[发明专利]基于SSVEP的分类方法、系统、装置及可读存储介质在审

专利信息
申请号: 202110607463.4 申请日: 2021-06-01
公开(公告)号: CN113349802A 公开(公告)日: 2021-09-07
发明(设计)人: 陈子豪;易昊翔;徐敏馨 申请(专利权)人: 杭州回车电子科技有限公司
主分类号: A61B5/378 分类号: A61B5/378;A61B5/372;A61B5/00;G06K9/00
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 李洋
地址: 311100 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ssvep 分类 方法 系统 装置 可读 存储 介质
【说明书】:

本申请提供了一种基于SSVEP的分类方法、系统、装置及可读存储介质。分类方法包括:向被测试者提供不同的频率刺激,每一频率对应一分类;实时采集被测试者的SSVEP信号;按照预设规则计算时间节点,在采集的时间达到时间节点时,将截止到时间节点采集的SSVEP信号进行分析,获取被测试者响应不同的刺激频率的概率值;判断概率值的最大值是否达到预设的概率阈值;若是,则输出最大的频率值及其对应的分类;若否,则返回并继续采集被测试者的SSVEP信号。因此,本申请在频率刺激较强或诱发程度较高导致信噪比较高时,能在短时间内输出较高准确率的分类结果,当频率刺激较弱或诱发程度较低导致信噪比较低时,能通过收集更长时间的SSVEP信号来保证输出分类结果的准确性。

技术领域

本申请涉及人工智能计算领域,特别是涉及一种基于SSVEP的分类方法、系统、装置及可读存储介质。

背景技术

当人眼注视某种频率的闪烁刺激时,会诱发同样频率的SSVEP(Steady-StateVisual Evoked Potentials,稳态视觉诱发电位),利用SSVEP可判断被试者在不同频率的刺激中注视哪一种刺激,从而实现目标选择。

目前的研究大多直接利用固定长度的滑动窗截取信号,计算窗口内信号的特征,根据信号特征进行分类,每一个类别对应一种响应频率的刺激目标。

由于SSVEP信号的信噪比受到多种因素影响,不同被试者、不同刺激图案、不同采集点、被试者不同专注程度等都可能影响SSVEP信号的强度,因此利用固定长度的滑动窗内的信号特征来进行SSVEP响应频率分类,其准确度也会受到诸多因素的影响。若要保证大多数情况下的分类准确率,则需要增加滑动窗长度,但这样会使分类速度整体下降。总之,采用固定长度的滑动窗,窗口长度会影响分类准确率和实时性,窗长度太小则分析精度和准确率下降,窗长度太大则导致延迟较大,在一些需要实时反馈的场景中体验较差。

发明内容

本申请主要解决的技术问题是提供一种基于SSVEP的分类方法、系统、装置及可读存储介质,可以根据刺激信号的特性决定输出分类结果的时间,可兼顾分类准确率和效率,在两者之间平衡。

为解决上述技术问题,本申请采用的一个技术方案是:提供一种基于SSVEP的分类方法,所述分类方法包括:

向被测试者提供不同的刺激频率,每一刺激频率对应一分类;

实时采集被测试者的SSVEP信号,所述SSVEP信号为所述刺激频率产生;

按照预设规则计算时间节点,在采集的时间达到所述时间节点时,将截止到所述时间节点采集的所述SSVEP信号进行分析,获取所述被测试者响应不同的所述刺激频率的概率值,并筛选出所述概率值的最大值;

判断所述最大值是否达到预设的概率阈值;

若判断的结果为是,则输出所述最大的频率值及其对应的分类;

若判断的结果为否,则返回并继续执行所述实时采集被测试者的SSVEP信号的步骤及后续步骤。

其中,按照预设规则计算时间节点的步骤包括:

所述时间节点满足:N*L时,其中N是所述时间节点的次数,L为预设的时间长度;或者

所述时间节点满足:a*N*L+b,其中,a和b为常数,a<1,b为正数。

其中,所述将截止到所述时间节点采集的所述SSVEP信号进行分析的步骤包括:

对需要分析的所述SSVEP信号进行预处理;

将经过预处理的SSVEP信号输入分类模型,通过所述分类模型获取所述被测试者响应不同的所述刺激频率的概率值,并输出所述概率值的最大值。

其中,所述对需要分析的所述SSVEP信号进行预处理的步骤包括:

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杭州回车电子科技有限公司,未经杭州回车电子科技有限公司许可,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/202110607463.4/2.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