《一种用于注意力训练的脑机接口系统.pdf》由会员分享，可在线阅读，更多相关《一种用于注意力训练的脑机接口系统.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201810810545.7 (22)申请日 2018.07.23 (71)申请人 广州贝方医疗设备有限公司 地址 511400 广东省广州市番禺区大龙街 市莲路罗家村段37-59号楼上3-7层 409号 (72)发明人 肖君 罗虎 宋立国 陈琰 梁戈 阳勇 (74)专利代理机构 广州市华学知识产权代理有 限公司 44245 代理人 冯炳辉 (51)Int.Cl. A61B 5/16(2006.01) A61B 5/0476(2006.01) G16H 20/70(2018.01。
2、) (54)发明名称 一种用于注意力训练的脑-机接口系统 (57)摘要 本发明公开了一种用于注意力训练的脑-机 接口系统， 包括基于运动想象和虚拟现实技术的 游戏模块、 脑电信号采集模块、 脑电信号特征提 取与分类模块、 基于虚拟现实技术的反馈模块； 本发明系统实时连续输出被试运动想象结果作 为神经反馈， 运动想象的特征提取及分类， 脑-机 接口系统与虚拟现实的结合提供更具想象力、 互 动性及趣味性的反馈方式。 根据运动想象任务， 被试自主调节脑电活动从而控制显示屏中的足 球(2D或3D)的移动方向与速度， 被试通过运动想 象任务主动参与调节感觉运动节律(， 节 律)， 并通过脑-机接口系统提。
3、供的反馈结果实时 调整自己的状态。 权利要求书2页 说明书6页 附图2页 CN 109171770 A 2019.01.11 CN 109171770 A 1.一种用于注意力训练的脑-机接口系统， 其特征在于： 包括基于运动想象和虚拟现实 技术的游戏模块、 脑电信号采集模块、 脑电信号特征提取与分类模块、 基于虚拟现实技术的 反馈模块； 所述基于运动想象和虚拟现实技术的游戏模块， 包括两个实验段： 训练与在线实验段； 其中， 在训练实验段的游戏用户交互界面GUI中， 被试根据箭头方向指示分别完成左/右手 的手臂移动的运动想象任务， 训练实验段是为了获取包含左/右想象特征的分类器； 而在线 实验。
4、段的游戏用户交互界面GUI中， 被试同样根据箭头提示想象左/右臂的移动从而控制显 示屏中足球的移动方向与速度； 在线想象过程的脑电信号经过特征提取， 经训练后的分类 器分类， 分类结果将控制足球向左/右球门方向移动， 当分类结果超过设定阈值时， 足球加 速向所想方向的球门移动； 神经反馈结果除了通过足球移动的方向和速度的形式呈现给被 试， 同时， 反馈还以蓝色水平条的形式呈现， 水平条会根据被试实时EEG信号的分类结果扩 展变化， 每隔一段时间更新一次； 所述脑电信号采集模块， 采用16通道的EEG电极帽来记录头皮脑电信号， 所有通道的脑 电信号均以右耳突为参照， 其中 “HEOGR”“HEO。
5、GL” 与 “VEOGR”“VEOGL” 两对通道用来记录眼球 运动， 以去除脑电信号中的眼电伪迹； 脑电采集过程中， 所有电极的阻抗值皆为5K以下， 脑电信号以1000Hz的频率采样， 并在0.3至100Hz的范围内进行带通滤波； 所述脑电信号特征提取与分类模块， 采用共同空间模式CSP应用于运动想象脑电信号 的特征提取， 多通道EEG信号首先进行8-13Hz的 节律和15-30Hz的 节律的滤波， 然后计算 与左/右运动想象两类相关的两个协方差矩阵l和r如下： 这里的XjRCT指第j个trial的EEG数据矩阵， C是EEG通道数量， T是每个trial的样本 数量， Cl和Cr分别代表训。
6、练实验数据中的左/右手运动想象两类； CSP用来寻找一个空间滤波矩阵WRCC， 最大化滤波后信号的平均功率谱差异， 同时修 正常数和； WlWTD， WlWTI-D WlWTD， WlWTI-D (2) 这里I是单位矩阵， D是对角线矩阵； W从广义特征值l和r获取； 构建一个矩阵W0被称 为共同空间CSP变换矩阵， 包含第一个m行和最后一个m行； 给定一个新的EEG数据矩阵X， log 变量的投影被当作学习的特征； 在线反馈实验段中， 需要给被试呈现神经反馈， 运动想象的CSP特征被用于模型的构建 和在线分类； 在训练分类器前， 训练特征矩阵X线性调整比例在-1,1范围内， 这里Xx (1)。
7、,x(2),.,x(N)T， x(N)是每个trial的特征向量， N是trial的个数； f(k)wx(k)+w0 (3) o(k)a0f(k)+b0 (4) 权 利 要 求 书 1/2 页 2 CN 109171770 A 2 在公式(3)中， 提取的特征x(k)包含运动想象的CSP特征， 与权重向量w和偏移量w0线性 组合计算出分类值f(k)， 这里的k代表水平条长度的第k次更新， w0是由训练实验段的校准 数据集进行线性分类LDA得到； 负值f(k)被分类为 “左” ， 正值f(k)被分为 “右” ； 接下来计算 偏移量o(k)， 在公式(4)中， 它与偏移值是成系数a0比例的； 给定。
8、被试处在空闲状态的EEG数 据段x(k)， 分类器输出f(k)为零， 对于在线反馈状态与训练校准状态， 被试的精神状态多种 变化且无任务相关的脑活动也不同； 因此， 获得了在线反馈状态下偏移零状态的f(k)， 而参 数b0用来估计偏移； 具体地， 预设数量的空闲trial的数据， 即被试没有做任务的trial数据 被记录下来， 同样数量的f(k)也从这些trial中通过分类x(k)获取， b0被设为这些f(k)的负 平均值， 另一方面， 控制水平条速度的a0也需要根据被试的状态调整， 最后， 根据当前EEG信 号窗口的偏移量o(k)， 由公式(5)计算出反馈水平条的长度公式(6)表示反馈水平条。
9、 只能向目标方向扩展， 因此， 当向左的箭头出现时， 水平条从右端扩展至水平条最大边框， 水平条不能超过右端； 所述基于虚拟现实技术的反馈模块， 采用Microsoft Visual C+软件结合三维图形库 编写程序， 设计用户交互界面， 同时调用特征提取、 分类的算法程序对在线实验段的数据实 时输出反馈结果； 在线实验段的神经反馈将以两种形式呈现给被试： 足球的运动方向与 运动速度： 运动方向由在线段EEG数据经分类后得到的数值的正负决定， 负值时， 球体向左 边球门移动， 正值时， 球体向右边球门移动， 球体运动速度在没有超过设定阈值时， 保持恒 定匀速移动， 超过设定阈值时， 开始加速移。
10、动； 水平反馈条的扩展： 红色反馈水平条会根 据被试实时EEG信号的分类结果扩展变化， 每隔一段时间更新一次， 反馈水平条的长度即前 面内容中提到的l(k)， 它只能向目标方向扩展， 如果得到的偏移量与目标方向相反， 则不显 示红色水平条， 此外， 水平条的运动速度与前面提到的a0相关， 这些反馈形式能够帮助被试 集中注意力， 学习控制脑电节律， 实时调整自己的状态， 其中， 设定的阈值在蓝色水平条上 标识为黄色竖线。 2.根据权利要求1所述的一种用于注意力训练的脑-机接口系统， 其特征在于： 采用脑 电信号采集模块进行信号采集时， 先让受试者就坐于刺激端显示器前， 与显示器的距离为 80-1。
11、00cm， 显示器高度调至平视水平， 给受试者佩戴电极帽， 用平口针筒将电极膏注入电极 帽嵌入式电极， 电极膏注入完毕， 给受试者佩戴耳机， 采用Microsoft Visual C+软件结合 三维图形库编写程序， 设计用户交互界面， 同时编写算法程序进行特征提取、 分类； 训练实验段数据采集包含2段实验， 每段实验包含30个trial， 一共60个trial的训练数 据集用于建立分类模型； 在线实验段数据采集同样包含2段实验， 每段实验包含30个trial， 一共60个trial； 在线实验段的数据用于实时分类并输出神经反馈。 权 利 要 求 书 2/2 页 3 CN 109171770 A。
12、 3 一种用于注意力训练的脑-机接口系统 技术领域 0001 本发明涉及脑-机接口技术与感觉运动节律(SMR， sensory motor rhythm)的技术 领域， 尤其是指一种用于注意力训练的脑-机接口系统。 背景技术 0002 人体不同部位的运动与感知， 受到大脑皮层不同区域的控制。 感觉运动节律(SMR) 包括 节律(8-13Hz)、 节律(15-30Hz)、 节律(40H左右)等。 这些节律会因为运动、 运动想 象或运动准备被抑制而下降。 这种下降被称为事件相关去同步(event related desynchronization,ERD),运动结束或进入休息状态后节律活动上升被称。
13、为事件相关同步 (event related synchronization,ERS)。 ERD和ERS在被试执行运动或运动想象(或准备) 时会产生， 因为SMR是由被试自主调节， 所以基于SMR的脑-机接口系统不需要外部刺激， 可 以连续输出神经反馈给被试用于注意力的训练。 0003 当前， 全世界范围内7-12的儿童被注意力缺陷多动症(Attention Deficit Hyperactivity Disorder， ADHD)困扰， 它的主要临床表现为注意力障碍， 活动过度和冲动， 控制力差。 并且这些病症将可能影响患者终身。 ADHD虽然暂时不能完全治愈， 但病情较容易 控制。 治疗方。
14、法分为药物和非药物治疗， 药物治疗包含服用兴奋剂、 三环抗抑郁药物及甲型 阻隔剂； 非药物治疗包含行为治疗的扩展应用， 认知行为治疗， 归因治疗， 传统个别心理疗 法等。 ADHD主要病因是神经系统上的紊乱， 比如激励的极少； 去甲肾上腺激素相关的活动的 减弱； 额叶中央皮层 波节律的增加以及特定皮下区域和额叶皮层糖代谢的减少。 0004 神经反馈是生物反馈的一种， 与大脑电活动的某一方面相关联， 如频率、 幅度、 EEG 信号的持续时间。 随着神经反馈的发展， 利用脑电治疗ADHD的方法已经可以取代利用中枢 神经兴奋剂的药物治疗方法。 这种神经反馈认知治疗方法的疗效已被多个研究小组证实， 与。
15、药物治疗相比它的持续性更长。 0005 基于脑-机接口的神经反馈系统可以更好地反映脑电(EEG)信号改变， 并获取更高 的复杂精神任务的分类正确率。 而且， 脑-机接口技术与虚拟现实(VR， Virtual Reality)技 术的结合可以创造更合适的反馈信息。 与传统的图像显示作为反馈相比， 脑-机接口系统能 够为治疗ADHD提供更具有想象力、 互动性及趣味性的治疗方式。 比如采用游戏界面的神经 反馈训练的方法使患者产生激励信号控制游戏的进行， 其临床试验结果由IVA-CPT(IVA， Integrated Visual&Auditory； CPT， Continuous Performan。
16、ce Test)参数检测， 与训练前 数据比较有显著提高。 0006 传统的药物治疗方法直接作用于中枢神经系统， 副作用非常大。 行为治疗及心理 治疗方法疗效甚微。 现有的基于脑-机接口的神经反馈训练系统是通过重复多次的外部刺 激(视觉或听觉刺激)使被试被动产生的神经性脑电响应， 将多次脑电响应平均后输出结 果， 并不能实时连续地输出神经反馈。 此外， 通过外部刺激诱发的脑电响应并不能有效地抑 制ADHD患者中额叶中央皮层 节律， 因而缺乏神经反馈训练的病理性基础。 0007 本发明根据ADHD的病因， 通过基于运动想象任务的神经反馈训练帮助患病的儿童 说 明 书 1/6 页 4 CN 109。
17、171770 A 4 或成人有效地减少脑电EEG中的 节律(theta， 4-8Hz)并增加缺失的 节律(beta， 15-30Hz)， 这有助于减轻注意力缺陷。 而增强运动节律(SMR， 12-15Hz)抑制 节律明显会减少多动症 状。 0008 本发明的难点在于基于运动想象的脑-机接口系统设计， 实时连续输出被试运动 想象结果作为神经反馈， 运动想象的特征提取及分类， 脑-机接口系统与虚拟现实的结合提 供更具想象力、 互动性及趣味性的反馈方式。 根据运动想象任务， 被试自主调节脑电活动从 而控制显示屏中的目标(2D或3D)的移动方向与速度。 被试通过运动想象任务主动参与调节 感觉运动节律(。
18、 ， 节律)， 并通过脑-机接口系统提供的反馈结果实时调整自己的状态。 0009 本发明的目的在于针对现有ADHD的药物治疗方法副作用大、 行为和心理治疗方法 疗效甚微、 神经反馈的训练方法没有让被试主动地调节或抑制大脑节律等问题， 提供一种 基于运动想象的脑-机接口系统， 该系统结合运动想象任务帮助患者有效地抑制脑电中的 节律， 并增加缺失的 节律及增强感觉运动节律SMR， 这将有助于减轻注意力缺陷同时减少 多动症状。 基于运动想象的脑-机接口系统与虚拟现实的结合能够为治疗ADHD提供更具有 想象力、 互动性及趣味性的神经反馈治疗方式。 比如采用游戏界面的神经反馈训练的方法 使患者产生激励信。
19、号控制游戏的进行， 患者的主动参与程度更高， 对于大脑节律的自我调 控能力更强， 因此临床试验结果将显著提高。 发明内容 0010 本发明的目的在于针对现有的药物治疗方法副作用大、 行为和心理治疗方法疗效 甚微等问题， 采用基于运动想象的神经反馈的训练模式让被试主动地调节或抑制大脑节律 帮助减轻注意力缺陷同时减少多动症状， 提出了一种用于注意力训练的脑-机接口系统， 该 系统采用基于运动想象和虚拟现实技术的游戏界面设计让被试主动调控大脑节律， 通过运 动想象过程中的脑电采集， 将脑电信号预处理后进行特征提取与分类， 分类结果以互动性 强的神经反馈形式展现给被试， 以帮助被试更有效地调控大脑节律。
20、。 0011 为实现上述目的， 本发明所提供的技术方案为： 一种用于注意力训练的脑-机接口 系统， 包括基于运动想象和虚拟现实技术的游戏模块、 脑电信号采集模块、 脑电信号特征提 取与分类模块、 基于虚拟现实技术的反馈模块； 0012 所述基于运动想象和虚拟现实技术的游戏模块， 包括两个实验段： 训练与在线实 验段； 其中， 在训练实验段的游戏用户交互界面GUI中， 被试根据箭头方向指示分别完成左/ 右手的手臂移动的运动想象任务， 训练实验段是为了获取包含左/右想象特征的分类器； 而 在线实验段的游戏用户交互界面GUI(Graphic User Interface)中， 被试同样根据箭头提 示。
21、想象左/右臂的移动从而控制显示屏中足球的移动方向与速度； 在线想象过程的脑电信 号经过特征提取， 经训练后的分类器分类， 分类结果将控制足球向左/右球门方向移动， 当 分类结果超过设定阈值时， 足球加速向所想方向的球门移动； 神经反馈结果除了通过足球 移动的方向和速度的形式呈现给被试， 同时， 反馈还以蓝色水平条的形式呈现， 水平条会根 据被试实时EEG信号的分类结果扩展变化， 每隔一段时间更新一次； 0013 所述脑电信号采集模块， 采用16通道的EEG电极帽来记录头皮脑电信号， 所有通道 的脑电信号均以右耳突为参照， 其中 “HEOGR”“HEOGL” 与 “VEOGR”“VEOGL” 两。
22、对通道用来记录 眼球运动， 以去除脑电信号中的眼电伪迹； 脑电采集过程中， 所有电极的阻抗值皆为5K以 说 明 书 2/6 页 5 CN 109171770 A 5 下， 脑电信号以1000Hz的频率采样， 并在0.3至100Hz的范围内进行带通滤波； 0014 所述脑电信号特征提取与分类模块， 采用共同空间模式CSP应用于运动想象脑电 信号的特征提取， 多通道EEG信号首先进行8-13Hz的 节律和15-30Hz的 节律的滤波， 然后 计算与左/右运动想象两类相关的两个协方差矩阵l和r如下： 0015 0016 这里的XjRCT指第j个trial的EEG数据矩阵， C是EEG通道数量， T是。
23、每个trial的 样本数量， Cl和Cr分别代表训练实验数据中的左/右手运动想象两类； 0017 CSP用来寻找一个空间滤波矩阵WRCC， 最大化滤波后信号的平均功率谱差异， 同 时修正常数和； 0018 WlWTD， WlWTI-D WlWTD， WlWTI-D (2) 0019 这里I是单位矩阵， D是对角线矩阵； W从广义特征值l和r获取； 构建一个矩阵W0 被称为共同空间CSP变换矩阵， 包含第一个m行和最后一个m行； 给定一个新的EEG数据矩阵 X， log变量的投影被当作学习的特征； 0020 在线反馈实验段中， 需要给被试呈现神经反馈， 运动想象的CSP特征被用于模型的 构建和在。
24、线分类； 在训练分类器前， 训练特征矩阵X线性调整比例在-1,1范围内， 这里X x(1),x(2),.,x(N)T， x(N)是每个trial的特征向量， N是trial的个数； 0021 f(k)wx(k)+w0 (3) 0022 o(k)a0f(k)+b0 (4) 0023 0024 0025 在公式(3)中， 提取的特征x(k)包含运动想象的CSP特征， 与权重向量w和偏移量w0 线性组合计算出分类值f(k)， 这里的k代表水平条长度的第k次更新， w0是由训练实验段的 校准数据集进行线性分类LDA得到； 负值f(k)被分类为 “左” ， 正值f(k)被分为 “右” ； 接下来 计算偏。
25、移量o(k)， 在公式(4)中， 它与偏移值是成系数a0比例的； 给定被试处在空闲状态的 EEG数据段x(k)， 分类器输出f(k)为零， 对于在线反馈状态与训练校准状态， 被试的精神状 态多种变化且无任务相关的脑活动也不同； 因此， 获得了在线反馈状态下偏移零状态的f (k)， 而参数b0用来估计偏移； 具体地， 预设数量的空闲trial的数据， 即被试没有做任务的 trial数据被记录下来， 同样数量的f(k)也从这些trial中通过分类x(k)获取， b0被设为这 些f(k)的负平均值， 另一方面， 控制水平条速度的a0也需要根据被试的状态调整， 最后， 根 据当前EEG信号窗口的偏移量。
26、o(k)， 由公式(5)计算出反馈水平条的长度公式(6)表示 反馈水平条只能向目标方向扩展， 因此， 当向左的箭头出现时， 水平条从右端扩展至水平条 最大边框， 水平条不能超过右端； 0026 所述基于虚拟现实技术的反馈模块， 采用Microsoft Visual C+软件结合三维图 说 明 书 3/6 页 6 CN 109171770 A 6 形库编写程序， 设计用户交互界面， 同时调用特征提取、 分类的算法程序对在线实验段的数 据实时输出反馈结果； 在线实验段的神经反馈将以两种形式呈现给被试： 足球的运动方 向与运动速度： 运动方向由在线段EEG数据经分类后得到的数值的正负决定， 负值时，。
27、 球体 向左边球门移动， 正值时， 球体向右边球门移动， 球体运动速度在没有超过设定阈值时， 保 持恒定匀速移动， 超过设定阈值时， 开始加速移动； 水平反馈条的扩展： 红色反馈水平条 会根据被试实时EEG信号的分类结果扩展变化， 每隔一段时间更新一次， 反馈水平条的长度 即前面内容中提到的l(k)， 它只能向目标方向扩展， 如果得到的偏移量与目标方向相反， 则 不显示红色水平条， 此外， 水平条的运动速度与前面提到的a0相关， 这些反馈形式能够帮助 被试集中注意力， 学习控制脑电节律， 实时调整自己的状态， 其中， 设定的阈值在蓝色水平 条上标识为黄色竖线。 0027 采用脑电信号采集模块进。
28、行信号采集时， 先让受试者就坐于刺激端显示器前， 与 显示器的距离为80-100cm， 显示器高度调至平视水平， 给受试者佩戴电极帽， 用平口针筒将 电极膏注入电极帽嵌入式电极， 电极膏注入完毕， 给受试者佩戴耳机， 采用Microsoft Visual C+软件结合三维图形库编写程序， 设计用户交互界面， 同时编写算法程序进行特 征提取、 分类； 0028 训练实验段数据采集包含2段实验， 每段实验包含30个trial， 一共60个trial的训 练数据集用于建立分类模型； 在线实验段数据采集同样包含2段实验， 每段实验包含30个 trial， 一共60个trial； 在线实验段的数据用于实。
29、时分类并输出神经反馈。 0029 本发明与现有技术相比， 具有如下优点与有益效果： 0030 1、 本发明的脑-机接口系统基于运动想象进行注意力的训练， 无损伤且效果显著， 克服了现有的药物治疗方法副作用大、 行为和心理治疗方法疗效甚微等问题。 0031 2、 本发明根据ADHD的病因， 通过基于运动想象任务的神经反馈训练帮助患病的儿 童或成人有效地减少脑电EEG中的 节律(theta， 4-8Hz)并增加缺失的 节律(beta， 15- 30Hz)， 这有助于减轻注意力缺陷。 而增强运动节律(SMR， 12-15Hz)抑制 节律明显会减少多 动症状。 0032 3、 本发明通过实时的神经反馈。
30、形式呈现被试当前的运动想象结果， 有助于被试积 极主动地参与大脑调控， 更好地控制运动想象中的节律。 互动性、 趣味性强的多种神经反馈 呈现形式将有利于提高临床试验疗效。 附图说明 0033 图1a为训练实验段的用户交互界面。 0034 图1b为在线实验段的用户交互界面。 0035 图2为在线实验段的神经反馈形式。 0036 图3为单个trial的时间序列。 具体实施方式 0037 下面结合具体实施例对本发明作进一步说明。 0038 本实施例所提供的用于注意力训练的脑-机接口系统， 包括基于运动想象和虚拟 现实技术的游戏模块、 脑电信号采集模块、 脑电信号特征提取与分类模块、 基于虚拟现实技 。
31、说 明 书 4/6 页 7 CN 109171770 A 7 术的反馈模块； 0039 所述基于运动想象和虚拟现实技术的游戏模块， 包括两个实验段： 训练与在线实 验段； 训练实验段的游戏用户交互界面(GUI)如图1a所示， 被试根据箭头方向指示分别完成 左/右手的手臂移动的运动想象任务， 训练实验段是为了获取包含左/右想象特征的分类 器， 因而没有任何反馈形式。 在线实验段的游戏用户交互界面(GUI)如图1b所示， 被试同样 根据箭头提示想象左/右臂的移动从而控制显示屏中足球的移动方向与速度。 在线想象过 程的脑电信号经过特征提取， 经训练后的分类器分类， 分类结果将控制足球向左/右球门方 。
32、向移动， 当分类结果超过设定阈值时， 足球加速向所想方向的球门移动。 神经反馈结果除了 通过足球移动的方向和速度的形式呈现给被试， 同时， 反馈还以水平条的形式呈现， 水平条 会根据被试实时EEG信号的分类结果扩展变化(每200毫秒更新一次)。 0040 所述脑电信号采集模块采用16通道的EEG电极帽来记录头皮脑电信号， 所有通道 的脑电信号均以右耳突为参照， 其中 “HEOGR”“HEOGL” 与 “VEOGR”“VEOGL” 两对通道用来记录 眼球运动， 以去除脑电信号中的眼电伪迹； 脑电采集过程中， 所有电极的阻抗值皆为5K以 下， 脑电信号以1000Hz的频率采样， 并在0.3至100。
33、Hz的范围内进行带通滤波。 0041 信号采集过程中， 先让受试者就坐于刺激端显示器前， 与显示器的距离为80- 100cm， 显示器高度调至平视水平， 给受试者佩戴电极帽， 用平口针筒将电极膏注入电极帽 嵌入式电极， 电极膏注入完毕， 给受试者佩戴耳机。 采用Microsoft Visual C+软件结合三 维图形库(Open Scene Graph)编写程序， 设计用户交互界面， 同时编写算法程序进行特征 提取、 分类。 0042 训练实验段数据采集包含2段实验， 每段实验包含30个trial， 一共60个trial的训 练数据集用于建立分类模型； 在线实验段数据采集同样包含2段实验， 每。
34、段实验包含30个 trial， 一共60个trial。 在线实验段的数据用于实时分类并输出神经反馈。 单个trial的时 间序列如图3所示(训练实验不包含反馈)。 0043 所述脑电信号特征提取与分类模块， 采用共同空间模式(Common Spatial Pattern， CSP)应用于运动想象脑电信号的特征提取。 多通道EEG信号首先进行 节律(8- 13Hz)和 节律(15-30Hz)的滤波， 然后计算与左/右运动想象两类相关的两个协方差矩阵 l和r如下： 0044 0045 这里的XjRCT指第j个trial的EEG数据矩阵， C是EEG通道数量， T是每个trial的 样本数量。 Cl。
35、和Cr分别代表训练实验数据集中的左/右手运动想象两类。 0046 CSP用来寻找一个空间滤波矩阵WRCC， 最大化滤波后信号的平均功率谱差异， 同 时修正常数和。 0047 WlWTD， WlWTI-D WlWTD， WlWTI-D (2) 0048 这里I是单位矩阵， D是对角线矩阵。 W从广义特征值l和r获取。 我们构建一个矩 阵W0被称为共同空间CSP变换矩阵， 包含第一个m行(本实验中为3)和最后一个m行。 给定一 个新的EEG数据矩阵X， log变量的投影被当作学习的特征。 0049 在线反馈实验段中， 需要给被试呈现神经反馈， 运动想象的CSP特征被用于模型的 说 明 书 5/6 。
36、页 8 CN 109171770 A 8 构建和在线分类。 在训练分类器前， 训练特征矩阵X线性调整比例在-1,1范围内， 这里X x(1),x(2),.,x(N)T， x(N)是每个trial的特征向量， N是trial的个数。 在公式(3)中， 提 取的特征x(k)(包含运动想象的CSP特征)与权重向量w和偏移量w0线性组合计算出分类值f (k)。 这里的k代表水平条长度的第k次更新， w0是由训练实验段的校准数据集进行线性分类 (linear discriminant analysis， LDA)得到。 负值f(k)被分类为 “左” ， 正值f(k)被分为 “右” 。 接下来我们计算偏移。
37、量o(k)， 在公式(4)中， 它与偏移值是成系数a0比例的。 给定被试 处在空闲状态的EEG数据段x(k)， 分类器输出f(k)为零。 对于在线反馈状态与训练校准状 态， 被试的精神状态多种变化且无任务相关的脑活动也不同。 因此， 获得了在线反馈状态下 偏移零状态的f(k)， 而参数b0用来估计偏移。 具体地， 一定数量的空闲trial的数据， 即被试 没有做任务的trial数据被记录下来。 同样数量的f(k)也从这些trial中通过分类x(k)获 取。 b0被设为这些f(k)的负平均值。 另一方面， 控制水平条速度的a0也需要根据被试的状态 调整。 最后， 根据当前EEG信号窗口的偏移量o。
38、(k)， 由公式(5)计算出反馈水平条的长度 公式(6)表示反馈水平条只能像目标方向扩展。 因此， 当向左的箭头出现时， 水平条从 右端扩展至水平条最大边框， 水平条不能超过右端。 0050 f(k)wx(k)+w0 (3) 0051 o(k)a0f(k)+b0 (4) 0052 0053 0054 所述基于虚拟现实技术的反馈模块， 采用Microsoft Visual C+软件结合三维图 形库(Open Scene Graph)编写程序， 设计用户交互界面， 同时调用特征提取、 分类的算法程 序对在线实验段的数据实时输出反馈结果。 在线实验段的神经反馈将以两种形式呈现给被 试： 足球的运动方。
39、向与运动速度； 运动方向由在线段EEG数据经分类后得到的数值的正负 决定， 负值时， 球体向左边球门移动； 正值时， 球体向右边球门移动； 球体运动速度在没有超 过设定阈值时， 保持恒定匀速移动； 超过设定阈值时， 开始加速移动。 水平反馈条的扩展； 红色反馈水平条会根据被试实时EEG信号的分类结果扩展变化(每200毫秒更新一次)， 反馈 水平条的长度即前面内容中提到的l(k)， 它只能向目标方向扩展， 如果得到的偏移量与目 标方向相反， 则不显示红色水平条。 此外， 水平条的运动速度与前面提到的a0相关。 这些反 馈形式能够帮助被试集中注意力， 学习控制脑电节律， 实时调整自己的状态。 设定的阈值在 图2中蓝色水平条上标识为黄色竖线。 0055 以上所述实施例只为本发明之较佳实施例， 并非以此限制本发明的实施范围， 故 凡依本发明之形状、 原理所作的变化， 均应涵盖在本发明的保护范围内。 说 明 书 6/6 页 9 CN 109171770 A 9 图1a 图1b 说 明 书 附 图 1/2 页 10 CN 109171770 A 10 图2 图3 说 明 书 附 图 2/2 页 11 CN 109171770 A 11 。