技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种基于脑机接口的实时脑电数据分析及反馈系统的制作方法  >  正文

一种基于脑机接口的实时脑电数据分析及反馈系统的制作方法

  • 国知局
  • 2024-07-31 22:40:43

本发明涉及脑功能检测技术和数据分析方法领域,具体涉及一种基于脑机接口的实时脑电数据分析及反馈系统。

背景技术:

1、头皮脑电技术(electroencephalogram,eeg)是一种脑功能成像方法。技术核心是在大脑头皮上放置电极,通过放大器记录大脑神经元放电情况,从而反映大脑功能活动。脑电分析的主要方法是事件相关电位(event-related potential,erp),其反映着大脑对实验中出现的事件是否出现诱发电位的情况。在数据分析中,可对实验事件进行时间点的标记,通过事件标记来对数据进行分段,从而进行成分分析。脑机接口(brain computerinterface,bci)是一种对大脑和外部设备之间进行连接和信息交换的技术,包括对大脑进行信号采集,对信号进行编码和解码,将解码内容输出到外部设备等过程。脑电技术是脑机接口对大脑信号采集手段之一,使用者们先对大脑信号进行特征提取,然后根据特征来对外部设备进行操控。近年来,由于部分脑电信号具有比较明显的特征,脑电-脑机接口结合的方式普遍运用在医学临床、神经康复、机器学习等场景中。

2、然而,脑电-脑机接口在数据分析以及呈现效果上还存在许多不足,比如不同厂家的脑电设备对数据储存的方式不一样,导致数据文件的内容格式不统一,对于使用者来说需要预先了解脑电设备的数据格式后才能进行数据提取和分析;再比如脑电-脑机接口反馈缺乏时域上的可视化效果,无法很好地进行脑信号的实时呈现,以及和连接的外部设备进行同步操控。

3、综上所述,现有脑电-脑机接口技术用于数据分析和反馈效果上,尚缺乏一种高效且可视化的解决方案。

技术实现思路

1、针对现有技术的上述缺陷,本发明提供一种基于脑机接口的实时脑电数据分析及反馈系统,提供一种基于脑机接口的实时脑电数据分析及反馈系统,包括对原始数据进行信号处理、特征提取、信号分类以及生成和呈现反馈效果,以解决现阶段脑电-脑机接口存在的数据分析内部格式不统一、反馈系统缺乏可视化效果无法实时呈现脑信号的问题,从而能够辅助使用者在不同场景中进行任务设计和脑机接口训练。

2、本发明是这样实现的,本发明提供的一种基于脑机接口的实时脑电数据分析及反馈系统所采用的技术方案是:所述一种基于脑机接口的实时脑电数据分析及反馈系统包括原始脑电数据文件模块、信号处理模块、特征提取模块、效果反馈模块,所述原始脑电数据文件模块用于储存从脑电硬件设备中获取到的原始脑电数据文件,所述信号处理模块用于对所述原始脑电数据文件模块储存的数据文件进行数据读取、标记设置、降噪滤波和数据分段,所述特征提取模块用于对经过所述信号处理模块处理后的数据进行时频分析和空间特征分析并对分析后的数据进行分类,所述效果反馈模块用于将经过所述特征提取模块处理后的数据分别输出至外接的显示器和刺激仪;

3、所述信号处理模块包括数据读取单元、标记设置单元、信号降噪单元、数据分段单元;所述数据读取单元用于从所述原始脑电数据文件模块读取所需数据并将所需数据提取出来放进同一个变量内,所述所需数据包括信号数据和事件标记数据,所述信号数据为全部脑电通道在整个时间进程中的所有数据,所述事件标记数据包括时间点数据和条件类型数据;所述标记设置单元用于在代码程序中对所述事件标记数据进行设置,以得到所述事件标记数据的时间点数据以及对应的条件类型数据;所述信号降噪单元用于对所述信号数据采用滤波方法进行处理,以去除所述信号数据中的环境噪音;所述数据分段单元用于根据所述信号降噪单元处理后的所述信号数据中出现的时间点,对所述标记设置单元设置后的所述事件标记数据进行分段;

4、所述特征提取模块包括时频特征分析单元和空间特征分析单元,所述时频特征分析单元用于通过事件相关去同步化和事件相关同步化将所述信号处理模块处理后的数据按照时间顺序生成随着时间进程前进的2d或3d的动态大脑图,以形成可视化的视觉反馈;所述空间特征分析单元用于通过共空间模式算法提取所述信号处理模块处理后的数据在空间层面上的脑电信号特征,以用于物理反馈刺激;

5、所述效果反馈模块包括视觉反馈单元和物理刺激单元;所述视觉反馈单元用于将所述时频特征分析单元输出的动态大脑图输出至外接的显示器,以实现可视化的视觉反馈;所述物理刺激单元用于将所述空间特征分析单元输出的所述脑电信号特征输出至外接的刺激仪,以实现物理刺激反馈。

6、进一步地,所需数据包括原始脑电信号(raw data)、通道名称(channels)、事件标记(events)、采样率(sample rate)。

7、进一步地,所述滤波方法包括特定频率的带通滤波(bandpass filter)和陷波滤波(notch filter);所述特定频率的带通滤波通过设置低通滤波和高通滤波的频率,能够有效移除关注的所述信号数据频段之外的噪音;所述陷波滤波用于去除所述信号数据包含的特定频率的环境噪音。

8、进一步地,所述事件相关去同步化是在进行单手想象或单手执行运动的时候,大脑在对侧的感觉运动区的8-12hz以及13-30hz频段会出现振幅的降低;所述事件相关同步化是在进行单手想象或单手执行运动的时候,大脑在同侧的感觉运动区的8-12hz以及13-30hz频段会出现振幅的增高。

9、进一步地,所述共空间模式算法包括训练集和测试集,所述训练集用于通过脑电信号特征模型训练从所述信号数据获取脑电信号特征,所述测试集用于从所述信号数据生成脑电信号特征以测试从所述训练集获取的脑电信号特征预测是否正确;如果所述测试集本次生成的脑电信号特征所代表的真实事件类型与所述训练集本次获取的脑电信号特征所代表的预测事件类型一致,则所述训练集本次获取的脑电信号特征预测正确,否则预测错误。

10、进一步地,所述脑电信号特征模型训练结合机器学习进行,所述机器学习包括线性判别分析、支持向量机、随机森林。

11、进一步地,所述训练集获取的正确的脑电信号特征输出至所述物理刺激单元以进行物理刺激。

12、进一步地,所述物理刺激为肌肉电刺激。

13、与现有技术相比,本发明的有益效果在于:本发明提供的一种基于脑机接口的实时脑电数据分析及反馈系统,包括原始脑电数据文件模块、信号处理模块、特征提取模块、效果反馈模块,通过对原始数据进行信号处理、特征提取、信号分类以及生成和呈现反馈效果,从而解决了现阶段脑电-脑机接口存在的数据分析内部格式不统一、反馈系统缺乏可视化效果无法实时呈现脑信号的问题,能够辅助使用者在不同场景中进行任务设计和脑机接口训练。

技术特征:

1.一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述一种基于脑机接口的实时脑电数据分析及反馈系统包括原始脑电数据文件模块、信号处理模块、特征提取模块、效果反馈模块,所述原始脑电数据文件模块用于储存从脑电硬件设备中获取到的原始脑电数据文件,所述信号处理模块用于对所述原始脑电数据文件模块储存的数据文件进行数据读取、标记设置、降噪滤波和数据分段,所述特征提取模块用于对经过所述信号处理模块处理后的数据进行时频分析和空间特征分析并对分析后的数据进行分类,所述效果反馈模块用于将经过所述特征提取模块处理后的数据分别输出至外接的显示器和刺激仪;

2.根据权利要求1所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所需数据包括原始脑电信号、通道名称、事件标记、采样率。

3.根据权利要求1所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述滤波方法包括特定频率的带通滤波和陷波滤波;所述特定频率的带通滤波通过设置低通滤波和高通滤波的频率,能够有效移除关注的所述信号数据频段之外的噪音;所述陷波滤波用于去除所述信号数据包含的特定频率的环境噪音。

4.根据权利要求1所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述事件相关去同步化是在进行单手想象或单手执行运动的时候,大脑在对侧的感觉运动区的8-12hz以及13-30hz频段会出现振幅的降低;所述事件相关同步化是在进行单手想象或单手执行运动的时候,大脑在同侧的感觉运动区的8-12hz以及13-30hz频段会出现振幅的增高。

5.根据权利要求1所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述共空间模式算法包括训练集和测试集,所述训练集用于通过脑电信号特征模型训练从所述信号数据获取脑电信号特征,所述测试集用于从所述信号数据生成脑电信号特征以测试从所述训练集获取的脑电信号特征预测是否正确;如果所述测试集本次生成的脑电信号特征所代表的真实事件类型与所述训练集本次获取的脑电信号特征所代表的预测事件类型一致,则所述训练集本次获取的脑电信号特征预测正确,否则预测错误。

6.根据权利要求5所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述脑电信号特征模型训练结合机器学习进行,所述机器学习包括线性判别分析、支持向量机、随机森林。

7.根据权利要求5所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述训练集获取的正确的脑电信号特征输出至所述物理刺激单元以进行物理刺激。

8.根据权利要求7所述的一种基于脑机接口的实时脑电数据分析及反馈系统,其特征在于,所述物理刺激为肌肉电刺激。

技术总结本发明公开了一种基于脑机接口的实时脑电数据分析及反馈系统,包括原始脑电数据文件模块、信号处理模块、特征提取模块、效果反馈模块,通过对原始数据进行信号处理、特征提取、信号分类以及生成和呈现反馈效果,从而解决了现阶段脑电‑脑机接口存在的数据分析内部格式不统一、反馈系统缺乏可视化效果无法实时呈现脑信号的问题,能够辅助使用者在不同场景中进行任务设计和脑机接口训练。技术研发人员:肖雪珍,陈芷奕,袁源受保护的技术使用者:深圳未来脑律科技有限公司技术研发日:技术公布日:2024/7/29

本文地址:https://www.jishuxx.com/zhuanli/20240730/194090.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。