2. 2 中所述得到的腦電節(jié)律信號(hào)的變化值曲線擬合構(gòu)成并建立個(gè)體化的隨機(jī)共振多參數(shù)模型， 使用求取極值的方法對(duì)其擬合函數(shù)求取最優(yōu)刺激參數(shù)。
[0023] 所述的經(jīng)典的Graz-BCI運(yùn)動(dòng)想象實(shí)驗(yàn)范式任務(wù)分為左右手動(dòng)作/想象左右手動(dòng) 作、手指活動(dòng)/想象手指活動(dòng)、抓握/想象抓握等，選定的刺激噪聲源為高斯型分布白噪聲， 頻帶限制在0-100赫茲，具體操作是：
[0024] 在選定其中一種隨機(jī)共振模式（即刺激噪聲源）后，通過調(diào)節(jié)噪聲能量的大小按 照屯、理物理學(xué)實(shí)驗(yàn)的感覺闊值測量方法確定噪聲闊值；按照噪聲闊值強(qiáng)度的百分比，把該 噪聲分成若干個(gè)強(qiáng)度值；在測試過程中隨機(jī)輸入上述某個(gè)噪聲強(qiáng)度值，然后使用者執(zhí)行相 應(yīng)任務(wù)并通過腦電采集模塊記錄腦電節(jié)律信號(hào)，同時(shí)通過腦電信號(hào)分析模塊分析腦電節(jié)律 信號(hào)獲得噪聲值，建立噪聲值與腦電節(jié)律信號(hào)的變化曲線，并通過極值法獲取引起最強(qiáng)腦 電節(jié)律信號(hào)的最優(yōu)噪聲值；
[0025] 所述的隨機(jī)共振的經(jīng)典實(shí)驗(yàn)范式為任務(wù)期間始終存在噪聲，在本發(fā)明中為了左右 手運(yùn)動(dòng)想象中思維空閑狀態(tài)的識(shí)別問題，隨機(jī)噪聲的施加方式除了經(jīng)典的讓噪聲始終存在 于各種任務(wù)期間，同時(shí)也增加了同步隨機(jī)共振模式，其步驟為噪聲的施加過程與任務(wù)執(zhí)行 同步。
[0026] 步驟（4)、通過想象運(yùn)動(dòng)控制一維光標(biāo)運(yùn)動(dòng)的兩分類任務(wù)，想象運(yùn)動(dòng)可引起上述 C3、C4腦區(qū)的腦電節(jié)律變化，在任務(wù)執(zhí)行過程中存在兩類反饋：一類為視覺反饋，用W指導(dǎo) 使用者進(jìn)行想象運(yùn)動(dòng)和控制光標(biāo)移動(dòng)；另一類為基于隨機(jī)共振參數(shù)模型，由外部隨機(jī)刺激 調(diào)節(jié)的在線反饋；具體操作是：
[0027] 4. 1視覺反饋任務(wù)執(zhí)行過程：
[002引使用者注視人機(jī)交互界面上的視覺反饋提示，根據(jù)提示使用者會(huì)進(jìn)行相應(yīng)的想象 運(yùn)動(dòng)，通過比較C3、C4腦區(qū)導(dǎo)聯(lián)的腦電信號(hào)能量差控制人機(jī)交互界面上一維光標(biāo)運(yùn)動(dòng)的兩 分類任務(wù)；
[0029] 4. 2隨機(jī)刺激調(diào)節(jié)的在線反饋：
[0030] 從隨機(jī)電刺激/機(jī)械振動(dòng)作為噪聲源、跨感覺通路的聽覺噪聲、經(jīng)皮電流前庭電 刺激中選取一種隨機(jī)共振模式作為輸入刺激量，輸入至預(yù)先構(gòu)建好的相同隨機(jī)共振模式的 隨機(jī)共振參數(shù)模型中，用W調(diào)控人腦皮層的腦電節(jié)律；其中所述的隨機(jī)電刺激/機(jī)械振動(dòng) 作為噪聲源、跨感覺通路的聽覺噪聲是通過觸覺和聽覺感覺通路作用于內(nèi)部的噪聲環(huán)境， 進(jìn)而影響到腦神經(jīng)中樞；所述的經(jīng)皮電流前庭電刺激可直接作用于人腦皮層；上述的=種 刺激噪聲為高斯型分布白噪聲，頻帶限制在0~100赫茲。
[0031] 4. 3通過隨機(jī)共振參數(shù)模型，形成了不同噪聲強(qiáng)度值與腦電節(jié)律信號(hào)變化曲線的 擬合函數(shù)，隨機(jī)共振反演模塊結(jié)合該擬合函數(shù)，對(duì)噪聲值與腦電節(jié)律信號(hào)的對(duì)應(yīng)關(guān)系通過 模糊推理、貝葉斯決策等方法來實(shí)現(xiàn)最優(yōu)刺激的反演，得到相對(duì)應(yīng)隨機(jī)共振模式的最優(yōu)刺 激參數(shù)。
[0032] 4. 4將步驟4. 3得到的相對(duì)應(yīng)隨機(jī)共振模式的最優(yōu)刺激參數(shù)輸入到反饋調(diào)節(jié)模 塊，根據(jù)該隨機(jī)共振模式的物理特性刺激使用者人體部位，產(chǎn)生一種噪聲刺激能量實(shí)現(xiàn)對(duì) 使用者的反饋刺激，進(jìn)而調(diào)控大腦隨機(jī)共振發(fā)生條件，改變腦電節(jié)律信號(hào)，從而達(dá)到對(duì)腦電 信號(hào)源增強(qiáng)的目的。
[0033] 步驟巧）、使用者在獲得腦電源信號(hào)的反饋調(diào)節(jié)下，按照腦電信號(hào)采集模塊采集到 的腦電信號(hào)，并通過腦電分析模塊獲得腦電節(jié)律特征，最后通過模式識(shí)別模塊采用線性判 別法（如Fisher線性判別法）獲得識(shí)別結(jié)果，輸出到人機(jī)交互界面，所述人機(jī)交互界面為 計(jì)算機(jī)顯示器。
[0034] 本發(fā)明的有益效果是：
[0035] 1、本發(fā)明使用外源信號(hào)調(diào)控腦電節(jié)律，為增強(qiáng)腦源信號(hào)提供了一種技術(shù)方法，為 腦機(jī)接口技術(shù)提供了高信噪比的信號(hào)。
[0036] 2、本發(fā)明可為使用頭皮運(yùn)動(dòng)感覺皮層區(qū)的腦電節(jié)律作為BCI系統(tǒng)控制信號(hào)的腦 機(jī)接口使用者，減少反饋訓(xùn)練的時(shí)間，提高使用者的適用性。
[0037] 3、本發(fā)明提供了多種外部隨機(jī)噪聲的施加方法，利用隨機(jī)電刺激/機(jī)械振動(dòng)作為 噪聲源、跨感覺通道感覺交互和經(jīng)皮電流前庭刺激作為外部刺激的源。
[003引 4、本發(fā)明提供了一種離線隨機(jī)共振調(diào)節(jié)參數(shù)的確定方法，更進(jìn)一步，提供了基于 隨機(jī)共振調(diào)節(jié)的在線腦機(jī)接口技術(shù)。
[0039] 5、本發(fā)明實(shí)現(xiàn)簡單、穩(wěn)定性高的離線或在線腦電節(jié)律腦機(jī)接口控制技術(shù)，可擴(kuò)大 同類腦機(jī)接口技術(shù)的應(yīng)用人群范圍。
【附圖說明】
[0040] 圖1為運(yùn)動(dòng)感覺皮層區(qū)示意圖，其中a為腦電電極安放示意圖，b為腦電空間濾波 不意圖；
[0041] 圖2為S種隨機(jī)共振模式的施加方式示意圖；
[0042] 圖3為隨機(jī)共振的施加方式示意圖；
[0043] 圖4為基于隨機(jī)共振的腦電節(jié)律調(diào)節(jié)的在線腦機(jī)接口范例。
【具體實(shí)施方式】
[0044] 下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。
[0045] 本發(fā)明方法應(yīng)用于W下運(yùn)動(dòng)感覺皮層區(qū)腦電信號(hào)的腦機(jī)接口系統(tǒng)，該系統(tǒng)包括腦 電信號(hào)采集模塊、腦電信號(hào)分析模塊、模式識(shí)別模塊、隨機(jī)共振反演模塊、人機(jī)交互模塊、反 饋調(diào)節(jié)模塊；腦電信號(hào)采集模塊的輸出端與腦電信號(hào)分析模塊的輸入端信號(hào)連接；腦電信 號(hào)分析模塊的一個(gè)輸出端與模式識(shí)別模塊的輸入端信號(hào)連接，另一個(gè)輸出端與隨機(jī)共振反 演模塊的輸入端信號(hào)連接；模式識(shí)別模塊的輸出端與人機(jī)交互模塊的輸入端信號(hào)連接；隨 機(jī)共振反演模塊的輸出端與反饋調(diào)節(jié)模塊的輸入端信號(hào)連接；反饋調(diào)節(jié)模塊的輸出刺激信 號(hào)作用于使用者；
[0046] 所述的腦電信號(hào)采集模塊由電極、阻抗匹配和保護(hù)電路、信號(hào)放大器、低通和帶阻 濾波器、模擬信號(hào)轉(zhuǎn)數(shù)字信號(hào)單元W及控制和通信單元等組成，用于采集腦電信號(hào)。
[0047] 所述的腦電信號(hào)分析模塊是通過USB接口或串行接口 RS-232接收腦電信號(hào)采集 模塊輸出的數(shù)字腦電信號(hào)，用于分析感覺運(yùn)動(dòng)皮層區(qū)腦電節(jié)律變化。
[0048] 所述的模式識(shí)別模塊是對(duì)腦電信號(hào)分析模塊輸出的腦電信號(hào)進(jìn)行數(shù)字濾波處理、 特征抽取和模式判別。
[0049] 所述的隨機(jī)共振反演模塊是基于隨機(jī)共振原理的智能推理算法模塊，該模塊可W 軟件形式運(yùn)行于腦電信號(hào)分析模塊中，也可W單獨(dú)成為一個(gè)軟硬件一體化的裝置，該模塊 能夠根據(jù)腦電信號(hào)分析模塊輸出的腦電信號(hào)節(jié)律特征反推出是大腦由外部刺激引起隨機(jī) 共振的最優(yōu)模式，反演過程可由模糊推理、貝葉斯決策等方法實(shí)現(xiàn)。
[0050] 所述的人機(jī)交互模塊由計(jì)算機(jī)顯示屏及其上顯示的內(nèi)容構(gòu)成，它用來指示使用者 完成左右手現(xiàn)象運(yùn)動(dòng)，并W圖標(biāo)等帶有指示特征的標(biāo)識(shí)來呈現(xiàn)反饋結(jié)果。
[0051] 所述的反饋調(diào)節(jié)模塊由聲音發(fā)生單元、經(jīng)皮電刺激和振動(dòng)刺激等其中之一的噪聲 能量激勵(lì)源和功率驅(qū)動(dòng)器構(gòu)成，該模塊在接收隨機(jī)共振反演模塊的輸出信息后，把信息轉(zhuǎn) 化為各種輸出信號(hào)進(jìn)而刺激使用者相應(yīng)的感覺通道。
[0化2] 利用上述系統(tǒng)的隨機(jī)共振增強(qiáng)腦機(jī)接口腦電節(jié)律信號(hào)的方法，包含W下步驟，見 圖4 ;
[0化3] 步驟（1)、按照10-20腦電電極佩戴方式，選擇使用者左、右腦區(qū)C3、C4作為記錄 區(qū)域（見圖1(a)，虛線框內(nèi)）；在記錄區(qū)域中安放測量電極，并在單側(cè)耳垂位置處安放參考 電極，在頭部前額處巧Z處安放地電極，然后將上述電極測得的腦電信號(hào)送入腦電信號(hào)采 集模塊，經(jīng)放大和模數(shù)轉(zhuǎn)換后送往腦電信號(hào)分析模塊；
[0化4] 所述的左、右腦區(qū)C3、C4即為頭皮兩