[发明专利]一种脑认知技能移植的方法

权利要求书

1.一种脑认知技能移植的方法，其特征在于包括下列步骤：

(1)针对智能信息处理应用需求，设计脑电信号采集实验范式与一定相关刺激模式；

(2)令N个被试人员分别按照所设计的实验范式进行操作，同步采集记录N个被试人员在实验范式中相关刺激下的多通道脑电信号数据，并对采集后的原始脑电信号进行有效成分提取；

(3)对N个被试人员有效脑电信号进行关键特征提取以及特征选择，确定N个被试人员在相关刺激下的脑电高效特征；

(4)对N个被试人员构建N个脑认知子模型R₁～R_N，以相关刺激信号为输入，脑电高效特征为输出，完成模型训练；

(5)对N个被试人员构建N个脑电信号分类子模型D₁～D_N，以脑电高效特征为输入，相关刺激分类结果为输出，完成模型训练；

(6)组合脑认知子模型与脑电信号分类子模型，以脑认知子模型的输出作为对应脑电信号分类子模型的输入，从而获得N个脑认知分类器S₁～S_N；

(7)验证N个脑认知分类器的准确度，如果满足要求，则送入后续步骤；否则，返回步骤(4)重新进行训练；

(8)基于集成学习策略实现对N个脑认知分类器的融合集成，构建融合模型并进行测试，得到融合模型的性能属性值；

(9)对所述的性能属性值进行判决，判决融合模型是否符合要求，若符合要求，则实现脑认知技能移植；否则，返回步骤(8)重新执行，直至符合要求。

2.根据权利要求1所述的方法，其特征在于：相关刺激模式包括两类刺激信息，两类刺激信息在实验过程中随机出现，其中一类为目标刺激，另一类为干扰刺激。

3.根据权利要求2所述的方法，其特征在于：每次刺激持续时间为0.4s-0.5s，相邻刺激之间设置的时间间隔为0.4s-0.5s，实验过程中要求被试人员对刺激出现次数进行默记。

4.根据权利要求2所述的方法，其特征在于：一轮实验中目标刺激出现的数目占总刺激数目的8％-10％。

5.根据权利要求1所述的方法，其特征在于：通过下述步骤对原始脑电信号进行有效成分提取：

(1.1)采用截止频率为0.1Hz-0.3Hz的高通FIR数字滤波器和截止频率为30Hz-35Hz的低通FIR数字滤波器，滤除低频、高频噪声；

(1.2)利用主成分分析算法PCA，将步骤(1.1)处理后的脑电信号白化处理，并且降低多通道脑电信号维度；

(1.3)利用独立成分分析算法ICA，分解步骤(1.2)处理后的脑电信号获得独立分量，从而找到干扰成分并去除，从而获得脑电信息有效成分。

6.根据权利要求1所述的方法，其特征在于：所述的特征提取中涉及的关键特征包括脑电信号的时域特征、频域特征与熵值特征；

时域特征提取法包括方差计算、直方图表征、峰值检测、过零点分析；

频域特征提取方法包括幅度谱、相位谱、功率谱及能量谱分析；

熵值特征提取方法包括多尺度近似熵、样本熵、排列熵分析。

7.根据权利要求6所述的方法，其特征在于：所述的脑电高效特征选择方法通过定量评定各项单类特征下的分类准确率指标。

8.根据权利要求1所述的方法，其特征在于：步骤(4)通过下述方式实现：

(4.1)分别以实验范式中的相关刺激信号作为输入数据，N个被试在实验范式相关刺激下脑电数据的高效特征作为输出数据，形成数据集；

(4.2)对N个被试分别构建脑认知子模型，利用上述(4.1)中的数据集按照交叉验证原则对模型展开训练，并得到拟合准确度结果；

(4.3)若拟合准确度满足要求，则得到模型最优配置参数，获得训练好的脑认知子模型R₁～R_N；若拟合准确率不满足要求，则返回上述(4.2)继续训练。