一種基于bci裝置腦電波采集分析的情緒展示設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明公開了一種基于BCI裝置腦電波采集分析的情緒展示設(shè)備，涉及腦電信號 處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 腦機接口（brain-computerinterface，BCI)，有時也稱作"大腦端口"direct neuralinterface或者"腦機融合感知'train-machineinterface，它是在人或動物腦（或 者腦細(xì)胞的培養(yǎng)物）與外部設(shè)備間建立的直接連接通路。在單向腦機接口的情況下，計算 機或者接受腦傳來的命令，或者發(fā)送信號到腦（例如視頻重建），但不能同時發(fā)送和接收信 號。而雙向腦機接口允許腦和外部設(shè)備間的雙向信息交換。
[0003] BCI是一種基于腦電信號來實現(xiàn)人腦與計算機或其它電子設(shè)備進行通訊和控制的 系統(tǒng)，它是一個不依靠外周神經(jīng)和肌肉組織等通常的大腦輸出通道的通信系統(tǒng)。換言之， BCI是在人腦與計算機之間建立的直接的交流和控制通道，通過這種通道，人就可以直接通 過腦來表達想法或操縱設(shè)備，而不需要語言或肢體動作。
[0004] 腦機接口包括侵入式和非侵入式，侵入式腦機接口主要用于重建特殊感覺（例如 視覺）以及癱瘓病人的運動功能。此類腦機接口通常直接植入到大腦的灰質(zhì)，因而所獲取 的神經(jīng)信號的質(zhì)量比較高。但其缺點是容易引發(fā)免疫反應(yīng)和愈傷組織（疤），進而導(dǎo)致信號 質(zhì)量的衰退甚至消失。和侵入式腦機接口一樣，研究者也使用非侵入式的神經(jīng)成像術(shù)作為 腦機之間的接口在人身上進行了實驗。用這種方法記錄到的信號被用來加強肌肉植入物的 功能并使參加實驗的志愿者恢復(fù)部分運動能力。
[0005] 作為有潛力的非侵入式腦機接口已得到深入研究，這主要是因為該技術(shù)良好的時 間分辨率、易用性、便攜性和相對低廉的價格。腦磁圖（MEG)以及功能核磁共振成像（fMRI) 都已成功實現(xiàn)非侵入式腦機接口。腦電波作為輸出信號也可以有著多種多樣的使用方法， 例如通過對腦電波的分析更直觀的體現(xiàn)人的心理和思維互動。
[0006] 在腦電波相關(guān)研究過程中，普遍采用非侵入式的神經(jīng)成像術(shù)作為腦機之間的接口 在人身上進行了實驗。雖然這種非侵入式的裝置方便佩戴于人體，但是由于顱骨對信號的 衰減作用和對神經(jīng)元發(fā)出的電磁波的分散和模糊效應(yīng)，但很難確定發(fā)出信號的腦區(qū)或者相 關(guān)的單個神經(jīng)元的放電，記錄到信號的分辨率并不高。這種信號波仍可被檢測到，但信號信 噪比較低，對后處理的要求較高。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明所要解決的技術(shù)問題是：針對現(xiàn)有技術(shù)的缺陷，提供一種基于BCI裝置腦 電波采集分析的情緒展示設(shè)備，通過fMIR數(shù)據(jù)對腦電信號進行定位分析，并使用獨立成分 分析方法（IndependentComponentCorrelationAlgorithm,ICA)簡化實際計算的復(fù)雜 度，克服了非侵入式腦電信號分辨率低、干擾大的缺點，將輸出的腦電波信號經(jīng)過數(shù)模轉(zhuǎn) 換，對應(yīng)的輸出至不同顏色的彩燈，展示被觀測者不同的情緒變化。
[0008] 本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：
[0009] -種基于BCI裝置腦電波采集分析的情緒展示設(shè)備，包括順次連接組成BCI裝置 的前端腦電波信號采集設(shè)備、腦電波信號預(yù)處理模塊、腦電波信號特征提取模塊、腦電波信 號模式識別模塊、數(shù)模轉(zhuǎn)換接口電路模塊，還包括與數(shù)模轉(zhuǎn)換接口電路模塊的輸出端相連 接的彩色燈帶，其中，
[0010] 所述前端腦電波信號采集設(shè)備采集被測者的腦電波信號；
[0011] 所述腦電波信號預(yù)處理模塊對采集到的腦電波信號進行數(shù)字濾波，去除無關(guān)的噪 聲信號；
[0012] 所述腦電波信號特征提取模塊對去噪后的噪聲信號進行小波包分解，獲取腦電波 信號的特征向量；
[0013] 所述腦電波信號模式識別模塊使用特征向量對支持向量機分類器進行訓(xùn)練，訓(xùn)練 后的支持向量機分類器對被測者的腦電波信號進行識別；
[0014] 所述數(shù)模轉(zhuǎn)換接口電路模塊將經(jīng)過識別的不同類型情緒對應(yīng)的腦電波信號轉(zhuǎn)換 成相應(yīng)的控制信號發(fā)送至彩色燈帶。
[0015] 作為本發(fā)明的進一步優(yōu)選方案，所述腦電波信號特征提取模塊中，使用Db2小波 函數(shù)對去噪后的信號進行4層小波包分解，獲取腦電信號的特征向量。
[0016] 作為本發(fā)明的進一步優(yōu)選方案，所述前端腦電波信號采集設(shè)備為帶有電極的128 通道Neuralynx腦電記錄分析掃描帽。
[0017] 作為本發(fā)明的進一步優(yōu)選方案，所述腦電波信號特征提取模塊和所述腦電波信號 特征提取模塊中，將大腦皮層中產(chǎn)生的9-13HZ的電信號定義為節(jié)律，采用小波包4層分解， 將信號正交地分解到32個獨立頻帶，使得節(jié)律的正弦信號劃歸到相應(yīng)的第二頻帶里，取得 第二層的分解系數(shù)和能量作為特征向量。
[0018] 作為本發(fā)明的進一步優(yōu)選方案，所述前端腦電波信號采集設(shè)備采集被測者的腦電 波信號，具體步驟包括，
[0019] 步驟一、利用功能性磁共振成像技術(shù)，得到腦電波信號對應(yīng)的fMIR數(shù)據(jù)，對所述 fMIR數(shù)據(jù)進行分析及歸一化處理，再將處理后的圖像與高分辨率的結(jié)構(gòu)圖像進行配準(zhǔn)，并 歸一到MNI的空間，然后利用三維高斯函數(shù)對經(jīng)過上述處理的數(shù)據(jù)做空間平滑處理；
[0020] 步驟二、去除經(jīng)過步驟一處理的各個腦電波信號數(shù)據(jù)之間的相關(guān)性，利用ICA方 法對腦電波信號數(shù)據(jù)進行處理，得出最優(yōu)變換矩陣；
[0021] 由最優(yōu)變換矩陣進而恢復(fù)信號源矩陣，從腦電波信號數(shù)據(jù)中分離出有效的成分， 每個有效的成分對應(yīng)一個偶極子成；
[0022] 步驟三、結(jié)合頭部模型及其傳導(dǎo)系數(shù)，對每一個提取的有效的成分求解最優(yōu)的偶 極子配置，使得由上述偶極子產(chǎn)生的頭皮電場分布與測量到的頭皮電場分布在均方意義下 最小，將fMIR數(shù)據(jù)中的激活點位置作為尋找偶極子位置的種子點，在fMIR數(shù)據(jù)限定源的可 能空間中求解全局最優(yōu)解，最優(yōu)解經(jīng)過融合處理作為結(jié)果輸出。
[0023] 作為本發(fā)明的進一步優(yōu)選方案，所述步驟二中，利用ICA方法對腦電信號數(shù)據(jù)進 行處理具體如下：
[0024] 設(shè)定記錄的頭皮電位X;作為觀測向量，其中，i= 1，2,.....，m，m表示電極的數(shù) 量，觀測向量\是11個時間上獨立的信號源s,的線性混和，其中，j= 1，2,. . .，n，每一個s, 都是統(tǒng)計獨立并且有其固定的空間信息權(quán)重a,，a,是導(dǎo)聯(lián)場矩陣A的第j列；
[0025] 在上述設(shè)定下，使用ICA方法直接尋找最優(yōu)的變換矩陣W，并恢復(fù)信號源矩陣M ;使 用估計的信號Y對觀測信號X進行重建：
[0026] X = ff :Y (1)
[0027] X的第j個時間序列可以由下式表示：
[0028]
[0029] 其中，G是W1的第n行第m列的元素。
[0030] 作為本發(fā)明的進一步優(yōu)選方案，步驟三所述的頭部模型具體為4層球模型，所述4 層球模型的半徑依次是80mm、82mm、84mm及87mm，其傳導(dǎo)系數(shù)分別為0. 459S/m、1. 372S/m、 0? 0056S/m和 0? 442S/m。
[0031] 作為本發(fā)明的進一步優(yōu)選方案，所述步驟三的具體過程如下：
[0032] 設(shè)定大腦表皮的電磁場觀測信號與大腦內(nèi)部任何位置的源信號近似地呈線性關(guān) 系，由下式表示：
[0033] X = AS+N (3)
[0034] 其中，X是頭皮電極記錄的觀測信號，A是導(dǎo)聯(lián)場矩陣，S是偶極子矢量，N表示每 個電極接收信號中的噪聲組成的矢量；
[0035] 導(dǎo)聯(lián)場矩陣A是偶極子位置、大腦幾何形狀以及介質(zhì)傳導(dǎo)系數(shù)的非線性函數(shù)，它 的每一列表示位于某一位置的單位強度的源對左端觀測信號X的貢獻；
[0036] 優(yōu)化問題等價于求解下式：
[0037]
(4)
[0038] 其中，C是信噪比歸一化矩陣，A是正則化參數(shù)；
[0039] 將目標(biāo)函數(shù)與解的空間性質(zhì)相聯(lián)系，定義目標(biāo)函數(shù)為：
[0040]
(5):
[0041] 式中，P項是對解的一種空間約束，即結(jié)合fMIR限定