[发明专利]基于P300的BCIspeller中文输入系统

说明书

本发明提出了一种基于P300的BCI speller中文输入系统，在经典的matrix‑based BCI speller方法和新兴的RSVP方法的基础上，结合两种算法的高准确性、高效率,不需注视等优点，改进Triple RSVP算法，设计实现中文字符输入BCI speller系统。该系统通过传感器获得并提取脑电P300信号，然后经过算法进行信号处理和模式识别，输出正确的字符信息。该项目有利于视觉障碍和语言障碍患者的信息交流，在生物电子学等其他领域也有着广阔的应用前景。

技术领域

本发明涉及脑机接口技术(BCI)输入系统，尤其涉及基于P300的BCI speller中文输入系统。

背景技术

脑机接口(brain-computer interface,BCI)是指不依赖常规的脊髓/外周神经肌肉系统，在脑与外部环境之间建立一种新型的信息交流与控制通道，实现脑与外部设备之间的直接交互。脑机接口涉及信息科学、认知科学、材料科学和生命科学等领域，对智能融合、生物工程和神经科学产生了越来越重要的影响。

在脑机接口有多种分类方法，按信息传输方向分类，其中之一便是从脑到机。十分典型的应用便是言语拼写系统(BCI Speller)，而值得一提的是BCI Speller最著名的例子便是Stephen Hocking使用的言语辅助系统。EEG speller系统可以重新建立残障通信，正常人可以使用该技术获取方便的交互方法。

目前BCI Speller实现方法有许多，其中主要分为两大类型：基于P300脑电波的BCI Speller和基于稳态视觉诱发电位(SSVEP)的BCI Speller。本项目所实现的BCISpeller便是基于识别EEG中P300电位的言语拼写系统。P300检测算法是关键，因为它决定了BCI系统的准确性和可靠性。因此，一些学者尝试并提出了许多P300检测算法，如独立分量分析(ICA)、常用空间模式(CSP)、xDawn、分层判别成分分析(HDCA)、滑动HDCA(sHDCA)、卷积神经网络(CNN)。在此基础上，大大提高了BCI系统的性能。基于P300的言语拼音系统主要实现方式为基于矩阵，和基于快速连续视觉展示两种。

对于基于矩阵的Speller拥有ITR高，准确率高的优点，以及基于RSVP的Speller的空间需求小，不需注视的优点，我们团队提出改进方法，整合优点的想法，并将最终产品应用于中文拼写系统的开发上。目前国际上对于BCI Speller的研究主要倾向于英文字符输入，将这个改进后的系统应用于中文输入上，有利于拓展其应用领域，并能大大提高残疾患者对于交流表达的感受，对于常人而言，也可以在安静环境下的交流提供便利。

发明内容

基于背景技术存在的技术问题，本发明提出了基于P300的BCI speller中文输入系统。

本发明提出的基于P300的BCI speller中文输入系统包括以下步骤：

S1：硬件电路设计，硬件电路的主要作用是通过头部佩戴的一个脑电波电极，获得脑电波信号，由干电极生物传感器对脑电波信号进行信号处理后，再通过单片机对脑波波形进行数据分析和处理，然后将结果通过蓝牙或无线局域网传输到智能移动终端如智能手机，平板电脑等；

S2：算法设计和软件开发，由我们移动智能终端上的APP软件利用基于HDCA算法的ERP分析的改进算法，通过Fisher线性判别式(FLD)，并采用logistic回归计算时间系数翻译成使用者所想的字母，然后由我们设计的加入了深度学习理念的联想输入法翻译成具体的语句；

S3：硬件调试

首先通过硬件静态测试排除一些较明显的故障后，进行联机仿真测试，仿真器可以通过设定参数使自己模拟单片机应用系统的特性，显示器的仿真调试应该与单片机系统分开，在用静态调试先测试完LED显示器后，在控制数码管段和位显示的引脚上加以规定数值的电平，若数码管的显示与理论上数值、波形保持一致，则LED调试成功；