CN107390873B - 基于脑电控制的多尺度光标定位方法 - Google Patents
基于脑电控制的多尺度光标定位方法 Download PDFInfo
- Publication number
- CN107390873B CN107390873B CN201710609207.2A CN201710609207A CN107390873B CN 107390873 B CN107390873 B CN 107390873B CN 201710609207 A CN201710609207 A CN 201710609207A CN 107390873 B CN107390873 B CN 107390873B
- Authority
- CN
- China
- Prior art keywords
- area
- cursor
- sub
- electroencephalogram
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000000638 stimulation Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 210000004556 brain Anatomy 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000026676 system process Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Neurosurgery (AREA)
- General Health & Medical Sciences (AREA)
- Neurology (AREA)
- Health & Medical Sciences (AREA)
- Dermatology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
基于脑电控制的多尺度光标定位方法,涉及一种基于脑电控制的光标定位方法。1)开始时,光标位于光标界面的中心,待定位区域为整个光标界面;2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域;3)使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心;4)判断光标是否在目标位置,若是,则方法结束;否则,将光标当前所在的子区域当作新的待定位区域,然后返回步骤2)。采用多尺度定位的方式对基于脑电控制的光标进行定位,克服了传统的基于脑电控制的光标每次只能移动一小段距离的不足,大大提高了定位速度;只使用SSVEP一种脑电信号,操作简单、方便。
Description
技术领域
本发明涉及一种基于脑电控制的光标定位方法,尤其是涉及一种采用多尺度定位的方式对基于脑电控制的多尺度光标定位方法。
背景技术
脑机接口(Brain-Computer Interface,BCI)是近几年发展起来的一种新型人机交互方式,它不依赖于大脑的正常输出通路(即外周神经和肌肉组织),可以将脑电信号直接转化成外部设备的操作命令。BCI研究涉及众多学科,如神经科学、信号处理、模式识别、控制理论等,这些学科的交叉发展推动了BCI研究的推进。BCI的基础理论与临床应用研究,已被纳入脑科学和神经工程学的范畴,也被国际上的很多权威机构认为是21世纪脑与神经科学研究中的最前沿与热点之一。
稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)是目前BCI领域中研究较多的一种脑电信号,其生理基础是人眼注视某特定频率的周期性闪烁时,会在大脑皮层视觉区诱发一个连续的与刺激频率相同或成谐振关系的响应。SSVEP的刺激频率一般要大于6Hz,这样各次刺激引起的响应在时间上就不断重叠,从而加强了信号的特征。
现有技术中,使用BCI***完成光标控制的方法采用的定位方式是:每一次将光标沿着某个方向移动一定的距离。如中国专利201010509561.6公开一种脑机接口的二维光标控制方法及装置,分别利用运动想象电位和P300电位控制光标的水平移动和垂直移动。中国专利201510589210.3公开一种基于运动想象和mVEP信号控制的鼠标移动控制方法,分别利用运动想象信号和mVEP信号计算光标下一时刻在水平方向和垂直方向上的位移。这种定位方式虽然简单,但定位速度较慢。
发明内容
为克服现有技术的上述缺陷,本发明的目的在于提供基于脑电控制的多尺度光标定位方法。
本发明包括以下步骤:
1)开始时,光标位于光标界面的中心,待定位区域为整个光标界面;
2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域;
3)使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心;
4)判断光标是否在目标位置,若是,则方法结束;否则,将光标当前所在的子区域当作新的待定位区域,然后返回步骤2)。
在步骤3)中,所述使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心的具体方法包括以下步骤:
(1)使用者注视刺激界面,以诱发脑电信号中的SSVEP响应;
(2)将通过电极帽采集的脑电信号进行模数转换和放大,然后传输到信号处理***;
(3)信号处理***对接收的脑电信号进行处理,检测SSVEP的频率,并将该频率对应的命令发送给光标控制程序;
(4)光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心。
在步骤3)第(1)部分中,所述刺激界面上分布着五个按照不同频率闪烁的发光块,分别代表“左上子区域”、“左下子区域”、“右上子区域”、“右下子区域”、“撤销”命令。
在步骤3)第(2)部分中,所述电极帽采集的通道有7个,按照“10~20国际标准导联”,7个采样通道分别为01、02、Pz、P3、P4、P7、P8。
在步骤3)第(3)部分中,所述信号处理***可采用典型相关分析(CanonicalCorrelation Analysis,CCA)检测SSVEP的频率。
在步骤3)第(4)部分中,所述光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心,可包括以下五种情况:
若接收的是“左上子区域”命令,则将光标定位到待定位区域中的左上子区域的中心;
若接收的是“左下子区域”命令,则将光标定位到待定位区域中的左下子区域的中心;
若接收的是“右上子区域”命令,则将光标定位到待定位区域中的右上子区域的中心;
若接收的是“右下子区域”命令,则将光标定位到待定位区域中的右下子区域的中心;
若接收的是“撤销”命令,则撤销上一次定位,将光标返回到上一次定位前所在的位置。
与现有技术相比,本发明的有益效果在于:
本发明采用多尺度定位的方式对基于脑电控制的光标进行定位,克服了传统的基于脑电控制的光标每次只能移动一小段距离的不足,大大提高了定位速度;
本发明只使用SSVEP一种脑电信号,操作简单、方便,使用者不需要进行额外的训练,有效扩宽了BCI***的应用。
附图说明
图1为本发明实施例的流程图。
图2为CCA算法的流程图。
具体实施方式
以下结合附图和实施例对本发明作进一步详细说明。
如图1所示,本发明提出一种基于脑电控制的多尺度光标定位方法,该方法包括以下步骤:
步骤1、开始时,光标位于光标界面的中心,待定位区域为整个光标界面;
步骤2、将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域;
步骤3、使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心;
步骤4、判断光标是否在目标位置,若是,则方法结束;否则,将光标当前所在的子区域当作新的待定位区域,然后返回步骤2。
进一步地,上述步骤3包括以下步骤:
步骤3.1、使用者注视刺激界面,以诱发脑电信号中的SSVEP响应;
步骤3.2、将通过电极帽采集的脑电信号进行模数转换和放大,然后传输到信号处理***;
步骤3.3、信号处理***对接收的脑电信号进行处理,检测SSVEP的频率,并将该频率对应的命令发送给光标控制程序;
步骤3.4、光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心。
在本实施例中,上述步骤3.1所述的刺激界面上分布着五个按照不同频率闪烁的发光块,分别位于界面的左上方、左下方、右上方、右下方和中心。其中,左上方发光块的闪烁频率为7.5Hz,代表“左上子区域”命令;左下方发光块的闪烁频率为10Hz,代表“左下子区域”命令;右上方发光块的闪烁频率为12Hz,代表“右上子区域”命令;右下方发光块的闪烁频率为15Hz,代表“右下子区域”命令;中心发光块的闪烁频率为18Hz,代表“撤销”命令。
在本实施例中,上述步骤3.2所述的电极帽的采样通道有7个;按照“10~20国际标准导联”,7个采样通道分别为01、02、Pz、P3、P4、P7、P8。
在本实施例中,上述步骤3.3所述的信号处理***使用典型相关分析(CanonicalCorrelation Analysis,CCA)检测SSVEP的频率,具体步骤如图2所示:
第一步、定义X、Y两个多维随机变量:
X=(x1 x2 … xn)Τ (1)
Y=(sin(2πft) cos(2πft) …sin(2πNft) cos(2πNft))T (2)
其中,X是待检测的多通道脑电信号,长度为2秒;Y是与刺激频率f相关的参考信号,长度与X相同。式(1)中n为采样通道数,在本实施例中n=7;式(2)中N为谐波阶数,在本实施例中N=3。
第二步、考虑一对线性组合x=XTwx和y=YTwy,CCA的作用是找到权矢量wx和wy,使x与y之间的相关最大化。换句话说,下面的优化问题(3)可求解X与Y的CCA系数:
第三步、选取不同的刺激频率f来计算CCA系数,具有最大系数的频率被判定是SSVEP响应的频率。信号处理***根据上文所述的刺激频率与命令之间的映射关系,将该频率映射到相应的命令。
在本实施例中,上述步骤3.4所述的光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心,包括以下五种情况:
若接收的是“左上子区域”命令,则将光标定位到待定位区域中的左上子区域的中心;
若接收的是“左下子区域”命令,则将光标定位到待定位区域中的左下子区域的中心;
若接收的是“右上子区域”命令,则将光标定位到待定位区域中的右上子区域的中心;
若接收的是“右下子区域”命令,则将光标定位到待定位区域中的右下子区域的中心;
若接收的是“撤销”命令,则撤销上一次定位,将光标返回到上一次定位前所在的位置。
上述实施例是为了帮助读者理解本发明的原理,本领域的技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的变形和组合。
Claims (4)
1.基于脑电控制的多尺度光标定位方法,其特征在于包括以下步骤:
1)开始时,光标位于光标界面的中心,待定位区域为整个光标界面;
2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域;
3)使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心,具体方法包括以下步骤:
(1)使用者注视刺激界面,以诱发脑电信号中的SSVEP响应;所述刺激界面上分布着五个按照不同频率闪烁的发光块,分别代表“左上子区域”、“左下子区域”、“右上子区域”、“右下子区域”、“撤销”命令;
(2)将通过电极帽采集的脑电信号进行模数转换和放大,然后传输到信号处理***;
(3)信号处理***对接收的脑电信号进行处理,检测SSVEP的频率,并将该频率对应的命令发送给光标控制程序;
(4)光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心;
4)判断光标是否在目标位置,若是,则方法结束;否则,将光标当前所在的子区域当作新的待定位区域,然后返回步骤2)。
2.如权利要求1所述基于脑电控制的多尺度光标定位方法,其特征在于在步骤3)第(2)部分中,所述电极帽采集的通道有7个,按照“10~20国际标准导联”,7个采样通道分别为01、02、Pz、P3、P4、P7、P8。
3.如权利要求1所述基于脑电控制的多尺度光标定位方法,其特征在于在步骤3)第(3)部分中,所述信号处理***采用典型相关分析检测SSVEP的频率。
4.如权利要求1所述基于脑电控制的多尺度光标定位方法,其特征在于在步骤3)第(4)部分中,所述光标控制程序根据接收的命令的类型,将光标定位到待定位区域中的相应子区域的中心,包括以下五种情况:
若接收的是“左上子区域”命令,则将光标定位到待定位区域中的左上子区域的中心;
若接收的是“左下子区域”命令,则将光标定位到待定位区域中的左下子区域的中心;
若接收的是“右上子区域”命令,则将光标定位到待定位区域中的右上子区域的中心;
若接收的是“右下子区域”命令,则将光标定位到待定位区域中的右下子区域的中心;
若接收的是“撤销”命令,则撤销上一次定位,将光标返回到上一次定位前所在的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710609207.2A CN107390873B (zh) | 2017-07-25 | 2017-07-25 | 基于脑电控制的多尺度光标定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710609207.2A CN107390873B (zh) | 2017-07-25 | 2017-07-25 | 基于脑电控制的多尺度光标定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107390873A CN107390873A (zh) | 2017-11-24 |
CN107390873B true CN107390873B (zh) | 2020-03-27 |
Family
ID=60336174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710609207.2A Expired - Fee Related CN107390873B (zh) | 2017-07-25 | 2017-07-25 | 基于脑电控制的多尺度光标定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107390873B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11684301B1 (en) | 2022-01-14 | 2023-06-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods, systems, and non-transitory computer-readable mediums for SSVEP detection |
US11934576B2 (en) | 2022-01-14 | 2024-03-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods, systems, and non-transitory computer-readable mediums for SSVEP detection optimization |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102109963A (zh) * | 2011-03-25 | 2011-06-29 | 威盛电子股份有限公司 | 于屏幕上进行光标定位的方法 |
CN103699217A (zh) * | 2013-11-18 | 2014-04-02 | 南昌大学 | 一种基于运动想象和稳态视觉诱发电位的二维光标运动控制***及方法 |
CN106933353A (zh) * | 2017-02-15 | 2017-07-07 | 南昌大学 | 一种基于运动想象和编码调制视觉诱发电位的二维光标运动控制***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100328215A1 (en) * | 2009-06-30 | 2010-12-30 | Kuo-Shu Cheng | Method for operating mouse wheel according to position of cursor pointer |
-
2017
- 2017-07-25 CN CN201710609207.2A patent/CN107390873B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102109963A (zh) * | 2011-03-25 | 2011-06-29 | 威盛电子股份有限公司 | 于屏幕上进行光标定位的方法 |
CN103699217A (zh) * | 2013-11-18 | 2014-04-02 | 南昌大学 | 一种基于运动想象和稳态视觉诱发电位的二维光标运动控制***及方法 |
CN106933353A (zh) * | 2017-02-15 | 2017-07-07 | 南昌大学 | 一种基于运动想象和编码调制视觉诱发电位的二维光标运动控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107390873A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108814597B (zh) | 一种基于运动信息与肌电交互的康复训练评测方法及*** | |
Wu et al. | Controlling a human–computer interface system with a novel classification method that uses electrooculography signals | |
KR101314570B1 (ko) | 정밀한 제어를 위한 뇌-기계 인터페이스 장치 및 방법 | |
Valbuena et al. | Brain-computer interface for high-level control of rehabilitation robotic systems | |
CN101339455B (zh) | 基于人脸识别特异性波n170成分的脑机接口*** | |
CN105549743A (zh) | 一种基于脑-机接口的机器人***及实现方法 | |
Nan et al. | A comparison of minimum energy combination and canonical correlation analysis for SSVEP detection | |
CN105824418B (zh) | 一种基于非对称视觉诱发电位的脑-机接口通讯*** | |
US9389685B1 (en) | Vision based brain-computer interface systems for performing activities of daily living | |
CN104382595A (zh) | 基于肌电信号与虚拟现实交互技术的上肢康复***及方法 | |
CN103777752A (zh) | 基于手臂肌肉电流检测和运动传感器的手势识别设备 | |
CN102799267B (zh) | Ssvep及阻断和p300三特征多脑-机接口方法 | |
CN103083014B (zh) | 一种利用脑电控制车辆的方法和利用该方法的智能车辆 | |
CN109284004B (zh) | 一种基于脑机接口的智能护理*** | |
CN107390873B (zh) | 基于脑电控制的多尺度光标定位方法 | |
CN112363627A (zh) | 基于脑机交互的注意力训练方法和*** | |
CN106109164A (zh) | 康复***及康复***的控制方法 | |
CN106491251A (zh) | 一种基于非侵入式脑机接口机器臂控制***及其控制方法 | |
CN116360600A (zh) | 一种基于稳态视觉诱发电位的空间定位*** | |
Rantanen et al. | Capacitive measurement of facial activity intensity | |
CN106708273A (zh) | 一种基于eog的开关装置及开关键实现方法 | |
CN110472595B (zh) | 脑电信号的识别模型构建方法、装置以及识别方法、装置 | |
Wang et al. | A Human‐Machine Interface Based on an EOG and a Gyroscope for Humanoid Robot Control and Its Application to Home Services | |
Karunasena et al. | Single-channel EEG SSVEP-based BCI for robot arm control | |
CN108491792B (zh) | 基于眼电信号的办公场景人机交互行为识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200327 |