[发明专利]基于大脑血红蛋白信息的行走意图的识别方法

权利要求书

1.一种基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，包括：

(1).获取脑皮层血红蛋白浓度信号，所述脑皮层血红蛋白浓度信号是通过“应用近红外光谱脑成像技术(NIRS)进行测试实验，受试者在固定区域内完成相应的行走任务；”获得的。

(2).通过带通滤波技术，对实验所记录的脑皮层血红蛋白浓度信号，进行数据预处理，并提取多个频段的脑皮层血红蛋白浓度信号；

(3).对于预处理后的脑皮层血红蛋白信号，采用Z-Score和Teager-Kaiser变换，逐个采样点上的提取信号特征；

(4).应用梯度提升树算法，建立行走意图的检测模型，并根据模型给出的每个采样点的行走意图的概率值，确定行走意图的发生时刻。

2.如权利要求1所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤(1)中行走实验在处于自然环境下的走廊中进行，每位被试共执行8遍行走任务。

3.如权利要求1所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤(2)中采用切比雪夫带通滤波器对行走实验所记录的脑皮层血红蛋白浓度信号，进行预处理操作，并依次提取出0.0095-0.021Hz，0.021-0.052Hz，0.052-0.145Hz，0.145-0.6Hz和0.6-2.0Hz共5个频段的血红蛋白信息。

4.如权利要求1所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤(3)中在提取特征时，采用了Z-Score变换和Teager-Kaiser能量算子计算特征，这两者在每个采样点上都将计算具体的变换值，以实现逐点的检测，满足实时性的需要。

5.如权利要求1所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤(4)中建立检测模型，对行走意图进行检测。

6.如权利要求5所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤(4)具体实施如下：

(4-1).对休息阶段的采样点标记为负样本，对行走阶段的采样点标记为正样本，采用梯度提升树算法建立模型，并由模型给出采样点上被试处于行走状态的概率值；

(4-2).对模型给出的行走概率值进行平滑操作，并设定概率阈值；当平滑后的行走概率值大于设定的阈值时，则确定为行走意图的发生时刻。

7.如权利要求1所述的基于大脑血红蛋白信息的行走意图的识别方法，其特征在于，步骤1中，被试每执行完一次步行任务后都要转身并准备下一次的步行任务的执行，所有步行任务与转身之间被试都需要进行休息，且休息时长不小于30秒。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。