[发明专利]一种现实增强的自适应动态多场景诱发脑控方法在审

专利信息
申请号: 202010769302.0 申请日: 2020-08-03
公开(公告)号: CN112114662A 公开(公告)日: 2020-12-22
发明(设计)人: 张小栋;蒋永玉;陆竹风;王雅纯;张腾;朱文静 申请(专利权)人: 西安交通大学
主分类号: G06F3/01 分类号: G06F3/01;G06T19/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 范巍
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 现实 增强 自适应 动态 场景 诱发 方法
【说明书】:

本发明公开了一种现实增强的自适应动态多场景诱发脑控方法,结合增强现实技术将动态诱发闪烁信号与环境信息进行融合增强,可在保证兼顾注视控制目标的情况下向视觉神经发送动态诱发信号,以实现用户的决断与实时控制;采用叠加平均和基于个人特征修正的相关分析对诱发脑电信号进行识别,有效提高控制指令的识别准确率,以及应对个体差异的鲁棒性。本发明利用现实增强克服了传统SSVEP脑控机制中用户对闪烁图像与控制对象的注视不能兼顾的缺点,具有多应用场景的应用价值,以及专注性强、指令实时性强、人机交互体验好、控制精度好等优点,可广泛应用于各类基于稳态视觉诱发的脑‑机接口系统中。

技术领域

本发明涉及脑-机接口技术领域,具体涉及一种现实增强的自适应动态多场景诱发脑控方法。

背景技术

脑-机接口技术(Brain Computer Interface,BCI)指绕开周围神经以及肌肉对肢体的直接作用,在人脑与外部设备之间构建信息通路,依靠脑活动与外界进行信息交互;对于肢体残疾等运动功能障碍人群,脑控假肢可以代替人进行日常活动所必需的动作,也可以帮助病人实现术后康复;随着科学进步以及研究的逐步深入,多种包含重要特征的脑电信号类型以及其相应的感知识别范式与方法得到广泛应用。

稳态视觉诱发电位(steady state visual evoked potential,SSVEP)指当视觉神经受到固定频率的视觉刺激的时候,人脑视觉皮层会产生连续的与刺激频率有关的响应,体现在频谱上为明显的峰值特征;通过检测由特定头皮区域采集的脑电信号中的相关特征,可以特异性的识别视觉信息类型;目前对SSVEP的研究存在着实质突破难度高、实际应用能力差、与先进技术结合程度低等问题。

SSVEP作为依靠视觉输入的脑-机接口策略,用户专注是在执行操控时的基本要求,即用户需要持续注视闪烁画面以实现视觉信息输入,从而无法注视控制对象的情况。例如通过稳态视觉诱发脑-机接口系统控制仿生假手实现物体抓取,用户目光必然集中于屏幕的特定频率的闪烁区域,从而无法同时兼顾抓取动作实况;持续专注于闪烁区域也导致基于SSVEP的稳态视觉诱发脑-机接口系统控制会给控制对象(例如,脑控轮椅)在执行操控时带来相应的安全问题。因此,此类控制策略必然有控制场景单一、专注性差、指令实时性弱、人机交互体验差、控制精度低等缺点。

增强现实技术是一种将真实世界信息和虚拟信息“无缝”集成的新技术,通过光学技术(光波导)将虚拟图像与真实的环境实时地叠加,使得人眼不仅获取实时的环境信息,同时沉浸式的获取计算机合成的虚拟画面;中国专利201910416699.2、中国专利201711166187.2等均公开了结合增强现实技术的稳态视觉诱发脑控方法;但涉及的脑控方法控制对象相对单一,未涉及用户专注问题,且脑控范式应用场景固定(军事与工业情景),未讨论针对残疾人的日常复杂情景,对于残疾人群日常应用场景并不友好;未能考虑日常生活情境下的控制对象(场景)识别与智能切换需求,控制对象单一且灵活性差;另外在增强现实的稳态视觉诱发脑控场景下,未考虑复杂环境信息对稳态视觉诱发刺激与识别的干扰问题。

目前,亟待提出一种适用范围广泛、控制专注性强、具有多场景应用价值的稳态视觉诱发脑控方法。

发明内容

为解决现有技术的不足,本发明提出了一种现实增强的自适应动态多场景诱发脑控方法。

为达到上述目的,本发明采用了以下技术方案:

一种现实增强的自适应动态多场景诱发脑控方法,该脑控方法包括以下步骤:

步骤1:在用户注视融合有某控制对象的诱发图像刺激界面过程中,采集该用户视觉枕叶区脑电信号;

步骤2:通过对采集的脑电信号进行视觉诱发信号特征提取及基于用户个人特征修正的相关分析,识别用户通过注视诱发图像刺激界面上的特定诱发控制动态图像而意图发出的控制指令。

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西安交通大学,未经西安交通大学许可,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/202010769302.0/2.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