摘要:基于腦電的腦機(jī)交互能幫助肢體運(yùn)動(dòng)障礙患者進(jìn)行日常生活和康復(fù)訓(xùn)練,但是,由于腦電信號(hào)存在信噪比較低、個(gè)體差異性大等問(wèn)題,導(dǎo)致腦電特征的提取與分類還需要進(jìn)一步提高準(zhǔn)確性和效率.因此,在減少腦電采集通道數(shù)目、增加分類數(shù)目的前提下,基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)運(yùn)動(dòng)想象中的腦電信號(hào)進(jìn)行分類.首先,基于已有方法進(jìn)行探索實(shí)驗(yàn),建立由 3層卷積層、3層池化層和 2層全連接層構(gòu)成的卷積神經(jīng)網(wǎng)絡(luò);然后針對(duì)想象左手、右手、腳的運(yùn)動(dòng)和靜息態(tài)設(shè)計(jì)與開(kāi)展了實(shí)驗(yàn),獲取了相關(guān)腦電數(shù)據(jù);之后,利用腦電數(shù)據(jù)訓(xùn)練出基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型,測(cè)試結(jié)果表明,該模型平均分類識(shí)別率達(dá)到了 82.81%,且高于已有的相關(guān)分類算法;最后,將已建立的分類模型應(yīng)用于運(yùn)動(dòng)想象信號(hào)的在線分類,設(shè)計(jì)與開(kāi)發(fā)了腦機(jī)交互應(yīng)用原型系統(tǒng),驅(qū)動(dòng)人-機(jī)器人之間的實(shí)時(shí)交互,幫助用戶利用運(yùn)動(dòng)想象控制仿人機(jī)器人的抬手、前進(jìn)等運(yùn)動(dòng)狀態(tài).進(jìn)一步的測(cè)試結(jié)果表明,機(jī)器人對(duì)用戶控制命令的平均識(shí)別率達(dá)到了 80.31%,從而驗(yàn)證了所提方法可以對(duì)運(yùn)動(dòng)想象腦電數(shù)據(jù)進(jìn)行較為精確的實(shí)時(shí)分類,可以促進(jìn)腦機(jī)接口技術(shù)在人-機(jī)器人交互中的應(yīng)用.
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社