本发明涉及神经科学和生物医学工程，尤其涉及一种嗅觉脑电信号识别系统及方法。
背景技术：
1、脑电信号(electroencephalogram，eeg)和近红外光谱(near-infraredspectroscopy，nirs)是研究大脑功能和认知过程的重要手段。脑电图能够反映大脑神经元的电活动，具有高时间分辨率，但空间分辨率相对较低。近红外光谱则可以测量大脑组织中氧合血红蛋白和脱氧血红蛋白的浓度变化，从而反映大脑的血液动力学变化，具有较好的空间分辨率。
2、在嗅觉研究中，了解大脑对气味刺激的神经反应对于揭示嗅觉感知和认知机制至关重要。然而，现有的嗅觉脑电事件相关电位采集装置和方法往往存在以下不足：
3、1.单独采集脑电信号或近红外信号，无法同时获取两种模态的信息，难以全面、深入地研究大脑对嗅觉刺激的响应。
4、2.采集装置的同步性能不佳，导致脑电信号和近红外信号在时间上的匹配不准确，影响数据分析和结果的可靠性。
5、3.装置的舒适性和便携性较差，可能会引起受试者的不适或不配合，从而影响实验数据的质量。
6、什么是嗅觉评估的“金标准”、嗅觉功能恢复的预测指标以及嗅神经、嗅觉皮层的变化，都是目前尚未明确且亟待回答的问题。
技术实现思路
1、本发明所要解决的技术问题在于，提供一种嗅觉脑电信号识别系统及方法，能够同时、准确地采集脑电信号和近红外信号，为嗅觉神经科学研究提供更全面、可靠的数据。
2、为了解决上述技术问题，本发明实施例第一方面公开了一种嗅觉脑电信号识别系统，所述系统包括嗅觉刺激发生模块、脑电信号采集模块、近红外信号采集模块、同步控制模块和数据分析处理模块；
3、所述嗅觉刺激发生模块与所述同步控制模块数据连接，用于产生气味；
4、所述脑电信号采集模块与所述同步控制模块、所述数据分析处理模块数据连接，用于采集用户的脑电信号，并将所述脑电信号发送至所述数据分析处理模块；
5、所述近红外信号采集模块与所述同步控制模块、所述数据分析处理模块数据连接，用于采集用户的近红外信号，并将所述近红外信号发送至所述数据分析处理模块；
6、所述同步控制模块与所述嗅觉刺激发生模块、所述脑电信号采集模块和所述近红外信号采集模块数据连接，用于进行数据同步；
7、所述数据分析处理模块与所述脑电信号采集模块和所述近红外信号采集模块数据连接，用于对所述脑电信号和所述近红外信号进行处理，得到嗅觉脑电信号识别结果。
8、作为一种可选的实施方式，本发明实施例第一方面中，所述嗅觉刺激发生模块包括气味发生器和气味输送管道；
9、所述气味发生器与所述气味输送管道、所述同步控制模块数据连接，用于在同步控制模块的控制下产生不同的气味，并利用所述气味输送管道将所述气味释放出去；
10、所述气味输送管道与所述气味发生器数据连接，用于输出气味。
11、作为一种可选的实施方式，本发明实施例第一方面中，所述同步控制模块包括输入单元、气味控制单元和同步控制单元；
12、所述输入单元与所述气味控制单元数据连接，用于输入用户指令；
13、所述气味控制单元与所述气味发生器数据连接，用于根据所述用户指令控制所述气味发生器产生不同气味；
14、所述同步控制单元与所述气味发生器、所述脑电信号采集模块和所述近红外信号采集模块数据连接，用于进行数据同步。
15、本发明实施例第二方面公开了一种嗅觉脑电信号识别方法，所述方法包括：
16、s1，响应于用户的输入指令，在同步控制模块的控制下，利用嗅觉刺激发生模块产生气味；
17、s2，利用脑电信号采集模块采集用户的脑电信号；
18、s3，利用近红外信号采集模块采集用户的近红外信号；
19、s4，对所述脑电信号和所述近红外信号进行整合，得到嗅觉脑电信号数据集；
20、s5，利用数据分析处理模块，对所述嗅觉脑电信号数据集进行处理，得到嗅觉脑电信号识别结果。
21、作为一种可选的实施方式，本发明实施例第二方面中，所述利用数据分析处理模块，对所述嗅觉脑电信号数据集进行处理，得到嗅觉脑电信号识别结果，包括：
22、s51，对所述脑电信号进行特征提取，得到脑电信号特征信息；
23、s52，对所述近红外信号进行特征提取，得到近红外信号特征信息；
24、s53，对所述脑电信号特征信息和所述近红外信号特征信息进行特征融合，得到融合特征信息；
25、s54，利用所述融合特征信息，对嗅觉脑电信号识别模型进行训练，得到优化嗅觉脑电信号识别模型；
26、s55，利用所述优化嗅觉脑电信号识别模型，对待处理的脑电信号和近红外信号进行处理，得到嗅觉脑电信号识别结果。
27、作为一种可选的实施方式，本发明实施例第二方面中，所述对所述脑电信号进行特征提取，得到脑电信号特征信息，包括：
28、s511，对所述脑电信号进行预处理，得到预处理脑电信号；
29、s512，对所述预处理脑电信号进行第一特征提取，得到第一特征信息；
30、s513，对所述预处理脑电信号进行第二特征提取，得到第二特征信息；
31、s514，对所述预处理脑电信号进行第三特征提取，得到第三特征信息；
32、s515，对所述第一特征信息、所述第二特征信息和所述第三特征信息进行融合，得到脑电信号特征信息。
33、作为一种可选的实施方式，本发明实施例第二方面中，所述第一特征信息的计算公式为：
34、
35、其中，h1为第一特征信息，，预处理脑电信号为x＝{xi,i＝1,2,…,n}，n为信号长度，xi为第i个信号样点。
36、作为一种可选的实施方式，本发明实施例第二方面中，所述第二特征信息的计算公式为：
37、
38、其中，h2为第二特征信息，l为预设的长度，j＝1,2,…,l，δj为矩阵d的奇异值，矩阵预处理脑电信号为x＝{xi,i＝1,2,…,n}，n为信号长度，xi为第i个信号样点。
39、作为一种可选的实施方式，本发明实施例第二方面中，所述第三特征信息的计算公式为：
40、
41、其中h3为第三特征信息，si为xi的傅里叶变换，fi为si的中心频率，x＝{xi,i＝1,2,…,n}，n为信号长度，xi为第i个信号样点。
42、作为一种可选的实施方式，本发明实施例第二方面中，所述对所述近红外信号进行特征提取，得到近红外信号特征信息，包括：
43、s521，利用时频谱分析模型，对所述近红外信号进行时频处理，得到时频谱图；
44、所述时频谱分析模型表达式为：
45、
46、其中，cs(t,f)是时频谱图，f为频率，t为时间，f(ξ,τ)表示内核函数；s(t)为输入的近红外信号，τ为时移，ξ为频移，u是积分变量，exp为指数函数，σ为常数，*表示取共轭；
47、s522，在所述时频谱图上选取8个观察平面；
48、s523，在所述8个观察平面上，获取其等高线的点集；
49、s524，将所述时频谱图的有效频率范围分为m段，按频率统计每段与所述等高线的点集的交点个数，得到特征向量信息，m为整数；
50、s525，对所述特征向量信息进行处理，得到峰值频率、上升速率和衰减速率；
51、s526，所述峰值频率、上升速率和衰减速率构成近红外信号特征信息。
52、与现有技术相比，本发明实施例具有以下有益效果：
53、(1)本发明能够同时采集脑电信号和近红外信号，实现了多模态信息的融合，有助于更全面地了解大脑对嗅觉刺激的感知和认知过程。
54、(2)本发明采用高精度的同步控制技术，确保脑电信号和近红外信号在时间上的一致性，提高了数据的可靠性和准确性。
55、(3)本发明设计的系统考虑了用户的舒适性和便携性，便于在不同场景下进行实验，扩大了应用范围。
1.一种嗅觉脑电信号识别系统，其特征在于，所述系统包括嗅觉刺激发生模块、脑电信号采集模块、近红外信号采集模块、同步控制模块和数据分析处理模块；
2.根据权利要求1所述的嗅觉脑电信号识别系统，其特征在于，所述嗅觉刺激发生模块包括气味发生器和气味输送管道；
3.根据权利要求1所述的嗅觉脑电信号识别系统，其特征在于，所述同步控制模块包括输入单元、气味控制单元和同步控制单元；
4.一种嗅觉脑电信号识别方法，其特征在于，所述方法适用于权利要求1～3任一所述嗅觉脑电信号识别系统，所述方法包括：
5.根据权利要求4所述的嗅觉脑电信号识别方法，其特征在于，所述利用数据分析处理模块，对所述嗅觉脑电信号数据集进行处理，得到嗅觉脑电信号识别结果，包括：
6.根据权利要求5所述的嗅觉脑电信号识别方法，其特征在于，所述对所述脑电信号进行特征提取，得到脑电信号特征信息，包括：
7.根据权利要求6所述的嗅觉脑电信号识别方法，其特征在于，所述第一特征信息的计算公式为：
8.根据权利要求6所述的嗅觉脑电信号识别方法，其特征在于，所述第二特征信息的计算公式为：
9.根据权利要求6所述的嗅觉脑电信号识别方法，其特征在于，所述第三特征信息的计算公式为：
10.根据权利要求5所述的嗅觉脑电信号识别方法，其特征在于，所述对所述近红外信号进行特征提取，得到近红外信号特征信息，包括：
