[发明专利]基于P300的BCIspeller中文输入系统

摘要

本发明提出了一种基于P300的BCI speller中文输入系统，在经典的matrix‑based BCI speller方法和新兴的RSVP方法的基础上，结合两种算法的高准确性、高效率,不需注视等优点，改进Triple RSVP算法，设计实现中文字符输入BCI speller系统。该系统通过传感器获得并提取脑电P300信号，然后经过算法进行信号处理和模式识别，输出正确的字符信息。该项目有利于视觉障碍和语言障碍患者的信息交流，在生物电子学等其他领域也有着广阔的应用前景。

主权项

1.一种基于P300的BCI speller中文输入系统，其特征在于，包括以下步骤：S1：硬件电路设计，硬件电路的主要作用是通过头部佩戴的一个脑电波电极，获得脑电波信号，由干电极生物传感器对脑电波信号进行信号处理后，再通过单片机对脑波波形进行数据分析和处理，然后将结果通过蓝牙或无线局域网传输到智能移动终端如智能手机，平板电脑等；S2：算法设计和软件开发，由我们移动智能终端上的APP软件利用基于HDCA算法的ERP分析的改进算法，通过Fisher线性判别式(FLD)，并采用logistic回归计算时间系数翻译成使用者所想的字母，然后由我们设计的加入了深度学习理念的联想输入法翻译成具体的语句；S3：硬件调试首先通过硬件静态测试排除一些较明显的故障后，进行联机仿真测试，仿真器可以通过设定参数使自己模拟单片机应用系统的特性，显示器的仿真调试应该与单片机系统分开，在用静态调试先测试完LED显示器后，在控制数码管段和位显示的引脚上加以规定数值的电平，若数码管的显示与理论上数值、波形保持一致，则LED调试成功；S4：软件调试(a)针对不同的人对算法模型进行动态补偿，使算法更具有普适性；(b)对数据库进行容量测试，具体方法为：⑴表的数据量＝据*记录数；⑵记录数据量＝各个字段所占节数的总和；⑶数据库的大小＝各表数据量的总和。而后再利用Datefactory等软件行数据库的性能测试和压力测试；(c)为了评估我们的拼写器的性能，我们将计算被广泛应用的BCI拼写器的分类精度和ITR。在绩效评估阶段，我们将分别计算离线和在线环境下所有学科的精确度和信息传递率；(d)在训练阶段，我们要求受试者关注特定人物并收集EEG数据以供离线分析和P300分类器训练。然后，我们要求受试者在复制模式下拼出一系列特定字符来计算在线准确度和ITR；S5:软硬件联合调试在软件的运行的同时，检测硬件各部件的输出信号的质量，提高信号的抗干扰能力和容错性，使系统能正常运行并实现预期的功能。