一种少通道血管内神经信号的在线解码方法及系统与流程
本发明属于脑机接口,具体涉及一种少通道血管内神经信号的在线解码方法及系统。
背景技术:
1、脑机接口是一种通过采集脑电神经信号、解析神经活动信息并转换为外部设备控制指令的新型人机交互技术,可广泛应用于人机智能交互、肢体运动功能代偿、神经功能康复训练等核心场景。根据信号采集方式的不同,脑机接口主要分为非侵入式、侵入式与介入式三类。其中,介入式脑机接口通过血管介入方式将电极支架输送至目标脑区脑血管内部以采集神经电信号,属于微创脑机交互技术。相较于其他两类技术,介入式脑机接口具备独特的技术特征:信号采集质量整体优于非侵入式脑机接口、略低于开颅侵入式脑机接口;电极植入覆盖范围有限,天然适配少通道信号采集架构;依托血管介入手术完成植入,手术创伤极小、安全性高,是目前微创脑机接口产业化落地的核心方向。
2、然而,介入式脑电信号在采集与处理过程中存在诸多固有难题,严重制约解码精度与系统稳定性。其一,原始神经信号幅值微弱、信号强度不足;其二,信号掺杂多种复杂干扰,包括肌电伪迹、眼电伪迹、脑血管血流脉动伪迹、环境工频噪声等,有效信号极易被噪声淹没;其三,介入式少通道采集模式下有效数据维度低、可用样本有限,存在数据量不足的问题,进一步提升了高精度解码的难度。
3、当前脑电信号解码技术主要分为传统信号处理方法与深度学习方法两大类,两类方法在适配少通道介入式血管内神经信号解码场景时均存在明显缺陷。传统处理方法依托成熟的信号处理理论,通过人工设计方式提取脑电信号的时域、频域、时频域特征,并结合主成分分析(pca)、独立成分分析(ica)、支持向量机(svm)等算法完成信号降维、去噪与分类。但该类方法高度依赖人工经验与预设参数,特征表达主观性强、表征能力有限,无法充分刻画血管内神经信号的非线性、非平稳时序特性以及少通道之间的隐性空间关联,模型泛化能力较差。
4、此外,受血管尺寸、支架结构及电极布置空间限制,血管内电极通常采用较少数量的采集通道。少通道条件下,可直接获得的空间信息有限,而现有通用解码方法通常将各通道作为相对独立的信号序列进行处理,未充分利用电极之间固有的周向、轴向及交叉等空间拓扑关系。
5、另外,血管内神经信号容易受到噪声、通道异常及血管脉动等因素影响,不同通道及不同时间窗口的信号质量可能发生变化。现有技术中的信号质量检测通常主要用于前置筛选或异常剔除,质量评价结果未能充分参与后续解码过程,容易导致低质量通道或异常信号窗口对解码结果产生不利影响。
6、因此,如何在少通道血管内神经信号的在线解码过程中,结合各通道的信号质量以及多个通道之间的空间拓扑关系对信号窗口进行质量评价,并使质量评价结果参与后续解码处理,以提高在线解码的稳定性和可靠性,成为亟待解决的技术问题。
7、因此,需要提供一种针对上述现有技术不足的改进技术方案。
技术实现思路
1、本发明提供了一种少通道血管内神经信号的在线解码方法及系统,充分利用各通道之间预设的空间拓扑关系,并结合各通道的信号质量对待处理信号窗口进行质量评价,使所述质量评价结果进一步参与解码处理,从而降低低质量通道及异常信号窗口对解码结果的影响,提高在线解码的稳定性和可靠性,降低误动作风险。
2、本发明提供一种少通道血管内神经信号的在线解码方法,包括:
3、持续获取血管内电极采集的少通道神经信号,并按照预设窗口长度和预设窗口步长对所述少通道神经信号进行滑动分段,依次得到待处理信号窗口;
4、针对各待处理信号窗口,基于各通道对应的信号质量以及多个通道之间预设的空间拓扑关系,确定所述待处理信号窗口对应的质量评价结果;
5、基于所述质量评价结果对所述待处理信号窗口进行解码处理,得到解码结果以及对应的可靠性评价结果。
6、在一种可选的实施方式中,所述电极设置于介入式电极支架上,并形成沿所述介入式电极支架轴向间隔设置的至少两个电极组;
7、多个所述电极之间形成所述空间拓扑关系,所述空间拓扑关系包括:
8、同一电极组内不同电极之间的周向相对关系;
9、不同电极组内沿轴向对应的电极之间的轴向对应关系;以及
10、不同电极组内非轴向对应的电极之间的交叉关系。
11、在一种可选的实施方式中,所述两个电极组中,一组包括第一电极和第二电极,另一组包括第三电极和第四电极;
12、其中,所述第一电极和所述第二电极位于第一轴向截面,所述第三电极和所述第四电极位于第二轴向截面;
13、所述第一电极和所述第二电极在所述第一轴向截面上沿周向相对设置,所述第三电极和所述第四电极在所述第二轴向截面上沿周向相对设置;
14、所述第一电极和所述第三电极轴向对应;所述第二电极和所述第四电极轴向对应;
15、所述第一电极与所述第四电极,同所述第二电极与所述第三电极,呈交叉布置。
16、在一种可选的实施方式中,所述针对各所述待处理信号窗口,基于各通道对应的信号质量以及多个通道之间预设的空间拓扑关系,确定所述待处理信号窗口对应的质量评价结果,包括:
17、针对各所述待处理信号窗口,获取各通道对应的预设信号质量指标,并基于所述信号质量指标确定各通道对应的通道质量评分;
18、基于所述空间拓扑关系确定多个预设拓扑通道对,并基于各所述预设拓扑通道对对应的神经信号确定拓扑一致性评价结果;
19、基于各所述通道质量评分以及所述拓扑一致性评价结果确定所述待处理信号窗口对应的窗口质量评分;
20、将各所述通道质量评分和所述窗口质量评分作为所述质量评价结果。
21、在一种可选的实施方式中,所述基于所述信号质量指标确定各通道对应的通道质量评分,包括:
22、基于各所述信号质量指标与对应的预设质量基准进行比较,得到各所述信号质量指标对应的质量子评分;
23、基于同一通道对应的各所述质量子评分确定所述通道对应的原始通道质量评分;
24、基于所述原始通道质量评分以及前一待处理信号窗口对应的通道质量评分,对所述原始通道质量评分进行更新,得到当前待处理信号窗口对应的通道质量评分。
25、在一种可选的实施方式中,基于所述空间拓扑关系确定多个预设拓扑通道对,并基于各所述预设拓扑通道对对应的神经信号确定拓扑一致性评价结果,包括:
26、基于所述空间拓扑关系确定多个预设拓扑通道对;
27、获取各所述预设拓扑通道对在预设频段内对应的信号能量;
28、基于所述信号能量确定所述预设拓扑通道对对应的能量差异信息;
29、将所述能量差异信息与对应的预设能量差异阈值进行比较,得到所述预设拓扑通道对对应的拓扑评分;
30、基于多个所述拓扑评分确定所述拓扑一致性评价结果。
31、在一种可选的实施方式中,所述基于所述质量评价结果对所述待处理信号窗口进行解码处理,包括:
32、通过第一解码路径对所述待处理信号窗口进行特征提取和解码处理,得到第一解码结果以及第一置信度;
33、通过第二解码路径对所述待处理信号窗口进行特征提取和解码处理,得到第二解码结果以及第二置信度;
34、基于所述第一解码结果和所述第二解码结果确定一致性指标;
35、基于所述质量评价结果、所述第一置信度、所述第二置信度以及所述一致性指标确定所述可靠性评价结果。
36、在一种可选的实施方式中,进一步包括:
37、基于各所述预设拓扑通道对对应的通道质量评分,确定对应的拓扑权重;
38、利用所述拓扑权重对各所述预设拓扑通道对对应的差分序列进行加权处理,得到质量加权差分特征;
39、所述第一解码路径基于所述质量加权差分特征对待处理信号窗口进行解码处理。
40、在一种可选的实施方式中,还包括:
41、基于各所述通道质量评分确定对应通道的通道状态;
42、当任一通道满足预设异常条件时,将该通道确定为异常通道,并停用包含所述异常通道的预设拓扑通道对;
43、基于除所述异常通道之外的其他可用通道以及所述可用通道之间的空间拓扑关系,重新确定所述拓扑一致性评价结果以及所述窗口质量评分;
44、基于所述可用通道对应的神经信号进行备用解码,得到备用解码结果;
45、当所述异常通道满足预设恢复条件时,基于随连续信号窗口递增的恢复系数,对所述备用解码结果与包含所述异常通道的全通道解码结果进行加权混合,逐步恢复所述异常通道的参与权重。
46、另一方面,本说明书的一些实施例还提供一种少通道血管内神经信号的在线解码系统,所述系统包括:
47、采集模块,用于获取血管内电极采集的少通道神经信号,并对所述少通道神经信号进行分段,得到待处理信号窗口;
48、分析模块,用于针对各所述待处理信号窗口,基于各通道对应的信号质量以及多个通道之间预设空间拓扑关系,确定所述待处理信号窗口对应的质量评价结果;
49、解码模块,用于基于所述质量评价结果对所述待处理信号窗口进行解码处理,得到解码结果以及对应的可靠性评价结果。
50、与现有技术相比,本发明实施例至少具有以下有益效果:
51、1、通过结合不同通道之间预设的空间拓扑关系进行质量评价,可进一步利用少通道条件下有限的空间关联信息,提高神经信号的解码精度。
52、2、将各通道信号质量以及窗口质量评价结果引入后续解码过程,可抑制低质量通道或者异常信号窗口对解码结果的不利影响,提高在线解码的稳定性和可靠性。
53、3、通过对持续采集的信号进行分段窗口化处理并逐窗解码输出,使解码结果能够随信号采集不断更新,无需等待完整数据采集结束后再统一处理,有利于提高在线解码的连续性和实时性。
54、上述说明仅是本说明书的一些实施例技术方案的概述,为了能够更清楚了解本说明书的一些实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本说明书的一些实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本说明书的一些实施例的具体实施方式。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com