黎曼距离的运动想象脑电信号分类方法，包括：

黎曼空间转化步骤：将已知类别标签的运动想象脑电矢量信号采用样本协方差矩阵表示，得到已知类别标签的样本协方差矩阵；

黎曼平均值计算步骤：计算已知类别标签的样本协方差矩阵之间的黎曼平均值，得到与已知类别标签数量相同个数的黎曼平均值；

黎曼距离计算步骤：分别计算待分类的运动想象脑电矢量信号对应的样本协方差矩阵与已知类别标签数量相同个数的黎曼平均值之间的黎曼距离值；

类别输出步骤：取上述黎曼距离值中的最小者所对应的类别作为待分类的运动想象脑电矢量信号的类别标签。