[发明专利]一种基于脑电的光调控智能灯刺激方法及其装置

权利要求书

1.一种基于脑电的光调控智能灯刺激方法，其特征在于，它包括如下步骤：

(1)采集脑电信号：利用脑电采集模块实时采集脑电信号，经过脑电放大器放大后通过超宽带数据发送模块将采集到的脑电信号通过无线信道发送出去；

(2)脑电信号处理：利用超宽带数据接收模块接收来自超宽带数据发送模块发送的脑电数据，然后将接收到的脑电信号传输给脑电信号处理模块，对脑电信号进行滤波处理，包括去除基线，0.5-30Hz的带通滤波；对滤波后的数据进行预处理，将采集到的脑电信号分段做局部实时处理，对每段数据做加窗函数处理，将得到的每个窗函数的数据做离散傅里叶变换；将预处理后的脑电数据送入神经网络反馈控制器，经过神经网络反馈控制器处理后生成控制信号；具体如下：

将(2)中处理后的脑电信号作为输入信号，系统模型表示如下：

y(k+1)＝g(y(k)，y(k-1)，…，y(k-m)，u(k)，u(k-1)，u(k-n))      (1)

其中，u(k)为k时刻系统的控制输入，即(2)中处理后的脑电信号，y(k)为k时刻系统的输出，m和n分别为输出和输入的延时时间，g(·)为神经网络可识别的未知函数，采用四层BP神经网络对系统进行建模，模型输出为：

其中，y_m(k+1)是神经网络模型的预测输出，其中和f(·)分别是第一个隐含层和第一个隐含层的激活函数，W_I和B_I分别是输入层和第一隐含层之间的权值矩阵和阈值矩阵，W_H和B_H分别为两个隐含层之间的权值矩阵和阈值矩阵，W_O和B_O分别为第二次隐含层与输出层之间的权值矩阵和阈值矩阵，x_m(k)是神经网络的输入，x_m(k)是：

x_m(k)＝[y(k)，y(k-1)，…，y(k-m)，u(k)，u(k-1)，u(k-n)]^T      (3)

人工神经网络预测的成本函数为：

其中，y_m(k)为模型在k时刻的预测输出，y_r(k)为k时刻的参考值，u(k)为k时刻的控制输入，λ是一个权重系数，d为采用总时长；输入控制向量表示为：

U＝[u(k)，u(k+1)，…，u(k+d-1)]^T            (5)

优化的目的是通过调整U值使J最小化，采用二次收敛的Newton-Rahpson方法对系统进行优化；Newton-Rahpson方法的迭代公式为：

其中，U^j为迭代第j次后的输入控制向量，H^j为迭代第j次后的Hessian矩阵，为迭代第j次后的Jacbian矩阵；

对于多步预测，Jacbian矩阵为：

Hessian矩阵为：

优化时，U^j+1的值需要按照式5不断更新，直到[U^j+1-U^j]^T[U^j+1-U^j]＜ε或者达到最大迭代值，其中ε是最大权限误差；

预测控制器需要通过反馈补偿来消除稳态误差，反馈校正的方法如下：

y′_m(k+i)＝y_m(k+i)+δ(y(k)-y_m(k))        (9)

其中，y(k)和y_m(k)是k时刻的实际输出和模型输出，y′_m(k)为k时刻补偿后的输出，δ为补偿系数；使用y′_m(k+i)代替y_m(k+i)进行滚动优化以实现反馈校正。

2.一种采用权利要求1方法的光调控智能灯刺激装置，它包括：

脑电采集模块：柔性支架、电极传感器、信号采集芯片和电源；柔性支架上设置多个电极传感器，电极传感器和信号采集芯片连接，电源为电极传感器和信号采集芯片供电；

脑电放大器：与超宽带数据发送模块连接，将来自超宽带数据接收模块的脑电信号进行微伏级信号放大至伏级，便于信号传输处理；

超宽带数据发送模块：与脑电放大器连接，将采集到的脑电信号以无线的方式发送出去；

超宽带数据接收模块：以无线的方式接收来自超宽带数据发送模块发送的脑电数据；

脑电信号处理模块：首先将来自超宽带数据接收模块的脑电信号进行滤波处理，包括去基线，0.5-30Hz带通滤波；对滤波后的数据进行预处理，将采集到的脑电信号分段做局部实时处理，对每段数据做加窗函数处理，将得到的每个窗函数的数据做离散傅里叶变换；将预处理后的脑电数据送入神经网络反馈控制器，神经网络反馈控制器将输入信号的变量值与期望值相比较，以此差值来校正LED刺激模块的闪烁频率；

光敏检测传感器：检测LED刺激模块的闪烁频率，将闪烁频率反馈给神经网络反馈控制器；

LED刺激模块：以红蓝绿三原色为基础的LED灯，并额外设置单片机和键盘，键盘连接单片机，单片机连接LED刺激模块，通过键盘输入，利用单片机控制发光二极管的颜色。