CN107305428A - 生物电信号操作系统及其方法 - Google Patents

Abstract

一生物电信号操作系统包括：至少一信号交互模块，所述信号交互模块供获取该生物电信号；至少一信号识别模块，所述信号识别模块通信地连接所述信号交互模块，其中，所述信号识别模块根据该生物电信号识别一操作意图；至少一信号处理模块，所述信号处理模块通信地连接所述信号识别模块；和一反馈模块，所述反馈模块分别通信地连接所述信号识别模块，所述反馈模块设置于该操作对象以提供该操作对象的反馈信号。

Description

生物电信号操作系统及其方法

技术领域

本发明涉及一计算机系统，特别涉及一生物电信号操作系统，该生物电信号操作系统提供通过生物电进行操作时，该生物电信号操作系统适应操作者的操作。

背景技术

通过肌电对设备进行操作是一种新兴的操作方式。现在通过肌电对设备的操作方式是采集肌电信号，然后对肌电信号进行处理，最后输出操作信号。操作对象接收到操作信号后根据操作信号进行对应的操作。这种操作方式的缺陷在于操作者需要花费时间对操作对象进行适应性操作。操作者的适应过程的长短取决于操作者的操作能力。在操作者的适应过程中，通过肌电对设备的操作方法被机械地执行，永远都是采集肌电信号、处理骨电信号，输出操作信号。现在的这种操作方法并没有协助操作者进行适应性操作。当操作者在操作过程中，遇到一些突发情况是在适应操作过程中并没有遇到的，则很有可能导致操作失败。在操作者通过适应性操作之后，若操作者带有不良的操作习惯，该不良的操作习惯会一直存续在操作过程中。该操作方法缺乏使操作者提高操作技术的方式。操作者提高通过肌电对设备进行操作的操作技术只能靠操作者的苦练。

此外，操作者经过苦练，熟练掌握了通过肌电对设备进行操作的操作方式。若操作者需要将操作经验传授给其他操作者，言传身教是现在比较合适的方式。但这也只是从教的方面来考虑的。从学的方面考虑，还要看该其他操作者的接受程度。如果其他操作者的接受程度差，则该操作者的经验有可能大部分都不能被传承。而在教与学的过程中，现在通过肌电对设备的操作方式依然是机械地执行采集肌电信号、处理肌电信号和输出机械信号三个步骤，并没有对操作者的经验传承提供其它协助。

进一步地，可通过肌电设备进行操作的设备的种类繁多。采用现在通过肌电对设备进行操作的操作方式需要操作端与操作对象存在一一对应的关系。也就是说，一个操作端对应一个操作对象，一个操作端只能对一个操作对象进行操作。但是操作者可能需要对多个操作对象进行操作，更换操作端能降低该操作者通过肌电对操作对象进行操作的熟练程度。另一方面，多个操作端都是机械地执行现在通过肌电对设备的操作方式的三个步骤。多个操作端会造成浪费，不环保。

发明内容

本发明的一个目的在于提供一生物电信号操作系统，该生物电信号操作系统在操作对象执行操作之后提供反馈信号。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一学习模块，该学习模块根据生物电信号进行训练。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一学习模块，该学习模块根据生物电信号进行训练，形成一赋值策略。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一学习模块，该学习模块根据生物电信号进行训练，形成一执行策略。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该学习模块提供至少两个执行策略进行比较，以修正执行策略。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一信号获取模块，该信号获取模块提供获取生物电信号。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一信号识别模块，该信号识别模块识别从该信号获取模块获取的该生物电信号，获得操作意图。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号识别模块提供识别操作对象。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一信号处理模块，提供将操作意图生成一控制信号。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号处理模块提供将该控制信号传送至该操作对象。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号处理模块提供创建神经元模块和连接件，通过设置连接件通信地连接多个神经元模块实现功能。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号处理模块提供删除神经元模块。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号处理模块提供将生成生物电信号。

本发明的另一个目的在于提供一生物电信号操作系统，该生物电信号操作系统提供一反馈模块，该反馈模块提供反馈信号。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号识别模块提供将该反馈信号识别为反馈意图。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号处理模块提供将反馈意图处理为生物电信号。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该信号交互模块提供将生物电信号反馈给该操作者。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该生物电信号操作系统提供一学习平台，该学习平台提供存储该生物电信号和该反馈信号。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该学习平台提供提取该生物电信号的局部特征、该生物电信号的全局特征、该反馈信号的局部特征、该反馈特征。

本发明的另一个目的在于提供一生物电信号操作系统，其中，该学习平台提供根据该学习平台提供训练，形成一执行策略。

本发明的另一个目的在于提供一生物电信号操作系统，其中该学习平台提供训练形成一赋值策略。

为了实现上述目的，本发明提供一生物电信号操作系统，包括：

至少一信号交互模块，该信号交互模块供获取该生物电信号；

到少一信号识别模块，该信号识别模块通信地连接该信号交互模块，其中，该信号识别模块根据该生物电信号识别一操作意图；和

至少一信号处理模块，该信号处理模块通信地连接该信号识别模块。

其中，该生物电信号操作系统进一步包括一反馈模块，该反馈模块分别通信地连接该信号识别模块，该反馈模块设置于该操作对象以提供该操作对象的反馈信号。

其中，该生物电信号操作系统进一步包括：

一学习模块，该学习模块分别通信地连接该信号识别模块和该反馈模块，其中，该学习模块从该生物电信号获取该生物电信号提取至少一生物电信号的局部特征和至少一生物电信号的全局特征，该学习模块根据所述生物电信号的局部特征和该生物电信号的全局特征进行学习，形成一个赋值策略。

其中，本发明生物电信号操作系统进一步包括：

一学习平台，该学习平台分别通信地连接该信号交互模块、该信号识别模块、该信号处理模块和该反馈模块，其中，该学习平台通过该生物电信号提取至少一生物电信号的局部特征和至少一生物电信号的全局特征，该学习模块根据该生物电信号的局部特征和该生物电信号的全局特征进行学习，形成一个赋值策略。

其中，该信号识别模块进一包括：

一生物电信号识别模块，该生物电信号识别模块通信地连接该信号获取模块，其中，该生物电信号识别模块识别该生物电信号获取对应的识别意图；

一操作对象识别模块，该操作对象识别模块通过该反馈模块所反馈的反馈信号识别该操作对象；和

一反馈信号识别模块，该反馈信号识别模块根据从该反馈模块所接收的反馈信号识别一反馈意图。

其中，该信号处理模块进一步包括

一生物电信号处理模块，该生物电信号将由该生物电识别信号所传送的该操作意图处理为一操作信号；和

一反馈信号处理模块，该反馈信号接收所反馈信号识别模块的处理的该反馈意图，并将该反馈意图处理为对应的生物电信号。

其中，该学习模块进一步包括：

一资源库，供存储该生物电信号和该反馈信号；

一特征提取模块，该特征提供模块通信地连接所述资源库，该特征提供模块根据该生物电信号提取该生物电信号的局部特征和该生物电信号的全局特征；

一训练模块，该训练模块通信地连接该特征提取模块，该训练模块根据该生物电信号提取该生物电信号的局部特征和该生物电信号的全局特征进行训练，获得一执行策略；

一比较模块，该比较模块将两该执行策略进行比较，获得修正的该执行策略。和

一评估模块，该评估模块采用修正的该执行策略根据该生物电信号提取该生物电信号的局部特征进行训练，形成一赋值策略。

其中，该学习平台进一步包括：

至少一资源库管理中心，该资源库管理中心通信地连接该资源库，该资源库可存储于该资源管理中心；

至少一特征提取中心，该特征提取中心通信地连接该资源库管理中心，该特征提取中心从该资源库管理中心提取该生物电信号的局部特征和该生物电信号的全局特征；

至少一训练中心，该训练中心63根据所获取的该生物电信号的局部特征，对应的该反馈信号的局部特征，该生物电信号的全局特征和该反馈信号的全局特征进行训练；和

至少一比较中心，该比较中心将两该执行策略进行比较，获得修正的该执行策略；和

至少一评估中心，该评估中心采用修正的该执行策略根据该生物电信号提取该生物电信号的局部特征进行训练，形成一赋值策略。

其中，该生物电信号处理模块进一步包括：

至少一神经元管理模块，该神经元管理模块根据该操作意图创建至少一神经元模块；

至少一连接管理模块，该连接管理模块根据该操作意图创建至少一连接件，该连接件被应用于该神经元模块与该神经元模块之间；和

至少一操作信号管理模块，所该操作信号管理模块分别通信地连接该神经元管理模埠和该连接管理模块，该操作信号管理模块根据所述神经元模块和神经元模快之间的连接件生成一控制信号。

其中，该特征提取模块进一步包括：

一局部特征提取模块供获取该生物电信号的局部特征；和

一全局特征提取模块供获取该生物电信号的全局特征，其中，该局部特征提取模块和该全局特征提取模块分别通信地连接。

其中，该资源中心获取至少一个该资源库的内容，再重新归类和存储，形成一资源中心。

附图说明

图1是根据本发明的一个优选实施例的结构框图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

图1所示的是本发明生物电信号操作系统的一个优选实施例的结构框图。本发明生物电信号操作系统包括一信号交互模块10，一信号识别模块20，一信号处理模块30和一反馈模块40。该信号交互模块10通信地连接该信号识别模块20。该信号交互模块10供获取生物电信号。优选地，该信号交互模块10获取肌电信号和/或脑电信号。所述识别模块20识别所获取的生物电信号，以获取该生物电信号所反映的意图。该信号识别模块20通信地连接该信号处理模块30。该处理模块30将所获取的意图处理为一操作信号。该操作信号被发送至操作对象。该操作对象根据该操作信号进行对应的操作。该反馈模块40供获取该操作对象根据该操作信号进行操作的操作状态。优选地，该反馈模块40被设置于该操作对象。该反馈模块40根据该操作对象根据该操作信号进行的操作的操作状态生成一反馈信号。该反馈信号被反馈至该信号识别模块20。该信号识别模块20识别该反馈信号的，形成一反馈意图。该信号识别模块20将该反馈意图传送至该信号处理模块30，该信号处理模块30根据该反馈意图处理为对应的该生物电信号。该信号处理模块30将对应的该生物电信号传送至该信号交互模块10。该信号交互模块10将该生物电信号反馈至该操作者。本发明生物电信号操作系统进一步包括一学习模块50。所述学习模块50分别通信地连接该反馈模块40和该信号交互模块10。所述学习模块50从该信号交互模块10获取的该生物电信号，和从该反馈模块40获取对应的该反馈信号。该学习模块50存储该生物电信号和对应的反馈信号。具体地说，该操作者每次对操作对象的操作所产生的该生物电信号和操作对象所产生的对应的该反馈信号都被存储于该学习模块50。该学习模块50分析该生物电信号和对应的反馈信号形成执行策略。该处理模块30根据该执行策略将该意图处理为操作信号，提高操作对象的执行效率。优选地，所述信号交互模块10被设置于智能终端。所述智能终端包括电脑、平板电脑、智能电话、智能汽车、穿戴设备和具有数据处理能力的设备等。所述穿戴设备是指智能衣服、臂环、手环、指环、手表、眼镜、帽子、头带、手套和脚环等。值得一提的是，该信号识别模块20、所信号处理模块30该学习模块都可被置于该智能终端。

所述信号交互模块10进一步包括一生物电信号获取模块11，一辅助信号获取模块12和一信号反馈模块13。该生物电信号获取模块11从该操作者获取生物电信号。该辅助信号获取模块12供获取辅助信号。例如，电磁波，无线电波、声波、光等。该信号反馈模块13供将反馈意图以生物电的方式反馈至该操作者。

所述信号识别模块20进一步包括一生物电信号识别模块21，一操作对象识别模块22和一反馈信号识别模块23。该生物电信号识别模块21通信地连接该生物电信号获取模块11。通过该生物电信号获取模块11，该生物电信号识别模块21获取生物电信号。该生物电信号识别模块21根据该生物电信号识别操作意图。该操作对象识别模块22向该操作对象发送一识别信号。设置于该操作对象的该反馈模块40反馈一身份信号。该操作对象识别模块22根据该身份信号识别该操作对象，生成一身份识别信号。该操作对象识别模块22将该身份识别信事情发送至该信号处理模块30。该信号反馈模块13根据该反馈信号识别对应的反馈意图。值得一提的是，在首次操作时和在预设时间内没有接收到反馈信号，该操作对象识别模块22会发送该识别信号。

该信号处理模块30进一步包括一生物电信号处理模块31。该生物电信号处理模块31分别通信地连接该生物电识别模块21和该操作对象识别模块22。该生物电信号处理模块31将该操作意图处理为该操作信号。该生物电信号将该操作信号发送至该操作对象。该生物电信号处理模块31根据所接收的该身份识别信号创建至少一神经元模块3111。然后该生物电信号处理模块31通过管理各该神经元模块3111以及各该神经元模块3111形成该操作信号。

具体地说，该生物电信号处理模块31进一步包括互相通信地连接的一神经元管理模块311、一连接管理模块312和一操作信号管理模块313。该神经元管理模块311创建至少一神经元模块3111。该神经元管理模块311根据所接收到的该身份识别信号进行创建该神经元模块3111。各该神经元模块3111分别对应控制该操作对象的一个基本功能。例如，操作对象为遥控汽车，则该神经元管理模块3111创建一关于提供动力的神经元模块3111、一关于停止提供动力的神经元模块3111一关于方向前的神经元模块3111、一关于方向后的神经元模块3111、一关于方向左的神经元模块3111和一关于方向右的神经元模块3111。该连接管理模块312管理各该神经元模块3111之间连接件3121，以管理各该神经元模块之间的通信。也就是说，以连接神经元模块3111的方式，进操作对象进行复杂的操作。若只是通过关于方向向左的该神经元模块3111操作该遥控汽车，则该遥控汽车的车轮向左转动。若连接关于方向向左的该神经元模块3111与关于提供动力的神经元模块3111通信地连接，则该遥控汽车可被控制进行左转弯。值得一提的是，若该神经元模块3111与另一该神经元模块3111被设置为通信地连接后，提供额外的操作，则该连接管理模块312将该神经元模块3111，另一该神经元模块3111，和该神经元模块3111与另一该神经元模块3111之间的该连接件3121定义为一功能组3112。如该连接管理模块312将连接关于方向向左的该神经元模块3111，关于提供动力的神经元模块3111，和连接关于方向向左的该神经元模块3111与关于提供动力的神经元模块3111之间的该连接件3121定义为关于左力转弯的该功能组3112。也就是说，两个或两个以上的该神经元模块312之间被设置为通信地连接后，提供额外的操作，则两个或两个以上的该神经元模块3111及其连接件可被该连接管理模块312定义为该功能组3112。值得一提的是，该连接管理模块312提供进一步管理两个或两个以上的该功能组3112之间的连接件，以及进行定义。该操作信号管理模块313分别该神经元管理模块311和连接管理模块312获取各该神经元模块311及其该连接件3121。该操作信号管理模块313根据各该神经元模块311及其该连接件3121生成该操作信号。该操作信号管理模块313将该操作信号发送至该操作对象。

当该操作对象转换后，该操作对象识别模块22重新发出该识别信号以识别更换后的操作对象。例如：该操作对象被识别为遥控飞机。该神经元管理模块311检测已存在的各该神经元模块3111是否满足操作更换后的操作对象的需要。已存在的各该神经元模块3111不能满足操作该遥控飞机的需要，该神经元管理模块创建新的该神经元模块3111。例如，关于上升的该神经元模块3111和关于下降的该神经元模块3111。若该操作对象又转换为该遥控汽车，该操作对象识别模块22重新发出该识别信号以识别更换后的操作对象。该神经元管理模块311检测已存在的各该神经元模块3111是否更换的操作对象的需要。若已存在的该神经元模块3111超出该操作对象的操作范围，则该神经元管理模块311停用该神经元模块3111。例如，该神经元管理模块311停用关于上升的该神经元模块3111和关于下降的该神经元模块3111。若该神经元模块3111被停用超过预设的时间，则该神经元模块3111被该神经元管理模块311删除。

所述学习模块50进一步包括一资源库51。所述资源库51分别通信地连接该信号交互模块10和该反馈模块40。该资源库51从所述信号交互模块10获取该生物电信号，以及从所述反馈模块40获取对应的反馈信号。该资源库51存储该生物电信号以及对应的该反馈信号。该生物电信号以及对应的反馈信号供进一步分析。值得一提的是，该资源库51对该生物电信号及其对应的该反馈信号进行分类。也就是说，对操作对象进行相同操作的该生物电信号及其对应的该反馈信号被归为一类。例如，使用肌电信号控制该机械手抓取杯子。则实现控制该机械手抓取杯子的肌电信号及其对应的该机械手的反馈信号被归为一类。

该学习模块50进一步包括一特征提取模块52。该特征提取模块52通信地连接该资源库51。该特征提取模块52可从该生物电信号提和/或对应的反馈信号分别提取特征。该特征提取模块52通过分析对应的反馈信号获得该操作对象的状态变化。该特征提取模块52根据该操作对象的状态变化提取导致该操作对象变化的该段生物电信号。该段导致该操作对象变化的该段生物电信号被定义为特征。如，使该机械手由静止状态变为移动状态的该段肌电信号，和使该机械手的手部由张开变为闭合的该段肌电信号，等等。该特征提取模块52设置一提取局部特征的预设范围。该特征提取模块52提取该特征对应的该段肌电信号和该预设范围内的指定段的肌电信号。该特征对应的该段肌电信号和该预设范围内的指定段的肌电信号被定义为生物电信号的局部特征。该特征提取模块52提取该生物电信号的局部特征对应的反馈信号的局部特征。该特征提取模块52提取该生物电信号的局部特征对应的整段生物电信号。提取该生物电信号的局部特征对应的整段生物电信号被定义为生物电信号的全局特征。提取该生物电信号的局部特征对应的整段生物电信号时，整段的反馈信号被定义为反馈信号的全局特征。该特征提供模块52提取该反馈信号的全局特征。该特征提供模块52进一步包括一局部特征提取模块521供提取局部特征，和一全局特征提取模块522供提取全部特征。也就是说，该局部特征提取模块521提取该生物电信号的局部特征和该反馈信号的局部特征。该全局特征提取模块522该生物电信号的全局特征和该反馈信号的全局特征。该资源库51分别通信地连接该局部特征提取模块521和该全局特征提取模块522。也就是说，该生物电信号的局部特征和对应的该反馈信号的局部特征。该生物电信号的全局特征和对应的该反馈信号的全局特征被归类及存储于该资源库51。

该学习模块50进一步包括一训练模块53，该训练模块53模块通信地连接该特征提取模块52。该训练模块53根据所获取的该生物电信号的局部特征，对应的该反馈信号的局部特征，该生物电信号的全局特征和该反馈信号的全局特征进行训练。该训练模块53进一步包括一局部特征训练模块531和一全局特征训练模块532。该局部特征训练模块531根据所获取的该局部特征生物信号和该反馈信号的局部特征进行训练，形成一快速执行策略5311。该全局特征训练模块532根据所获取的该生物电信号的全局特征和该反馈信号的全局特征进行训练，形成一执行策略5321。该训练模块53进一步包括一比较模块533。该比较模块53可对该执行策略5321和该快速执行策略5311进行修正，形成修正后的该执行策略5321。具体地说，在该局部特征训练模块531根据不同的所获取的该局部特征生物信号和该反馈信号的局部特征进行训练，形成至少两该快速执行策略5311。该比较模块533根据至少两该快速执行策略5311进行训练和比较，形成修正后的快速执行策略5311。通过该快速执行策略5311提高识别该生物电信号的特征的识别速度，和提高对应的操作对象的执行速度。在该全局特征训练模块532根据不同的所获取的该局部特征生物信号和该反馈信号的局部特征进行训练，形成至少两该快速执行策略5321。该比较模块533根据至少两该快速执行策略5321进行训练和比较，形成修正后的该执行策略5321。通过该执行策略5321提高识别该生物电信号的特征的准确性，和提高对应的操作对象的执行准确性。值得一提的是，该比较模块533根据不同的修正后的该快速执行策略5311进行训练，以继续进行修正，形成识别特征速度更快，执行操作速度更快的该修正后的该快速执行策略5311。值得一提的是，该比较模块533根据不同的修正后的该快速执行策略5321进行训练，以继续进行修正，形成识别特征更准确，执行操作更准确的该修正后的该快速执行策略5311。值得一提的是，该快速执行策略5311和修正后的该快速执行策略5311也可被用于该比较模块533进行训练。值得一提的是，该执行策略5321和修正后的该执行策略5321也可被用于该比较模块533进行训练。优选地，该比较模块533采用模拟训练场景的方式进行训练。值得一提的是，在该训练模块53进行训练的过程中，若发现该操作对象具有新的功能，而该新的功能是不能通过现有的该神经元模块3111及其连接件实现的。则该训练模块533分别发送一创建神经元模块信号至该神经元管理模块311和该连接管理模块312。该神经元管理模块311创建对应的该神经元模块3111。该连接管理模块312创建对应的连接件。

所述学习模块50进一步包括一评估模块54。该评估模块54通信地连接该训练模块53。优选地，该评估模块54执行的该执行策略5321是经过最新修正的。该评估模块54在该全局训练模块532应用该执行策略5321进行训练。该评估模块54协同该训练模块53进行训练以提高识别当前该生物电信号的该特征的准确性和该操作对象执行对应的操作的准确性。该评估模块54通过该全局训练模块532从该资源库51获取同类的同一组的全局特征进行训练。在训练的过程中，该评估模块54通过全局特征提取模块522提取生物电信号的全局特征和反馈信号的全局特征。该评估模块54根据训练效果、生物电信号的全局特征和反馈信号的全局特征，形成一赋值策略541。该赋值策略541被应用于该生物电信号处理模块31以提高操作该操作对象执行操作的准确性。具体地说，该神经元管理模块311分析该赋值策略541，然后根据该赋值策略541对所使用的各该神经元模块3111进行赋值。该连接管理模块312分析该赋值策略542，然后将该赋值策略应用于各该连接件5421，对各该连接件5421。也就是说，通过赋值得以调整各该神经元模块3111及各该连接件3121，以控制操作对象进行不同的操作。值得一提的是，该评估模块54与该局部特征训练模块531协同工作，形成一快速赋值策略542。

值得一的的是，该赋值策略541进一步包括识别该生物电信号的该特征的信息，可被应用于该生物电信号的该特征的准确性。也就是说，该生物电信号识别模块21通过识别该生物电信号的该特征来获取对应的该意图。

当该操作者使用生物电信号控制该操作对象进行操作时，该操作可被划分为多个步骤，且每个步骤可对应一生物电信号的该特征。该生物电信号识别模块21通过识别该生物电信号的特征，获得对应的该操作意图。该操作意图被传送至该生物电信号处理模块31。该神经元管理模块311根据该操作意图管理对应的各该神经元模块3111。该连接管理模块312根据该操作意图设置各该神经单元3111之间的该连接件3121。该操作信号管理模块313根据各该神经元模块3111及各该连接件3121生成该操作信号，然后将该操作信号发送至该操作对象。该操作对象执行后，通过该反馈模块40反馈该反馈信号。

值得一提的是，通过当前的该生物电信号的局部特征，对应的该反馈信号的局部特征，当前的该生物电信号的全部特征和对应的该反馈信号的全部特征可进行预测下一步骤。本发明提供一预测方法供预测下一步骤，包括以下步骤：

步骤1：该局部特征提取模块521获取当前的该生物电信号的局部特征。该全局特征提取模块522获取当前的该生物电信号的全部特征。

步骤2：在该全局特征训练模块531采用执行策略5321，根据当前的该生物电信号的全部特征进行训练，以获得可执行下一步骤的概率。

步骤3：根据可执行下一步骤的概率进一步预测由该可执行下一步骤继续进行操作的权重。优选地，该可执行下一步骤的当前权重被赋予该可执行下一步骤的概率值。预设一访问阀值。将该访问阀值分别设置于各可执行下一步骤。

步骤3进一步包括以下子步骤：具体地说，

步骤31：选择执行下一步骤的权重值最高的下一步执行。判断所选择的下一步骤的权重值最高的下一步是否已经被执行过。若已经被执行过，则执行步骤4。

步骤32：该局部特征提取模块521获取执行下一步后的该生物电信号的局部特征和对应的该反馈信号的局部特征。该全局特征提取模块522获取执行下一步后的该生物电信号的全部特征和对应的该反馈信号的全部特征。

步骤33：该局部特征训练模块531采用该快速执行策略5311根据执行下一步后的该生物电信号的局部特征进行训练，得到一快速执行结果。该评估模块54采用该快速赋值策略542协同该局部特征训练模块531进行训练，得到该快速执行结果的评分。该全局特征训练模块532采用该执行策略5321根据执行下一步后的该生物电信号的局部特征进行训练，得到一执行结果。该评估模块54采用该赋值策略541协同该全局特征训练模块531进行训练，得到该执行结果的评分。将该快速执行结果的评分与该执行结果的评分相加，得到新的权重。

步骤34：将新的权重更新为所选择执行下一步骤的权重。返回步骤31。

步骤4：选择下一步骤的权重值中最大的为所预测的下一步骤。

当该操作者执行下一步骤后，可通过该局部特征提取模块521获取当前的该生物电信号的局部特征。该全局特征提取模块522获取当前的该生物电信号的全部特征。该比较模块533通过该局部特征训练模块521采用该快速执行策略5311分别对所预测的下一步骤的生命电信号的局部特征和该反馈信号的局部特征，和当前的该生物电信号的局部特征和进行训练，获得该快速训练结果。该比较模块533通过该全局特征训练模块522采用该执行策略5321分别对获取当前的该生物电信号的全局特征，和所预测的下一步骤的生命电信号的局部特征和该反馈信号的全局特征进行训练，获得该训练结果。该比较模块533通过该快速训练结果和该训练结果获得一修正值。该修正值可被应用于该生物电信号处理模块31，以使得处理下一步骤时对操作意图进行修正，从而使得对该操作对象得到较佳的操作效果。

本发明生物电信号操作系统进一步包括一学习平台60。该资源库51所存储的信息得以被传送至该学习平台60存储和学习。该学习模块50可与该学习平台60通信地连接。该学习平台60进一步包括一资源库管理中心61。该资源库管理中心61通信地连接该资源库51。该操作者可选择将该资源库51传送至该资源库管理中心61存储。该资源库管理中心61可根据各该操作者的身份存储对应的该资源库51。在获得该操作者授权的前提下，该资源库管理中心61可获取该操作者的该资源库61的内容，重新归类存储，形成一资源中心611。也就是说，该资源中心611对各该操作者的该资源库51的内容，重新归类，整合，存储。该学习平台进一步包括一特征提取中心62。该特征提取中心62从该资源中心611获取同类的一组生物电信号和对应的反馈信号进行操作，以分别提取该生物电信号的局部特征和对应的反馈信号的局部特征，该生物电信号的全局特征和对应的反馈信号的全局特征。该特征提供中心62进一步包括一局部特征提取中心621供提取局部特征，和一全局特征提取中心622供提取全部特征。也就是说，该局部特征提取中心621提取该生物电信号的局部特征和该反馈信号的局部特征。该全局特征提取中心622提取该生物电信号的全局特征和该反馈信号的全局特征。该资源中心611分别通信地连接该局部特征提取中心621和该全局特征提取中心622。也就是说，该生物电信号的局部特征和对应的该反馈信号的局部特征。该生物电信号的全局特征和对应的该反馈信号的全局特征被归类及存储于该资源中心11。

该学习中心60进一步包括一训练中心63，该训练中心63通信地连接该特征提取中心62。该训练中心63根据所获取的该生物电信号的局部特征，对应的该反馈信号的局部特征，该生物电信号的全局特征和该反馈信号的全局特征进行训练。该训练中心63进一步包括一局部特征训练中心631和一全局特征训练中心632。该局部特征训练中心631根据所获取的一组该局部特征生物信号和对应的该反馈信号的局部特征进行训练，形成一快速执行策略5311。该全局特征训练中心632根据所获取的一组该生物电信号的全局特征和对应的该反馈信号的全局特征进行训练，形成一执行策略5321。该训练中心63进一步包括一比较中心633。该比较中心63可对该执行策略5321和该快速执行策略5311进行修正，形成修正后的该执行策略5321。具体地说，在该局部特征训练中心631根据不同的所获取的该局部特征生物信号和该反馈信号的局部特征进行训练，形成至少两该快速执行策略5311。该比较中心633根据至少两该快速执行策略5311进行训练和比较，形成修正后的快速执行策略5311。通过该快速执行策略5311提高识别该生物电信号的特征的识别速度，和提高对应的操作对象的执行速度。在该全局特征训练中心632根据不同的所获取的该局部特征生物信号和该反馈信号的局部特征进行训练，形成至少两该快速执行策略5321。该比较中心533根据至少两该快速执行策略5321进行训练和比较，形成修正后的该执行策略5321。通过该执行策略5321提高识别该生物电信号的特征的准确性，和提高对应的操作对象的执行准确性。值得一提的是，该比较中心533根据不同的修正后的该快速执行策略5311进行训练，以继续进行修正，形成识别特征速度更快，执行操作速度更快的该修正后的该快速执行策略5311。值得一提的是，该比较中心533根据不同的修正后的该快速执行策略5321进行训练，以继续进行修正，形成识别特征更准确，执行操作更准确的该修正后的该快速执行策略5311。值得一提的是，该快速执行策略5311和修正后的该快速执行策略5311也可被用于该比较中心633进行训练。值得一提的是，该执行策略5321和修正后的该执行策略5321也可被用于该比较中心533进行训练。优选地，该比较中心533采用模拟训练场景的方式进行训练。值得一提的是，在该训练中心53进行训练的过程中，若发现该操作对象具有新的功能，而该新的功能是不能通过现有的该神经元模块3111及其连接件实现的。则该训练中心633发送一创建神经元模块信号至该神经元管理模块311。该神经元管理模块311创建对应的该神经元模块3111。及该连接管理模块312，

所述学习中心50进一步包括一评估中心64。该评估中心64通信地连接该训练中心63。优选地，该评估中心64执行的该执行策略5321是经过最新修正的。该评估中心64在该全局训练中心632应用该执行策略5321进行训练。该评估中心64协同该训练中心63进行训练以提高识别当前该生物电信号的该特征的准确性和该操作对象执行对应的操作的准确性。该评估中心64通过该全局训练中心632从该资源中心611获取同类的同一组的全局特征进行训练。在训练的过程中，该评估中心64通过全局特征提取中心622提取生物电信号的全局特征和反馈信号的全局特征。该评估中心64根据训练效果、生物电信号的全局特征和反馈信号的全局特征，形成一赋值策略541。该赋值策略541被应用于该生物电信号处理模块31以提高操作该操作对象执行操作的准确性。具体地说，该神经元管理模块311分析该赋值策略541，然后根据该赋值策略541对所使用的各该神经元模块3111进行赋值。该连接管理模块312分析该赋值策略542，然后将该赋值策略应用于各该连接件5421，对各该连接件5421。也就是说，通过赋值得以调整各该神经元模块3111及各该连接件3121，以控制操作对象进行不同的操作。值得一的的是，该赋值策略541进一步包括识别该生物电信号的该特征的信息，可被应用于该生物电信号的该特征的准确性。也就是说，该生物电信号识别模块21通过识别该生物电信号的该特征来获取对应的该意图。值得一提的是，该全局特征训练中心631根据不同的操作对象生成一组通用的识别特征6311以及各该通用的识别特征6311对应的该操作对象的对应的操作。该组通信的识别特征6311以及各该通用的识别特征6311对应的该操作对象的对应的操作被传送至该资源中心611被分类及存储。

当通过生物电信号控制一操作对象时，通过该操作对象识别模块22识别该操作对象后。该生物电信号识别模块22可获取该操作对象通用的该识别特征6311。该神经元管理模块311和该连接管理模块312分别获取该操作对象对应的操作。该神经元管理模块311根据该操作对象对应的操作创建对应的各该神经元模块3111。该连接管理模块312根据该操作对象对应的操作创建对应的各该连接件3121。该操作者可通过生物电信号控制该操作对象。然后，通过该学习中心60和/或该学习模块50进一步学习，以优化该操作者通过生物电信号控制该操作对象。该操作者可通过一生物电信号获取装置获取生物电信号，然后传送至该生物电信号获取模块11。

值得一提的是，该学习平台也可以使用本发明提供的预测下一步骤的方法进行预测下一步骤。

值得一提的是，本发明所采用的通信方式如有线传输方式和无线传输方式。所述无线传输方式，如采用蓝牙、Wi-Fi、Li-Fi等方式传输信号。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一生物电信号操作系统，其特征在于，包括：

至少一信号交互模块，所述信号交互模块供获取该生物电信号；

至少一信号识别模块，所述信号识别模块通信地连接所述信号交互模块，其中，所述信号识别模块根据该生物电信号识别一操作意图；和

至少一信号处理模块，所述信号处理模块通信地连接所述信号识别模块。

2.根据权利要求1所述的生物电信号操作系统，进一步包括一反馈模块，所述反馈模块分别通信地连接所述信号识别模块，所述反馈模块设置于该操作对象以提供该操作对象的反馈信号。

3.根据权利要求2所述的生物电信号操作系统，进一步包括：

一学习模块，所述学习模块分别通信地连接所述信号识别模块和所述反馈模块，其中，所述学习模块从所述生物电信号获取该生物电信号提取至少一生物电信号的局部特征和至少一生物电信号的全局特征，所述学习模块根据所述生物电信号的局部特征和所述生物电信号的全局特征进行学习，形成一个赋值策略。

4.根据权利要求1、2或3所述的生物电信号操作系统，进一步包括：

一学习平台，所述学习平台分别通信地连接所述信号交互模块、所述信号识别模块、所述信号处理模块和所述反馈模块，其中，所述学习平台通过该生物电信号提取至少一生物电信号的局部特征和至少一生物电信号的全局特征，所述学习模块根据所述生物电信号的局部特征和所述生物电信号的全局特征进行学习，形成一个赋值策略。

5.根据权利要求4所述的生物电信号操作系统，其中，所述信号识别模块进一包括：

一生物电信号识别模块，所述生物电信号识别模块通信地连接所述信号获取模块，其中，所述生物电信号识别模块识别该生物电信号获取对应的识别意图；

一操作对象识别模块，所述操作对象识别模块通过所述反馈模块所反馈的反馈信号识别该操作对象；和

一反馈信号识别模块，所述反馈信号识别模块根据从所述反馈模块所接收的反馈信号识别一反馈意图。

6.根据权利要求5所述的生物电信号操作系统，其中，所述信号处理模块进一步包括

一生物电信号处理模块，所述生物电信号将由所述生物电识别信号所传送的该操作意图处理为一操作信号；和

一反馈信号处理模块，所述反馈信号接收所反馈信号识别模块的处理的所述反馈意图，并将所述反馈意图处理为对应的生物电信号。

7.根据权利要求6所述的生物电信号操作系统、其中，所述学习模块进一步包括：

一资源库，供存储该生物电信号和该反馈信号；

一特征提取模块，所述特征提供模块通信地连接所述资源库，所述特征提供模块根据该生物电信号提取该生物电信号的局部特征和该生物电信号的全局特征；

一训练模块，所述训练模块通信地连接所述特征提取模块，所述训练模块根据该生物电信号提取该生物电信号的局部特征和该生物电信号的全局特征进行训练，获得一执行策略；

一比较模块，所述比较模块将两该执行策略进行比较，获得修正的该执行策略；和

一评估模块，所述评估模块采用修正的该执行策略根据该生物电信号提取该生物电信号的局部特征进行训练，形成一赋值策略。

8.根据权利要求7所述的生物电信号操作系统，其中，所述学习平台进一步包括：

至少一资源库管理中心，所述资源库管理中心通信地连接所述资源库，所述资源库可存储于该资源管理中心；

至少一特征提取中心，所述特征提取中心通信地连接所述资源库管理中心，所述特征提取中心从该资源库管理中心提取该生物电信号的局部特征和该生物电信号的全局特征；

至少一训练中心，该训练中心根据所获取的该生物电信号的局部特征，对应的该反馈信号的局部特征，该生物电信号的全局特征和该反馈信号的全局特征进行训练；

至少一比较中心，所述比较中心将两该执行策略进行比较，获得修正的该执行策略；和

至少一评估中心，所述评估中心采用修正的该执行策略根据该生物电信号提取该生物电信号的局部特征进行训练，形成一赋值策略。

9.根据权利要求7所述的生物电信号操作系统，其中，所述生物电信号处理模块进一步包括：

至少一神经元管理模块，所述神经元管理模块根据该操作意图创建至少一神经元模块；

至少一连接管理模块，所述连接管理模块根据该操作意图创建至少一连接件，所述连接件被应用于所述神经元模块也所述神经元模块之间；和

至少一操作信号管理模块，所述操作信号管理模块分别通信地连接所述神经元管理模埠和所述连接管理模块，所述操作信号管理模块根据所述神经元模块和神经元模快之间的连接件生成一控制信号。

10.根据权利要求7所述的生物电信号操作系统，其中，所述特征提取模块进一步包括：

一局部特征提取模块供获取该生物电信号的局部特征；和

一全局特征提取模块供获取该生物电信号的全局特征，其中，所述局部特征提取模块和所述全局特征提取模块分别通信地连接。