[发明专利]基于贝叶斯网络结构辨识的运动想象脑机接口

权利要求书

1.一种基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述运动想象脑机接口包括：

信号采集模块，配置用于采集大脑活动产生的脑电信号；

信号处理模块，配置用于根据预先构建的贝叶斯网络，提取所述脑电信号的特征得到特征向量，并对所述特征向量进行分类，其中所述预先构建的贝叶斯网络利用高斯分布描述所述脑电信号的分布特征，并且将所述信号采集模块中电极之间的物理关系作为约束条件，所述预先构建的贝叶斯网络中分类器包括线性分类器和/或非线性分类器；

采用基于评分的贝叶斯网络结构学习方法，从一个初始网络出发，采用爬山法寻找评分最高的网络结构，在搜索过程中通过增边、减边过程对当前模型进行局部修改，并得到一系列的候选网络结构；再通过BIC评分方法对各个候选网络结构进行评分计算，将候选网络中最优的评分与原始网络评分对比，如果最优评分大于原始网络评分，那么以该最优评分的网络结构作为当前结构继续搜索过程，否则停止搜索并返回原始模型；

在脑电信号模式的分类过程中引入贝叶斯网络建模方法，提取不同脑区间的网络信息流作用强度和方向来作为分类特征，通过引入脑网络不同脑区间的因果性作用关系，以扩充分类特征集，提高运动想象脑电分类辨识的准确度；

控制设备模块，配置用于将经过分类的所述特征向量转换为外部设备的控制指令，并输出。

2.根据权利要求1所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述信号采集模块采集的方式包括侵入式或者非侵入式中的任意一种。

3.根据权利要求1所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述信号处理模块还配置用于对所述脑电信号进行预处理，以保留所述脑电信号中的有用信息和去除噪声。

4.根据权利要求3所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述预处理包括滤波和去伪迹。

5.根据权利要求4所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述预处理的方式包括FIR滤波、主成分分析或者独立成分分析中的任意一种。

6.根据权利要求1所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述线性分类器包括线性支持向量机或者线性判别分析中的任意一种。

7.根据权利要求1所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述非线性分类器包括神经网络、非线性支持向量机或者隐马尔科夫模型中的任意一种。

8.根据权利要求1至7中任意一项所述的基于贝叶斯网络结构辨识的运动想象脑机接口，其特征在于，所述运动想象脑机接口还包括：

反馈模块，配置用于接收所述外部设备的运行信息，并根据所述运行信息发出提示。