(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211375933.X (22)申请日 2022.11.04 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 (72)发明人 季林红　李翀　贾天宇　孙晶尧　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 张润 (51)Int.Cl. G06F 3/01(2006.01) G06K 9/62(2022.01) A61B 5/369(2021.01) (54)发明名称 一种基于双脑耦合特征的脑机接口控制方 法及系统 (57)摘要 本发明公开了一种基于双脑耦合特征的脑 机接口控制方法及系统， 该方法包括： 在至少两 个被试协同进行脑机接口的运动控制任务时， 将 同步采集至少两个被试的导联对脑电数据分为 脑电训练数据和脑电测试数据； 运动控制任务包 括至少一种运动模式； 基于脑电训练数据进行双 脑耦合特征提取， 基于提取的特征进行数据变换 得到特征矩阵； 将特征矩阵输入分类器模型中进 行训练得到分类模型， 基于分类模 型对脑电测试 数据进行运动模式的分类得到模式分类结果， 对 模式分类结果的运动模式完成度进行判断， 根据 完成度判断结果得到测试分类准确率； 基于测试 分类准确率， 判断协同脑机接口控制的有效性。 本发明可以促进基于双脑耦合特征的脑机接口 控制准确率的提升 。 权利要求书2页 说明书6页 附图2页 CN 115421597 A 2022.12.02 CN 115421597 A 1.一种基于双脑耦合特 征的脑机 接口控制方法， 其特 征在于， 包括以下步骤： 在至少两个被试协同进行脑机接口的运动控制任务 时， 将同步采集至少两个被试的导 联对脑电数据分为脑电训练数据和脑电测试数据； 其中， 所述运动控制任务包括至少一种 运动模式； 基于所述脑电训练数据进行双脑耦合特征提取， 基于提取的特征进行数据变换得到特 征矩阵； 将所述特征矩阵输入分类器模型中进行训练得到分类模型， 基于所述分类模型对所述 脑电测试数据进 行运动模式的分类得到模式分类结果， 对所述模式分类结果的运动模式完 成度进行判断， 根据完成度判断结果得到测试分类准确率； 基于所述测试分类准确率， 判断协同脑机 接口控制的有效性。 2.根据权利要求1所述的方法， 其特征在于， 所述在至少两个被试协同进行脑机接口的 运动控制任务之前， 所述方法， 还 包括： 获取预设的运动指令 。 3.根据权利要求1所述的方法， 其特征在于， 所述基于脑电训练数据进行双脑耦合特征 提取， 基于提取的特 征进行数据变换 得到特征矩阵， 包括： 基于脑区功能的差异信息获取脑电训练数据所在脑区的权重向量， 以及通过Hilbert 变换计算得到脑电训练数据的瞬时相位， 并根据所述权重向量对所述瞬时相位进 行赋权得 到赋权瞬时相位； 基于所述赋权瞬时相位和预设公式计算脑电训练数据导联对的相关系数， 利用 Fisher’s Z变换将所述相关系数进行 标准化操作， 得到双脑耦合特 征矩阵； 根据所述双脑耦合特征矩阵中导联对的相关度值进行数值排序， 基于数值排序 结果得 到所述特 征矩阵。 4.根据权利要求3所述的方法， 其特征在于， 所述根据双脑耦合特征矩阵中脑电训练数 据导联对的相关度值进行 数值排序， 基于数值 排序结果得到所述特 征矩阵， 包括： 获取双脑耦合特 征矩阵中脑电训练数据的多个导联对； 将所述多个导联对中相关度值最大的预设数量数值由大到小进行排列， 得到第 一维特 征； 将所述第一维特征对应的在所述双脑耦合特征矩阵中的矩阵行列位置编号值作为第 二维信息， 基于所述第一维特 征和所述第二维信息得到特 征矩阵。 5.根据权利要求3所述的方法， 其特征在于， 所述基于赋权瞬时相位和预设公式计算脑 电训练数据导联对的相关系数的表达式为： 其中， 为两脑间任意导联对的相关系数， 和 分别为两脑间任意导联对 的脑电信号的赋权瞬时相位。 6.一种基于双脑耦合特 征的脑机 接口控制系统， 其特 征在于， 包括： 采集协同模块， 用于在至少两个被试协同进行脑机接口的运动控制任务时， 将同步采权　利　要　求　书 1/2 页 2 CN 115421597 A 2集至少两个被试 的导联对脑电数据分为脑电训练数据和脑电测试数据； 其中， 所述运动控 制任务包括至少一种运动模式； 特征变换模块， 用于基于所述脑电训练数据进行双脑耦合特征提取， 基于提取的特征 进行数据变换 得到特征矩阵； 分类测试模块， 用于将所述特征矩阵输入分类器模型中进行训练得到分类模型， 基于 所述分类模型对所述脑电测试数据进 行运动模式的分类得到模式分类结果， 对所述模式分 类结果的运动模式完成度进行判断， 根据完成度判断结果得到测试分类准确率； 协同控制模块， 用于基于所述测试分类准确率， 判断协同脑机 接口控制的有效性。 7.根据权利要求6所述的系统， 其特 征在于， 所述系统， 还 包括： 指令传输模块， 用于获取 预设的运动指令 。 8.根据权利要求6所述的系统， 其特 征在于， 所述特 征变换模块， 包括： 第一变换子单元， 用于基于脑区功能的差异信 息获取脑电训练数据所在脑区的权重向 量， 以及通过Hilbert变换计算得到脑电训练数据的瞬时相位， 并根据所述权重向量对 所述 瞬时相位进行 赋权得到赋权瞬时相位； 第二变换子单元， 用于基于所述赋权瞬时相位和预设公式计算脑电训练数据导联对的 相关系数， 利用Fisher ’s Z变换将所述相关系数进行 标准化操作， 得到双脑耦合特 征矩阵； 排序输出子单元， 用于根据所述双脑耦合特征矩阵中导联对的相关度值进行数值排 序， 基于数值 排序结果得到所述特 征矩阵。 9.根据权利要求8所述的系统， 其特 征在于， 所排序输出子单 元， 还用于： 获取双脑耦合特 征矩阵中脑电训练数据的多个导联对； 将所述多个导联对中相关度值最大的预设数量数值由大到小进行排列， 得到第 一维特 征； 将所述第一维特征对应的在所述双脑耦合特征矩阵中的矩阵行列位置编号值作为第 二维信息， 基于所述第一维特 征和所述第二维信息得到特 征矩阵。 10.根据权利要求8所述的系统， 其特 征在于， 所述相关系数的表达式为： 其中， 为两脑间任意导联对的相关系数， 和 分别为两脑间任意导联对 的脑电信号的赋权瞬时相位。权　利　要　求　书 2/2 页 3 CN 115421597 A 3