本发明涉及脑机接口识别领域,尤其涉及一种异步运动想象脑机接口识别方法及系统。
背景技术:
1、在运动想象脑机接口中,被试者的大脑在测试中主要处于两种状态:运动想象态以及静息态。运动想象态是指被试者在想象例如左手运动,右手运动等,但是肢体保持静止的状态;静息态是指被试者大脑保持放松状态,不想象任何任务,同样不进行任何肢体活动。
2、异步场景是指脑机接口设备需要在被试者不断进行任务态-静息态-任务态的循环过程中自动识别出运动想象阶段的起始点,并做出反馈,同时在识别出静息态后保持静默,不进行任何反馈。目前,异步场景是脑机接口中面向落地的一个主要研究方向,运用在下肢外骨骼,智能轮椅等多个方向上,帮助成千上万的患者解决了生活需求,因为其完全由用户自身决定任务开始与终止,具有较高的使用灵活性。
3、目前在异步运动想象脑机接口场景下的硬件系统已经有了较为广泛的研究。且已有一些研究考虑异步场景下运动想象脑机接口中的识别算法。比如在样本进行时域滤波和空域滤波之后,使用1s窗口逐样本计算得到的时间序列数据的方差,然后进行归一化和对数变换,随后进行线性判别分析完成分类。或将运动想象态与静息态中的弱运动想象态标注为运动想象态,同时复制原有的静息态数据,来扩大训练数据的总量,提升模型的性能。但目前很少有研究在运动想象脑机接口中同时考虑维持较高的正确率和较低的误判率。
技术实现思路
1、为了解决在运动想象脑机接口中正确率与误判率难以兼顾的问题,本发明提出一种异步运动想象脑机接口识别方法,方法包括:
2、s1、构建第一模型,并采用过渡态数据训练第一模型,得到训练完成的第一模型;利用第一模型完成用户状态识别;
3、s2、构建并训练第二模型,利用第二模型对第一模型的输出结果进一步进行分类,得到精确用户状态。
4、一种异步运动想象脑机接口识别系统,系统包括:
5、用户状态识别模块和分类模块;
6、所述用户状态识别模块,用于构建第一模型,并采用过渡态数据训练第一模型,得到训练完成的第一模型;利用第一模型完成用户状态识别;
7、所述分类模块,用于构建并训练第二模型,利用第二模型对第一模型的输出结果进一步进行分类,得到精确用户状态。
8、本发明提供的有益效果是:能针对运动想象脑机接口的异步识别,在在线测试场景下提高对于用户运动想象态的准确率,以及降低静息态的误判率。
1.一种异步运动想象脑机接口识别方法,其特征在于:包括以下步骤:
2.如权利要求1所述的一种异步运动想象脑机接口识别方法,其特征在于:步骤s1具体如下:
3.如权利要求1所述的一种异步运动想象脑机接口识别方法,其特征在于:步骤s2的具体过程如下:
4.一种异步运动想象脑机接口识别系统,其特征在于:系统包括:
5.如权利要求4所述的一种异步运动想象脑机接口识别系统,其特征在于:所述用户状态识别模块包括:
6.如权利要求4所述的一种异步运动想象脑机接口识别系统,其特征在于:所述分类模块,包括: