[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

说明书

本发明公开一种基于脑电的复杂动作运动想象解码方法及系统。针对单侧上肢多动作运动想象的新型脑机接口任务，设计了基于小波变换‑3D卷积‑Transformer的学习模型，解决了传统脑机接口系统中单侧肢体可识别动作少、识别效率低下、脑模式模糊不清的问题。与传统运动想象脑机接口的不同之处主要有以下几点：本发明设计了一个单侧上肢多动作的复杂动作运动想象识别模式；本发明设计了一种基于小波变换‑3D卷积‑Transformer的学习模型，可获得更加准确和稳定的结果；友好的结果可视化界面，使得被试直观方便的观察到自己的试验状态。

技术领域

本发明属于人工智能-模式识别-脑机接口领域，具体涉及一种基于复杂任务运动想象动作的解码方法及系统。

背景技术

脑机接口(Brain Computer Interface，BCI)被各国脑计划视为重要内容之一。脑机接口是一个硬件、软件和算法相结合的学科，通过硬件设备采集被试在执行某项活动时的大脑皮层信号，再将采集到的脑电波信号进行解析，识别出被试的真实意图，实现不依赖于外周神经和肌肉组织就可以直接获知被试的真实想法的目的，从而实现人脑和外部环境的交互和控制。

BCI分为侵入式脑电信号和非侵入性脑电信号，其中侵入式脑电通过在大脑皮层植入电信号采集阵列，具有数据采集稳定、干扰信号少、识别准确准确度高的特点。然而由于其对被试具有伤害性，因此使用范围较窄。而非侵入性脑电采集设备通过直接采集被试的头皮脑电，因其使用方便且对被试无害，在各项研究中广泛使用。

运动想象是指被试通过想象肢体运动，从而产生特定的脑电信号。整个过程中不需要患者肢体发生实际运动，也不需要外界环境刺激，而是一种自发的行为。因此，在实际应用中，针对于那些因为疾病或者意外伤害而丧失部分或者全部运动能力的患者，使用运动想象可以产生特定的脑电信号，从而识别出患者的运动意图，结合硬件设备，不仅可以作为一种康复治疗方式，实现患者的主动发起的康复治疗，达到最大限度的帮助患者恢复自身运动能力的目的；还可以协助患者实现控制物体，增强运动灵活性，提升活动自由度。

尽管基于脑电信号的任务识别已取得丰富的研究成果，但在实际场景下的BCI应用仍存在着问题。主要有：现有的运动想象解码方法存在着肢体动作单一，在实际使用中自由度非常有限；单侧肢体复杂动作运动想象脑模式高度重叠，无法有效解析出运动指令。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于脑电的复杂动作运动想象解码方法及系统。本发明提出一种新的基于连续小波变换-3D卷积-Transformer架构的学习框架，能够有效解决传统方法中单侧肢体可识别动作较少，脑模式高度重叠导致识别准确度较低的问题。

为了解决上述问题，本发明采用的技术方案包括：

第一方面，本发明提供一种基于脑电的复杂动作运动想象解码方法，具体包括步骤如下：

步骤S1:数据获取。

1.1试验范式设计：实验范式为右手四种状态的运动想象，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(t10秒，为人为设定参数)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。

所述任务想象部分要求被试在t2(t20秒，为人为设定参数)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。

右手四种任务提示出现次序随机，但每种任务的总实验次数一致，想象时间不超过预设时间。

1.2采集被试在提示结束之后的t2内脑电信号，采样频率为1000Hz，采集设备为符合10-20标准的64通道NeuroScan。

步骤S2:对步骤S1采集到的脑电信号进行预处理。