[发明专利]基于盒维和分形截距特征的脑机接口方法及装置

摘要

本发明涉及基于盒维和分形截距特征的脑机接口方法和装置，基于脑电放大器和计算机构成的硬件平台实现对脑电状态的检测。首先通过脑电放大器和数据采集卡采集脑电信号，然后将采集到的脑电信号送至计算机进行处理，实现盒维和分形截距的特征提取，并通过Boosting分类器完成对脑电信号的分类。本发明利用特征效果较好的盒维和分形截距对脑电信号进行特征提取，并由Boosting分类器，得到对脑机接口运动想象脑电信号的分类标记。

主权项

1.一种基于盒维和分形截距特征的脑机接口方法，其特征在于，该方法包括以下步骤： 1）采集实验者想象左小指、舌头运动时，大脑所产生的脑电信号，采样频率为1000Hz；实验者想象左小指运动时其脑电信号对应的类别标识为0类，想象舌头运动时其脑电信号对应的类别标识为1类； 2）对采集到的脑电信号进行降采样，采样频率为100Hz； 3）对经步骤2）降采样后的脑电信号进行8-30Hz的带通滤波； 4）提取脑电信号中各通道的盒维和分形截距特征，其中对所述的提取脑电信号各通道盒维和分形截距的步骤方法为： a)将降采样和滤波后长度为L点的脑电信号S，平均分割成长为H点的G个子段，然后计算每一个子段的盒维和分形截距； b)对脑电信号S的每个子段，将其继续分割成长为r的T个小段（r＝2^h,(0＜h＜log₂H)，T等于H/r的整数部分），取覆盖信号的盒子的边长等于r。对第i个小段（其中i＝1,…，T），若其振幅的最小值和最大值分别落在第k个和第l个盒子中，则覆盖第i个小段所需的盒子数n(i)为： n(i)＝l-k+1； c)覆盖该子段所需的盒子总数Num(r)为： d)该子段脑电信号的盒维数D为： e)当盒子的边长r变化时，步骤d)中所述的公式满足直线方程： logNum(r)＝D·log(1r)+C 其中，直线的斜率为D，截距为C；取不同的r值，计算得到若干组(r,Num(r))；应用最小二乘曲线拟合算法，求得该直线方程的斜率D和截距C；这里，斜率D即为该子段脑电信号的盒维数，而截距C则为该子段脑电信号的分形截距； 5）将步骤4）提取到的盒维和分形截距特征输入到Boosting分类器进行分类，得到输出概率值； 6）将输出概率值与预设阈值进行比较，其中所述的预设阈值为0.5，获得脑电状态检测结果并转换为控制命令： 当输出概率值大于预设阈值时，则判断此时的脑电状态为想象舌头时的脑电信号，并转换为控制命令1； 当输出概率值小于或等于预设阈值时，则判断此时的脑电状态为想象左小指时的脑电信号，并转换为控制命令2。