專利名稱：基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法
技術(shù)領(lǐng)域：
本發(fā)明涉及腦-機(jī)接口 (Brain-computerinterface,BCI)裝置，利用精確定時(shí)的視覺刺激 器對(duì)人的視覺刺激產(chǎn)生瞬態(tài)視覺誘發(fā)電位，并對(duì)誘發(fā)電位進(jìn)行特征提取與分類，具體涉及 B樣條雙正交小波方法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的特征提取及分類的方法。
背景技術(shù)：
腦一機(jī)接口 (Brain-computer interface, BCI)或腦一計(jì)算機(jī)接口是一種人機(jī)接口方式,它 是基于腦電信號(hào)實(shí)現(xiàn)人腦與計(jì)算機(jī)或其他電子設(shè)備通訊和控制的系統(tǒng)。BCI不依賴于腦的 正常輸出通路(外周神經(jīng)系統(tǒng)及肌肉組織),是一種全新的通訊和控制方式。BCI的研究具有 重要意義。BCI的一個(gè)重要用途是為思維正常但有運(yùn)動(dòng)障礙的人(如肌萎縮性脊髓側(cè)索硬化 患者、嚴(yán)重脊髓損傷或完全癱瘓的人)提供與外部環(huán)境進(jìn)行交流和控制的途徑。BCI還可為 人們提供無需體力操作的人機(jī)交互通訊方式,適合于特殊環(huán)境下或不便采用傳統(tǒng)控制方式 時(shí),用腦電控制外界設(shè)備。
基于腦電的BCI系統(tǒng),通過實(shí)時(shí)或短時(shí)提取分析出腦電中的反映大腦不同狀態(tài)的信號(hào), 來實(shí)現(xiàn)控制。值得提出的是,目前通過腦電直接讀取出人正在進(jìn)行的各種思維活動(dòng)還不現(xiàn) 實(shí),BCI是使人產(chǎn)生容易被解釋的腦電，然后識(shí)別出這種腦電,做出不同的選擇或發(fā)出不同指 令。根據(jù)BCI利用腦電信號(hào)和方式的不同,研究方法大致有以下幾類:(l)事件相關(guān)電位 P300;(2)視覺誘發(fā)電位(Video evoked potential,VEP); (3)事件相關(guān)同步或去同歩 (Event-related synchronizations or desynchronizations,ERS/ERD);(4)皮層個(gè)曼電《立(Slow cortical potential,SCP)(5)自發(fā)EEG信號(hào)。P300和VEP都屬于誘發(fā)電位,不需要訓(xùn)練,由于誘發(fā)電位 出現(xiàn)在特定時(shí)間，其信號(hào)檢測(cè)和處理方法較簡單且正確率較高,不足之處是需要額外的刺激 裝置提供刺激,并且依賴于人的某種知覺(如視覺)。其它幾種方法的優(yōu)點(diǎn)是不依賴外部刺激 產(chǎn)生用于控制的腦電信號(hào),但使用者需要大量的訓(xùn)練。
視覺誘發(fā)電位是指神經(jīng)系統(tǒng)接受視覺剌激(如圖形或閃光剌激)所產(chǎn)生的特定電活動(dòng)。當(dāng)視覺刺激頻率比較低，單個(gè)刺激一個(gè)接一個(gè)出現(xiàn)，后一個(gè)刺激出現(xiàn)時(shí)前一個(gè)刺激引起的 枕葉皮質(zhì)反應(yīng)己消失，對(duì)應(yīng)于每個(gè)刺激是一系列正波和負(fù)波組成的VEP波形，這時(shí)記錄到 的VEP稱為瞬態(tài)VEP。
視覺誘發(fā)電位是指神經(jīng)系統(tǒng)接受視覺刺激(如圖形或閃光刺激)所產(chǎn)生的特定電活動(dòng)。當(dāng) 屏幕上有多個(gè)可供選擇的視覺刺激目標(biāo)，當(dāng)受試者注視其中一個(gè)目標(biāo)時(shí)，雖然屏幕上所有目 標(biāo)進(jìn)入視野，但所注視的目標(biāo)影像進(jìn)入受試者的中央視野，而不被注視的目標(biāo)影像僅位于周 圍視野中，因此在大腦皮層檢測(cè)到的視覺誘發(fā)電位中主要是由所注視目標(biāo)刺激引起的。根據(jù) 刺激與誘發(fā)電位的鎖定關(guān)系，就能從檢測(cè)到的視覺誘發(fā)電位判別出受試者在注視哪個(gè)目標(biāo)。 這就是視覺誘發(fā)電位用于腦機(jī)接口的原理。
對(duì)于不同的腦機(jī)接口應(yīng)用，腦機(jī)接口系統(tǒng)的具體構(gòu)成也有很大的差別。以利用視覺誘 發(fā)腦電控制外部設(shè)備為例說明腦機(jī)接口的基本構(gòu)成。
系統(tǒng)結(jié)構(gòu)圖如圖l所示
腦機(jī)接口系統(tǒng)的輸入信號(hào)是腦電信號(hào)，輸出為控制命令。系統(tǒng)通常包括四個(gè)部分信 號(hào)采集、信號(hào)處理(特征提取)、"翻譯"程序(模式識(shí)別)，控制命令輸出。
目前對(duì)腦電信號(hào)進(jìn)行時(shí)域或頻域處理的方法已有多種，對(duì)于不同的腦電信號(hào)可以適當(dāng) 地選擇不同信號(hào)處理方法。
(1) 快速傅立葉變換(Fast Fourier Transform,FFT)
(2) 自回歸模型譜估計(jì)(Autoregressive，AR)
(3) 獨(dú)立分量分析(Ind鄰endentComponentAnalysis,ICA)
近幾年來，有研究者逐漸把ICA方法運(yùn)用到EP和事件相關(guān)電位(Event RelatedPotentials， ERP)的少樣本提取中來。運(yùn)用ICA方法提取EP需要構(gòu)造合適的目標(biāo) 函數(shù)并采用一定算法進(jìn)行優(yōu)化，將觀察信號(hào)分解為盡可能相互獨(dú)立的成分，以便達(dá)到增強(qiáng) 或提取EP信號(hào)的目的。研究表明獨(dú)立分量分析能夠較好地突現(xiàn)淹沒在背景腦電中的誘發(fā) 響應(yīng)成分，從而減少提取出EP信號(hào)所需的試驗(yàn)次數(shù)。
上述的方法雖然在一定程度上能夠?qū)崿F(xiàn)EP/ERP的提取，但是這些方法要么假設(shè)與真 實(shí)情況有誤差，要么計(jì)算過程過于復(fù)雜，并不能很好地解決誘發(fā)電位的提取問題。
近年來，小波分析方法在信號(hào)處理、圖像分析、語言處理、模式識(shí)別及眾多非線性科 學(xué)領(lǐng)域都得到了廣泛地研究和應(yīng)用。由于小波變換具有良好的時(shí)一頻分析特性，能滿足人們對(duì)非平穩(wěn)信號(hào)及突變奇異信號(hào)分析的要求，很適合于分析神經(jīng)生理信號(hào)。
小波變換是將原始信號(hào)與一個(gè)在時(shí)域和頻域均具有良好局部化性質(zhì)的伸縮小波函數(shù) 進(jìn)行積分或者巻積，把信號(hào)分解為位于各個(gè)不同頻帶和時(shí)段內(nèi)的成分。研究表明小波變換 在EP/ERP消噪、壓縮以及特征量提取等方面都具有很好的效果，而且此方法能夠真正意 義上實(shí)現(xiàn)EP/ERP的單次、真實(shí)提取。
本系統(tǒng)的特征提取部分采用B樣條雙正交小波方法，由于小波理論所采用的基波同時(shí) 具有不同的時(shí)間和頻率分辨率，小波分析在提取誘發(fā)電位，減少刺激次數(shù)，提高信噪比方 面有著明顯的效果。B樣條雙正交小波(biorNd.Nr， d表示分解，r表示重構(gòu))是具有緊支 集和對(duì)稱性的小波函數(shù)。而模式識(shí)別部分則采用BP神經(jīng)網(wǎng)絡(luò)通過自學(xué)習(xí)進(jìn)行分類識(shí)別。

發(fā)明內(nèi)容
本發(fā)明目的在于，設(shè)計(jì)一套具有精確定時(shí)的視覺刺激器，從而能產(chǎn)生穩(wěn)定的輸出頻率 用于刺激視覺誘發(fā)電位的產(chǎn)生，并且提供一種采用B樣條雙正交小波方法與BP神經(jīng)網(wǎng)絡(luò) 相結(jié)合的特征提取及分類方法。
本發(fā)明采取的技術(shù)方案是使用￥0++編寫視覺刺激器界面，用于誘發(fā)腦電信號(hào)產(chǎn)生。 采用16導(dǎo)腦電圖儀作為信號(hào)采集設(shè)備采集誘發(fā)腦電信號(hào)VEP，采樣頻率為1000Hz。腦電 信號(hào)經(jīng)過腦電放大器放大及A/D轉(zhuǎn)換，由USB 口輸入計(jì)算機(jī)中,并以信號(hào)電壓幅值形式在 存儲(chǔ)器中存儲(chǔ)。采用B樣條雙正交小波方法對(duì)采集的數(shù)據(jù)進(jìn)行分解以提取相應(yīng)的特征信號(hào) 并使用BP神經(jīng)網(wǎng)絡(luò)把數(shù)據(jù)通過自學(xué)習(xí)進(jìn)行分類識(shí)別并輸出相應(yīng)結(jié)果。
該方法依次的步驟如下
l.利用CPU時(shí)間戳設(shè)計(jì)精確定時(shí)的視覺刺激器
Windows是基于消息機(jī)制的系統(tǒng)，任何事件的執(zhí)行都是通過發(fā)送和接收消息來完成的。 這樣就帶來了一些問題，如一旦計(jì)算機(jī)的CPU被某個(gè)進(jìn)程占用，或系統(tǒng)資源緊張時(shí)，發(fā)送 到消息隊(duì)列中的消息就暫時(shí)被掛起，得不到實(shí)時(shí)處理。因此，不能簡單地通過Windows消 息引發(fā)一個(gè)對(duì)定時(shí)要求嚴(yán)格的事件。另外，由于在Windows中已經(jīng)封裝了計(jì)算機(jī)底層硬件 的訪問，所以，要想通過直接利用訪問硬件來完成精確定時(shí)，也比較困難。
通過調(diào)用CPU的時(shí)間戳進(jìn)行￥€++編程可以使頻率輸出達(dá)到穩(wěn)定。設(shè)計(jì)視覺刺激器的閃爍頻率為10Hz，由l-9共9個(gè)閃爍數(shù)字組成棋盤格。刺激器工作 時(shí)每個(gè)數(shù)字依次閃爍2秒鐘，在目標(biāo)圖像閃爍的同時(shí)，向并口輸出脈沖，記錄刺激時(shí)刻， 根據(jù)刺激與誘發(fā)電位的鎖定關(guān)系，從而可以從檢測(cè)到的視覺誘發(fā)電位判別出受試者在注視 哪個(gè)目標(biāo)。
2. 對(duì)并口的輸出脈沖進(jìn)行響應(yīng)，利用16導(dǎo)腦電圖儀作為信號(hào)采集設(shè)備采集誘發(fā)腦電信 號(hào)VEP;
3. 對(duì)采集的信號(hào)進(jìn)行預(yù)處理
由于視覺誘發(fā)電位特征主要出現(xiàn)在低頻段，因此設(shè)計(jì)48階，256采樣點(diǎn)的FIR濾波器 對(duì)存儲(chǔ)器中腦電信號(hào)數(shù)據(jù)進(jìn)行0-3Hz低頻帶濾波，以去除工頻噪聲及外部干擾噪聲；對(duì)濾 波的信號(hào)進(jìn)行累加平均，其具體方法是重復(fù)25次實(shí)驗(yàn)，記錄每一次刺激產(chǎn)生的誘發(fā)電 位，然后把各次記錄波形以施加刺激的時(shí)刻為參考點(diǎn)在時(shí)間上加以對(duì)齊，進(jìn)行累加平均， 以平均波形代表所要提取的信號(hào)。經(jīng)25次累加平均后，平均響應(yīng)的功率信噪比可為單次 響應(yīng)功率信噪比的5倍，信號(hào)與噪聲的振幅之比提高了 25倍。
4. 采用B樣條雙正交小波方法對(duì)腦電信號(hào)進(jìn)行特征提取。B樣條小波是由一些分段多 項(xiàng)式組成的函數(shù)，是尸(i )空間中的一個(gè)基。利用B樣條雙正交小波方法對(duì)小波信號(hào)進(jìn)
行5層分解，剔除不相關(guān)頻段信號(hào)再對(duì)信號(hào)進(jìn)行重構(gòu)，最后根據(jù)經(jīng)驗(yàn)選擇相應(yīng)時(shí)間點(diǎn)的腦 波功率幅值作為特征量進(jìn)行提取。
5. 采用BP神經(jīng)網(wǎng)絡(luò)對(duì)特征量進(jìn)行分類
選擇BP神經(jīng)網(wǎng)絡(luò)為分類器，通過對(duì)特征量進(jìn)行訓(xùn)練、學(xué)習(xí)對(duì)特征進(jìn)行分類，輸出結(jié) 果即反映使用者所選擇的目標(biāo)。BP網(wǎng)絡(luò)是一個(gè)多層感知網(wǎng)絡(luò)，是由輸入層，中間層(隱層)， 輸出層組成的前饋網(wǎng)絡(luò)。相對(duì)于其他神經(jīng)網(wǎng)絡(luò)模型來說，BP神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)功能、泛 化功能以及很強(qiáng)的容錯(cuò)能力。BP網(wǎng)絡(luò)由前向過程和誤差反向傳播過程組成，其中輸入信號(hào) 經(jīng)過輸入層和隱層神經(jīng)元逐層處理，前向傳輸?shù)捷敵鰧虞敵鼋Y(jié)果；若輸出層的輸出值與樣 本值有誤差，則該誤差沿原來的連接通道反向傳播，經(jīng)修改各層神經(jīng)元連接閾值與權(quán)值， 縮小誤差并反復(fù)迭代，當(dāng)誤差小于允許值時(shí)，網(wǎng)絡(luò)訓(xùn)練過程結(jié)束。
本發(fā)明具有如下優(yōu)點(diǎn)
本發(fā)明設(shè)計(jì)了一套基于視覺誘發(fā)電位的目標(biāo)選擇系統(tǒng)。其中視覺刺激器利用CPU時(shí)間 戳設(shè)計(jì)精確定時(shí)，可以保證穩(wěn)定的閃爍頻率，從而提高目標(biāo)選擇的準(zhǔn)確性。在特征提取部分通過對(duì)信號(hào)的預(yù)處理保證了對(duì)高頻噪聲信號(hào)的有效去除。在特征提取部分采用了 B樣條 雙正交小波方法，B樣條雙正交小波是具有緊支集和對(duì)稱性的小波函數(shù)，其主要優(yōu)點(diǎn)是通 過濾波器濾波有利于提高視覺誘發(fā)電位的信噪比和識(shí)別率。另外，小波變換是一種線性變 換，計(jì)算速度快，適合于在線分析。BP神經(jīng)網(wǎng)絡(luò)具有自組織和自學(xué)習(xí)能力，能過通過訓(xùn)練 達(dá)到較好的識(shí)別率。


圖l現(xiàn)有技術(shù)的視覺刺激誘發(fā)腦電系統(tǒng)示意圖； 圖2為本發(fā)明BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖3為本發(fā)明基于CPU時(shí)間戳的視覺誘發(fā)刺激器示意圖； 圖4為本發(fā)明基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇系統(tǒng)流程圖。
具體實(shí)施例方式
以下結(jié)合說明書附圖，對(duì)本發(fā)明的實(shí)施方式予以進(jìn)一步說明
請(qǐng)參閱圖2所示，為BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。從圖中可以2， 21為輸入數(shù)據(jù)，22為輸入 層，23為隱含層，24為輸出層，25為輸出數(shù)據(jù)。
圖4為基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇系統(tǒng)流程圖。
本發(fā)明采取的技術(shù)方案是使用￥0++編寫視覺刺激器界面，用于誘發(fā)腦電信號(hào)產(chǎn)生。 采用16導(dǎo)腦電圖儀作為信號(hào)采集設(shè)備采集誘發(fā)腦電信號(hào)VEP,采樣頻率為1000Hz。腦電信 號(hào)經(jīng)過腦電放大器放大及A/D轉(zhuǎn)換，由USB 口輸入計(jì)算機(jī)中,并以信號(hào)電壓幅值形式在存 儲(chǔ)器中存儲(chǔ)。采用B樣條雙正交小波方法對(duì)采集的數(shù)據(jù)進(jìn)行分解以提取相應(yīng)的特征信號(hào)并 使用BP神經(jīng)網(wǎng)絡(luò)把數(shù)據(jù)通過自學(xué)習(xí)進(jìn)行分類識(shí)別并輸出相應(yīng)結(jié)果。
該方法依次的步驟如下-
l.利用CPU時(shí)間戳設(shè)計(jì)精確定時(shí)的視覺刺激器
在Windows平臺(tái)下，常用的計(jì)時(shí)器有兩種， 一種是timeGetTime多媒體計(jì)時(shí)器，它可 以提供毫秒級(jí)的計(jì)時(shí)。但這個(gè)精度對(duì)很多應(yīng)用場(chǎng)合而言還是太粗糙了。另一種是 QueryPerformanceCount計(jì)數(shù)器，隨系統(tǒng)的不同可以提供微秒級(jí)的計(jì)數(shù)。在實(shí)際應(yīng)用時(shí)，應(yīng)
8針對(duì)具體定時(shí)精度的要求，采取相適應(yīng)的定時(shí)方法。
在Intel Pentium以上級(jí)別的CPU中，有一個(gè)稱為"時(shí)間戳(Time Stamp)的部件，它以 64位無符號(hào)整型數(shù)的格式，記錄了自CPU上電以來所經(jīng)過的時(shí)鐘周期數(shù)。由于目前的CPU 主頻都非常高，因此這個(gè)部件可以達(dá)到納秒級(jí)的計(jì)時(shí)精度(一個(gè)計(jì)數(shù)相當(dāng)于1/(CPU主頻) 秒)。CPU中有一條機(jī)器指令RDTSC(Read Time Stamp Counter)來讀取這個(gè)時(shí)間戳的數(shù)字， 并將其保存在EDX: EAX寄存器對(duì)中。
用—emit偽指令直接嵌入該指令的機(jī)器碼形式OXOF、 0X31，如下 inline unsigned 一int'64 GetCycleCount()
—asm —emit OxOF —asm —emit 0x31
在設(shè)計(jì)計(jì)數(shù)器時(shí)序時(shí)，像使用普通的Win32 API—樣，調(diào)用兩次GetCycleCount函數(shù)， 比較兩個(gè)返回值的差.-unsigned long t;
t = (unsigned long)GetCycleCount(); 〃Do Something time-intensive... t -= (unsigned long)GetCycleCount(); 為了更精確的定時(shí)，做了一點(diǎn)的改進(jìn)，把執(zhí)行RDTSC指令的時(shí)間，通過連續(xù)兩次調(diào) 用GetCycleCount函數(shù)計(jì)算出來并保存了起來，以后每次計(jì)時(shí)結(jié)束后，都從實(shí)際得到的計(jì) 數(shù)中減掉這一小段時(shí)間，以得到更準(zhǔn)確的計(jì)時(shí)數(shù)字。
視覺刺激器界面為3x3棋盤格布局，共l-9九個(gè)數(shù)字。每個(gè)數(shù)字均按照10Hz頻率閃 爍，l-9每個(gè)數(shù)字按順序依次閃爍，每個(gè)數(shù)字閃爍2s然后接力到下一數(shù)字，反復(fù)循環(huán)進(jìn)行。 請(qǐng)參閱圖3所示為視覺刺激器示意圖。
在目標(biāo)圖像閃爍的同時(shí)，向并口輸出脈沖，記錄刺激時(shí)刻，根據(jù)刺激與誘發(fā)電位的鎖 定關(guān)系，從而可以從檢測(cè)到的視覺誘發(fā)電位判別出受試者在注視哪個(gè)目標(biāo)。
2.對(duì)并口的輸出脈沖進(jìn)行響應(yīng)，利用16導(dǎo)腦電圖儀作為信號(hào)采集設(shè)備采集腦電信號(hào) VEP。腦波儀接收到脈沖信號(hào)后，則開始對(duì)腦波進(jìn)行記錄。3. 對(duì)采集的信號(hào)進(jìn)行預(yù)處理
由于視覺誘發(fā)電位特征主要出現(xiàn)在低頻段，因此設(shè)計(jì)48階，512采樣點(diǎn)的FIR濾波器 對(duì)存儲(chǔ)器中腦電信號(hào)數(shù)據(jù)進(jìn)行0-3Hz低頻帶濾波，以去除工頻噪聲及外部干擾噪聲；對(duì)濾 波的信號(hào)進(jìn)行累加平均，其具體方法是重復(fù)N次實(shí)驗(yàn)，記錄每一次刺激產(chǎn)生的誘發(fā)電位， 然后把各次記錄波形以施加刺激的時(shí)刻為參考點(diǎn)在時(shí)間上加以對(duì)齊，進(jìn)行累加平均，以平 均波形代表所要提取的信號(hào)。反復(fù)重復(fù)25次實(shí)驗(yàn)，經(jīng)25次累加平均后，平均響應(yīng)的功率 信噪比可為單次響應(yīng)功率信噪比的5倍，信號(hào)與噪聲的振幅之比提高了 25倍。具體公式 為
平均功率公式廠("=^
4. 經(jīng)過累加平均去噪以后的腦波信號(hào)采用B樣條雙正交小波方法對(duì)腦電信號(hào)進(jìn)行特征
提取，具體公式如下
用P小波進(jìn)行信號(hào)重構(gòu)，即 兩個(gè)小波之間存在如下關(guān)系
JVo4(x氛'4'00血=0 A: ^ A:'
其中上一個(gè)公式用來進(jìn)行信號(hào)的分解，下面一個(gè)公式用來對(duì)分解后的小波進(jìn)行重構(gòu)。 使用B樣條小波將單個(gè)樣本原始信號(hào)分解成5個(gè)尺度層，得到6個(gè)小波系數(shù)序列，每 個(gè)小波系數(shù)序列對(duì)應(yīng)于信號(hào)不同頻帶范圍的信息，這些頻帶范圍大致對(duì)應(yīng)于 Dl:64-128;D2:32-64;D3:16-32;D4:8-16;D5:4-8以及A5:0-4Hz。每個(gè)尺度層包含小波系數(shù)的 個(gè)數(shù)與每個(gè)頻率范圍相應(yīng)的時(shí)間分辨率相對(duì)應(yīng)，高頻段小波系數(shù)的個(gè)數(shù)多，低頻段小波系 數(shù)個(gè)數(shù)少。由于誘發(fā)電位的頻率低于30Hz以下，所以將D1、 D2和D3層的小波系數(shù)都置 為零，將D4、 D5及A5層選的小波系數(shù)保留，再利用保留的小波系數(shù)進(jìn)行重構(gòu)就得到去 噪后的平均VEP，再根據(jù)經(jīng)驗(yàn)提取相應(yīng)時(shí)間點(diǎn)的腦波功率幅值作為特征量進(jìn)行提取。
105.利用BP神經(jīng)網(wǎng)絡(luò)對(duì)特征進(jìn)行分類
選用BP神經(jīng)網(wǎng)絡(luò)作為分類器。將提取的樣本特征值輸入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。BP 神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過程，由信息的正向傳播和誤差的反 向傳播兩個(gè)過程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間
層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求， 中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信 息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息 處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過輸出 層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信 息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn) 練的過程，此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者預(yù)先設(shè)定 的學(xué)習(xí)次數(shù)為止。
其前向計(jì)算過程如下
(1) 輸入層節(jié)點(diǎn)i的輸出O,等于其輸入X,;
(2) 隱層節(jié)點(diǎn)j的輸入為"",+《，輸出o, =———^，
. l+exp(—w"
式中^.為輸出層節(jié)點(diǎn)1與隱含層節(jié)點(diǎn)j之間的連接權(quán)值；《為隱含層節(jié)點(diǎn)1的閾值。 對(duì)給定的訓(xùn)練樣本集(^,、2,…，x戶)—(/盧/p2,…,/戸)，p=l， 2， 3， p為樣本號(hào)，
網(wǎng)絡(luò)運(yùn)算結(jié)果與訓(xùn)練樣本目標(biāo)之間的均方誤差和表示為 『=丄2 ~
1 Z 2
z / —i
對(duì)于輸出層與隱含層之間的連接權(quán)值％有對(duì)于輸入層與隱含層之間的連接權(quán)值^.,有 & = /(，)Z 《
式中k為迭代次數(shù)，7為學(xué)習(xí)率；0<;/<1。
網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)的過程就是通過調(diào)節(jié)網(wǎng)絡(luò)內(nèi)部連接權(quán)值使網(wǎng)絡(luò)誤差達(dá)到最小。BP網(wǎng) 絡(luò)內(nèi)部鏈接權(quán)值的調(diào)節(jié)過程也就是誤差的反向傳播過程。
將B樣條雙正交小波方法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合組成小波BP神經(jīng)網(wǎng)絡(luò)提取視覺刺 激誘發(fā)電位的方法，通過實(shí)際應(yīng)用可以顯著提高信噪比，處理以后的視覺誘發(fā)電位波 形明顯，識(shí)別率較高。同時(shí)縮短了提取視覺誘發(fā)電位所需的時(shí)間，有助于提高腦機(jī)接 口的通訊速度。和傳統(tǒng)方法相比該方法具有較高準(zhǔn)確率，識(shí)別速度較快的特點(diǎn)。
權(quán)利要求
1、基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，其特征在于使用VC++編寫視覺刺激器界面，用于產(chǎn)生誘發(fā)腦電信號(hào)，采用導(dǎo)腦電圖儀作為信號(hào)采集設(shè)備采集誘發(fā)腦電信號(hào)VEP，將采集的腦電信號(hào)經(jīng)過放大器放大及A/D轉(zhuǎn)換，向計(jì)算機(jī)輸入，并以信號(hào)電壓幅值形式存儲(chǔ)；采用B樣條雙正交小波方法對(duì)采集的數(shù)據(jù)進(jìn)行分解重構(gòu)以提取相應(yīng)的特征信號(hào)并使用BP神經(jīng)網(wǎng)絡(luò)把特征信號(hào)通過自學(xué)習(xí)進(jìn)行分類識(shí)別并輸出相應(yīng)結(jié)果；包括以下步驟步驟1.利用CPU時(shí)間戳設(shè)計(jì)精確定時(shí)的視覺刺激器；設(shè)計(jì)視覺刺激器由3×3的數(shù)字棋盤格組成，每個(gè)數(shù)字依次以10Hz的頻率閃爍，閃爍時(shí)間為2s，在目標(biāo)圖像閃爍的同時(shí)，向并口輸出脈沖，記錄刺激時(shí)刻，根據(jù)刺激與誘發(fā)電位的鎖定關(guān)系，從而判別出受試者在注視哪個(gè)目標(biāo)；步驟2.對(duì)并口的輸出脈沖進(jìn)行響應(yīng)，利用腦電圖儀作為信號(hào)采集設(shè)備采集視覺誘發(fā)腦電信號(hào)VEP；步驟3.對(duì)采集的信號(hào)進(jìn)行預(yù)處理；重復(fù)實(shí)驗(yàn)，記錄每一次刺激產(chǎn)生的誘發(fā)電位，然后把各次記錄波形以施加刺激的時(shí)刻為參考點(diǎn)在時(shí)間上加以對(duì)齊，進(jìn)行累加平均，以平均波形代表所要提取的信號(hào)；步驟4.采用B樣條雙正交小波方法對(duì)小波進(jìn)行特征提取。利用B樣條雙正交小波方法對(duì)小波信號(hào)進(jìn)行多層分解，剔除不相關(guān)頻段信號(hào)再對(duì)信號(hào)進(jìn)行重構(gòu)，最后選擇相應(yīng)時(shí)間點(diǎn)的腦波功率幅值作為特征量提??；步驟5.采用BP神經(jīng)網(wǎng)絡(luò)對(duì)特征量進(jìn)行分類；按照建立BP神經(jīng)網(wǎng)絡(luò)、對(duì)特征量進(jìn)行訓(xùn)練、仿真的步驟對(duì)其進(jìn)行分類并輸出相應(yīng)結(jié)果以反映使用者所選擇的目標(biāo)；所述的BP網(wǎng)絡(luò)由前向過程和誤差反向傳播過程組成，其中輸入信號(hào)經(jīng)過輸入層和隱層神經(jīng)元逐層處理，前向傳輸?shù)捷敵鰧虞敵鼋Y(jié)果；若輸出層的輸出值與樣本值有誤差，則該誤差沿原來的連接通道反向傳播，經(jīng)修改各層神經(jīng)元連接閾值與權(quán)值，縮小誤差并反復(fù)迭代，當(dāng)誤差小于允許值時(shí)，網(wǎng)絡(luò)訓(xùn)練過程結(jié)束。
2、根據(jù)權(quán)利要求l所述的一種基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，其特征在于所述的腦電圖儀為16導(dǎo)腦電圖儀。
3、 根據(jù)權(quán)利要求l所述的一種基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，其特征在于 所述的時(shí)間戳，以64位無符號(hào)整型數(shù)的格式，記錄了自CPU上電以來所經(jīng)過的時(shí)鐘周期 數(shù)。1
4、 根據(jù)權(quán)利要求l所述的一種基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，其特征在于 所述的小波是由分段多項(xiàng)式組成的函數(shù)，是"(i )空間中的一個(gè)基。
5、 根據(jù)權(quán)利要求l所述的一種基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，其特征在于 所述的BP網(wǎng)絡(luò)是一個(gè)多層感知網(wǎng)絡(luò)，由輸入層，隱層，輸出層組成的前饋網(wǎng)絡(luò)。
全文摘要
一種基于瞬態(tài)視覺誘發(fā)腦電的目標(biāo)選擇方法，使用VC++編寫視覺刺激器界面用于誘發(fā)腦電信號(hào)，使用16導(dǎo)采集設(shè)備采集腦電信號(hào)VEP，將采集的腦電信號(hào)經(jīng)過腦電放大器放大及A/D轉(zhuǎn)換，輸入計(jì)算機(jī)中，并以信號(hào)電壓幅值形式在存儲(chǔ)器中存儲(chǔ)；采用B樣條雙正交小波方法提取腦電特征信號(hào)并通過BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行分類識(shí)別并輸出相應(yīng)結(jié)果；包括利用CPU時(shí)間戳設(shè)計(jì)精確定時(shí)的視覺刺激器；對(duì)并口的輸出脈沖進(jìn)行響應(yīng)，采集設(shè)備采集腦電信號(hào)VEP；對(duì)采集的信號(hào)進(jìn)行預(yù)處理；采用B樣條雙正交小波方法對(duì)腦電信號(hào)進(jìn)行特征提??；采用BP神經(jīng)網(wǎng)絡(luò)對(duì)特征量進(jìn)行分類；該方法的優(yōu)點(diǎn)是采用BP神經(jīng)網(wǎng)絡(luò)有利于提高視覺誘發(fā)電位的信噪比和識(shí)別率。
文檔編號(hào)G06F3/01GK101515200SQ20091008143
公開日2009年8月26日 申請(qǐng)日期2009年4月3日 優(yōu)先權(quán)日2009年4月3日
發(fā)明者于建均, 誠 張, 張方堃, 李明愛, 楊金福, 郝冬梅, 阮曉鋼 申請(qǐng)人:北京工業(yè)大學(xué)