[发明专利]一种基于脑电的复杂动作运动想象解码方法及系统在审
申请号: | 202211436178.1 | 申请日: | 2022-11-16 |
公开(公告)号: | CN116035591A | 公开(公告)日: | 2023-05-02 |
发明(设计)人: | 张建海;陈游;朱莉;刘芬;李科;刘伟健 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | A61B5/369 | 分类号: | A61B5/369;A61B5/372;A61B5/00;G06F3/01;G06F18/2415;G06N3/0464;G06N3/048;G06N3/047;G06N3/0499 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱亚冠 |
地址: | 310018 浙*** | 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: | 一种 基于 复杂 动作 运动 想象 解码 方法 系统 | ||
1.一种基于脑电的复杂动作运动想象解码方法,其特征在于,包括:
步骤(1)、复杂动作运动想象任务脑电信号采集
1.1实验范式为单侧上肢多动作运动想象,分别为:想象肩关节前伸、想象肘关节弯曲、想象握拳和静止状态;单次任务分两部分:视频提示部分和任务想象部分;
所述视频提示部分要求被试在t1内处于平静无任务状态,保持呼吸平稳,不眨眼,除提示之外无任何其他刺激;t10秒;
所述任务想象部分要求被试在t2内身体保持静止,无肢体活动,无杂念,并保持呼吸平稳,不眨眼;t20秒;
1.2采集被试在提示结束之后的t2时间内的脑电信号;
步骤(2)、对步骤(1)采集的脑电信号进行预处理,得到预处理后的运动想象关键频段alpha(8-13Hz)脑电信号数据;
步骤(3)、对步骤(2)预处理后的数据进行特征提取:
使用连续小波变换分解预处理后的信号,使用第一级分解数据替代原数据成为特征数据;
步骤(4)、对步骤(3提取到的特征数据进行空间转换,根据电极的物理位置,使用插值、复制和置0的方法将步骤(3)获得的二维数据转变为三维数据,以此来保留各个电极的空间位置信息;
步骤(5)、构建分类识别模型,包括通道维度部分、时间维度部分和分类器部分;所述通道维度部分用于提取空间特征和减少时间维度数据量;所述时间维度部分用于将通道维度部分的输出输入到Transformer网络中进行注意力学习;所述分类器部分对时间维度部分的输出结果进行分类。
2.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于步骤(1.2)采样频率为1000Hz,采集设备为符合10-20标准的64通道NeuroScan。
3.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于步骤(2)脑电信号预处理包括滤波,共同平均参考,ICA分解去眼电、肌电和心电信号。
4.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于所述的连续小波变换基函数为Ricker小波;
Ricker小波变换公式如下:
其中t为时间,f0为主频率。
5.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于对于边缘部分不存在的通道,直接充填0,在构图中央部分,AF3、AF4、O1、O2通道数据均复制一份,而对于AF3和AF4中间部分数据采用线性插值;对于POZ与PO3、PO4中间部分的数据同样采用线性插值。
6.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于所述步骤的分类识别模型中所述的通道维度部分包括多头注意力机制部分和3D卷积部分;
所述多头注意力机制部分用于识别各个通道重要性;
所述3D卷积部分包含两个卷积层:第一个卷积层的卷积核大小为2×2×100,步幅为1×1×100,在第一层卷积之后应用批量归一化和ReLU非线性激活函数;第二个卷积核大小为8×8×4,步幅大小为1×1×4,两层卷积核的个数分别为2和10。
7.根据权利要求1所述的一种基于脑电的复杂动作运动想象解码方法,其特征在于所述步骤的分类识别模型中所述时间维度部分的Transformer网络包括3个相同的注意力层,每一层由一个10头注意力层和一个前馈神经网络层组成。
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电子科技大学,未经杭州电子科技大学许可,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/202211436178.1/1.html,转载请声明来源钻瓜专利网。