[发明专利]一种基于在线数据模型增强的脑机接口训练方法及系统

权利要求书

1.一种基于在线数据模型增强的脑机接口训练方法，其特征在于，包括步骤：

步骤一：在建模阶段完成后，将训练数据收集上传到云服务器；

步骤二：云服务器将获取的建模阶段的训练数据转发到文件服务节点；

步骤三：云服务器构建在线数据处理的环境

步骤四：向文件服务节点获取相关联的全部训练数据

步骤五：云服务器在获取到全部训练数据后进行在线处理，

步骤六：处理完成后生成本次结果的模型对象；

步骤六：云服务器将生成的模型对象反馈给客户端应用，客户端应用基于获取的模型对象在训练的验证阶段进行数据分析并获取分析结果；

步骤七：整个训练完成后将验证阶段的训练数据收集上传到云服务器；

步骤八：云服务器将获取的验证阶段的训练数据转发到文件服务节点。

2.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤二中，转发到文件服务节点后，并与此次训练的受测者建立关联，所述建立关联是利用文件名称实现，为每一个受测者建立单独文件夹，使用受测者账号命名，且受测者账号是整个系统内唯一的，文件夹内部通过“yyyyMMddHHmmss...(时间因子)”格式创建。

3.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤三构建的在线数据处理环境主要是加载py环境与算法文件。

4.根据权利要求1所述的基于在线数据模型增强的脑机接口训练方法，其特征在于，所述步骤五的在线处理方法包括如下：

步骤1)数据预处理：

首先对数据使用公式进行归一化，其中x表示输入信号，μ为均值，δ为标准差，

再使用5阶切比雪夫带通滤波器对信号进行带通滤波，保留运动想象信号活跃的频带；

步骤2)特征提取：

使用共空间模式算法，先计算第i类信号的协方差，其中N_i表示第i类样本的数量，X_i,j为输入信号，i为第i个通道，j为第j个采样点，上标T表示转置。

再根据计算出的两类协方差举证计算空间投影矩阵W，计算方法为∑₁W＝λ∑₂W，其中w为空间投影矩阵W的某一列，选择空间投影矩阵的前M列以及后M列组成空间滤波矩阵表示改变参数w使得公式达到最小值时的w值，s.t.表示服从于，∑₁，∑₂分别表示两个类别的协方差矩阵。

最后将将脑电信号通过空间滤波矩阵变换得到取出滤波后信号Z的方差作为信号的特征f。

步骤3)相似度数据搜索

首先计算当天第一阶段训练数据的特征中心，公式为其中m为特征的第m维度，N为第一阶段训练样本的数量，样本特征与特征中心的欧氏距离为其中2M为特征全部维度个数，距离越小表明相似度越大，选取相似度最小的样本集作为建模数据。

步骤4)最后将建模数据送入支持向量机分类模型建立预测模型。

5.一种基于权利要求1-4任一所述的基于在线数据模型增强的脑机接口训练系统，其特征在于，包括云服务器、分别与云服务器相连通的文件服务节点、执行脑机接口训练的客户端应用和在线处理模块；

所述云服务器负责建立客户端和文件服务节点之间的联系；

所述文件服务节点负责保存每一次受测者的训练数据，并按照云服务器要求提供给指定受测者的全部训练数据，以供后续的在线处理模块进行处理；

所述在线处理模块负责将文件服务节点中的训练数据进行数据预处理，特征提取，根据相似度搜索历史数据以及分类模型建立；

所述客户端负责为受测者提供整个训练过程的环境，并将整个训练产生的数据上传到云服务器以供后续测试处理。