基于隐性注意的视听联合刺激脑-机接口方法

1.一种基于隐性注意的视听联合刺激脑机接口方法，其特征是，包括以下步骤：
(1)系统初始化：使用者通过头皮处的电极与计算机脑机接口设备相连，使用者需要戴上耳机，打开刺激界面，刺激界面按照oddball序列进行闪烁，对于闪烁刺激，有两种属性，一种是靶刺激，即使用者隐性注意的目标，另一种是非靶刺激，对于每一次视觉刺激，均伴随有相应的声音刺激，使用者需要默数靶刺激出现的次数；
(2)脑电特征信号的产生：当靶刺激产生时，伴随特定的声音刺激，使用者的脑部会产生P300脑电特征信号，非靶刺激不会产生P300特征信号；
(3)脑电信号的采集：使用者头皮处的64导联电极将脑电信号采集并传送至计算机；
(4)脑电信号处理：对于采集到的脑电信号，首先进行工频滤波，利用独立成分分析ICA去除眼电，然后利用相干平均的方法提取P300特征信号；
(5)Fisher可分性分析：将数据降采样后进行Fisher可分性分析，Fisher主要用来评价特征参数在不同类别样本中的分布是否具有明显的差异，一般来说差异度越大的参数越适于作为样本的分类的特征值，Fisher可分性分析是借用一元方差分析的思想，即依据组间均方差与组内均方差之比最大的原则来进行判别，其公式如下：
其中m1与m2分别为两类特征的均值，σ1与σ2为两类特征的方差，两类特征表示为靶刺激和非靶刺激，Fisher评价函数实际上是特征值的类间离散度与类内离散度的比值，J越大则可分性越高；
(6)支持向量机进行模式识别：在经过了特征提取阶段之后，将这些从样本中提取到的特征用来训练SVM分类器，训练后得到一个模型，然后再利用这个模型来对未知模式类型的数据进行分类，得到控制外部设备的控制命令。
2.如权利要求1所述方法，其特征是，刺激界面是八个填充有不同颜色的圆圈以顺时针的方向，按照1～8的标号，位于中心十字的周围，相邻两圆间隔45度；声音刺激采用二维方式，空间信息按照列分布从左到右依次为左耳，双耳，右耳，频率特征按照行分布从上到下依次为1000Hz，500Hz，100Hz；对于八个圆中的任意一个圆，仅有一种颜色、声音刺激与之对应，八个圆圈按照oddball序列随机闪烁，每次闪烁时间为200ms，相邻两次闪烁间隔100ms。
3.如权利要求1所述方法，其特征是，使用者在使用系统过程中，双眼需要始终注视刺激界面中间十字，根据操作人员的提示，利用隐性注意，潜意识“关注”目标，在一系列的闪烁刺激与声音刺激进行时，使用者双眼始终注视刺激界面中间十字，利用隐性注意去“关注”圆圈，每当刺激界面中的圆圈闪烁时，会伴随有相应的声音刺激，使用者需要在心中默数隐性注意所关注的圆圈所闪烁的次数，直到此轮刺激结束，每轮刺激有10个oddball序列，即每轮刺激中，使用者需要默数10次。
4.如权利要求1所述方法，其特征是，利用独立成分分析ICA去除眼电的数学模型为：
X＝A*S
其中A为信号传递矩阵，X是N维观测向量，S是M维彼此独立的原始信号，独立成分分析就是设计寻找一个矩阵W，从而求得Y＝WX，求解出各自独立的成分Y，并认为Y为S的近似表达，根据一定的特征，消除Y的一个或几个分量得到Y′，用Y′＝P*Y表示，其中，P为剩余分量与所有分量的比例系数；再还原X′＝AY′，X′就是消除干扰后留下的有用信号；独立成分分析ICA从N维观测向量X＝(X1，X2…Xn)里估计出源成分Si，也估算了信号传递矩阵A，每次处理都必须认为观测到的眼电是独立成分。
5.如权利要求1所述方法，其特征是，利用相干平均的方法提取P300特征信号具体为：
用下面的公式表示时域内的事件相关电位及噪声的模型：
Yn(i，t)＝pn(i，t)+en(i，t)，n＝1，2，...，N；i＝1，2，...，64
其中n为刺激的序号，N为刺激的总数，i为导联的序号，t为时间；Yn(i，t)为采集到的信号，Pn(i，t)为第n次刺激时理想的P300信号，en(i，t)为总的噪声信号，通过相干平均，将噪声信号从脑电信号中去除，进而得到较为明显的P300特征信号。

暂无