CN115282431A - 一种基于脑电的光调控智能灯刺激方法及其装置 - Google Patents
一种基于脑电的光调控智能灯刺激方法及其装置 Download PDFInfo
- Publication number
- CN115282431A CN115282431A CN202210799294.3A CN202210799294A CN115282431A CN 115282431 A CN115282431 A CN 115282431A CN 202210799294 A CN202210799294 A CN 202210799294A CN 115282431 A CN115282431 A CN 115282431A
- Authority
- CN
- China
- Prior art keywords
- electroencephalogram
- module
- signal
- data
- neural network
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/20—Controlling the colour of the light
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Hematology (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Fuzzy Systems (AREA)
Abstract
该发明公开了一种基于脑电的光调控智能灯刺激方法及其装置,涉及脑电信号处理领域,应用于特定脑波的诱导领域。本发明通过对脑电信号的分析,提供稳定的LED闪烁频率,以及实时改变LED灯的亮度和颜色,及时调整相应的刺激,避免使用者产生视觉疲劳。本发明对脑电信号进行分析,生成相应的控制策略控制LED灯,通过光敏检测传感器检测LED灯的闪烁频率,将该闪烁频率反馈给神经网络反馈控制器,以提供更加稳定的LED闪烁频率。本发明通过外接键盘和单片机,控制LED灯的颜色,能够最大限度地减少使用者的视觉疲劳。
Description
技术领域
本发明涉及脑电信号处理领域,应用于特定脑波的诱导领域。
背景技术
脑电信号是大脑自发活动产生的电信号,和其他生理信号一样,脑电信号也具有频率、幅值和相位等属性。一般按其频率不同可将其划分为delta频段、theta频段、alpha频段、beta频段和gamma频段。研究表明,脑波位于alpha频段时,人感到最放松。在临床和实际康复应用中,有时需要使用者的脑电节律处于特定的频段,来检查大脑的状态或锻炼大脑用于康复训练。目前存在的通过脑电信号对灯光频率和亮度进行控制的装置,如专利CN201310289586公开了一种基于脑波控制的智能LED变色灯及其智能控制的装置,但这种方法只实现了基于脑电控制LED灯光颜色的变化,可以减缓使用者的视觉疲劳,但是不能起到诱导大脑产生特定频率的作用;再如专利CN201120007074.X公开了一种基于alpha脑波的光刺激诱导装置制造方法,但这种方法只实现了对alpha脑波的诱导,且灯光频率也不够稳定,长时间使用会导致使用者产生视觉疲劳。
发明内容
本发明的目的是提供一种基于脑电的光调控智能灯刺激方法、基于该方法的装置,可以通过对脑电信号的分析,提供稳定的LED闪烁频率,以及实时改变LED灯的亮度和颜色,及时调整相应的刺激,避免使用者产生视觉疲劳。
本发明是这样来实现的,一种基于脑电的光调控智能灯刺激方法,其特征在于,它包括如下步骤:
(1)采集脑电信号:利用脑电采集模块实时采集脑电信号,经过脑电放大器放大后通过超宽带数据发送模块将采集到的脑电信号通过无线信道发送出去;
(2)脑电信号处理:利用超宽带数据接收模块接收来自超宽带数据发送模块发送的脑电数据,然后将接收到的脑电信号传输给脑电信号处理模块,对脑电信号进行滤波处理,包括去除基线,带通滤波等;对滤波后的数据进行预处理,将滤波后的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换;将预处理后的脑电数据送入神经网络反馈控制器,经过神经网络反馈控制器处理后生成控制信号;具体如下:
将(2)中处理后的脑电信号作为输入信号,系统模型表示如下:
y(k+1)=g(y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n)) (1)
其中,u(k)为k时刻系统的控制输入,即(2)中处理后的脑电信号,y(k)为k时刻系统的输出,m和n分别为输出和输入的延时时间,g(·)为神经网络可识别的未知函数,采用四层BP神经网络对系统进行建模,模型输出为:
其中,ym(k+1)是神经网络模型的预测输出,其中和f(·)分别是第一个隐含层和第一个隐含层的激活函数,WI和BI分别是输入层和第一隐含层之间的权值矩阵和阈值矩阵,WH和BH分别为两个隐含层之间的权值矩阵和阈值矩阵,WO和BO分别为第二次隐含层与输出层之间的权值矩阵和阈值矩阵,xm(k)是神经网络的输入,xm(k)是:
xm(k)=[y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n)]T (3)
人工神经网络预测的成本函数为:
其中,ym(k)为模型在k时刻的预测输出,yr(k)为k时刻的参考值,u(k)为k时刻的控制输入,λ是一个权重系数,d为采用总时长;输入控制向量表示为:
U=[u(k),u(k+1),…,u(k+d-1)]T (5)
优化的目的是通过调整U值使J最小化,采用二次收敛的Newton-Rahpson方法对系统进行优化;Newton-Rahpson方法的迭代公式为:
对于多步预测,Jacbian矩阵为:
Hessian矩阵为:
优化时,Uj+1的值需要按照式(5)不断更新,直到[Uj+1-Uj]T[Uj+1-Uj]<ε或者达到最大迭代值,其中ε是最大权限误差;
预测控制器需要通过反馈补偿来消除稳态误差,反馈校正的方法如下:
y′m(k+i)=ym(k+i)+δ(y(k)-ym(k)) (9)
其中,y(k)和ym(k)是k时刻的实际输出和模型输出,y′m(k)为k时刻补偿后的输出,δ为补偿系数;使用y′m(k+i)代替ym(k+i)进行滚动优化以实现反馈校正。
一种基于脑电的光调控智能灯刺激装置,它包括:
脑电采集模块:柔性支架、电极传感器、信号采集芯片和电源。柔性支架上设置多个电极传感器,电极传感器和信号采集芯片连接,电源为电极传感器和信号采集芯片供电;
脑电放大器:与超宽带数据发送模块连接,将来自脑电采集模块的脑电信号进行微伏级信号放大至毫伏级,便于信号传输处理;
超宽带数据发送模块:与脑电放大器连接,将采集到的脑电信号以无线的方式发送出去;
超宽带数据接收模块:以无线的方式接收来自超宽带数据发送模块发送的脑电数据;
脑电信号处理模块:首先将来自超宽带数据接收模块的脑电信号进行滤波处理,包括去基线,带通滤波等;对滤波后的数据进行预处理,将采集到的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换。将预处理后的脑电数据送入神经网络反馈控制器,神经网络反馈控制器将输入信号的变量值与期望值相比较,以此差值来校正LED刺激模块的闪烁频率;
光敏检测传感器:检测LED刺激模块的闪烁频率,将闪烁频率反馈给神经网络反馈控制器;
LED刺激模块:以红蓝绿三原色为基础的LED灯,并额外设置单片机和键盘,键盘连接单片机,单片机连接LED刺激模块,通过键盘输入,利用单片机控制发光二极管的颜色。
本发明相对于现有技术,具有以下有益效果:
1)本发明对脑电信号进行分析,生成相应的控制策略控制LED灯,通过光敏检测传感器检测LED灯的闪烁频率,将该闪烁频率反馈给神经网络反馈控制器,以提供更加稳定的LED闪烁频率。
2)本发明通过外接键盘和单片机,控制LED灯的颜色,能够最大限度地减少使用者的视觉疲劳。
附图说明
图1为本发明基于脑电的光调控智能灯刺激装置的结构拓扑图
图2为本发明基于脑电的光调控智能灯刺激装置结构原理图
图3为本发明基于脑电的光调控智能灯刺激装置一个具体实施例中工作原理方框图
图4为基于脑电的光调控智能灯刺激方法的简易流程图
图5为基于脑电的光调控智能灯刺激具体实施例的仿真图
图6为LED刺激模块结构原理图
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。
如图4所示,本发明关键是提供一种能够诱导特点脑波的刺激方法,它包括采集脑电信号,将采集到的脑电信号转换为LED刺激模块的控制信号,通过反馈控制,可实现LED灯的稳定闪烁,达到诱导特定脑波的目的。
(1)采集脑电信号:利用脑电采集模块实时采集脑电信号,经过脑电放大器放大后通过超宽带数据发送模块将采集到的脑电信号通过无线信道发送出去。
(2)脑电信号处理:利用超宽带数据接收模块接收来自超宽带数据发送模块发送的脑电数据。然后将接收到的脑电信号传输给脑电信号处理模块,对脑电信号进行滤波处理,包括去除基线,0.5-30Hz的带通滤波等。对滤波后的数据进行预处理,将采集到的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换。将预处理后的脑电数据送入神经网络反馈控制器,设定目标频率,监测LED刺激模块的实时闪烁频率,经过神经网络反馈控制器处理后生成控制信号。具体如下:
将(2)中处理后的脑电信号作为输入信号。系统模型表示如下:
y(k+1)=g(y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n) (1)
其中,u(k)为k时刻系统的控制输入,即(2)中处理后的脑电信号,y(k)为k时刻系统的输出。m和n分别为输出和输入的延时时间,g(·)为神经网络可识别的未知函数。采用四层BP神经网络对系统进行建模,模型输出为:
其中,ym(k+1)是神经网络模型(NNM)的预测输出,其中和f(·)分别是第一个隐含层和第一个隐含层的激活函数。WI和BI分别是输入层和第一隐含层之间的权值矩阵和阈值矩阵。WH和BH分别为两个隐含层之间的权值矩阵和阈值矩阵。WO和BO分别为第二次隐含层与输出层之间的权值矩阵和阈值矩阵。xm(k)是神经网络的输入,xm(k)是:
xm(k)=[y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n)]T (3)
人工神经网络预测的成本函数为:
其中,ym(k)为模型在k时刻的预测输出,yr(k)为k时刻的参考值,u(k)为k时刻的控制输入。λ是一个权重系数。输入控制向量表示为:
U=[u(k),u(k+1),…,u(k+d-1)]T (5)
优化的目的是通过调整U值使J最小化,采用二次收敛的Newton-Rahpson(N-R)算法对系统进行优化。
N-R方法的迭代公式为
对于多步预测,Jacbian矩阵为:
Hessian矩阵为:
优化时,Uj+1的值需要按照式5不断更新,直到[Uj+1-Uj]T[Uj+1-Uj]<ε或者达到最大迭代值,其中ε是最大权限误差。
预测控制器需要通过反馈补偿来消除稳态误差。反馈校正的方法如下:
y′m(k+i)=ym(k+i)+δ(y(k)-ym(k)) (9)
其中,y(k)和ym(k)是k时刻的实际输出和模型输出,y′m(k)为k时刻补偿后的输出,δ为补偿系数。使用y′m(k+i)代替ym(k+i)进行滚动优化以实现反馈校正。
将脑电采集模块采集到的脑电信号经无线信道传输后送到脑电信号处理模块做计算。预处理过后,根据公式(1)所示的系统模型,计算信号的系统输出;根据公式(4)计算预测人工神经网络的成本函数;根据公式(6),反复迭代,调整U值,使J达到最小;根据公式(9),在J最小的情况下,计算k时刻的实际输出和模型输出,通过反馈补偿来消除稳态误差,从而实现LED灯的稳定闪烁。
下面通过具体数据实施例与仿真模拟对上述方法做进一步说明:
(1)采集实施对象的脑电信号,共32个通道,经脑电放大器放大后利用超宽带数据发送模块将采集到的脑电信号以无线的方式发送出去;利用超宽带数据接收模块接收来自超宽带数据发送模块发送的脑电信号,并将接收到的脑电信号传输给脑电信号处理模块。
(2)对脑电信号进行预处理,包括去除基线,0.5-30Hz的带通滤波等,将滤波后的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换;将预处理后的脑电数据送入神经网络反馈控制器,经过神经网络反馈控制器处理后生成控制信号。
(4)根据公式(4),计算人工神经网络预测的成本函数;根据公式(6),优化调整U值使J最小化。
(5)根据公式(7)、(8),使[Uj+1-Uj]T[Uj+1-Uj]<0.005。
(6)根据公式(9),通过光敏检测传感器实时检测LED的闪烁频率,利用反馈补仓来消除稳态误差,实现LED刺激模块的稳定闪烁。
图5为仿真结果。
一种基于脑电的光调控智能灯刺激装置,它包括:
脑电采集模块:柔性支架、电极传感器、信号采集芯片和电源。柔性支架上设置多个电极传感器,电极传感器和信号采集芯片连接,电源为电极传感器和信号采集芯片供电;
脑电放大器:与超宽带数据发送模块连接,将来自脑电采集模块的脑电信号进行微伏级信号放大至毫伏级,便于信号传输处理。
超宽带数据发送模块:与脑电放大器连接,将采集到的脑电信号以无线的方式发送出去;
超宽带数据接收模块:以无线的方式接收来自超宽带数据发送模块发送的脑电数据。
脑电信号处理模块:首先将来自超宽带数据接收模块的脑电信号进行滤波处理,包括去基线,带通滤波等;对滤波后的数据进行预处理,将采集到的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,得到的每个窗函数的数据做离散傅里叶变换。将预处理后的脑电数据送入神经网络反馈控制器,神经网络反馈控制器将输入信号的变量值与期望值相比较,以此差值来校正LED刺激模块的闪烁频率。光敏检测传感器:检测LED刺激模块的闪烁频率,将闪烁频率反馈给神经网络反馈控制器。LED刺激模块:以红蓝绿三原色为基础的LED灯,并额外设置单片机和键盘,键盘连接单片机,单片机连接LED刺激模块,通过键盘输入,利用单片机控制发光二极管的颜色。
优选的是,所述脑电采集电极为基于同性相斥的磁力承载式干电极,借助于内部磁石同性互斥,在外力作用下探头可以与头皮紧密接触,降低阻抗。优选的是,所述信号采集芯片为TMS320F28335芯片,用于脑电信号的采集。优选的是,所述超宽带数据发送模块和超宽带数据接收模块内置TH-UWB02芯片,用于脑电信号传输。优选的是,所述脑电信号处理模块包括:滤波器、预处理模块、神经网络反馈控制器。优选的是,滤波器为有限脉冲响应带通滤波器,滤波范围在0.3-30Hz,其通带纹波小,阻带衰减良好,用于对脑电信号的滤波;
以上所述的仅是本发明的一种实施方式,应当指出,在不脱离本发明原理的前提下,还可以作出若干修改、等同替换和改进,这些也应视为属于本发明的保护范围。
Claims (2)
1.一种基于脑电的光调控智能灯刺激方法,其特征在于,它包括如下步骤:
(1)采集脑电信号:利用脑电采集模块实时采集脑电信号,经过脑电放大器放大后通过超宽带数据发送模块将采集到的脑电信号通过无线信道发送出去;
(2)脑电信号处理:利用超宽带数据接收模块接收来自超宽带数据发送模块发送的脑电数据,然后将接收到的脑电信号传输给脑电信号处理模块,对脑电信号进行滤波处理,包括去除基线,0.5-30Hz的带通滤波;对滤波后的数据进行预处理,将采集到的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换;将预处理后的脑电数据送入神经网络反馈控制器,经过神经网络反馈控制器处理后生成控制信号;具体如下:
将(2)中处理后的脑电信号作为输入信号,系统模型表示如下:
y(k+1)=g(y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n)) (1)
其中,u(k)为k时刻系统的控制输入,即(2)中处理后的脑电信号,y(k)为k时刻系统的输出,m和n分别为输出和输入的延时时间,g(·)为神经网络可识别的未知函数,采用四层BP神经网络对系统进行建模,模型输出为:
其中,ym(k+1)是神经网络模型的预测输出,其中和f(·)分别是第一个隐含层和第一个隐含层的激活函数,WI和BI分别是输入层和第一隐含层之间的权值矩阵和阈值矩阵,WH和BH分别为两个隐含层之间的权值矩阵和阈值矩阵,WO和BO分别为第二次隐含层与输出层之间的权值矩阵和阈值矩阵,xm(k)是神经网络的输入,xm(k)是:
xm(k)=[y(k),y(k-1),…,y(k-m),u(k),u(k-1),u(k-n)]T (3)
人工神经网络预测的成本函数为:
其中,ym(k)为模型在k时刻的预测输出,yr(k)为k时刻的参考值,u(k)为k时刻的控制输入,λ是一个权重系数,d为采用总时长;输入控制向量表示为:
U=[u(k),u(k+1),…,u(k+d-1)]T (5)
优化的目的是通过调整U值使J最小化,采用二次收敛的Newton-Rahpson方法对系统进行优化;Newton-Rahpson方法的迭代公式为:
对于多步预测,Jacbian矩阵为:
Hessian矩阵为:
优化时,Uj+1的值需要按照式5不断更新,直到[Uj+1-Uj]T[Uj+1-Uj]<ε或者达到最大迭代值,其中ε是最大权限误差;
预测控制器需要通过反馈补偿来消除稳态误差,反馈校正的方法如下:
y′m(k+i)=ym(k+i)+δ(y(k)-ym(k)) (9)
其中,y(k)和ym(k)是k时刻的实际输出和模型输出,y′m(k)为k时刻补偿后的输出,δ为补偿系数;使用y′m(k+i)代替ym(k+i)进行滚动优化以实现反馈校正。
2.一种采用权利要求1方法的光调控智能灯刺激装置,它包括:
脑电采集模块:柔性支架、电极传感器、信号采集芯片和电源;柔性支架上设置多个电极传感器,电极传感器和信号采集芯片连接,电源为电极传感器和信号采集芯片供电;
脑电放大器:与超宽带数据发送模块连接,将来自超宽带数据接收模块的脑电信号进行微伏级信号放大至伏级,便于信号传输处理;
超宽带数据发送模块:与脑电放大器连接,将采集到的脑电信号以无线的方式发送出去;
超宽带数据接收模块:以无线的方式接收来自超宽带数据发送模块发送的脑电数据;
脑电信号处理模块:首先将来自超宽带数据接收模块的脑电信号进行滤波处理,包括去基线,0.5-30Hz带通滤波;对滤波后的数据进行预处理,将采集到的脑电信号分段做局部实时处理,对每段数据做加窗函数处理,将得到的每个窗函数的数据做离散傅里叶变换。将预处理后的脑电数据送入神经网络反馈控制器,神经网络反馈控制器将输入信号的变量值与期望值相比较,以此差值来校正LED刺激模块的闪烁频率;
光敏检测传感器:检测LED刺激模块的闪烁频率,将闪烁频率反馈给神经网络反馈控制器;
LED刺激模块:以红蓝绿三原色为基础的LED灯,并额外设置单片机和键盘,键盘连接单片机,单片机连接LED刺激模块,通过键盘输入,利用单片机控制发光二极管的颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210799294.3A CN115282431B (zh) | 2022-07-06 | 2022-07-06 | 一种基于脑电的光调控智能灯刺激方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210799294.3A CN115282431B (zh) | 2022-07-06 | 2022-07-06 | 一种基于脑电的光调控智能灯刺激方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115282431A true CN115282431A (zh) | 2022-11-04 |
CN115282431B CN115282431B (zh) | 2023-06-30 |
Family
ID=83822049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210799294.3A Active CN115282431B (zh) | 2022-07-06 | 2022-07-06 | 一种基于脑电的光调控智能灯刺激方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115282431B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7123955B1 (en) * | 1999-10-29 | 2006-10-17 | Tsinghua University | Control method and system and the sense organs test method and system based on electrical steady state induced response |
CN201929954U (zh) * | 2011-01-11 | 2011-08-17 | 上海惠诚咨询有限公司 | 一种α脑波的光刺激诱导装置 |
US20120143075A1 (en) * | 2010-12-07 | 2012-06-07 | Michael Anselme Tansey | Apparatus and method for monitoring, analyzing, and utilizing brainwave and biologic data at transition points along the neurochromometric sequence whereby a stimulus presented to the central nervous system results in cognition and volitional action |
CN103428965A (zh) * | 2013-07-11 | 2013-12-04 | 常州大学 | 一种基于脑波控制的智能led变色灯及其智能控制方法 |
WO2015073713A1 (en) * | 2013-11-13 | 2015-05-21 | Hrl Laboratories, Llc | System for controlling brain machine interfaces and neural prosthetic systems |
CN205594579U (zh) * | 2016-03-22 | 2016-09-21 | 昆明理工大学 | 一种多功能无线脑电帽 |
CN105942975A (zh) * | 2016-04-20 | 2016-09-21 | 西安电子科技大学 | 基于稳态视觉诱发的脑电信号处理方法 |
CN106943150A (zh) * | 2017-03-22 | 2017-07-14 | 新乡医学院 | 精神疲劳检测系统及其采用的方法 |
CN113518642A (zh) * | 2018-12-14 | 2021-10-19 | 大脑补丁有限公司 | 脑交互设备和方法 |
CN114041806A (zh) * | 2021-11-09 | 2022-02-15 | 电子科技大学 | 一种自适应滤波的tms诱发电位提取装置 |
-
2022
- 2022-07-06 CN CN202210799294.3A patent/CN115282431B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7123955B1 (en) * | 1999-10-29 | 2006-10-17 | Tsinghua University | Control method and system and the sense organs test method and system based on electrical steady state induced response |
US20120143075A1 (en) * | 2010-12-07 | 2012-06-07 | Michael Anselme Tansey | Apparatus and method for monitoring, analyzing, and utilizing brainwave and biologic data at transition points along the neurochromometric sequence whereby a stimulus presented to the central nervous system results in cognition and volitional action |
CN201929954U (zh) * | 2011-01-11 | 2011-08-17 | 上海惠诚咨询有限公司 | 一种α脑波的光刺激诱导装置 |
CN103428965A (zh) * | 2013-07-11 | 2013-12-04 | 常州大学 | 一种基于脑波控制的智能led变色灯及其智能控制方法 |
WO2015073713A1 (en) * | 2013-11-13 | 2015-05-21 | Hrl Laboratories, Llc | System for controlling brain machine interfaces and neural prosthetic systems |
CN205594579U (zh) * | 2016-03-22 | 2016-09-21 | 昆明理工大学 | 一种多功能无线脑电帽 |
CN105942975A (zh) * | 2016-04-20 | 2016-09-21 | 西安电子科技大学 | 基于稳态视觉诱发的脑电信号处理方法 |
CN106943150A (zh) * | 2017-03-22 | 2017-07-14 | 新乡医学院 | 精神疲劳检测系统及其采用的方法 |
CN113518642A (zh) * | 2018-12-14 | 2021-10-19 | 大脑补丁有限公司 | 脑交互设备和方法 |
US20220016423A1 (en) * | 2018-12-14 | 2022-01-20 | Brainpatch Ltd | Brain interfacing apparatus and method |
CN114041806A (zh) * | 2021-11-09 | 2022-02-15 | 电子科技大学 | 一种自适应滤波的tms诱发电位提取装置 |
Non-Patent Citations (1)
Title |
---|
刘铁军等: "运动想象的脑机制及其在运动功能康复中应用的研究进展", 《生物化学与生物物理进展》, pages 299 - 304 * |
Also Published As
Publication number | Publication date |
---|---|
CN115282431B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106062669B (zh) | 用于脑机接口的系统 | |
CN103168306A (zh) | 判定对象昼夜节律特征的方法 | |
CN108446021B (zh) | 基于压缩感知的p300脑机接口在智能家居中的应用方法 | |
CN106816877A (zh) | 一种含光伏的配电网电压跌落检测补偿方法 | |
CN112135328B (zh) | 基于物联网的人工智能监测系统 | |
CN107728473B (zh) | 一种温室环境多参数协同控制系统及调控方法 | |
CN107595296A (zh) | 一种消除运动干扰的血氧饱和度检测方法及血氧检测装置 | |
CN104597813B (zh) | 一种自动识别电器运行状态的智能插座 | |
CN115282431B (zh) | 一种基于脑电的光调控智能灯刺激方法及其装置 | |
CN112862256A (zh) | 一种畜禽舍环境大数据检测系统 | |
CN116307190A (zh) | 一种基于蓝牙mesh网络的果园环境对产量的预测方法 | |
CN204520670U (zh) | 一种基于物联网的心电监护系统 | |
CN103006358A (zh) | 一种肌电假手的控制方法 | |
CN109303556B (zh) | 一种高通量植入式神经信号无线传输装置 | |
CN117850242B (zh) | 一种基于算法的数控葫芦重量监控平衡控制系统 | |
CN106527169B (zh) | 基于蓝牙的智能家居控制系统 | |
CN113456213B (zh) | 一种基于人工智能的射频消融参数优化和信息合成方法及系统 | |
CN109725655A (zh) | 一种多喷头流量控制模型的构建方法及装置 | |
US20100121610A1 (en) | Digital filtering system, method, and program thereof | |
CN109036810A (zh) | 一种变压器有源噪声降噪装置及控制方法 | |
CN108255219B (zh) | 一种表面处理设备智能控制系统 | |
JP2002345862A (ja) | 個人適応型生体信号被動機器制御システム及びその制御方法 | |
CN115169224A (zh) | 一种基于无线电能传输系统的改进灰狼算法参数识别方法 | |
CN106778475B (zh) | 一种最优导联集选择方法及系统 | |
CN105769186A (zh) | 基于复杂网络的肌电信号采集位置选取方法 |
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 |