一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种运动意图精准捕捉的脑肌电信息同步系统及方法与流程

2021-12-03 23:40:00 来源:中国专利 TAG:

技术特征:
1.一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,包括以下步骤:采集受试者足底mvc,根据足底mvc计算足底目标力,并根据足底mvc确认目标下肢压力输出区间;采集受试者的脑电信号和肌电信号;对采集的脑电信号和肌电信号进行预处理,得到预处理后的脑肌电数据;对脑肌电数据进行相干性分析,获得受试者脑肌电之间的运动意图信息时延。2.根据权利要求1所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,所述采集受试者足底mvc的方法为:采集若干次,取平均值获得左右腿的下肢足底mvc;所述目标下肢压力输出区间为0.8mvc
±
10n。3.根据权利要求2所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,所述对接收的脑电信号和肌电信号进行预处理的具体方法为:对脑电信号进行基线校准,采用自适应滤波去除工频干扰,独立成分分析算法去除眼电伪迹;对肌电信号进行带通滤波,自适应滤波去除工频干扰,以提升脑肌电信噪比。4.根据权利要求3所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,对脑肌电相干性分析的具体方法为:将脑肌电数据重构为高维数据,采用多元模型拟合脑肌电数据;确定拟合脑肌电数据的多元模型阶数;确定模型阶数后,估算拟合脑肌电数据的模型系数;利用确定参数的模型进行脑肌电相干性分析,确定脑肌电相干频带,并将结果进行脑肌电时延量化。5.根据权利要求4所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于:将脑肌电数据重构为高维数据,采用多元模型拟合脑肌电数据的具体方法为:将脑肌电数据重构为高维数据,采用多元模型拟合脑肌电数据的具体方法为:将脑肌电数据重构为高维数据,采用多元模型拟合脑肌电数据的具体方法为:其中,y
t
为重构后高维脑肌电数据;t为脑肌电数据采样点,t=1,2,

t;k为脑肌电数据通道数量之和;m为该受试者所有试次数量;p为模型阶数;a
t

i
为k
×
k维模型系数;e
t
为协方差为∑的拟合后剩余噪声。6.根据权利要求5所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,所述确定脑肌电数据的多元模型阶数的具体计算方法为:所述确定脑肌电数据的多元模型阶数的具体计算方法为:
其中,p为模型阶数;m为实验试次数量;k为脑肌电数据通道数量之和,n=ml,l为时窗长度。7.根据权利要求6所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,所述估算拟合脑肌电数据模型系数的具体方法为:确定模型系数矩阵θ:θ=(a1,a2...a
p
)
ꢀꢀꢀꢀꢀꢀ
(6)其中,p为模型阶数,a的计算方法见式(3);确定模型数据矩阵w
n
:w
n
=(y
n
‑1,y
n
‑2...y
n

p
)
ꢀꢀꢀꢀꢀꢀ
(7)其中,y
n

i
为式(2)所示的重构脑肌电数据,n为当前采样点;为式(2)所示的重构脑肌电数据,n为当前采样点;其中,z
n
为瞬时误差估计矩阵,给出期望输出y
n
与预计输出之间的误差;n为当前采样点;e
n
为累积误差,c为遗忘因子,0<c<1确保遗忘距离当前时刻较远的脑肌电数据;递归算法迭代计算θ|min(e
n
),确定最终模型系数矩阵θ,根据模型瞬时误差估计矩阵可计算噪声协方差矩阵∑,如下式所示:其中,c为遗忘因子;n为当前采样点;m为实验试次数量;功率谱矩阵的计算方法为:其中,f为当前脑肌电相干频率;f
s
为脑肌电采样频率;a为mvar模型系数;∑为拟合噪声协方差,迭代计算方法见式(10)式;根据式(11)可计算脑肌电各通道相干性如下式:其中,f为当前脑肌电相干频率;i,j为对应脑肌电通道;确定模型拟合后,脑肌电显著相干出现的中心频率f
κ
及时刻t0,并将结果输出至脑肌电时延量化单元。8.根据权利要求7所述的一种运动意图精准捕捉的脑肌电信息同步方法,其特征在于,所述进行时延量化的具体方法为:将受试者出现的中心频率及时刻处的脑肌电进行滞后数据人工平移,见式(13):δ=max(coh
ij
(f
κ
))
ꢀꢀꢀꢀꢀꢀ
(13)其中δ为最终量化的脑肌电时延;coh
ij
为脑肌电i,j通道的相干性;f
κ
为脑肌电典型相干的中心频率;进行若干次试验后,取平均值,获得受试者对应肌电通道与脑电之间的运动意图信息
时延,完成脑肌电运动意图信息同步。9.一种运动意图精准捕捉的脑肌电信息同步系统,其特征在于,包括稳态力采集模块、脑

肌电采集模块、信号预处理模块和脑肌电信息同步化模块;所述稳态力采集模块用于采集受试者足底mvc,根据足底mvc计算足底目标力,并根据足底mvc确认目标下肢压力输出区间;所述脑

肌电采集模块用于采集受试者的脑电信号和肌电信号;所述信号预处理模块用于对采集的脑电信号和肌电信号进行预处理,得到预处理后的脑肌电数据;所述脑肌电信息同步化模块用于对脑肌电数据进行相干性分析,获得受试者脑肌电之间的运动意图信息时延。10.根据权利要求9所述的一种运动意图精准捕捉的脑肌电信息同步系统,其特征在于,所述脑肌电信息同步化模块包括脑肌电相干性分析单元和脑肌电时延量化单元;所述脑肌电相干性分析单元确定拟合模型的阶数并估算拟合模型系数,利用确定参数的模型进行脑肌电相干性分析,确定脑肌电相干频带及时刻后,结果输出到脑肌电时延量化单元进行脑肌电时延量化;所述脑肌电时延量化单元用于对脑肌电数据进行时延量化,进行滞后肌电数据人工平移,脑肌电之间出现的平移量即对应脑肌电时延,试验若干次后取平均值,得到受试者脑电及肌电通道所对应的脑区及肌肉的意图信息时延量,时延抵消后的脑肌电数据用于捕捉人体运动意图。

技术总结
本发明公开了一种运动意图精准捕捉的脑肌电信息同步系统及方法,包括用于采集受试者的下肢来确定目标力输出区间的稳态力采集模块,用于同步采集使用者的脑电信号和肌电信号并具有信号无线发送功能的脑


技术研发人员:张小栋 孙沁漪 李存昕 李瀚哲
受保护的技术使用者:西安交通大学
技术研发日:2021.08.27
技术公布日:2021/12/2
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献