專(zhuān)利名稱(chēng)：：復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于生物醫(yī)學(xué)工程及計(jì)算機(jī)領(lǐng)域，涉及一種復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法。
背景技術(shù)：
：腦-機(jī)接口(Brain-ComputerInterface,BCI)是在人腦和計(jì)算機(jī)或其他電子設(shè)備之間建立一種不依賴(lài)于常規(guī)大腦輸出通路(外周神經(jīng)和肌肉組織)的直接信息交流和控制通道，是一種全新的人_機(jī)交互系統(tǒng)。最早被應(yīng)用于腦_機(jī)接口系統(tǒng)的腦電信號(hào)主要是自發(fā)腦電信號(hào)，比如腦電中的alpha(a)波。但是這類(lèi)腦電信號(hào)模式單一，無(wú)法真正做到“意識(shí)控制行動(dòng)”，嚴(yán)重制約了腦-機(jī)接口系統(tǒng)的發(fā)展。近年來(lái)，各國(guó)學(xué)者對(duì)不同思維意識(shí)下腦電信號(hào)的研究逐步開(kāi)展起來(lái)，這為腦-機(jī)接口的發(fā)展帶來(lái)了新的曙光。已有研究表明在想象但未實(shí)施肢體或其他身體部位動(dòng)作時(shí)，與該動(dòng)作相關(guān)的大腦運(yùn)動(dòng)皮層區(qū)域也會(huì)發(fā)生與該動(dòng)作實(shí)施時(shí)相似的電生理響應(yīng)，被稱(chēng)為想象動(dòng)作電位。在微觀上，想象動(dòng)作電位表現(xiàn)為腦皮層運(yùn)動(dòng)中樞神經(jīng)元群電活動(dòng)狀態(tài)變化，臨床上已通過(guò)功能性磁共振成像(functionalmagneticresonanceimage,fMRI)觀察腦局部血液圖的方法確認(rèn)。在宏觀上，想象動(dòng)作電位表現(xiàn)為腦電信號(hào)受到某些節(jié)律的調(diào)制現(xiàn)象。Jasper等人最早發(fā)現(xiàn)了想象動(dòng)作電位的幅度調(diào)制現(xiàn)象，即當(dāng)人在作實(shí)際動(dòng)作或者想象動(dòng)作時(shí)，可以引起某些節(jié)律下腦電信號(hào)的能量變化特征。直到近幾年，腦認(rèn)知研究專(zhuān)家發(fā)現(xiàn)，想象動(dòng)作電位表現(xiàn)為腦電信號(hào)受到某些節(jié)律的調(diào)制現(xiàn)象不僅表現(xiàn)在幅度方面，同時(shí)表現(xiàn)為相位同步化特征。想象動(dòng)作電位的相位調(diào)制現(xiàn)象發(fā)現(xiàn)較晚，Varela及其同事在研究大腦中各皮層運(yùn)動(dòng)功能分區(qū)的協(xié)作和整合時(shí)發(fā)現(xiàn)，當(dāng)人在進(jìn)行實(shí)際或者想象的肢體動(dòng)作時(shí)，分區(qū)自身內(nèi)部的神經(jīng)元之間，以及各個(gè)分區(qū)之間的腦電信號(hào)通過(guò)相位調(diào)制表現(xiàn)出顯著的同步化現(xiàn)象。盡管到目前為止，同步化現(xiàn)象的生理機(jī)理還不是很清楚，但一般認(rèn)為想象動(dòng)作電位的相位調(diào)制導(dǎo)致的同步化現(xiàn)象時(shí)平衡了在解剖結(jié)構(gòu)和功能結(jié)構(gòu)上分散分布的大腦活動(dòng)，從而實(shí)現(xiàn)了有一致性的行為和認(rèn)知活動(dòng)，同步化是大腦把特定的皮層及皮層下區(qū)域整合為一個(gè)整體，從而完成行為及認(rèn)知功能的主要機(jī)制。到目前為止，神經(jīng)工程領(lǐng)域的專(zhuān)家學(xué)者已經(jīng)成功提取了上肢動(dòng)作想象時(shí)輔助功能區(qū)與初級(jí)運(yùn)動(dòng)區(qū)之間的相位同步化特征，并用于腦-機(jī)接口系統(tǒng)中。同步化特征在腦-機(jī)接口系統(tǒng)中的應(yīng)用已經(jīng)被逐步重視并發(fā)展起來(lái)。但單純的下肢想象動(dòng)作電位的相位同步化特征提取極為困難，其主要原因是下肢運(yùn)動(dòng)所映射的腦皮層功能區(qū)為頭頂部溝回內(nèi)較狹小的區(qū)域，其空間結(jié)構(gòu)的區(qū)分度已是十分有限，加之頭皮電極提取的腦電信號(hào)存在極大彌散性和混疊性，非常不利于源信號(hào)獲取和識(shí)別，這個(gè)因素同樣造成了通過(guò)單純的下肢動(dòng)作想象腦電提取能量特征極為困難。因此，希望通過(guò)復(fù)合下肢想象動(dòng)作腦電實(shí)現(xiàn)腦_機(jī)接口系統(tǒng)的研究脫穎而出，逐步成為腦_機(jī)接口實(shí)現(xiàn)康復(fù)助行系統(tǒng)的研究重點(diǎn)之一。經(jīng)過(guò)近幾年的發(fā)展，該研究方向已被認(rèn)為是腦-機(jī)接口進(jìn)一步發(fā)展的必由之路，截至目前，部分學(xué)者已經(jīng)開(kāi)展了復(fù)合下肢想象動(dòng)作腦電的能量特征的相關(guān)研究，3而從相位角度出發(fā)，研究復(fù)合下肢動(dòng)作想象腦電的相位特征，可望為實(shí)現(xiàn)用于下肢康復(fù)助行的腦-機(jī)接口的發(fā)展提供新的契機(jī)。
發(fā)明內(nèi)容本發(fā)明的主旨是提出一種復(fù)合下肢想象動(dòng)作腦電的能量特征提取方法，以此解決基于腦-機(jī)接口的下肢康復(fù)助行系統(tǒng)中的基本問(wèn)題實(shí)現(xiàn)截癱患者自主控制下肢動(dòng)作實(shí)現(xiàn)正常行走的關(guān)鍵動(dòng)作，左右邁步動(dòng)作的自主控制。本發(fā)明解決了復(fù)合下肢想象動(dòng)作腦電的能量特征準(zhǔn)確提取問(wèn)題，從而為正確識(shí)別復(fù)合下肢動(dòng)作模式，有效轉(zhuǎn)換為應(yīng)用于下肢康復(fù)助行系統(tǒng)的控制命令，實(shí)現(xiàn)截癱患者的自主行走提供了有力支持。本發(fā)明的主旨是提出一種復(fù)合下肢想象動(dòng)作腦電的相位特征提取新方法，以此解決基于腦-機(jī)接口的下肢康復(fù)助行系統(tǒng)中的核心問(wèn)題實(shí)現(xiàn)截癱患者自主控制下肢動(dòng)作實(shí)現(xiàn)正常行走的3個(gè)關(guān)鍵動(dòng)作，站起，左、右邁步動(dòng)作的自主控制。本發(fā)明可以有效提取復(fù)合下肢想象動(dòng)作時(shí)，腦皮層的輔助運(yùn)動(dòng)區(qū)和初級(jí)運(yùn)動(dòng)區(qū)之間的相互協(xié)作關(guān)系，從而為正確識(shí)別復(fù)合下肢動(dòng)作模式，有效轉(zhuǎn)換為應(yīng)用于下肢康復(fù)助行系統(tǒng)的控制命令，實(shí)現(xiàn)截癱患者的自主行走提供了有力支持?！N復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法，包括下列步驟①利用腦電導(dǎo)聯(lián)電極采集站起，左手左腿協(xié)同動(dòng)作，右手右腿協(xié)同動(dòng)作3類(lèi)復(fù)合下肢想象動(dòng)作腦電信號(hào)；②對(duì)所采集到的位于初級(jí)運(yùn)動(dòng)區(qū)及輔助功能區(qū)的腦電信號(hào)進(jìn)行空間濾波，提高腦電信號(hào)的信噪比；③經(jīng)過(guò)步驟②處理后的，選取位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)中心位置導(dǎo)聯(lián)的腦電信號(hào)，進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，將其分別分解為頻率從高到低的各個(gè)固有振蕩模式分量。④對(duì)步驟③獲得的各導(dǎo)聯(lián)腦電的固有振蕩模式分量計(jì)算功率譜密度，根據(jù)其功率譜密度的頻率分布范圍，確定腦電特征節(jié)律-alhpa節(jié)律對(duì)應(yīng)的固有振蕩模式分量，得到特征振蕩模式。⑤定義反映功能區(qū)協(xié)作關(guān)系的相位同步化參數(shù)-相位鎖定值，Pir=|〈e)〉j，其中<>t表示在某個(gè)時(shí)間段內(nèi)求均值，11表示對(duì)信號(hào)取模，ΦΧα)表示兩個(gè)特征振蕩模式x(t)與y(t)的瞬時(shí)相位差，計(jì)算3類(lèi)復(fù)合下肢動(dòng)作想象時(shí)，左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)對(duì)應(yīng)的特征振蕩模式之間的相位鎖定值；⑥選擇基于徑向基核函數(shù)的支持向量基分類(lèi)器，將步驟⑤獲得代表功能區(qū)協(xié)作關(guān)系的相位同步化特征作為分類(lèi)器輸入，實(shí)現(xiàn)3類(lèi)復(fù)合下肢想象動(dòng)作的模式識(shí)別。作為優(yōu)選實(shí)施方式，本發(fā)明的復(fù)合下肢想象動(dòng)作腦電的能量特征提取方法，步驟③處理的腦電信號(hào)包括C3、C4、FCz導(dǎo)聯(lián)信號(hào)；對(duì)位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)中心位置導(dǎo)聯(lián)的腦電信號(hào)分別進(jìn)行特征振蕩模式獲取，而后依次計(jì)算動(dòng)作想象期間的4-5秒，5-6秒，6-7秒，7-8秒4個(gè)時(shí)間段下，代表3個(gè)功能區(qū)相互協(xié)作關(guān)系的相位鎖定值，按照導(dǎo)聯(lián)位置和時(shí)間順序構(gòu)成相位鎖定值系數(shù)向量，經(jīng)過(guò)拼接后構(gòu)成12維特征向量/=-FCz，-FCz,…,PL^CA-FCz,PLVC3-C4，···，PLVC3_C4J，其中PLVarcz1，…，PLVC3-FCz4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與FCz的特征振蕩模式之間的相位鎖定值；PLVt^1，…，PLVC4_FCZ4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C4與FCz的特征振蕩模式之間的相位鎖定值；PLVaJ，…，PLVC3_C44依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與C4的特征振蕩模式之間的相位鎖定值；將步驟⑤獲得的事件相關(guān)去同步化系數(shù)向量/=[凡6-船，…,凡廠1沿，凡C-&，…，凡^4-m,^^3-C4，...,凡廠A-c.」作為分類(lèi)器輸入樣本，分類(lèi)器公式=sgnd^f+b,)!=1，2，3.，Wi是權(quán)函數(shù)，bi閾值，通過(guò)訓(xùn)練樣本得到，yi是兩分類(lèi)的結(jié)果標(biāo)記(士1)，分類(lèi)結(jié)果由3個(gè)“一對(duì)一”兩分類(lèi)模式的支持向量機(jī)(SVM)分類(lèi)器的累積投票結(jié)果來(lái)決定。本發(fā)明通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解方法結(jié)合功率譜密度分析及希爾伯特變換方法獲取alpha節(jié)律能量變化特征，該方法的最高識(shí)別率為87.8%，相對(duì)于傳統(tǒng)方法的82.3%有顯著提高，其優(yōu)勢(shì)在于充分考慮到腦電信號(hào)的非平穩(wěn)性，并且基于動(dòng)作想象腦電的事件相關(guān)同步/去同步特征是由群體神經(jīng)元同步振蕩產(chǎn)生的結(jié)論，因此在基于復(fù)合肢體動(dòng)作的腦-機(jī)接口系統(tǒng)中將具有更為廣闊的應(yīng)用前景，這將為基于腦-機(jī)接口的下肢康復(fù)助行系統(tǒng)的發(fā)展提供有力支持。本發(fā)明致力于解決基于腦-機(jī)接口的下肢康復(fù)助行系統(tǒng)中的關(guān)鍵問(wèn)題，即復(fù)合下肢想象動(dòng)作腦電的能量變化特征提取問(wèn)題。下肢想象動(dòng)作腦電的能量特征的有效提取，是實(shí)現(xiàn)真正完全由四肢癱瘓病人或截癱患者的意志控制的下肢康復(fù)助行系統(tǒng)的核心技術(shù)通過(guò)提取患者想象下肢動(dòng)作的腦電信號(hào)，轉(zhuǎn)換為相應(yīng)的下肢康復(fù)助行系統(tǒng)的外部控制命令，以此幫助患者行走和肌肉刺激恢復(fù)。這種完全靠患者自主意志控制的系統(tǒng)，不僅可以實(shí)現(xiàn)這部分殘疾病人正常生活的回歸，而且可以提升患者的自信心，因此具有廣泛的應(yīng)用前景和重要的社會(huì)意義。圖1特征振蕩模式的相位同步化特征提取過(guò)程；圖2復(fù)合肢體想象動(dòng)作實(shí)驗(yàn)時(shí)段分配圖；圖3復(fù)合下肢動(dòng)作想象時(shí)，初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)間同步化研究的電極放置方法；圖4左手左腿協(xié)同動(dòng)作想象時(shí)，基于帶通信號(hào)(814Hz)的相位同步化分析；圖5左手左腿協(xié)同動(dòng)作想象時(shí)在導(dǎo)聯(lián)位置C4的腦電信號(hào)；圖6左手左腿協(xié)同動(dòng)作想象腦電(C4導(dǎo)聯(lián))的經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)果；圖7左手左腿協(xié)同動(dòng)作想象時(shí)，C4導(dǎo)聯(lián)腦電信號(hào)的固有振蕩模式的功率譜密度分布(a)第一固有振蕩模式的功率譜密度分布(主要頻帶18-24HZ)(b)第二固有振蕩模式的功率譜密度分布(主要頻帶8-13HZ，屬于alpha節(jié)律)(c)第三固有振蕩模式的功率譜密度分布(主要頻帶4-lOHz)(d)第四固有振蕩模式的功率譜密度分布(主要頻帶2-5Hz)；圖8左手左腿協(xié)同動(dòng)作想象時(shí)，C3、C4、FCz導(dǎo)聯(lián)alpha節(jié)律下耳參考以及FCz參考的特征振蕩模式信號(hào)波形；圖9三類(lèi)復(fù)合下肢動(dòng)作想象時(shí)alpha頻段特征子節(jié)律的腦電相位同步化曲線(xiàn)(a)左手左腿協(xié)同動(dòng)作想象(b)右手右腿協(xié)同動(dòng)作想象(c)站起動(dòng)作想象；圖lOalpha節(jié)律下復(fù)合下肢想象動(dòng)作電位的相位鎖定值。具體實(shí)施例方式針對(duì)復(fù)合下肢想象動(dòng)作腦電的征提取難點(diǎn)下肢運(yùn)動(dòng)所映射的腦皮層功能區(qū)為頭頂部溝回內(nèi)較狹小的區(qū)域，其空間結(jié)構(gòu)的區(qū)分度十分有限，加之復(fù)合下肢想象動(dòng)作涉及多個(gè)腦功能區(qū)，模式復(fù)雜，進(jìn)一步突出了腦電信號(hào)的非平穩(wěn)特性。這就導(dǎo)致了傳統(tǒng)的基于腦電信號(hào)短時(shí)平穩(wěn)假設(shè)的信號(hào)處理方法在下肢想象動(dòng)作腦電的特征提取方面適用性有限。為此，本發(fā)明針對(duì)腦電信號(hào)的非平穩(wěn)特性，并基于肢體動(dòng)作想象時(shí)，輔助功能區(qū)與初級(jí)運(yùn)動(dòng)區(qū)之間的相互協(xié)作關(guān)系體現(xiàn)為群體神經(jīng)元同步振蕩信號(hào)之間的相位同步化特征，提出應(yīng)用經(jīng)驗(yàn)?zāi)B(tài)分解方法提取復(fù)合下肢想象動(dòng)作腦電的特征振蕩模式，進(jìn)而獲取輔助功能區(qū)與初級(jí)運(yùn)動(dòng)區(qū)特征振蕩模式的瞬時(shí)相位，而后提取功能區(qū)之間的相位同步化特征，以此作為腦電信號(hào)模式識(shí)別的輸入?yún)?shù)，實(shí)現(xiàn)3類(lèi)復(fù)合下肢想象動(dòng)作的有效識(shí)別。下面分幾個(gè)方面對(duì)本發(fā)明的腦電信號(hào)提取方法做詳細(xì)說(shuō)明。1經(jīng)驗(yàn)?zāi)B(tài)分解(EmpricalModeDecomposition,EMD)理論的提出及其適用性在傳統(tǒng)的Fourier分析中，頻率被定義為整個(gè)分析數(shù)據(jù)長(zhǎng)度中具有一定幅度的正、余弦函數(shù)。受這種固有觀念的影響，人們?cè)谡J(rèn)識(shí)和接受瞬時(shí)頻率的意義和概念時(shí)，總是從正、余弦函數(shù)的有關(guān)角度來(lái)分析。這樣當(dāng)人們定義局部頻率值時(shí)就需要多于一個(gè)周期的正、余弦波動(dòng)，基于這個(gè)邏輯，少于一個(gè)周期長(zhǎng)度的信號(hào)將無(wú)法給出其頻率的定義。而對(duì)于非線(xiàn)性和非平穩(wěn)信號(hào)來(lái)說(shuō)，其主要特征頻率是時(shí)變的，即僅僅是在某一局部時(shí)間內(nèi)存在或曾在某一時(shí)刻出現(xiàn)過(guò)，在描述頻率隨時(shí)間的變化關(guān)系上，F(xiàn)ourier變換顯然已經(jīng)無(wú)能為力。為了彌補(bǔ)Fourier變換對(duì)時(shí)變信號(hào)分析的不足，人們對(duì)原始信號(hào)加窗，認(rèn)為在某個(gè)“窄帶”內(nèi)的信號(hào)是平穩(wěn)的或近似平穩(wěn)的，然后再對(duì)窗內(nèi)的信號(hào)進(jìn)行分析，如短時(shí)傅立葉變換、小波分析等，這些方法不同程度上對(duì)非線(xiàn)性和非平穩(wěn)信號(hào)的時(shí)變性進(jìn)行了描述，大大改進(jìn)了Fourier變換的不足。但是由于受Heisenberg不確定原理的制約，在時(shí)間和頻率上的分辨率不能同時(shí)達(dá)到最小，因此，所得的結(jié)果是窗內(nèi)信號(hào)的平均結(jié)果，同樣也擺脫不了Fourier變換的局限性。為了把信號(hào)的頻譜分析精確到每一個(gè)時(shí)間點(diǎn)、頻率點(diǎn)上，美國(guó)國(guó)家航空航天局，美國(guó)工程院院士HuangNE等人提出了經(jīng)驗(yàn)?zāi)B(tài)分解(EmpricalModeDecomposition,EMD)法。1996年，Huang在一次國(guó)際學(xué)術(shù)會(huì)議上首次提出這種適于非平穩(wěn)信號(hào)分析的新方法的設(shè)想一基于經(jīng)驗(yàn)的模式分解方法。Huang認(rèn)為，對(duì)于瞬態(tài)與非平穩(wěn)現(xiàn)象，頻率與能量一般都是時(shí)間的函數(shù)，因此需要給出瞬時(shí)頻率和瞬時(shí)能量的定義。目前信號(hào)瞬時(shí)能量的概念已被廣泛接受，但是瞬時(shí)頻率的概念和意義卻一直存有爭(zhēng)議。當(dāng)可以使數(shù)據(jù)解析化的Hilbert變換出現(xiàn)之后，人們根據(jù)Hilbert變換提供的能夠完全表達(dá)原始數(shù)據(jù)幅度和相位的函數(shù)，給出了瞬時(shí)頻率的統(tǒng)一定義，從定義可以看出瞬時(shí)頻率是時(shí)間的單值函數(shù)，即在任意時(shí)刻只存在一個(gè)振蕩模式。所以在使用瞬時(shí)頻率這一概念時(shí)，對(duì)應(yīng)的數(shù)據(jù)受到了一定的限制。這主要因?yàn)槿魏我粋€(gè)時(shí)刻，數(shù)據(jù)中可能包含多個(gè)振蕩模式，此時(shí)Hilbert變換不能給出該信號(hào)完全的頻率內(nèi)容，所得到的結(jié)果只是多個(gè)振蕩模式的平均效果，從而瞬時(shí)頻率的意義變得模糊。為了從復(fù)雜信號(hào)中得到有意義的瞬時(shí)頻率，Huang根據(jù)瞬時(shí)頻率物理意義上的必要條件，提出把含有多個(gè)振蕩模式的數(shù)據(jù)分解為滿(mǎn)足一定條件的多個(gè)單一振蕩模式分量的線(xiàn)性疊加，每個(gè)單一振蕩模式分量又叫做一個(gè)基本模式分量，并提出了一種基于經(jīng)驗(yàn)的模式分解方法。每一個(gè)單一模式分量都滿(mǎn)足Hilbert變換的必要條件，使得用Hilbert變換求解信號(hào)的瞬時(shí)頻率成為可能。經(jīng)驗(yàn)?zāi)B(tài)分解法的意義在于在信號(hào)分析中信號(hào)頻率的定義是基于波形的局部特征和瞬時(shí)特征，它能在信號(hào)數(shù)據(jù)的每個(gè)時(shí)間點(diǎn)上，從點(diǎn)與點(diǎn)之間的變化特征來(lái)給出瞬時(shí)頻率值，而不是需要多個(gè)振蕩周期的波形才能給出一個(gè)頻率值。經(jīng)驗(yàn)?zāi)B(tài)分解法分析中若存在一個(gè)頻率，僅僅表示該頻率對(duì)應(yīng)的信息在某一局部時(shí)間內(nèi)存在或者曾在某一時(shí)刻出現(xiàn)過(guò)。這樣無(wú)論從概念上還是從信號(hào)分析本質(zhì)上來(lái)看，這種分析方法打破了傳統(tǒng)頻率思想，給出了一個(gè)全新的頻率概念。經(jīng)驗(yàn)?zāi)B(tài)分解法對(duì)信號(hào)分析具有重大的意義，同時(shí)也為非平穩(wěn)信號(hào)處理提供了新思路，開(kāi)辟了新途徑。2經(jīng)驗(yàn)?zāi)B(tài)分解算法為了能把一般數(shù)據(jù)分解成固有特征振蕩模式，HuangNE提出了經(jīng)驗(yàn)?zāi)B(tài)分解的方法。和以前幾乎所有的分解方法不同，該新方法是直觀的、直接的、后驗(yàn)的和自適應(yīng)的，其分解的基函數(shù)立足于數(shù)據(jù)并且來(lái)源于數(shù)據(jù)本身。經(jīng)驗(yàn)?zāi)B(tài)分解方法是建立在以下的假設(shè)之上的(1)信號(hào)至少有兩個(gè)極值點(diǎn)，一個(gè)最大值和一個(gè)最小值；⑵特征時(shí)間尺度是通過(guò)兩個(gè)極值點(diǎn)之間的時(shí)間間隔來(lái)定義；⑶若數(shù)據(jù)缺乏極值點(diǎn)但有變形點(diǎn)，則可通過(guò)數(shù)據(jù)微分一次或幾次獲得極值點(diǎn)，然后再通過(guò)積分來(lái)獲得分解結(jié)果。這種方法的本質(zhì)是通過(guò)數(shù)據(jù)的經(jīng)驗(yàn)特征時(shí)間尺度來(lái)獲得其內(nèi)在的振蕩模式，然后據(jù)此分解數(shù)據(jù)。根據(jù)Drazin的經(jīng)驗(yàn)，數(shù)據(jù)分析的第一步是人工觀察數(shù)據(jù)，有兩種能直接區(qū)分不同尺度振蕩模式的方法觀察依次交替出現(xiàn)的極大、極小值點(diǎn)間的時(shí)間間隔；和觀察依次出現(xiàn)的過(guò)零點(diǎn)的時(shí)間間隔。交替的局部極值點(diǎn)和過(guò)零點(diǎn)形成了復(fù)雜的數(shù)據(jù)一個(gè)波動(dòng)騎在另一個(gè)波動(dòng)上，同時(shí)它們又騎在其他的波動(dòng)上，依此類(lèi)推，每個(gè)波動(dòng)都定義了數(shù)據(jù)的一個(gè)特征尺度，這個(gè)特征尺度是內(nèi)在的。采取依次出現(xiàn)的極值點(diǎn)的時(shí)間間隔作為振蕩模式的時(shí)間尺度，因?yàn)檫@個(gè)方法對(duì)振蕩模式不但有更高的分辨率，而且能應(yīng)用于非零均值的數(shù)據(jù)，例如沒(méi)有過(guò)零點(diǎn)的，全部數(shù)據(jù)點(diǎn)是正的或負(fù)的數(shù)據(jù)。為了把各種振蕩模式依次從數(shù)據(jù)中提取出來(lái)，使用一種系統(tǒng)的方法，即經(jīng)驗(yàn)?zāi)B(tài)分解方法，或形象地稱(chēng)之為“篩選”的過(guò)程，對(duì)實(shí)信號(hào)s(t)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解的步驟為1)確定s(t)的所有極大值和極小值；2)根據(jù)極大值和極小值作三次樣條差值來(lái)構(gòu)造s(t)的上下包絡(luò)線(xiàn)；3)根據(jù)上下包絡(luò)線(xiàn)，計(jì)算出s(t)的局部均值(上下包絡(luò)的平均值)mi(t)，以及s(t)禾口mi(t)的差值h(t)=s(t)-mi(t)；4)Whjt)代替原始信號(hào)s(t)，重復(fù)以上三步驟k次，直到所得的平均包絡(luò)趨于零為止(hi^a)與‘^*)之間的方差小于設(shè)定值)，即認(rèn)為Kka)是一個(gè)IMF分量，記Cl(t)U)，!^)=s(t)-Cl(t),s(t)=r:(t)；第一個(gè)IMF分量代表原始數(shù)據(jù)中最高頻率的分量。將原始數(shù)據(jù)序列s(t)減去第一個(gè)IMF分量Cl(t)，可以得到一個(gè)去掉高頻分量的差值數(shù)據(jù)序列rjt)。5)對(duì)！^*)重復(fù)以上四步平穩(wěn)化處理過(guò)程，可以得到第二個(gè)IMF分量c2(t)，如此重復(fù)下去直到最后一個(gè)差值序列rn(t)不可分解為止(rn(t)小于一設(shè)定值，或者變成一個(gè)單調(diào)函數(shù)時(shí))，原始信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)束，得到s(t)的分解式如下<formula>formulaseeoriginaldocumentpage8</formula>其中rn(t)為殘余函數(shù)，代表原始數(shù)據(jù)的趨勢(shì)或均值，由于每一個(gè)IMF分量都是代表一組特征尺度的數(shù)據(jù)序列，因此這個(gè)平穩(wěn)化的處理過(guò)程實(shí)際上是將原始數(shù)據(jù)序列分解為不同特征波動(dòng)的疊加。需要說(shuō)明的是，每一個(gè)IMF分量既可以是線(xiàn)性的也可以是非線(xiàn)性的。經(jīng)驗(yàn)?zāi)B(tài)算法實(shí)際是一個(gè)篩選的過(guò)程，首先將信號(hào)中頻率最高的成份篩選出來(lái)，而后從原信號(hào)中將該成份去除，再?gòu)男碌男盘?hào)中選出頻率最高的成份，依此類(lèi)推，直到信號(hào)不可分解為止。這種過(guò)程可以看作為一系列的濾波器族，從算法的以上描述可知，信號(hào)可以通過(guò)有限的篩選步驟完成分解。每次篩選時(shí)，新信號(hào)的最大、最小值的個(gè)數(shù)都在減少。為了減少提取IMF的篩選步驟，定了了參數(shù)SD<formula>formulaseeoriginaldocumentpage8</formula>當(dāng)SD小于某一常數(shù)時(shí)停止篩選，一般SD的值在0.2至0.3之間。另外在篩選過(guò)程中，由于該算法采用的是三次樣條插值，所以當(dāng)信號(hào)的極大值或者極小值的個(gè)數(shù)小于2時(shí)，停止篩選。這些有限的IMF經(jīng)過(guò)希爾伯特變換后產(chǎn)生了以時(shí)間為參數(shù)的具有實(shí)際意義的瞬時(shí)能量和瞬時(shí)頻率。這樣可以在時(shí)域和頻域同時(shí)對(duì)信號(hào)進(jìn)行有效的分析，這種特性是以往以傅立葉變換為基礎(chǔ)的信號(hào)分析方法所不具有的。由于經(jīng)驗(yàn)?zāi)B(tài)方法是依據(jù)數(shù)據(jù)本身的時(shí)域信息進(jìn)行的時(shí)域分解，得到的IMF通常個(gè)數(shù)是有限的和平穩(wěn)的，而且是具有實(shí)際意義的窄帶信號(hào)，基于這些IMF分量進(jìn)行的Hilbert變換其結(jié)果反映了真實(shí)的物理信息，而且基于經(jīng)驗(yàn)?zāi)B(tài)的Hilbert變換得到的每個(gè)IMF的振幅和頻率是隨時(shí)間變化的，消除了經(jīng)典頻譜分析法中為反映非線(xiàn)性、非平穩(wěn)過(guò)程而引入的多余無(wú)物理意義的簡(jiǎn)諧波。因此，其Hilbert譜也能夠準(zhǔn)確反映出信號(hào)能量、頻率在空間或時(shí)間尺度上的分布。經(jīng)驗(yàn)?zāi)B(tài)方法是基于信號(hào)的局部特征時(shí)間尺度實(shí)現(xiàn)分解的。與小波分析法相比，經(jīng)驗(yàn)?zāi)B(tài)-Hilbert方法具有小波分析的全部?jī)?yōu)點(diǎn)，并克服了小波變換的非自適應(yīng)性，因此這種基于經(jīng)驗(yàn)?zāi)B(tài)的Hilbert頻譜分析方法，在非線(xiàn)性和非平穩(wěn)過(guò)程的分析中具有很高的應(yīng)用價(jià)值。從本質(zhì)上說(shuō)，經(jīng)驗(yàn)?zāi)B(tài)是對(duì)數(shù)據(jù)在進(jìn)行Hilbert變換之前作的一個(gè)預(yù)處理。通過(guò)經(jīng)驗(yàn)?zāi)B(tài)，數(shù)據(jù)被分解為若干固有模態(tài)函數(shù)(IMF)的集合，每一個(gè)IMF刻畫(huà)了信號(hào)的一個(gè)簡(jiǎn)單振蕩模式。從表達(dá)形式上來(lái)看，一個(gè)IMF類(lèi)似于Fourier分解表達(dá)式中的一個(gè)簡(jiǎn)諧振動(dòng)，但是，它比簡(jiǎn)諧振動(dòng)更加一般化。雖然經(jīng)驗(yàn)?zāi)B(tài)分解方法的提出，為非線(xiàn)性非平穩(wěn)算法的分析提供了有力的工具，但這種新方法還處在發(fā)展階段，在實(shí)際應(yīng)用中遇到很多問(wèn)題，目前已有大量學(xué)者致力于該方法的研究和應(yīng)用。3本發(fā)明的特征振蕩模式的相位同步分析為了獲取特征振蕩模式的相位同步化特征，我們必須首先分別提取各特征振蕩模式的瞬時(shí)相位，而后兩兩比較相位延遲量的時(shí)變特征?！皶r(shí)間”和“頻率”是信號(hào)分析與處理中的兩個(gè)最常用的物理量。對(duì)周期信號(hào)，其頻率定義為周期T的倒數(shù)，即f=1/T，它表示該信號(hào)在單位時(shí)間內(nèi)重復(fù)變化的次數(shù)。對(duì)非周期信號(hào)，我們可以簡(jiǎn)單地把它分解為無(wú)窮多周期信號(hào)的疊加，這些子信號(hào)的周期是連續(xù)變化的，其倒數(shù)自然就是連續(xù)變化的頻率。在這兩種情況下，“頻率”一詞都是和Fourier變換緊密相連的。實(shí)際上，F(xiàn)ourier變換+00<formula>formulaseeoriginaldocumentpage9</formula>可理解為x(t)在基函數(shù)ej￡U上的投影，由于Q可以從-①+①，所以(1)式是將x(t)投影到一個(gè)無(wú)窮維空間的基函數(shù)上。由此，由(1)式得出的頻率稱(chēng)為“傅立葉頻率”，它是x(t)在整個(gè)時(shí)間軸上積分所得到的頻率。但在現(xiàn)實(shí)世界及工程實(shí)際中，還存在著另外一種頻率，稱(chēng)為“瞬時(shí)頻率”。如果x(t)是復(fù)信號(hào)，我們總可把它寫(xiě)成解析形式，^x{t)=A{t)eM,)，而瞬時(shí)頻率定義為對(duì)t的導(dǎo)數(shù)，即這里i代表瞬時(shí)。顯然瞬時(shí)頻率是相對(duì)解析信號(hào)而言的，它是解析信號(hào)相位的導(dǎo)數(shù)。當(dāng)x(t)是實(shí)信號(hào)時(shí)，可以通過(guò)找出其復(fù)共軛y(t)以生成解析信號(hào)z(t)<formula>formulaseeoriginaldocumentpage9</formula>理論上，有無(wú)窮多種可定義解析信號(hào)z(t)虛部的方法，但是通過(guò)Hilbert變換可以使式(3)虛部的定義方法唯一，解析信號(hào)的虛部為信號(hào)s(t)的Hilbert變換，計(jì)算如下<formula>formulaseeoriginaldocumentpage9</formula>上式的物理意義表明，Hilbert變換在時(shí)域的表達(dá)式是信號(hào)x(t)和時(shí)間t的倒數(shù)1/t的卷積，因此，Hilbert變換強(qiáng)調(diào)了信號(hào)x(t)的局部特性。通過(guò)(4)式獲取特征振蕩模式的瞬時(shí)相位后，我們即可進(jìn)行相位同步化分析方法的第二步，鎖相值求解和量化。即，首先通過(guò)Hilbert變換獲取信號(hào)x(t)的解析信號(hào)，以獲取x(t)在任意時(shí)刻t的瞬時(shí)相位(t)。而后可以獲得兩個(gè)信號(hào)x(t)與y(t)的瞬時(shí)相位差(j5xy(t)=Cj5x(t)-(j5y(t)(6)由此可以按照下面的定義公式計(jì)算兩個(gè)信號(hào)之間的相位鎖定值(phaselockingvalue,PLV)PLV=<formula>formulaseeoriginaldocumentpage9</formula><\表示在某個(gè)時(shí)間段內(nèi)求均值，||表示對(duì)信號(hào)取模。PLV的取值范圍為W1]，x(t)與y(t)完全不同步時(shí)，瞬時(shí)相位差服從均勻分布，PLV=0;當(dāng)x(t)與y(t)完全同步時(shí)，瞬時(shí)相位差為常數(shù)，PLV=1。4相位特征提取算法本發(fā)明的復(fù)合下肢想象動(dòng)作腦電的相位特征提取算法流程描述如下①利用腦電導(dǎo)聯(lián)電極采集復(fù)合下肢想象動(dòng)作腦電；②對(duì)所采集到的位于初級(jí)運(yùn)動(dòng)區(qū)及輔助功能區(qū)的腦電信號(hào)進(jìn)行空間濾波，提高提高腦電信號(hào)的信噪比；③經(jīng)過(guò)步驟②處理后的，選取位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)導(dǎo)聯(lián)位置的腦電信號(hào)，進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，將3個(gè)功能區(qū)位置的復(fù)合下肢想象動(dòng)作腦電信號(hào)分解為頻率從高到低的各個(gè)固有振蕩模式分量。④對(duì)步驟③獲得的位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)導(dǎo)聯(lián)位置的腦電信號(hào)的固有振蕩模式分量計(jì)算功率譜密度，根據(jù)其功率譜密度的頻率分布范圍，確定腦電特征節(jié)律-alhpa節(jié)律對(duì)應(yīng)的固有振蕩模式分量，即本發(fā)明所要獲取的特征振蕩模式。⑤定義反映功能區(qū)協(xié)作關(guān)系的相位同步化參數(shù)-相位鎖定值，PZF=Pm^H其中<>t表示在某個(gè)時(shí)間段內(nèi)求均值，11表示對(duì)信號(hào)取模，ΦΧα)表示兩個(gè)特征振蕩模式x(t)與y(t)的瞬時(shí)相位差，計(jì)算3類(lèi)復(fù)合下肢動(dòng)作想象時(shí)，左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)對(duì)應(yīng)的特征振蕩模式之間的相位鎖定值。⑥選擇基于徑向基核函數(shù)的支持向量基分類(lèi)器，將步驟⑤獲得代表功能區(qū)協(xié)作關(guān)系的相位同步化特征作為分類(lèi)器輸入，實(shí)現(xiàn)3類(lèi)復(fù)合下肢想象動(dòng)作(站起，左手左腿協(xié)同動(dòng)作，右手右腿協(xié)同動(dòng)作)的模式識(shí)別。特征振蕩模式的相位同步化特征的獲取過(guò)程可以用圖1表示。5實(shí)施例本發(fā)明采用奧地利EMSPH0ENIX公司生產(chǎn)的128導(dǎo)數(shù)字腦電記錄儀來(lái)采集腦電數(shù)據(jù)的設(shè)備。受試者在一個(gè)電磁屏蔽良好、隔音良好的房間內(nèi)進(jìn)行實(shí)驗(yàn)，房間內(nèi)的背景噪聲約為31dB，背景光照為2cd/m2。受試者以感覺(jué)舒適但不影響數(shù)據(jù)采集的姿勢(shì)坐在扶手椅中。距離實(shí)驗(yàn)對(duì)象1米左右的正前方是一臺(tái)19英寸顯示器，用于顯示實(shí)驗(yàn)對(duì)象進(jìn)行復(fù)合下肢動(dòng)作想象的提示符。每個(gè)復(fù)合下肢想象動(dòng)作子實(shí)驗(yàn)持續(xù)10秒。第一時(shí)段為放松階段，屏幕為無(wú)顯示的黑屏狀態(tài)，持續(xù)時(shí)間2秒。第二時(shí)段為準(zhǔn)備期，此時(shí)段屏幕正中央顯示一個(gè)十字提示符，提示受試者做好準(zhǔn)備，該時(shí)段持續(xù)時(shí)間2秒。第三階段為想象動(dòng)作期，該時(shí)段持續(xù)時(shí)間4秒，計(jì)算機(jī)屏幕上隨機(jī)顯示向左或者向右的箭頭方位提示符，要求受試者進(jìn)行相應(yīng)的左腿和左手同時(shí)動(dòng)作想象或者右手和右腿同時(shí)動(dòng)作想象。第四階段為恢復(fù)期，時(shí)段內(nèi)顯示器保持為無(wú)顯示的黑屏狀態(tài)。實(shí)驗(yàn)過(guò)程中要求受試者保持放松狀態(tài)，不允許有任何的實(shí)際動(dòng)作，并且為避免受試者由于視覺(jué)刺激引起的腦電波動(dòng)，顯示器以黑屏灰字的方式顯示提示符。整個(gè)實(shí)驗(yàn)方案要求每個(gè)受試者完成3組實(shí)驗(yàn)，每一組實(shí)驗(yàn)(rim)包含2類(lèi)復(fù)合下肢想象動(dòng)作各30次子實(shí)驗(yàn)(trail)。在每?jī)山M實(shí)驗(yàn)之間，留有足夠長(zhǎng)的休息時(shí)間用于受試者進(jìn)行疲勞恢復(fù)。如圖2所示。受試者已經(jīng)參加腦電信號(hào)能量特征提取實(shí)驗(yàn)的訓(xùn)練，能夠達(dá)到較好的想象動(dòng)作腦電實(shí)驗(yàn)效果。電極的放置采用國(guó)際10/20系統(tǒng)標(biāo)準(zhǔn)，如圖3所示，同時(shí)記錄體四肢動(dòng)作功能區(qū)附近的41個(gè)導(dǎo)聯(lián)的EEG數(shù)據(jù)。這41導(dǎo)腦電導(dǎo)聯(lián)包含通常采用的標(biāo)準(zhǔn)19導(dǎo)腦電導(dǎo)聯(lián)，其余22導(dǎo)聯(lián)是根據(jù)本發(fā)明中腦電采集目的，覆蓋人體四肢動(dòng)作的功能映射區(qū)，以此獲取復(fù)合肢體動(dòng)作想象過(guò)程中，更為精細(xì)的腦電特征。本發(fā)明致力于獲取兩側(cè)初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)之間的協(xié)作關(guān)系特征，因此同步化分析計(jì)算的是C3/C4導(dǎo)聯(lián)和FCz導(dǎo)聯(lián)兩兩組合的相位鎖定值。具體如圖3所示。電極采用Ag/AgCI電極，并以左耳垂(A1)作為參考電平，右耳垂(A2)作為參考地，腦電采樣頻率為256Hz，濾波通帶為0.535Hz。電極阻抗小于5000歐姆。數(shù)據(jù)采集完畢后，為提高后期模式識(shí)別的準(zhǔn)確性，我們通過(guò)多個(gè)導(dǎo)聯(lián)數(shù)據(jù)的線(xiàn)性組合進(jìn)行空間濾波，以提高腦電信號(hào)的信噪比。首先采用了Hjorth提出的共參考平均方法去除腦電信號(hào)的參考電平，即從原始信號(hào)中減去所有電極信號(hào)的均值，其計(jì)算方法如下<formula>formulaseeoriginaldocumentpage11</formula>其中n是電極總數(shù)，V嚴(yán)是電極上采集到的原始信號(hào)，通過(guò)共參考平均計(jì)算，在大部分電極中共有的空間低頻成份將被取出，因此共參考平均方法的作用為高通空間濾波，可以突出在空間分布上高度集中的腦電成份。而后將所得信號(hào)中仍然存在較多肌電干擾或眼電干擾的子實(shí)驗(yàn)過(guò)程(trail)去除。我們首先采用傳統(tǒng)的基于頻帶濾波方法，分析初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)之間的協(xié)作關(guān)系。圖4給出了采用帶通信號(hào)的同步化分析方法，對(duì)一名受試者JJN在左手左腿協(xié)同動(dòng)作想象時(shí)，alpha節(jié)律下的初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)之間協(xié)作關(guān)系的分析結(jié)果，用于計(jì)算相位鎖定值值的頻帶范圍是814Hz。從圖中可以看出，左側(cè)與右側(cè)的初級(jí)運(yùn)動(dòng)區(qū)之間不存在同步化現(xiàn)象，相位同步化現(xiàn)象發(fā)生在初級(jí)運(yùn)動(dòng)區(qū)(C3/C4)與輔助功能區(qū)(FCz)之間，但無(wú)法判斷哪一側(cè)的初級(jí)運(yùn)動(dòng)區(qū)與輔助功能區(qū)之間的同步化程度較強(qiáng)。為了解決上述基于通帶信號(hào)的同步化分析方法中的問(wèn)題，我們引進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分析方法，通過(guò)獲取輔助功能區(qū)和初級(jí)運(yùn)動(dòng)區(qū)腦電的特征振蕩模式，而后基于特征振蕩模式進(jìn)行相位同步化分析。圖5給出了左手左腿同時(shí)動(dòng)作想象時(shí)，在導(dǎo)聯(lián)C4記錄的單次實(shí)驗(yàn)的腦電信號(hào)。我們對(duì)圖5所示的信號(hào)，進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解。對(duì)圖5所示的C4導(dǎo)聯(lián)腦電信號(hào)采取經(jīng)驗(yàn)?zāi)B(tài)分解，獲得的8個(gè)固有振蕩模式(IMF)及一個(gè)殘留分量(res)，如圖6所示。為了獲取腦電特征節(jié)律alpha節(jié)律的特征振蕩模式，對(duì)圖6所得的固有振蕩模式進(jìn)行功率譜密度分析。圖7給出了4導(dǎo)聯(lián)腦電信號(hào)的前4個(gè)固有振蕩模式(IMF)的功率譜密度曲線(xiàn)。從圖中可以看出，alpha節(jié)律的特征振蕩模式存在于第二固有振蕩模式imf2上，即imf2為alpha節(jié)律下的特征振蕩模式。利用上述步驟，依次獲取導(dǎo)聯(lián)C3，F(xiàn)Cz在alpha節(jié)律下的特征振蕩模式，而后獲取各特征振蕩模式的瞬時(shí)相位，進(jìn)行相位同步化分析。本發(fā)明中，通過(guò)EMD方法獲得了各導(dǎo)聯(lián)在alpha節(jié)律下的特征振蕩模式，特征振蕩模式是各功能區(qū)神經(jīng)元群同步放電的結(jié)果，各功能區(qū)的同步化現(xiàn)象必然會(huì)出現(xiàn)在對(duì)應(yīng)導(dǎo)聯(lián)的特征振蕩模式之間。圖8給出了受試者JJN在想象左手左腿協(xié)同動(dòng)作想象任務(wù)下的單次實(shí)驗(yàn)的alpha節(jié)律特征振蕩模式波形，包括了alpha節(jié)律下C3、C4、FCz導(dǎo)聯(lián)特征振蕩模式以及以FCz為參考的C3、C4導(dǎo)聯(lián)的特征振蕩模式(C3與FCz的差值，以及C4與FCz的差值)?？梢钥闯?，C4與FCz的差值相對(duì)C3與FCz的差值更小，即C4導(dǎo)聯(lián)與FCz導(dǎo)聯(lián)特征振蕩模式之間具有更為顯著的相關(guān)性。這也說(shuō)明了左手左腿協(xié)同動(dòng)作想象時(shí)，右側(cè)初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)具有更為緊密的協(xié)作關(guān)系。圖8也說(shuō)明了基于特征振蕩模式進(jìn)行相位同步化研究是可行的。對(duì)于各類(lèi)不同的復(fù)合下肢想象動(dòng)作電位，各功能區(qū)之間存在著不同的相互協(xié)作關(guān)系。本研究基于特征振蕩模式的相位分析，嘗試對(duì)其相位同步化特征進(jìn)行提取。圖9(a)、(b)、(c)給出了alpha頻段特征子節(jié)律下，典型受試者JJN在左手和腿協(xié)同動(dòng)作想象、右手和腿協(xié)同動(dòng)作想象、站起動(dòng)作想象這3類(lèi)復(fù)合下肢動(dòng)作想象時(shí)，左/右初級(jí)運(yùn)動(dòng)功能區(qū)和輔助功能區(qū)的相位同步化曲線(xiàn)。依照上述方法，對(duì)10名受試者在alpha節(jié)律的相位同步化特征進(jìn)行分析，圖10給出了3類(lèi)復(fù)合下肢想象動(dòng)作在整個(gè)想象動(dòng)作期間(48秒)的相位鎖定值的統(tǒng)計(jì)分析結(jié)果。從圖中可以看出，對(duì)于alpha節(jié)律的特征振蕩模式，3類(lèi)復(fù)合下肢想象動(dòng)作均表現(xiàn)為初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)不同的同步化現(xiàn)象。同步化的相位鎖定值的范圍是0.270.67。3類(lèi)復(fù)合動(dòng)作的同步化現(xiàn)象分別表現(xiàn)為左手與同側(cè)單腿協(xié)同動(dòng)作想象時(shí)，對(duì)側(cè)的C4與FCz的同步化程度均高于同側(cè)C3與FCz，而C3與C4的相位鎖定值在alpha節(jié)律和beta節(jié)律下分別為0.33和0.39，即兩側(cè)運(yùn)動(dòng)皮層不存在明顯的同步化現(xiàn)象；右手與同側(cè)單腿協(xié)同動(dòng)作想象時(shí)，對(duì)側(cè)的C3與FCz的同步化程度均高于同側(cè)C4與FCz，而C3與C4的相位鎖定值在alpha節(jié)律和beta節(jié)律下分別為0.34和0.36，即兩側(cè)運(yùn)動(dòng)皮層也不存在明顯的同步化現(xiàn)象；站起動(dòng)作想象時(shí)，C3、C4與FCz兩兩組合的相位同步化范圍是0.260.34，說(shuō)明站起動(dòng)作過(guò)程中，左側(cè)初級(jí)運(yùn)動(dòng)區(qū)、右側(cè)初級(jí)運(yùn)動(dòng)區(qū)及輔助運(yùn)動(dòng)區(qū)無(wú)顯著同步化現(xiàn)象。按照前述步驟，對(duì)左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助功能區(qū)位置的關(guān)鍵導(dǎo)聯(lián)(即C3、C4、FCz)分別進(jìn)行特征振蕩模式獲取，而后依次計(jì)算動(dòng)作想象期間的4個(gè)時(shí)間段(4-5秒，5-6秒，6-7秒，7-8秒)下，代表3個(gè)功能區(qū)相互協(xié)作關(guān)系的相位鎖定值。按照導(dǎo)聯(lián)位置和時(shí)間順序構(gòu)成相位鎖定值系數(shù)向量，經(jīng)過(guò)拼接后構(gòu)成12維特征向量<formula>formulaseeoriginaldocumentpage12</formula>(9)式中PLVm^1，…，PLVC3_FCz4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與FCz的特征振蕩模式之間的相位鎖定值；PLV.&1，…，PLVc4_rcz4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C4與FCz的特征振蕩模式之間的相位鎖定值；PLVa.1，…，PLVra_w4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與C4的特征振蕩模式之間的相位鎖定值。通過(guò)上述步驟，獲取特征振蕩模式的相位同步化特征后，進(jìn)一步考察該方法的可行性和有效性。我們將基于特征振蕩模式的相位同步化特征與基于傳統(tǒng)的通過(guò)帶通信號(hào)(814Hz)獲取的相位同步化特征分別進(jìn)行3分類(lèi)模式識(shí)別。選擇初級(jí)運(yùn)動(dòng)區(qū)與輔助運(yùn)動(dòng)區(qū)特征導(dǎo)聯(lián)振蕩模式之間的相位鎖定值作為分類(lèi)器輸入，并采用基于徑向基核函數(shù)的支持向量基(SupportVectorMachine,SVM)方法作為分類(lèi)器。復(fù)合下肢想象動(dòng)作電位的三分類(lèi)分類(lèi)器可以表示為<formula>formulaseeoriginaldocumentpage12</formula>(10)Wi是權(quán)函數(shù)，bi閾值，通過(guò)訓(xùn)練樣本得到。是兩分類(lèi)的結(jié)果標(biāo)記(士1)，分類(lèi)結(jié)果由3個(gè)“一對(duì)一”兩分類(lèi)模式的支持向量機(jī)(SVM)分類(lèi)器的累積投票結(jié)果來(lái)決定。投票判決規(guī)則如表1所示。表1復(fù)合下肢想象動(dòng)作電位三分類(lèi)判決規(guī)則<table>tableseeoriginaldocumentpage13</column></row><table>表2給出了兩種方法對(duì)應(yīng)的分類(lèi)結(jié)果對(duì)比，訓(xùn)練數(shù)據(jù)選擇為總樣本數(shù)目的10%到90%。從表2可以看出，以特征振蕩模式的相位同步化特征作為模式識(shí)別參數(shù)，其結(jié)果明顯優(yōu)于基于傳統(tǒng)的帶通方式的相位同步化分析方法，本發(fā)明方法的模式識(shí)別平均正確率達(dá)到了81.98%，而傳統(tǒng)方法的平均正確率僅有72.84%表2兩種方法的識(shí)別正確率對(duì)比<table>tableseeoriginaldocumentpage13</column></row><table>權(quán)利要求一種復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法，包括下列步驟①利用腦電導(dǎo)聯(lián)電極采集站起，左手左腿協(xié)同動(dòng)作，右手右腿協(xié)同動(dòng)作3類(lèi)復(fù)合下肢想象動(dòng)作腦電信號(hào)；②對(duì)所采集到的位于初級(jí)運(yùn)動(dòng)區(qū)及輔助功能區(qū)的腦電信號(hào)進(jìn)行空間濾波，提高腦電信號(hào)的信噪比；③經(jīng)過(guò)步驟②處理后的，選取位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)中心位置導(dǎo)聯(lián)的腦電信號(hào)，進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，將其分別分解為頻率從高到低的各個(gè)固有振蕩模式分量。④對(duì)步驟③獲得的各導(dǎo)聯(lián)腦電的固有振蕩模式分量計(jì)算功率譜密度，根據(jù)其功率譜密度的頻率分布范圍，確定腦電特征節(jié)律-alhpa節(jié)律對(duì)應(yīng)的固有振蕩模式分量，得到特征振蕩模式。⑤定義反映功能區(qū)協(xié)作關(guān)系的相位同步化參數(shù)-相位鎖定值，<mrow><mi>PLV</mi><mo>=</mo><mo>|</mo><msub><mrow><mo>⟨</mo><msup><mi>e</mi><mrow><mi>j</mi><msub><mi>φ</mi><mi>xy</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></msup><mo>⟩</mo></mrow><mi>t</mi></msub><mo>|</mo><mo>,</mo></mrow>其中<>t表示在某個(gè)時(shí)間段內(nèi)求均值，||表示對(duì)信號(hào)取模，φxy(t)表示兩個(gè)特征振蕩模式x(t)與y(t)的瞬時(shí)相位差，計(jì)算3類(lèi)復(fù)合下肢動(dòng)作想象時(shí)，左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)對(duì)應(yīng)的特征振蕩模式之間的相位鎖定值；⑥選擇基于徑向基核函數(shù)的支持向量基分類(lèi)器，將步驟⑤獲得代表功能區(qū)協(xié)作關(guān)系的相位同步化特征作為分類(lèi)器輸入，實(shí)現(xiàn)3類(lèi)復(fù)合下肢想象動(dòng)作的模式識(shí)別。2.根據(jù)權(quán)利要求1所述的復(fù)合下肢想象動(dòng)作腦電的能量特征提取方法，其特征在于，步驟③處理的腦電信號(hào)包括C3、C4、FCz導(dǎo)聯(lián)信號(hào)。3.根據(jù)權(quán)利要求1或2所述的復(fù)合下肢想象動(dòng)作腦電的能特征提取方法，其特征在于，對(duì)位于左/右初級(jí)運(yùn)動(dòng)區(qū)和輔助運(yùn)動(dòng)區(qū)中心位置導(dǎo)聯(lián)的腦電信號(hào)分別進(jìn)行特征振蕩模式獲取，而后依次計(jì)算動(dòng)作想象期間的4-5秒，5-6秒，6-7秒，7-8秒4個(gè)時(shí)間段下，代表3個(gè)功能區(qū)相互協(xié)作關(guān)系的相位鎖定值，按照導(dǎo)聯(lián)位置和時(shí)間順序構(gòu)成相位鎖定值系數(shù)向量，經(jīng)過(guò)拼接后構(gòu)成12維特征向量J~ItψC3-FCz？,-FCz，PLVxcA-FCz？，-FCz‘PLVl3-C4‘‘PLVCi-CA\，其中PLVc3^fcz1,…，PLVC3_FCz4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與FCz的特征振蕩模式之間的相位鎖定值；PLV^rcz1,…，PLVc4_rcz4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C4與FCz的特征振蕩模式之間的相位鎖定值；PLVra.1,…，PLVra.4依次為4個(gè)時(shí)間段下導(dǎo)聯(lián)C3與C4的特征振蕩模式之間的相位鎖定值。4.根據(jù)權(quán)利要求1至3所述的復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法，其特征在于，將步驟⑤獲得的事件相關(guān)去同步化系數(shù)向量<formula>formulaseeoriginaldocumentpage2</formula>作為分類(lèi)器輸入樣本，分類(lèi)器公式Syi=sgnd^f+b,)!=1,2,3.,Wi是權(quán)函數(shù)，bi閾值，通過(guò)訓(xùn)練樣本得到，Yi是兩分類(lèi)的結(jié)果標(biāo)記(士1)，分類(lèi)結(jié)果由3個(gè)“一對(duì)一”兩分類(lèi)模式的支持向量機(jī)(SVM)分類(lèi)器的累積投票結(jié)果來(lái)決定。全文摘要本發(fā)明屬于生物醫(yī)學(xué)工程及計(jì)算機(jī)領(lǐng)域，涉及一種復(fù)合下肢想象動(dòng)作腦電的相位特征提取方法，包括①?gòu)?fù)合下肢想象動(dòng)作腦電的信號(hào)采集和預(yù)處理；②復(fù)合下肢想象動(dòng)作腦電的振蕩模式分解；③特征振蕩模式識(shí)別；④功能區(qū)協(xié)作特征提取識(shí)別；⑤模式識(shí)別。本發(fā)明充分考慮到腦電信號(hào)的非平穩(wěn)性，最高識(shí)別率為87.8％，相對(duì)于傳統(tǒng)方法的82.3％有顯著提高。文檔編號(hào)G06K9/62GK101810479SQ200910244819公開(kāi)日2010年8月25日申請(qǐng)日期2009年12月16日優(yōu)先權(quán)日2009年12月16日發(fā)明者萬(wàn)柏坤,周仲興,明東,綦宏志申請(qǐng)人:天津大學(xué)