[发明专利]一种基于脑电信号的鼠标控制方法

说明书

本发明公开了一种基于脑电信号的鼠标控制方法，为克服现有脑电信号模式分类精度低且不稳定，算法复杂导致实际应用不理想的问题，步骤如下：1)训练模型：(1)脑电信号采集；(2)脑电信号处理；(3)训练分类器模型；(4)存储分类器模型；2)使用模型：(1)调用分类器模型；(2)脑电信号采集；(3)脑电信号处理；(4)分类器模型分类：二号蓝牙装置(6)接收数字信号并传给计算机(7)，将数字信号导入到分类器模型中，得到分类器结果；(5)鼠标命令转化：分类器模型结果输入软件(8)编写的代码，从而对应到计算机(7)鼠标箭头的一个动作，动作包括鼠标上移、鼠标下移、鼠标左移、鼠标右移、鼠标点击，至此完成鼠标控制。

技术领域

本发明涉及智能控制领域中的一种分类方法，更确切地说，本发明涉及一种基于脑电信号的鼠标控制方法。

背景技术

脑电信号(EEG,Electroencephalgrahy)是反映人类大脑活动的一种非常有效和常见的生物电工具指标。将电极放置在人的头皮表层可以采集到这种生物电信号。脑电信号是一种典型的生物电信号，它不仅具有生物电信号的部分基本属性，还具有抗干扰性差，非平稳性、随机性强，非线性等特点。因为脑电信号有随机性强的特点，所以每个人的脑电波各频率成分存在异同，就算是同一个体，其在进行多种不同的思维活动时，脑电信号也会呈现出不同的节律和振幅。为了便于研究，研究领域根据脑电信号频率的高低将其分为δ波、θ波、α波及β波4类，δ波：频率在0.5Hz～4Hz范围内，波幅在10μV～20μV之间，通常在额部出现，睡眠时容易被测到。θ波：频率在4Hz～8Hz范围内，波幅在20μV～40μV之间，一般在额区、颞区出现。成年人处于失望或挫折等感情压抑时，θ波表现较明显。α波：频率在8Hz～13Hz范围内，波幅在10μV～100μV范围之间。常分布在枕、顶、后颞区，在闭眼状态下α波表现突出。β波：频率在14Hz～30Hz范围内，波幅在20μV以下。人在激动的时候β波易出现。随着人工智能、机器学习和大数据分析功能的不断强化，人们能从脑电信号中挖掘出的有用信息越来越多，这也使得脑电的可操作性与稳定性得到了不断的增强，脑机接口技术应运而生；通过检测获取神经脑电信号的变化，然后根据脑电信号的变化进行分类并识别出用户的动作意图，再利用计算机把思维活动的信号转变成控制指令驱动外部设备，从而通过大脑思维实现对外部设备的控制。

全球由于安全事故，自然灾害等原因造成的高位截瘫患者和失去双臂的残疾人的数量正逐年增加，如何为身体机能部分缺失的人群提供更丰富的生活活动，满足生活娱乐需要，成为需要解决的问题。

发明内容

本发明所要解决的技术问题是克服了现有技术存在的现有脑电信号模式分类精度低且不稳定，算法复杂导致实际应用不理想的问题，提供了一种基于脑电信号控制鼠标的方法。

为解决上述技术问题，本发明是采用如下技术方案实现的：所述的一种基于脑电信号的鼠标控制方法包括步骤如下：

1)训练模型：

(1)脑电信号采集；

(2)脑电信号处理；

(3)训练分类器模型；

(4)存储分类器模型：

将训练分类器模型步骤中生成的5个SVM分类器构成的分类器模型存储到计算机中；

2)使用模型：

(1)调用分类器模型；

在计算机上调用训练模型中存储的分类器模型，调用后计算机接收的数字信号直接输入到分类器模型中；

(2)脑电信号采集；

(3)脑电信号处理；

(4)分类器模型分类：

二号蓝牙装置接收数字信号并传输给计算机，将数字信号导入到分类器模型中，得到分类器结果；