專利名稱：一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法。 具體的說，包括在線識(shí)別方法和離線識(shí)別方法兩部分，能夠?qū)Σ杉哪X電信號(hào)顯示、保存、 在線識(shí)別或離線識(shí)別、以圖形加文字的形式回顯結(jié)果、生成報(bào)表。具有可移植性強(qiáng)、操作簡(jiǎn) 單且功能全面等特點(diǎn)。
背景技術(shù)：
腦機(jī)接口是指通過電極從頭皮或顱內(nèi)獲得含有控制意圖的腦電信號(hào)，經(jīng)過特征提 取與分類，識(shí)別出不同的用戶意圖，并將之轉(zhuǎn)化為能夠控制外部設(shè)備的命令。它包含腦電信 號(hào)檢測(cè)和腦電信號(hào)識(shí)別兩方面，其中腦電信號(hào)的識(shí)別最為重要，主要完成腦電信號(hào)的特征 提取與分類。 現(xiàn)有的腦電信號(hào)識(shí)別多是直接在Matlab環(huán)境下進(jìn)行仿真，各種識(shí)別方法相互獨(dú) 立，且很難和信號(hào)檢測(cè)系統(tǒng)結(jié)合在一起，更不能進(jìn)行信號(hào)的在線識(shí)別^0++是一種功能強(qiáng) 大的通用系統(tǒng)開發(fā)工具，但基于VC++實(shí)現(xiàn)的腦電信號(hào)識(shí)別系統(tǒng)，數(shù)學(xué)計(jì)算能力不強(qiáng)，開發(fā) 難度大，而且擁有的儀器專業(yè)控件在多樣性和美觀性方面都不及LabWindows/CVI。
為了解決以上存在的問題，人們一直在尋求一種更為合理的方案。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的不足，提供一種實(shí)時(shí)高效的基于LabWindows/CVI 和Matlab混合編程的腦電信號(hào)識(shí)別方法。 為了實(shí)現(xiàn)上述目的，本發(fā)明的構(gòu)思是本發(fā)明采用LabWindows/CVI和Matlab混合 編程技術(shù)。LabWindows/CVI以ANSI C為核心，將C語言平臺(tái)與數(shù)據(jù)采集和分析等測(cè)控專業(yè) 工具有機(jī)結(jié)合，具有功能強(qiáng)大、使用靈活的優(yōu)點(diǎn)。但是，在測(cè)控領(lǐng)域先進(jìn)的理論和方法方面， 尚未形成可用的函數(shù)。而Matlab擁有豐富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的 開放式可擴(kuò)展環(huán)境使之成為計(jì)算機(jī)輔助設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平 臺(tái)，但在實(shí)時(shí)監(jiān)控方面功能相對(duì)薄弱。因此將二者有機(jī)結(jié)合，作為交互式的高效率的集成開 發(fā)環(huán)境，可以設(shè)計(jì)出功能強(qiáng)大的虛擬儀器平臺(tái)。在本方法中，采用LabWindows/CVI軟件編 寫信號(hào)采集模塊和信號(hào)回放模塊；采用Matlab編寫具體的特征提取函數(shù)和分類識(shí)別函數(shù)； 采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)信號(hào)在線識(shí)別模塊和信號(hào)離線識(shí)別模塊。
采用多線程編程技術(shù)。多線程技術(shù)可以充分利用CPU的空閑時(shí)間片，用盡可能少 的時(shí)間做出響應(yīng)，使得進(jìn)程的整體運(yùn)行效率得到較大的提高，同時(shí)增強(qiáng)了應(yīng)用程序的靈活 性。在信號(hào)采集模塊中， 一個(gè)線程采集數(shù)據(jù)，數(shù)據(jù)達(dá)到一定點(diǎn)數(shù)時(shí)，開啟另一個(gè)線程，該線程 顯示數(shù)據(jù)并自動(dòng)將數(shù)據(jù)以文本格式存儲(chǔ)；在信號(hào)回放模塊中，一個(gè)線程裝載并讀出數(shù)據(jù)，數(shù) 據(jù)達(dá)到一定點(diǎn)數(shù)時(shí)，開啟另一個(gè)線程，該線程用于顯示數(shù)據(jù)。
根據(jù)上述發(fā)明構(gòu)思，本發(fā)明采用下述技術(shù)方案
4
—種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法，其特征在于 由在線識(shí)別方法和離線識(shí)別方法兩部分構(gòu)成，其中，在線識(shí)別方法首先對(duì)實(shí)時(shí)采集的腦電 信號(hào)顯示、保存，繼而對(duì)其整理、提取特征和分類識(shí)別，最終再對(duì)實(shí)時(shí)采集的腦電數(shù)據(jù)進(jìn)行 在線識(shí)別；離線識(shí)別方法對(duì)已存在的腦電數(shù)據(jù)進(jìn)行裝載、回放，繼而對(duì)其提取特征和分類識(shí) 別，最終對(duì)后續(xù)腦電數(shù)據(jù)進(jìn)行識(shí)別；在線識(shí)別方法或離線識(shí)別方法的識(shí)別結(jié)果以圖形加文 字的形式顯示在微機(jī)顯示器上。 上述在線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其中信號(hào)采 集模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)在線識(shí)別模塊采用 LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab擁有豐 富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算機(jī)輔助 設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)。具體實(shí)現(xiàn)步驟為
1)參數(shù)設(shè)置需要設(shè)置的信息包括采樣通道的名稱、采樣通道數(shù)、每個(gè)通道的采 樣點(diǎn)數(shù)、采樣率、信號(hào)的幅值范圍、文件保存時(shí)間、實(shí)驗(yàn)者的姓名、性別和年齡信息。這些在 LabWi ndows/CVI中通過對(duì)相應(yīng)控件編程實(shí)現(xiàn)； 2)信號(hào)采集及顯示實(shí)現(xiàn)腦電信號(hào)的實(shí)時(shí)采集、顯示、停止、保存和清除等功能， 采用LabWindows/CVI編寫。 令采集控制數(shù)據(jù)采集卡多路開關(guān)對(duì)采樣通道進(jìn)行掃描，每通道采樣一個(gè)點(diǎn)，存至 計(jì)算機(jī)內(nèi)存，如此循環(huán)，直到停止采集； 令顯示當(dāng)采集的數(shù)據(jù)達(dá)到一定點(diǎn)數(shù)時(shí)，在LabWindows/CVI的顯示控件中顯示數(shù) 據(jù)； 令停止采集到所需點(diǎn)數(shù)時(shí)，停止采集數(shù)據(jù)；
令保存將采集到的數(shù)據(jù)以文本形式存儲(chǔ)；
令清除清除顯示控件中的波形。 3)信號(hào)在線識(shí)別對(duì)實(shí)時(shí)采集到的腦電信號(hào)進(jìn)行在線識(shí)別，在LabWindows/CVI語
言環(huán)境下通過ActiveX技術(shù)調(diào)用Matlab自編的特征提取和分類函數(shù)實(shí)現(xiàn)。 令調(diào)用Matlab特征提取函數(shù)在Matlab編譯環(huán)境下，自編特征提取函數(shù)hht. m，
ar. m， wt. m， wtp. m和CSP. m，分別對(duì)應(yīng)希爾伯特_黃變換特征提取方法、自回歸模型參數(shù)特
征提取方法、小波系數(shù)特征提取方法、小波包系數(shù)特征提取方法和公共空間模式特征提取
方法； 令獲得初始特征數(shù)組根據(jù)選定的特征提取函數(shù)提取信號(hào)特征，構(gòu)建初始特征數(shù) 組。如ar. m特征提取函數(shù)對(duì)信號(hào)時(shí)域波形提取4階AR模型系數(shù)，組成初始特征數(shù)組；
令調(diào)用Matlab模式分類函數(shù)在Matlab編譯環(huán)境下，自編分類識(shí)別函數(shù)svm. m， decisiontree. m， pnn. m， bp. m和fisher, m，分別X寸應(yīng)支持向量豐幾分類方f去、決策豐對(duì)分類方 法、概率神經(jīng)網(wǎng)絡(luò)分類方法、BP神經(jīng)網(wǎng)絡(luò)分類方法和Fisher分類方法；
令獲得識(shí)別結(jié)果將初始特征數(shù)組送入分類器分析識(shí)別，得到識(shí)別結(jié)果。如p皿.m 分類函數(shù)將初始特征數(shù)組作為PNN分類器的輸入，進(jìn)行模式分類，輸出識(shí)別結(jié)果；
令將反映受試思維狀態(tài)的識(shí)別結(jié)果回顯到LabWindows/CVI的顯示控件中。
上述離線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其中信號(hào)回 放模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)離線識(shí)別模塊采用
5LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab擁有豐
富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算機(jī)輔助
設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)。具體實(shí)現(xiàn)步驟為 1)參數(shù)設(shè)置需要設(shè)置的信息包括多個(gè)通道是否單獨(dú)顯示、顯示界面幅值范圍、
單個(gè)通道的采樣點(diǎn)數(shù)和各通道數(shù)據(jù)波形的顯示顏色。這些在LabWindows/CVI中通過對(duì)相
應(yīng)控件編程實(shí)現(xiàn)； 2)信號(hào)回放實(shí)現(xiàn)數(shù)據(jù)文件裝載、回放、停止、清除功能，采用LabWindows/CVI編寫。 令裝載將已存在的離線數(shù)據(jù)讀入計(jì)算機(jī)內(nèi)存； 令回放當(dāng)裝載的數(shù)據(jù)達(dá)到一定點(diǎn)數(shù)時(shí)，在LabWindows/CVI的顯示控件中顯示數(shù) 據(jù)； 令停止裝載到所需點(diǎn)數(shù)時(shí)，停止裝載數(shù)據(jù)；
令清除清除顯示控件中的波形。 3)信號(hào)離線識(shí)別對(duì)已裝載的腦電數(shù)據(jù)進(jìn)行實(shí)時(shí)識(shí)別，在LabWindows/CVI語言環(huán)
境下通過ActiveX技術(shù)調(diào)用Matlab自編的特征提取和分類函數(shù)實(shí)現(xiàn)。 令調(diào)用Matlab特征提取函數(shù)在Matlab編譯環(huán)境下，自編特征提取函數(shù)hht. m，
ar. m， wt. m， wtp. m和CSP. m，分別對(duì)應(yīng)希爾伯特_黃變換特征提取方法、自回歸模型參數(shù)特
征提取方法、小波系數(shù)特征提取方法、小波包系數(shù)特征提取方法和公共空間模式特征提取
方法； 令獲得初始特征數(shù)組根據(jù)選定的特征提取函數(shù)提取信號(hào)特征，構(gòu)建初始特征數(shù)
組。如ar. m特征提取函數(shù)對(duì)信號(hào)時(shí)域波形提取4階AR模型系數(shù)，組成初始特征數(shù)組； 令調(diào)用Matlab模式分類函數(shù)在Matlab編譯環(huán)境下，自編分類識(shí)別函數(shù)svm. m，
decisiontree. m， pnn. m， bp. m和fisher, m，分別X寸應(yīng)支持向量豐幾分類方f去、決策豐對(duì)分類方
法、概率神經(jīng)網(wǎng)絡(luò)分類方法、BP神經(jīng)網(wǎng)絡(luò)分類方法和Fisher分類方法； 令獲得識(shí)別結(jié)果將初始特征數(shù)組送入分類器分析識(shí)別，得到識(shí)別結(jié)果。如p皿.m
分類函數(shù)將初始特征數(shù)組作為PNN分類器的輸入，進(jìn)行模式分類，輸出識(shí)別結(jié)果； 令將反映受試思維狀態(tài)的識(shí)別結(jié)果回顯到LabWindows/CVI的顯示控件中。
本發(fā)明與現(xiàn)有技術(shù)相比，具有以下實(shí)質(zhì)性特點(diǎn)和顯著優(yōu)點(diǎn)界面友好，操作靈活；
有利于腦電信號(hào)的離線、在線分析，能夠?qū)崿F(xiàn)腦電數(shù)據(jù)的實(shí)時(shí)識(shí)別，為腦機(jī)接口的實(shí)際應(yīng)用
奠定了基礎(chǔ)。


圖1是本發(fā)明總流程框圖。 圖2是本發(fā)明具體實(shí)施例的在線識(shí)別方法流程圖。 圖3是本發(fā)明具體實(shí)施例的離線識(shí)別方法流程圖。 圖4是本發(fā)明具體實(shí)施例的主程序模塊界面圖。 圖5是本發(fā)明具體實(shí)施例的在線識(shí)別模塊界面圖。 圖6是本發(fā)明具體實(shí)施例的離線識(shí)別模塊界面圖。
具體實(shí)施例方式
本發(fā)明的優(yōu)選實(shí)施例結(jié)合附圖詳述如下 實(shí)施例一 參見圖1、圖2和圖3，本基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法，由在線識(shí)別方法和離線識(shí)別方法兩部分構(gòu)成，其中，在線識(shí)別方法首先對(duì)實(shí)時(shí)采集的腦電信號(hào)顯示、保存，繼而對(duì)其整理、提取特征和分類識(shí)別，最終再對(duì)實(shí)時(shí)采集的腦電數(shù)據(jù)進(jìn)行在線識(shí)別；離線識(shí)別方法對(duì)已存在的腦電數(shù)據(jù)進(jìn)行裝載、回放，繼而對(duì)其提取特征和分類識(shí)別，最終對(duì)后續(xù)腦電數(shù)據(jù)進(jìn)行識(shí)別；在線識(shí)別方法或離線識(shí)別方法的識(shí)別結(jié)果以圖形加文字的形式顯示在微機(jī)顯示器上。 實(shí)施例二 本實(shí)施例與實(shí)施例一基本相同，特別之處如下參見圖4，本基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法主程序界面圖，實(shí)現(xiàn)進(jìn)入各識(shí)別程序和退出系統(tǒng)的功能。具體操作步驟如下 1)進(jìn)入識(shí)別程序點(diǎn)擊"Enter"按鍵，進(jìn)入選項(xiàng)卡界面，根據(jù)實(shí)驗(yàn)要求選擇進(jìn)入在線識(shí)別程序或者離線識(shí)別程序； 2)幫助信息點(diǎn)擊"Help"控件，彈出幫助信息面板，簡(jiǎn)單介紹該系統(tǒng)的功能及操作方法； 3)退出系統(tǒng)點(diǎn)擊"Quit"控件，釋放系統(tǒng)資源，退出識(shí)別系統(tǒng)。
參見圖5，本基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法在線識(shí)別程序界面圖，實(shí)現(xiàn)信號(hào)的記錄、顯示、識(shí)別、保存、打印等功能。具體操作步驟如下
1)參數(shù)設(shè)置包括受試基本信息設(shè)置、通道選擇設(shè)置和信號(hào)顯示設(shè)置。在"Subjectlnformation"受試基本信息彈出式面板上設(shè)置受試的姓名、性別、年齡及健康狀況；在"Channel Setting"通道選擇設(shè)置彈出式面板上設(shè)置信號(hào)輸入模式、采樣率，選擇采樣通道；以及在"Display Setting"信號(hào)顯示設(shè)置模塊中設(shè)置顯示界面幅值范圍和運(yùn)動(dòng)想象任務(wù)的執(zhí)行時(shí)間； 2)信號(hào)采集與波形顯示單擊"Acquire"采集按鈕，多路開關(guān)對(duì)采樣通道進(jìn)行一次掃描，每通道采樣一個(gè)點(diǎn)，經(jīng)A/D轉(zhuǎn)換芯片并存儲(chǔ)數(shù)據(jù)至緩存，如此循環(huán)，直到點(diǎn)擊"Stop"停止按鈕；同時(shí)通過設(shè)備驅(qū)動(dòng)程序，將緩存中數(shù)據(jù)讀取到計(jì)算機(jī)內(nèi)存并實(shí)現(xiàn)多通道數(shù)據(jù)實(shí)時(shí)波形顯示； 3)數(shù)據(jù)存儲(chǔ)點(diǎn)擊"Acquire"控件(相當(dāng)于時(shí)間零基準(zhǔn))，同時(shí)開始存儲(chǔ)數(shù)據(jù)，直到點(diǎn)擊"Stop"停止按鈕。數(shù)據(jù)以.txt或者.mat的格式存儲(chǔ)，同時(shí)存儲(chǔ)對(duì)保存數(shù)據(jù)的描述文件； 4)信號(hào)模式識(shí)別在"Extraction"菜單下選擇"AR"特征提取方法，在"Classification"菜單下選擇"PNN"分類方法，點(diǎn)擊"Train"訓(xùn)練按鈕調(diào)用相應(yīng)的Matlab函數(shù)，對(duì)已經(jīng)采集到的腦電信號(hào)進(jìn)行特征提取和分類，并自動(dòng)保存訓(xùn)練樣本的特征矩陣在默認(rèn)路徑下。然后點(diǎn)擊"Test"測(cè)試按鈕對(duì)后續(xù)實(shí)時(shí)采集的腦電信號(hào)進(jìn)行在線識(shí)別，識(shí)別結(jié)果已文字的形式顯示在彈出式面板上； 5)報(bào)表生成及打印程序利用了 LabWindows/CVI與ActiveX自動(dòng)化庫中Microsoft Word相結(jié)合生成Word報(bào)表，并賦以打印功能，充分結(jié)合了 Word的強(qiáng)大功能，將受試個(gè)人信息和對(duì)應(yīng)的腦電數(shù)據(jù)保存路徑完整的保留在計(jì)算機(jī)中或打印出來，便于離線分析。
7
參見圖6，本基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法離線識(shí)別程序界面圖，實(shí)現(xiàn)信號(hào)的裝載、顯示、識(shí)別等功能。具體操作步驟如下
1)信號(hào)顯示設(shè)置通過復(fù)選框"Whole/S印arate Chart"決定多個(gè)通道是否單獨(dú)顯示；在"Display Setting"顯示設(shè)置模塊設(shè)置顯示界面幅值范圍、單個(gè)通道的采樣點(diǎn)數(shù)；根據(jù)不同喜好設(shè)置各通道波形顯示顏色； 2)數(shù)據(jù)文件裝載點(diǎn)擊"LoadPara"和"LoadData"按鈕在彈出的文件選擇對(duì)話框中選擇需要裝載的數(shù)據(jù)文件，同時(shí)裝載對(duì)該數(shù)據(jù)文件的描述文件，并將這些描述信息顯示在界面上； 3)信號(hào)顯示點(diǎn)擊"ShowWave"波形顯示按鈕，將所選文件中的數(shù)據(jù)讀入計(jì)算機(jī)內(nèi)存并實(shí)現(xiàn)多通道數(shù)據(jù)波形實(shí)時(shí)顯示； 4)信號(hào)模式識(shí)別在"Extraction"菜單下選擇"AR"特征提取方法，在"Classification"菜單下選擇"PNN"分類方法，點(diǎn)擊"Train"訓(xùn)練按鈕調(diào)用相應(yīng)的Matlab函數(shù)，對(duì)已經(jīng)顯示過的腦電信號(hào)進(jìn)行特征提取和分類，并自動(dòng)保存訓(xùn)練樣本的特征矩陣在默認(rèn)路徑下。然后點(diǎn)擊"Test"測(cè)試按鈕對(duì)后續(xù)的腦電信號(hào)進(jìn)行實(shí)時(shí)識(shí)別，識(shí)別結(jié)果已文字的形式顯示在彈出式面板上。 實(shí)施例三本實(shí)施例與實(shí)施例一基本相同，特別之處如下所述在線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其中信號(hào)采集模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)在線識(shí)別模塊采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab擁有豐富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算機(jī)輔助設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)。所述離線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其中信號(hào)回放模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)離線識(shí)別模塊采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab擁有豐富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算機(jī)輔助設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)。
權(quán)利要求
一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法，其特征在于由在線識(shí)別方法和離線識(shí)別方法兩部分構(gòu)成，其中，在線識(shí)別方法首先對(duì)實(shí)時(shí)采集的腦電信號(hào)顯示、保存，繼而對(duì)其整理、提取特征和分類識(shí)別，最終再對(duì)實(shí)時(shí)采集的腦電數(shù)據(jù)進(jìn)行在線識(shí)別；離線識(shí)別方法對(duì)已存在的腦電數(shù)據(jù)進(jìn)行裝載、回放，繼而對(duì)其提取特征和分類識(shí)別，最終對(duì)后續(xù)腦電數(shù)據(jù)進(jìn)行識(shí)別；在線識(shí)別方法或離線識(shí)別方法的識(shí)別結(jié)果以圖形加文字的形式顯示在微機(jī)顯示器上。
2. 根據(jù)權(quán)利要求1所述的一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí) 別方法，其特征在于所述在線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其 中信號(hào)采集模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)在線識(shí)別模 塊采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab 擁有豐富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算 機(jī)輔助設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)；具體實(shí)現(xiàn)步驟為1) 參數(shù)設(shè)置需要設(shè)置的信息包括采樣通道的名稱、采樣通道數(shù)、每個(gè)通道的采 樣點(diǎn)數(shù)、采樣率、信號(hào)的幅值范圍、文件保存時(shí)間、實(shí)驗(yàn)者的姓名、性別和年齡信息，在 LabWindows/CVI中通過對(duì)相應(yīng)控件編程實(shí)現(xiàn)；2) 信號(hào)采集及顯示實(shí)現(xiàn)腦電信號(hào)的實(shí)時(shí)采集、顯示、停止、保存和清除，采用 LabWindows/CVI編寫令采集控制數(shù)據(jù)采集卡多路開關(guān)對(duì)采樣通道進(jìn)行掃描，每通道采樣一個(gè)點(diǎn)，存至計(jì)算 機(jī)內(nèi)存，如此循環(huán)，直到停止采集；令顯示當(dāng)采集的數(shù)據(jù)達(dá)到預(yù)定點(diǎn)數(shù)時(shí)，在LabWindows/CVI的顯示控件中顯示數(shù)據(jù)； 令停止判斷采集的數(shù)據(jù)是否達(dá)到設(shè)定點(diǎn)數(shù)，到所需點(diǎn)數(shù)時(shí)，停止采集數(shù)據(jù)； 令保存將采集到的數(shù)據(jù)以文本形式存儲(chǔ)，同時(shí)可以清除顯示控件中的波形；3) 信號(hào)在線識(shí)別對(duì)實(shí)時(shí)采集到的腦電信號(hào)進(jìn)行在線識(shí)別，在LabWindows/CVI語言環(huán) 境下通過ActiveX技術(shù)調(diào)用Matlab自編的特征提取和分類函數(shù)實(shí)現(xiàn)；令調(diào)用Matlab特征提取函數(shù)在Matlab編譯環(huán)境下，自編特征提取函數(shù)hht. m， ar. m， wt. m，wtp. m和CSP. m，分別對(duì)應(yīng)希爾伯特_黃變換特征提取方法、自回歸模型參數(shù)特征提取 方法、小波系數(shù)特征提取方法、小波包系數(shù)特征提取方法和公共空間模式特征提取方法；令獲得初始特征數(shù)組根據(jù)選定的特征提取函數(shù)提取信號(hào)特征，構(gòu)建初始特征數(shù)組 ar. m特征提取函數(shù)對(duì)信號(hào)時(shí)域波形提取4階AR模型系數(shù)，組成初始特征數(shù)組； 調(diào)用Matlab模式分類函數(shù)在Matlab編譯環(huán)境下，自編分類識(shí)別函數(shù)svm. m， decisiontree.m， pnn. m， bp. m禾口 f isher. m，分別X寸應(yīng)支持向量豐幾分類方f去、決策豐對(duì)分類方 法、概率神經(jīng)網(wǎng)絡(luò)分類方法、BP神經(jīng)網(wǎng)絡(luò)分類方法和Fisher分類方法；令獲得識(shí)別結(jié)果將初始特征數(shù)組送入分類器分析識(shí)別，得到識(shí)別結(jié)果pnn.m分類函 數(shù)將初始特征數(shù)組作為PNN分類器的輸入，進(jìn)行模式分類，輸出識(shí)別結(jié)果；令將反映受試思維狀態(tài)的識(shí)別結(jié)果回顯到LabWindows/CVI的顯示控件中。
3. 根據(jù)權(quán)利要求1所述的一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí) 別方法，其特征在于所述離線識(shí)別方法采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，其 中信號(hào)回放模塊采用LabWindows/CVI軟件編寫，并使用多線程編程技術(shù)；信號(hào)離線識(shí)別模 塊采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，具體識(shí)別函數(shù)采用Matlab編寫；Matlab擁有豐富的庫函數(shù)，它強(qiáng)大的科學(xué)計(jì)算功能和友好易用的開放式可擴(kuò)展環(huán)境使之成為計(jì)算 機(jī)輔助設(shè)計(jì)與分析、算法研究與開發(fā)的基本工具和首選平臺(tái)；具體實(shí)現(xiàn)步驟為1) 參數(shù)設(shè)置需要設(shè)置的信息包括多個(gè)通道是否單獨(dú)顯示、顯示界面幅值范圍、單個(gè) 通道的采樣點(diǎn)數(shù)和各通道數(shù)據(jù)波形的顯示顏色，在LabWindows/CVI中通過對(duì)相應(yīng)控件編程實(shí)現(xiàn)；2) 信號(hào)回放實(shí)現(xiàn)數(shù)據(jù)文件裝載、回放、停止、清除功能，采用LabWindows/CVI編寫 令數(shù)據(jù)裝載將已存在的離線數(shù)據(jù)讀入計(jì)算機(jī)內(nèi)存；令波形回放當(dāng)裝載的數(shù)據(jù)達(dá)到預(yù)定點(diǎn)數(shù)時(shí)，在LabWindows/CVI的顯示控件中顯示數(shù)據(jù)；令停止當(dāng)裝載達(dá)到所需點(diǎn)數(shù)時(shí)，停止裝載數(shù)據(jù)；同時(shí)可以清除顯示控件中的波形；3) 信號(hào)離線識(shí)別對(duì)已裝載的腦電數(shù)據(jù)進(jìn)行實(shí)時(shí)識(shí)別，在LabWindows/CVI語言環(huán)境下 通過ActiveX技術(shù)調(diào)用Matlab自編的特征提取和分類函數(shù)實(shí)現(xiàn)令調(diào)用Matlab特征提取函數(shù)在Matlab編譯環(huán)境下，自編特征提取函數(shù)hht. m， ar. m， wt. m，wtp. m和CSP. m，分別對(duì)應(yīng)希爾伯特_黃變換特征提取方法、自回歸模型參數(shù)特征提取 方法、小波系數(shù)特征提取方法、小波包系數(shù)特征提取方法和公共空間模式特征提取方法；令獲得初始特征數(shù)組根據(jù)選定的特征提取函數(shù)提取信號(hào)特征，構(gòu)建初始特征數(shù)組 ar. m特征提取函數(shù)對(duì)信號(hào)時(shí)域波形提取4階AR模型系數(shù)，組成初始特征數(shù)組； 調(diào)用Matlab模式分類函數(shù)在Matlab編譯環(huán)境下，自編分類識(shí)別函數(shù)svm. m， decisiontree.m, pnn. m， bp. m禾口 fisher, m，分別X寸應(yīng)支持向量豐幾分類方f去、決策豐對(duì)分類方 法、概率神經(jīng)網(wǎng)絡(luò)分類方法、BP神經(jīng)網(wǎng)絡(luò)分類方法和Fisher分類方法；令獲得識(shí)別結(jié)果將初始特征數(shù)組送入分類器分析識(shí)別，得到識(shí)別結(jié)果pnn.m分類函 數(shù)將初始特征數(shù)組作為PNN分類器的輸入，進(jìn)行模式分類，輸出識(shí)別結(jié)果；將反映受試思維 狀態(tài)的識(shí)別結(jié)果回顯到LabWindows/CVI的顯示控件中。
全文摘要
本發(fā)明涉及一種基于LabWindows/CVI和Matlab混合編程的腦電信號(hào)識(shí)別方法。本方法包括在線識(shí)別方法和離線識(shí)別方法兩部分，其中，在線識(shí)別方法首先對(duì)腦電信號(hào)實(shí)時(shí)采集、顯示、保存，繼而對(duì)其整理、提取特征和分類識(shí)別，最終再對(duì)實(shí)時(shí)采集的腦電數(shù)據(jù)進(jìn)行在線識(shí)別。離線識(shí)別方法對(duì)已存在的離線腦電數(shù)據(jù)進(jìn)行裝載、回放，繼而對(duì)其提取特征和分類識(shí)別，最終對(duì)后續(xù)腦電數(shù)據(jù)進(jìn)行識(shí)別。在線識(shí)別方法或離線識(shí)別方法的識(shí)別結(jié)果以圖形加文字的形式顯示在微機(jī)顯示器上。本發(fā)明采用LabWindows/CVI和Matlab混合編程實(shí)現(xiàn)，可以方便地嵌入各種腦機(jī)接口的模式識(shí)別方法，為腦機(jī)接口的離線、在線實(shí)現(xiàn)及實(shí)際應(yīng)用奠定了基礎(chǔ)。
文檔編號(hào)G06F9/44GK101751563SQ201010023079
公開日2010年6月23日 申請(qǐng)日期2010年1月21日 優(yōu)先權(quán)日2010年1月21日
發(fā)明者關(guān)俊強(qiáng), 楊幫華, 袁玲, 鄭曉明, 陸文宇 申請(qǐng)人:上海大學(xué)