專利名稱：眼電信號的特征提取與識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及屬于生物醫(yī)學與信息學交叉領(lǐng)域，更具體地說是一種對眼電信號所進行的特 征提取與識別方法。
背景技術(shù)：
眼睛是心靈的窗口，透過這個窗口我們可以探究人的許多心理活動的規(guī)律。人類的信 息加工在很大程度上依賴于視覺，來自外界的信息約有80% 90%是通過人的眼睛獲得的。 因此對于眼球運動的研究被認為是視覺信息加工研究中最有效的手段。國內(nèi)、外許多有關(guān)眼 電的研究證明，眼球中角膜部分是一個正電極，視網(wǎng)膜部分是一個負電極，這種在視網(wǎng)膜色 素上皮和光感受器細胞之間存在的視網(wǎng)膜靜電位信號被稱為electro-oculogram，即EOG信 號。當眼睛注視前方不動時，可以記錄到穩(wěn)定的基準電位，眼睛沿水平方向或垂直方向每運 動1°，將分別會產(chǎn)生約16wF和14W的電壓；由于眼電信號相對于心電、腦電等信號而言， 其幅度較強，約為15-200"r，所以，該信號可以被放置在眼睚周圍的電極直接檢測到。目前，許多關(guān)于眼電特征提取及眼電信號識別的算法被相繼提出。眼電信號的特征一般 采用以下參數(shù)眼電信號的幅值、持續(xù)時間、眼電信號的間隔時間、眼電信號能量等，識別 時通過設(shè)置不同的檢測門限來實現(xiàn)對輸入眼電信號的識別。上述眼電特征提取及眼電信號識別算法雖然易于實現(xiàn)，但是不可以避免地存在著如下缺點1、 檢測準確率不高。由于上述眼電特征提取及眼電信號識別算法沒有充分考慮到眼電 信號的可變性，即檢測電極位置不同或者不同使用者進行相同的眼部動作時，眼電信號輸出的幅度、峰值、眼球轉(zhuǎn)動速度等參數(shù)不同；另一方面，由于眼電信號易受到外界信號如電物 體的靜電、電磁噪聲，還有人體肌電信號、心電信號等噪聲的干擾，因此，檢測門限的選擇 決定了算法識別的準確率。在實際使用中， 一個理想的檢測門限往往難以獲得，所以，上述 方法不能保證眼電信號識別的準確率。2、 不能在噪聲條件下使用。當電極接觸不良或者受到較強的外部噪聲電磁干擾時，上 述算法無法根據(jù)所提取出的特征對眼電信號進行識別，從而導致算法失效。發(fā)明內(nèi)容本發(fā)明是為避免上述現(xiàn)有技術(shù)所存在的不足之處提供一種具有較高識別準確率、有一定 抗干擾能力及較強應用性價值的眼電信號的特征提取與識別方法。 本發(fā)明解決技術(shù)問題采用如下技術(shù)方案本發(fā)明眼電信號的特征提取與識別方法的特點是包括眼電信號預處理、眼電信號特征參數(shù)提取及眼電信號模式識別三個階段；所述眼電信號預處理階段是對眼電信號進行端點檢測和帶通濾波；所述眼電信號特征參數(shù)提取階段對眼電信號進行分幀、加窗，將連續(xù)的眼電信號轉(zhuǎn)化為 多段短時眼電信號后，提取出隨時間變化的眼電特征參數(shù)序列；所述眼電信號模式識別階段通過動態(tài)時間規(guī)整法DTW，將輸入的眼電特征參數(shù)序列依 次與模板庫中的每個模板進行相似度的比較，以判斷操作者相應的眼部運動，包括不同眨 眼次數(shù)、向左掃視、向右掃視、向上掃視和向下掃視。所述模板庫的建立使用者在使用之前采用不同的眼部動作，包括不同眨眼次數(shù)、向 左掃視、向右掃視、向上掃視和向下掃視分別進行訓練，每個動作對應得到一個參考模板， 以所有不同動作的參考模板的集合建立模板庫。本發(fā)明眼電信號的特征提取與識別方法的特點也在于所述眼電信號預處理階段的端點檢測是檢測眼部不同動作對應的眼電信號的起始點和 終止點；所述眼電信號預處理階段的帶通濾波截止頻率為0.159-10Hz。 本發(fā)明眼電信號的特征提取與識別方法的特點也在于-所述眼電信號特征參數(shù)提取階段的分幀和加窗是用一個有限長度的窗序列截取一段眼 電信號，將連續(xù)的眼電信號轉(zhuǎn)化為多段短時眼電信號；所述提取特征參數(shù)是對眼電信號分幀、加窗后所形成的多幀短時信號通過自相關(guān)分析， 提取出線性預測系數(shù)LPC;對所述線性預測系數(shù)LPC求取其線性預測倒譜系數(shù)LPCC作為 特征參數(shù)；進一步對所述線性預測倒譜系數(shù)LPCC求取一階差分信號ALPCC;最終將所述 線性預測倒譜系數(shù)LPCC與一階差分信號ALPCC合并組成一個眼電信號特征參數(shù)。眼電信號的特征提取與識別方法的特點也在于所述動態(tài)時間規(guī)整法DTW是在計算待 識別的眼電信號與模板庫中每個模板的相似度時，將所獲取的操作者眼部動作的眼電信號波 形進行非線性的伸長或壓縮，直至所述眼電信號波形與所述模板庫中參考模板的長度相一 致。本發(fā)明眼電信號的特征提取與識別方法的特點還在于按以下步驟進行 a、訓練al、將眼電傳感器分別放置在使用者的顥側(cè)、眼眉正上方、乳凸處及額頭正中間位置； a2、根據(jù)使用者眼睛的不同動作，包括眨眼、向右掃視、向右掃視向上掃視和向下掃 視，分別提取特征參數(shù)；a3、將不同眼部動作所對應的特征參數(shù)保存為參考模板，并以所有參考模板的集合建立模板庫；b、測試bl、將眼電傳感器分別旋轉(zhuǎn)在使用者的顥側(cè)、眼眉正上方、乳凸處及額頭正中間； b2、使用者眼部產(chǎn)生不同動作時，實時提取出對應于該動作的由眼電傳感器獲得的眼電 信號的特征參數(shù)；b3、將所提取的眼電信號的特征參數(shù)與訓練步驟中所建立的模板庫中的每個模板通過動 態(tài)時間規(guī)整的方法進行相似度比較，將相似度最高者作為識別結(jié)果輸出。 與現(xiàn)有技術(shù)相比，本發(fā)明有益效果體現(xiàn)在 1、本發(fā)明具有較高眼電識別準確率本發(fā)明一方面可以采用具有抗噪能力的LPCC與ALPCC組合參數(shù)，在特征級實現(xiàn)降噪；另一方面通過采用動態(tài)時間規(guī)整的方法實現(xiàn)眼電信號的識別，即通過尋找最優(yōu)化路徑，將復 雜的全局優(yōu)化問題轉(zhuǎn)化為許多局部優(yōu)化的問題，解決了由于眼電信號的可變性(檢測電極位 置不同或者不同的使用者相同眼部動作進，眼電輸出的幅度、眨眼速度等參數(shù)不同)所帶來 的參考模板和測試模板不相匹配的問題，有效地提高了眼電信號識別的準確率。2、 本發(fā)明具有一定魯棒性本發(fā)明在線性預測系數(shù)LPC的基礎(chǔ)上，為了提高抗干擾能力，對其進一步求取其線性預 測倒譜系數(shù)LPCC作為一個特征參數(shù)。同時，為了反映出眼電信號的動態(tài)變化信息，本發(fā)明 對LPCC系數(shù)求取了一階差分信號ALPCC，作為另一個特征參數(shù)。最終，將LPCC與ALPCC 合并組成一個新的具有一定魯棒性的眼電信號特征參數(shù)。3、 本發(fā)明具有較強的應用價值本發(fā)明在諸多領(lǐng)域具有重大的應用意義，可以適于肢體有殘疾的人員與計算機之間的交 互，操作者可以通過眼睛的運動來操控計算機、書寫文本、瀏覽網(wǎng)頁等，幫助肢體殘疾人象 正常人般使用計算機，或?qū)崿F(xiàn)對其他電子設(shè)備，如對家電的無線控制。同時還可以用于正常 人不便用手操作計算機的場合，比如礦井、營救手術(shù)、航天器、水下等條件苛刻或狹窄的 環(huán)境中。


圖l為本發(fā)明原理框圖。 圖2為本發(fā)明的電極接線示意圖。 圖3為本發(fā)明的眼電信號分幀示意圖。 圖4為本發(fā)明所采用的動態(tài)時間規(guī)整原理圖。 圖5為本發(fā)明動態(tài)歸整時搜索路徑示意圖。圖6為本發(fā)明的程序流程圖。以下通過具體實施方式
，結(jié)合附圖對本發(fā)明作進一步說明。
具體實施方式
參見圖1，本實施例中對于眼電信號的特征提取與識別是由眼電信號預處理、眼電信號 特征參數(shù)提取及眼電信號模式識別三個階段組成。其中，眼電信號預處理階段主要是對眼電 信號進行端點檢測、帶通濾波等預處理操作，以去除干擾，降低特征提取時的計算量；眼電 信號特征參數(shù)提取階段是對眼電信號進行分幀、加窗，以實現(xiàn)將連續(xù)的眼電信號轉(zhuǎn)化為多段 短時信號后，提取出隨時間變化的特征參數(shù)序列；眼電信號模式識別階段是通過DTW動態(tài) 時間規(guī)整的方法將輸入眼電特征矢量時間序列依次與模板庫中的每個模板進行相似度的比 較，以獲取操作者相應的眼部運動。參見圖2，本實施例中電極貼放方式為第一通道為采集眼球水平方向運動的眼動信號， 電極位于顥側(cè)，如圖2中電極I的位置；第二通道為采集眼球垂直方向運動的眼電信號，電 極位于眼眉正上方，如圖2中電極II的位置；參考電極位于乳凸處，如圖2中電極C的位 置；接地電極位于額頭正中間，如圖2中電極GND的位置。圖3所示為本實施例中眼電信號分幀示意圖。為了使幀與幀之間平滑過渡，保持其連續(xù) 性，本實施例采用交疊分段的方法，交疊部分稱為幀移，本實施例幀移與幀長的比值為1/2。 假定s(")為始眼電信號，w(")窗函數(shù)，那么加窗后眼電信號&(")-^7"W(")。為了保護較高的分辨率，減少頻譜泄漏，采用漢明窗作為窗函數(shù)，其表達式如式l所示f0.54- 0.46cos[2;r"/(iV -l)]， 0 S " iV—1 w(") — A , (1)〔0, " = e/w圖4所示為本實施例中動態(tài)時間規(guī)整原理。動態(tài)時間規(guī)整是把時間規(guī)整和距離測度計算結(jié)合起來的一種非線性規(guī)整。通過尋找最優(yōu) 化路徑，將復雜的全局優(yōu)化問題轉(zhuǎn)化為許多局部優(yōu)化的問題，解決由于眼電信號的可變性(檢 測電極位置不同或者不同使用者進行相同的眼部動作時，眼電信號輸出的幅度、峰值、眼球 轉(zhuǎn)動速度等參數(shù)不同)所帶來的參考模板和測試模板不相匹配的問題，可以有效提高眼電信 號識別的準確率。設(shè)參考模板表示為i "i (l)，及(2),…,i (w),…,i (M))， M為參考模板所包含的眼電信號 的幀總數(shù)，m為眼電信號幀的時序標號，i (w)為第w幀的眼電信號特征矢量；設(shè)測試模板表示為r—r(i),7X2),…,7X"),…,r(A^， w為測試模板所包含的眼電信號的幀總數(shù)，"為眼電信號幀的時序標號，r(")ro7)為第"幀的眼電信號的特征矢量。比較測試模板和參考模板的相似度，可以計算出它們之間的失真D[r，i ]，失真越小相似度越高。為了計算這一失真， 應對r和及中的每個對應幀之間的失真算起。設(shè)"、m分別為r、及中任意選擇的幀號，則 這兩幀之間的幀失真用D[r("),及(w)]來表示。本實施例采用了歐幾里德距離來度量失真度， 即/)[r(")，i (m)] = ^> -o2 (2)其中，= h&,...,d和i (附)=k,r2,...,。j分別為幀r(")和對應的特征矢量， p為特征矢量的維數(shù)。顯然，線性映射并沒有反映出眼電信號在不同情況下的時間變化。動態(tài)時間規(guī)整就是尋找時間規(guī)整函數(shù)附=^(")，把測試模板的時間軸w非線性地映射到參考模板的時間軸m上。動態(tài)規(guī)劃的方法如圖4所示設(shè)測試模板r共有w幀，參考模板i 共有M幀，將測試模板 和參考模板的幀號分別在坐標系的橫軸和縱軸上標出，則各個幀號之間的關(guān)系形成一個網(wǎng) 格，網(wǎng)格中的任何一個交叉點(n,m)表示r(n)和/ (m)相交，并且該交叉點擁有的幀失真度為D[r("),/ (附)]。動態(tài)時間規(guī)整方法可以歸結(jié)為尋找一條通過圖4所示網(wǎng)格中若干格點的路徑，路徑通過 的格點即為測試和參考模板中進行距離計算的幀號。參見圖5所示為本實施例中動態(tài)歸整時搜索路徑示意。假設(shè)路徑通過的所有格點依次為(",，附,),…，(",，附,),…，("w，附w)。1、 由端點約束條件可以確定(",，^XU)， ("w,mw) = (7V，M)。設(shè)路徑可以用函數(shù) w,-w(",)描述，其中"，=/,〖=l,2，...，iV， w(l) = l,w(A0 = M 。2、 由斜率的約束條件假設(shè)相同眼部動作的測試眼電信號持續(xù)時間f一teW與訓練眼電 信號持續(xù)時間f —/ra/"的誤差范圍為(1/2)"—/ra/""—feW<2"_加/"，因此，為了減小 計算量，選取斜率在1/2 2的范圍內(nèi)進行計算。如果路徑的當前格點為(",一,，wv,)，那么下 一個通過的格點(",，m,)只可能是下列三種情況之一(",，w,) = (",—,,/ ,—,+2),("j,mXwwUl)，(",，附,)=(",—,，,_,)(如圖5所示)，這三個約束條件用;;表示。求最佳路徑的問題可以歸結(jié)為求最佳路徑函數(shù)m,.=;(",)的問題，當滿足約束條件;;時， 該函數(shù)使得沿路徑的積累距離達到最小，艮P:Z Z)[",,/^] = min Z "[",，w,] (3)搜索該路徑的方法為搜索從(",，m,)點出發(fā)，由約束條件;7可知，對于點(",.,m,.)，其可 能到達該格點的前一個格點只可能是("w,m,. -1) 、 ("H,附,)和("w,m, -2)三個格點之一，那 么"，m,)—定選擇這三個距離中最小者所對應的格點作為其前續(xù)格點，若用(w,一，m,J代表 此格點，并將通過該格點延伸到(",，m,)，此時的路徑累積距離為"[(",,附,)]=)， 〖)]+ "[(",一、,附",)〗 (4)其中K—,，W,一)由式(5)決定"[(",-,，附,-,)]=min{Z)[(", )],￡>[(", -1, -l)],Z)[(", --2)]} (5)這樣，可以從(W,，W,XU)出發(fā)搜索("2，W2)，再搜索("3,附3)...，對每一個(",.,《0都 保存相應的前一格點(",_,,附,_1)及相應的幀匹配距離^[",,附,]。搜索到("w, )時，只保留一 條最佳路徑，然后通過逐點向前尋找可以得到整個最優(yōu)路徑。本實施例中，基于眼電信號的特征提取與識別方法的具體實施過程如圖6所示1、訓練1.1眼電傳感器中用于采集水平眼電信號的電極I安放在使用者顥側(cè)、用于采集垂直眼電信號的電極II安放在眼眉正上方、參考電極C設(shè)置在乳凸處，地電極GND設(shè)置在額頭正 中間；1.2使用者根據(jù)提示，完成一次眼部動作后，比如眨眼、向右掃視、向右掃視向上掃 視、向下掃視，針對本次眼部運動所觸發(fā)的眼電信號進行端點檢測、分幀加窗及自相關(guān)分析 后，提取12維的LPCC與12維的ALPCC特征參數(shù)，并將所述12維的LPCC與ALPCC的 特征參數(shù)進行組合，形成24維的對應于這一次眼動的特征參數(shù)；1.3將所提取的特征參數(shù)作為對應于該動作的參考模板存入模板庫中，同時等待下一次 訓練；1.4將所有動作訓練完畢后，即得到模板庫。2、測試2.1眼電傳感器中用于采集水平眼電信號的電極I安放在使用者顥側(cè)、用于采集垂直眼 電信號的電極II安放在眼眉正上方、乳凸處安放參考電極C，額頭正中位置安放接地電極G;2.2當使用者進行不同的眼部動作時，比如眨眼、向右掃視、向右掃視向上掃視、向 下掃視，針對本次眼部運動所觸發(fā)的眼電信號進行端點檢測、分幀加窗及自相關(guān)分析后，提取12維的LPCC與12維的ALPCC特征參數(shù)，并將所述12維的LPCC與ALPCC的特征參 數(shù)進行組合，形成24維的對應于這一次眼動的特征參數(shù)；2.3將所提取的特征參數(shù)與訓練步驟中所建立的眼電信號模板庫中的每個模板通過動 態(tài)時間規(guī)整的方法進行相似度的比較，并將相似度最高者作為識別結(jié)果輸出，并等待下次輸 入。
權(quán)利要求
1、眼電信號的特征提取與識別方法，其特征是包括眼電信號預處理、眼電信號特征參數(shù)提取及眼電信號模式識別三個階段；所述眼電信號預處理階段是對眼電信號進行端點檢測和帶通濾波；所述眼電信號特征參數(shù)提取階段對眼電信號進行分幀、加窗，將連續(xù)的眼電信號轉(zhuǎn)化為多段短時眼電信號后，提取出隨時間變化的眼電特征參數(shù)序列；所述眼電信號模式識別階段通過動態(tài)時間規(guī)整法DTW，將輸入的眼電特征參數(shù)序列依次與模板庫中的每個模板進行相似度的比較，以判斷操作者相應的眼部運動，包括不同眨眼次數(shù)、向左掃視、向右掃視、向上掃視和向下掃視；所述模板庫的建立使用者在使用之前采用不同的眼部動作，包括不同眨眼次數(shù)、向左掃視、向右掃視、向上掃視和向下掃視分別進行訓練，每個動作對應得到一個參考模板，以所有不同動作的參考模板的集合建立模板庫。
2、 根據(jù)權(quán)利要求1所述的眼電信號的特征提取與識別方法，其特征是 所述眼電信號預處理階段的端點檢測是檢測眼部不同動作對應的眼電信號的起始點和終止點；所述眼電信號預處理階段的帶通濾波截止頻率為0.159-10Hz。
3、 根據(jù)權(quán)利要求1所述的眼電信號的特征提取與識別方法，其特征在于 所述眼電信號特征參數(shù)提取階段的分幀和加窗是用一個有限長度的窗序列截取一段眼電信號，將連續(xù)的眼電信號轉(zhuǎn)化為多段短時眼電信號；所述提取特征參數(shù)是對眼電信號分幀、加窗后所形成的多幀短時信號通過自相關(guān)分析， 提取出線性預測系數(shù)LPC;對所述線性預測系數(shù)LPC求取其線性預測倒譜系數(shù)LPCC作為 特征參數(shù)；進一步對所述線性預測倒譜系數(shù)LPCC求取一階差分信號厶LPCC;最終將所述 線性預測倒譜系數(shù)LPCC與一階差分信號ALPCC合并組成一個眼電信號特征參數(shù)。
4、 根據(jù)權(quán)利要求1所述的眼電信號的特征提取與識別方法，其特征是所述動態(tài)時間規(guī) 整法DTW是在計算待識別的眼電信號與模板庫中每個模板的相似度時，將所獲取的操作者 眼部動作的眼電信號波形進行非線性的伸長或壓縮，直至所述眼電信號波形與所述模板庫中 參考模板的長度相一致。
5、 根據(jù)權(quán)利要求1所述的眼電信號的特征提取與識別方法，其特征是按以下步驟進行 a、訓練al、將眼電傳感器分別放置在使用者的顥側(cè)、眼眉正上方、乳凸處及額頭正中間位置； a2、根據(jù)使用者眼睛的不同動作，包括眨眼、向右掃視、向右掃視向上掃視和向下掃視，分別提取特征參數(shù)；a3、將不同眼部動作所對應的特征參數(shù)保存為參考模板，并以所有參考模板的集合建立模板庫；b、測試bl、將眼電傳感器分別旋轉(zhuǎn)在使用者的顥側(cè)、眼眉正上方、乳凸處及額頭正中間； b2、使用者眼部產(chǎn)生不同動作時，實時提取出對應于該動作的由眼電傳感器獲得的眼電 信號的特征參數(shù)；b3、將所提取的眼電信號的特征參數(shù)與訓練步驟中所建立的模板庫中的每個模板通過動 態(tài)時間規(guī)整的方法進行相似度比較，將相似度最高者作為識別結(jié)果輸出。
全文摘要
眼電信號的特征提取與識別方法，其特征是包括眼電信號預處理、眼電信號特征參數(shù)提取及眼電信號模式識別三個階段；其中，預處理階段對眼電信號進行端點檢測和帶通濾波；特征參數(shù)提取階段對眼電信號進行分幀、加窗，將連續(xù)的眼電信號轉(zhuǎn)化為多段短時眼電信號后，提取出隨時間變化的眼電特征參數(shù)序列；模式識別階段通過動態(tài)時間規(guī)整法，將輸入的眼電特征參數(shù)序列依次與模板庫中的每個模板進行相似度的比較，以判斷操作者相應的眼部運動。本發(fā)明具有較高眼電信號識別準確率、一定抗干擾能力及較強應用性價值等特點。
文檔編號G06K9/62GK101599127SQ20091011715
公開日2009年12月9日 申請日期2009年6月26日 優(yōu)先權(quán)日2009年6月26日
發(fā)明者釗 呂, 吳小培, 磊 張, 張道信, 密 李, 郭曉靜 申請人:安徽大學