一种基于脑电信号和模拟场景的目标选择系统
文献发布时间:2023-06-19 19:14:59
技术领域
本发明涉及脑电场景模拟技术领域,尤其涉及一种基于脑电信号和模拟场景的目标选择系统。
背景技术
脑机接口(BrainComputerInterface,BCI),指在人或动物大脑与外部设备之间创建的直接连接,实现脑与设备的信息交换。模拟系统是人员进行相应场景训练的重要工具,可显著降低人员的训练成本,提高训练效果。
现有脑机接口的脑电信号仅用于脑部活动以及认知状态的分析,包括情感分析、记忆分析等,除此之外,脑机接口技术广泛应用于恢复损伤的听觉、视觉和肢体运动能力,这些常用的脑机接口技术主要包含基于事件相关电位的脑机接口(由特定的随机刺激范式诱发的瞬态响应电位并进行信号的处理)、基于稳态视觉诱发电位的脑机接口、基于皮层慢电位的脑机接口等,这些应用的实验范式主要依赖于规则的时间序列刺激呈现,比如在屏幕中按照固定次序和设定的时间依次呈现,因此这些应用的目标刺激呈现方式不适合动态的目标刺激呈现。P300信号属于事件相关电位的一种,其传统的应用都是基于规则的实验范式,目标排列和分布均匀且固定,比如按照棋盘呈现目标、按照行/列矩阵呈现、按照6*6规则分布等,这不利于在真实场景中的目标选择应用,不能实现目标的快速识别。
发明内容
本发明提供了一种基于脑电信号和模拟场景的目标选择系统,目的是解决现有技术中存在的缺点。
为了实现上述目的,本发明提供如下技术方案:一种基于脑电信号和模拟场景的目标选择系统,包括:
复杂环境模拟模块,用于模拟多种复杂的场景环境;
目标运动模拟模块,用于在多种复杂的场景环境中模拟相应的目标;
EEG脑电信号采集设备,与复杂环境模拟模块及目标运动模拟模块均通过接口连接,进行目标信号的采集与反馈,用户通过EEG脑电信号采集设备接收实验范式中由目标信号构成的R轮刺激序列,并随机诱发P300电位信号;
离线分类模型,用于对所述P300电位信号进行滤波,并提取P300电位信号滤波后相应的时域和频域特征后进行线性或非线性分析,得到目标的快速识别和准确选择。
优选的,所述复杂环境模拟模块模拟的环境包括:
飞行环境,由机舱驾驶场景的构成,包括座舱主题、机舱显示屏、仪表盘、座椅与飞行控制方向舵,通过机舱显示屏进行目标的实验范式设计;
机动车驾驶环境,由大型运输车驾驶场景构成,包括座椅、驾驶方向盘、简易操作盘与仪表盘,以驾驶员视角的显示界面进行实验范式设计;
轮船航海环境,由大型轮船的驾驶舱场景构成,包括航海的仪表盘、操作盘、操作控件,以驾驶员的海面视角作为进行实验范式设计。
优选的,所述模拟模块在多种复杂的场景环境中模拟相应的目标包括:
飞行目标,包括无人机模拟、客机模拟,将其作为拟出现的目标进行闪烁和飞行模拟;
机动车目标,以机动车的出现方式、颜色、大小方式进行模拟;
船只目标,以出现的船只数量、航行方式、出现频率进行模拟。
优选的,所述目标运动模拟模块用于对出现的目标数量、目标形态、目标颜色、目标出现的时间间隔、闪烁的频率、呈现的明亮度进行模拟。
优选的,所述实验范式包含R轮刺激序列,每个刺激序列包括7次视觉刺激,7次所述视觉刺激中随机包含一个目标刺激,所述目标刺激用于诱发P300认知电位的产生。
优选的,所述目标信号包括目标的基础信息以及时间空间位置信息。
优选的,采用快速的二分类算法进行分类模型的构建离线分类模型,进行数据的离线分析。
优选的,所述离线分类模型对EEG脑电信号采集设备采集的数据进行离线分析,所述离线分析包括对数据的滤波、对滤波后数据的特征提取,以及特征集构建与特征集的分类分析。
本发明与现有技术相比具有以下有益效果:
本发明实现多种复杂的目标选择环境模拟,同步采集目标的基础信息以及时间空间位置信息,可以对EEG脑电信号采集设备采集的数据进行离线分析,基于脑电P300信号的针对特定的目标构建相互之间的联系,运用机器学习方法进行信号的特征提取,同时系统可在线实现脑电信号和目标移动的时间同步,并完成目标的快速识别。
附图说明
图1为本发明提供的基于脑电信号和模拟场景的快速目标选择系统图;
图2为本发明提供的目标模拟及设计图;
图3为本发明提供的实验范式设计图;
图4为本发明提供的分类模型构建图。
具体实施方式
下面结合附图,对本发明的具体实施方式做进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
为了理解和说明,下面详细说明本发明实施例的一种基于脑电信号和模拟场景的目标选择系统。
如图1-4所示,本发明包括复杂环境模拟模块、目标运动模拟模块、EEG脑电信号采集设备与离线分类模型。
其中,复杂环境模拟模块用于模拟多种复杂的场景环境,目标运动模拟模块用于在多种复杂的场景环境中模拟相应的目标。EEG脑电信号采集设备与复杂环境模拟模块及目标运动模拟模块均通过实时反馈且时间同步的接口连接,用户通过EEG脑电信号采集设备接收实验范式中由目标信号构成的R轮刺激序列,并随机诱发P300电位信号,同时通过EEG脑电信号采集设备采集相应的P300电位信号;目标动态信号包括目标的基础信息以及时间空间位置信息,离线分类模型由二分类算法构建而成,用于对P300电位信号进行滤波,提取P300电位信号滤波后相应的时域和频域特征进行线性或非线性分析,进行目标的识别和准确选择。
实施例1:
本发明基于模拟场景可以有效模拟真实场景下的目标选择、且目标的移动和呈现方式是不规律不固定的。本发明模拟三种应用场景下的目标实验范式可以扩充脑机接口技术的实验范式设计外延。
复杂环境模拟:
根据系统的应用场景,分为模拟飞行环境、模拟机动车驾驶环境、模拟轮船航海环境构建多种较为复杂的场景环境,运用三维建模以及虚拟渲染技术进行模拟仿真设计。
飞行环境设计中,主要以机舱驾驶场景进行、座舱主题、仪表盘、座椅、飞行控制方向舵等进行环境构建,通过机舱显示屏进行目标实验的范式设计和脑电信号采集。
机动车驾驶环境主要以大型运输车驾驶环境进行三维虚拟设计,包括座椅、驾驶方向盘、简易操作盘、仪表盘等,主要以驾驶员视角为显示界面设计,基于该界面进行实验范式设计。
轮船航海环境主要以大型轮船的驾驶舱环境进行三维仿真,包括航海的仪表盘、操作盘、操作控件等部分,航海环境主要以驾驶员的海面视角作为实验范式的显示界面呈现。
系统可以根据实际需求进行不同场景的切换与选择。
实施例2:
目标模拟及设计:
基于三种特殊的环境构建目标。
飞行界面中主要模拟飞行过程中会出现的飞行目标进行仿真设计,主要包括无人机模拟、客机模拟等作为拟出现的目标进行闪烁、飞行等设计,通过特定的频率刺激诱发脑电P300信号。
机动车驾驶界面中主要以机动车作为目标模拟仿真,并对模拟机动车的出现方式、颜色、大小等方式进行设计。
航海驾驶界面主要以海面出现的船只作为目标模拟,对出现的船只数量、航行方式、出现的频率等进行设计。
目标模拟及设计可以实现图2的基本功能,可以对出现的目标数量、目标形态、目标颜色、目标出现的时间间隔、闪烁的频率、呈现的明亮度进行设计。
实施例3:
实验范式设计:
该实验范式是基于认知电位P300(事件相关电位)进行设计,如图2所示。实验过程中每名实验人员,根据需求进行R轮刺激序列进行诱发P300特征电位(脑电信号中的事件相关电位,通常针对小概率事件),其中每个刺激序列中会发生7次视觉刺激,其中目标刺激(图中深色所示)随机出现一次,从而诱发P300认知电位的产生。
经典的P300实验范式设计中,时间控制的参数通常有:(i)两个刺激发生的间隔SOA(stimulusonsetsaynchrony);(ii)刺激持续时间(stimulusduration,SD)(图中“亮”的时间);(iii)刺激发生间隔(inter-stimulusinterval,ISI)(图中“暗”的时间)。项目中,该实验范式的具体参数设置可通过复杂环境模拟平台实现,如图1所示。
实施例4:
脑电信号采集及算法设计:
基于实施例3的实验范式,通过脑电EEG设备采集相应的P300电位信号用于后续的分析,具体如图1所示。
脑电信号采集设备通过设计与复杂环境模拟平台的接口,实现实时的信号采集及反馈,该接口可以实现时间同步性能,响应精度为毫秒级,并可以将大脑皮层放电特征信号转化为数字信号进行采集;此外脑电设备采集的EEG信号会经过信号滤波,然后提取相应的时域和频域特征进行线性或非线性分析,系统对实时性和泛化性能的要求较高,拟采用快速的二分类算法进行分类模型的构建(此部分主要进行离线数据分析及训练得到分类模型,如图4所示)。
基于离线分类模型,用于系统的在线实时反馈及目标识别的系统构建,运用离线分类模型实时分析系统采集的脑电P300信号,从而实现目标的识别与准确的选择,离线分析包括对数据的滤波、对滤波后数据的特征提取,以及特征集构建与特征集的分类分析。
以上所述实施例仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换,均属于本发明的保护范围。
- 基于虚拟现实场景脑电信号的抑郁症风险筛查系统和方法
- 一种基于脑电信号的几何模型选择意图判别方法及系统