[发明专利]一种基于脑电的自主运动意图识别方法及系统

权利要求书

1.一种基于脑电的自主运动意图识别方法，其特征在于，所述方法包括：

采集设定数量的多种脑电信号；

采用共平均参考的方式对所述脑电信号进行去噪；

对去噪后的所述脑电信号进行经验模态分解，得到多个分解量；

获得各所述分解量的协方差矩阵；

将各所述协方差矩阵相加获得混合空间协方差矩阵；

根据所述混合空间协方差矩阵构建特征向量；

将所述特征向量作为输入，以运动意图作为输出，采用孪生支持向量机训练自主运动意图识别模型；

获取待识别脑电信号对应的特征向量，记为待识别特征向量；

将所述待识别特征向量输入所述自主运动意图识别模型，获得待识别特征向量对应的自主运动意图。

2.根据权利要求1所述的基于脑电的自主运动意图识别方法，其特征在于，所述采用共平均参考的方式对所述脑电信号进行去噪，具体包括，通过公式对所述脑电信号进行去噪，其中，V_i表示去噪后的脑电信号，X_i表示去噪前的脑电信号，m表示电极通道的数量。

3.根据权利要求1所述的基于脑电的自主运动意图识别方法，其特征在于，所述对去噪后的所述脑电信号进行经验模态分解，得到多个分解量之前，还包括：

采用巴特沃斯带通滤波对去噪后的所述脑电信号进行滤波。

4.根据权利要求1所述的基于脑电的自主运动意图识别方法，其特征在于，所述对去噪后的所述脑电信号进行经验模态分解，得到多个分解量，具体包括：

将去噪后的所述脑电信号作为初始信号序列，n＝1；

获取所述初始信号序列的极大值点和极小值点；所述极大值点为连续三个信号中，中间信号幅值最大的点，所述极小值点为连续三个信号中，中间信号幅值最小的点；

依次连接极大值点形成第一包络线；依次连接极小值点形成第二包络线；

计算所述第一包络线和所述第二包络线形成的均值序列；

将所述初始信号序列减去所述均值序列获得的序列为第n次分解量；

计算第n次分解量的标准差；

若所述标准差小于设置值，则结束；

若所述标准差大于或等于所述设置值，则将第n次分解量作为初始信号序列，n＝n+1，返回步骤“获取所述初始信号序列的极大值点和极小值点”。

5.根据权利要求1所述的基于脑电的自主运动意图识别方法，其特征在于，所述根据所述混合空间协方差矩阵构建特征向量，具体包括：

对所述混合空间协方差矩阵进行谱分解获得初始特征向量矩阵和对角阵；

根据所述初始特征向量矩阵和所述对角阵获得白化矩阵；

根据所述白化矩阵对各所述分解量进行滤波获得特征向量。

6.一种基于脑电的自主运动意图识别系统，其特征在于，所述系统包括：

采集模块，用于采集多种脑电信号；

去噪模块，用于采用共平均参考的方式对所述脑电信号进行去噪；

分解模块，用于对去噪后的所述脑电信号进行经验模态分解，得到多个分解量；

协方差矩阵获取模块，用于获得各所述分解量的协方差矩阵；

混合空间协方差矩阵获取模块，用于将各所述协方差矩阵相加获得混合空间协方差矩阵；

特征向量构建模块，用于根据所述混合空间协方差矩阵构建特征向量；

模型训练模块，用于将所述特征向量作为输入，以运动意图作为输出，采用孪生支持向量机训练自主运动意图识别模型；

待识别特征向量获取模块，用于获取待识别脑电信号对应的待识别特征向量；

自主运动意图识别模块，用于将待识别特征向量输入所述自主运动意图识别模型，获得自主运动意图。

7.根据权利要求6所述的基于脑电的自主运动意图识别系统，其特征在于，所述去噪模块，具体包括：

去噪单元，用于通过公式：对所述脑电信号进行去噪，其中，V_i表示去噪后的脑电信号，X_i表示去噪前的脑电信号，m表示电极通道的数量。