[发明专利]一种运动想象反馈方法、系统及存储介质

说明书

本发明公开了一种运动想象反馈方法、系统及存储介质，该方法包括：获取受试者在不同预设动作下的静息态数据和运动想象态数据；根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像；将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作。通过实施本发明，通过预先确定多个预设动作，获取不同预设动作的静息态数据和运动想象态数据，采用脑电源成像算法确定不同预设动作的脑电源成像图像，并将其和预设脑电源成像图像进行对比，从而确定相应受试者的最优想象动作。获取受试者采用该想象动作想象的脑电信号进行解码，能够提高信号解码准确率。

技术领域

本发明涉及运动想象技术领域，具体涉及一种运动想象反馈方法、系统及存储介质。

背景技术

在主流的脑机接口(Brain Computer Interface，BCI)范式中，运动想象(MotorImagery，MI)作为一种主动式BCI，因其无需外界刺激，只受受试者主动调控的特点，受到研究者的广泛关注。当人在执行MI任务的时候，从大脑感觉运动皮层采集到的运动想象脑电(Motor Imageryelectroencephalography，MI－EEG)信号的能量会在mu节律(8～14Hz)和beta节律(14～30Hz)上升高或降低。能量升高称为事件相关同步(ERS)；能量降低称为事件相关去同步(ERD)。

目前，在获取MI－EEG信号后，需要对其进行信号解码，虽然现有的一些解码算法取得了不错的效果，但鲜有研究关注MI－EEG信号产生过程中的改进。研究发现，不同的受试者所产生的MI－EEG信号存在差异，解码效果也各有优劣。因此，种种因素导致MI范式的解码准确率普遍不高，加大了实际应用的难度。

发明内容

有鉴于此，本发明实施例提供了涉及一种运动想象反馈方法、系统及存储介质，以解决现有技术中MI范式的MI－EEG信号解码准确率普遍不高，加大了实际应用的难度的技术问题。

本发明提出的技术方案如下：

本发明实施例第一方面提供一种运动想象反馈方法，该方法包括：获取受试者在不同预设动作下的静息态数据和运动想象态数据；根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像；将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作。

可选地，根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，所述脑电源成像算法包括相干源动态成像算法、最小范数估计算法以及线性约束最小方差波束形成算法。

可选地，采用脑电源成像算法根据静息态数据和运动想象态数据计算不同预设动作下的脑电源成像图像，包括：在任一预设动作下，获取第一预设时间段的静息态数据、第二预设时间段的运动想象态数据以及包含第一预设时间段的静息态数据和第二预设时间段的运动想象态数据的合并数据；根据莫莱小波分别计算第一预设时间段静息态数据的第一交叉谱密度矩阵、第二预设时间段运动想象态数据第二交叉谱密度矩阵以及合并数据的第三交叉谱密度矩阵；根据所述第三交叉谱密度矩阵计算空间滤波器；根据所述空间滤波器、第一交叉谱密度矩阵以及第二交叉谱密度矩阵计算得到运动想象态相对于静息态的源能量比值，得到任一预设动作下的脑电源成像图像。

可选地，将不同预设动作下脑电源成像图像和预设脑电源成像图像进行对比，确定所述受试者的最优想象动作，包括：获取不同预设动作下的多张脑电源成像图像；判断每张脑电源成像图像与所述预设脑电源成像图像的接近程度是否大于预设值；统计不同预设动作下接近程度大于预设值的图像张数；将大于预设值的图像张数最多的预设动作确定为所述受试者的最优想象动作。

可选地，所述空间滤波器通过以下公式表示：