[发明专利]一种运动方向的预测方法、装置、设备和存储介质在审

专利信息
申请号: 201910804321.X 申请日: 2019-08-28
公开(公告)号: CN110495881A 公开(公告)日: 2019-11-26
发明(设计)人: 张明明;王帅先;蒋兴宇;林维聪;张懿麒;祁是辰 申请(专利权)人: 南方科技大学
主分类号: A61B5/0476 分类号: A61B5/0476;G06K9/62;G06N3/04;G06N3/08
代理公司: 11332 北京品源专利代理有限公司 代理人: 孟金喆<国际申请>=<国际公布>=<进入
地址: 518000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 待测对象 脑电图 运动方向预测 脑电数据 方向预测 分布位置 脑电 存储介质 个体差异 空间分辨 脑电信号 人为控制 自然状态 预测 构建 转换 分析
【说明书】:

发明实施例公开了一种运动方向的预测方法、装置、设备和存储介质。其中,该方法包括:根据待测对象的脑电数据以及脑电分布位置,确定对应的脑电图像;将所述脑电图像输入预先构建的方向预测模型中,得到所述待测对象的运动方向。本发明实施例提供的技术方案,利用脑电数据的空间分辨性,根据脑电分布位置将脑电数据转换为脑电图像,进而通过方向预测模型对脑电图像进行分析,实现待测对象在自然状态下的运动方向预测,提高了运动方向预测的准确性,同时无需要求待测对象人为控制脑电信号产生明显波动,避免待测对象个体差异大导致预测可靠性差的问题,扩展了运动方向预测的适用范围。

技术领域

本发明实施例涉及人机交互领域,尤其涉及一种运动方向的预测方法、装置、设备和存储介质。

背景技术

随着人工智能技术的快速发展,脑机接口(Brain Computer Interface,BCI)技术已经广泛的应用成人们的日常生活中;BCI技术是指通过获取生物大脑中的脑电信号,将脑电信号对应转换为外部设备的控制信号,以控制该外部设备进行相应运动。

现有的BCI技术大多应用于康复机器人领域,通过脑电信号控制机器人运动;此时参与者需要在较强的视觉或听觉刺激调制下,保持高度的注意力来持续想象当前需要进行的运动,从而使参与者的脑电信号出现明显的波动,并通过分析脑电信号的波动状况控制机器人进行相应运动。

现有方案需要参与者时刻保持高度的注意力,且大脑被动想象上肢运动方向的时间较长,此时参与者易疲劳,无法时刻应用BCI技术,降低使用体验;同时不同参与者的个体差异较大,存在一定的人体上肢运动预测误差,降低了运动预测的准确性。

发明内容

本发明实施例提供了一种运动方向的预测方法、装置、设备和存储介质,无需人为控制脑电信号产生明显波动,提高运动方向预测的准确性。

第一方面,本发明实施例提供了一种运动方向的预测方法,该方法包括:

根据待测对象的脑电数据以及脑电分布位置,确定对应的脑电图像;

将所述脑电图像输入预先构建的方向预测模型中,得到所述待测对象的运动方向。

第二方面,本发明实施例提供了一种运动方向的预测装置,该装置包括:

脑电图像确定模块,用于根据待测对象的脑电数据以及脑电分布位置,确定对应的脑电图像;

运动方向预测模块,用于将所述脑电图像输入预先构建的方向预测模型中,得到所述待测对象的运动方向。

第三方面,本发明实施例提供了一种设备,该设备包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的运动方向的预测方法。

第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的运动方向的预测方法。

本发明实施例提供的一种运动方向的预测方法、装置、设备和介质,通过待测对象的脑电数据以及脑电分布位置,确定对应的脑电图像,也就是将分布在头皮不同空间位置下的脑电数据相应转换到对应脑电图像的不同图像特征区域内,同时将脑电图像输入到预先构建的方向预测模型中,直接得到待测对象的运动方向,本方案利用脑电数据的空间分辨性,根据脑电分布位置将脑电数据转换为脑电图像,进而通过方向预测模型对脑电图像进行分析,实现待测对象在自然状态下的运动方向预测,提高了运动方向预测的准确性,同时无需要求待测对象人为控制脑电信号产生明显波动,避免待测对象个体差异大导致预测可靠性差的问题,扩展了运动方向预测的适用范围。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方科技大学,未经南方科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910804321.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top