CN101455596A - 脑机接口驱动控制的神经义肢手及其控制方法 - Google Patents
脑机接口驱动控制的神经义肢手及其控制方法 Download PDFInfo
- Publication number
- CN101455596A CN101455596A CNA2008101366217A CN200810136621A CN101455596A CN 101455596 A CN101455596 A CN 101455596A CN A2008101366217 A CNA2008101366217 A CN A2008101366217A CN 200810136621 A CN200810136621 A CN 200810136621A CN 101455596 A CN101455596 A CN 101455596A
- Authority
- CN
- China
- Prior art keywords
- brain
- artifucial limb
- control
- hands
- signal
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种脑机接口驱动控制的神经义肢手及其控制方法,包括脑电信号采集装置,设置在脑部负责收集脑电信号;信号处理装置,将脑电信号采集装置收集的脑电信号进行放大过滤处理;信号提取识别传送装置,负责将从信号处理装置得到的脑电信号进行特征提取和动作模式识别并将信息传送给义肢手驱动装置;义肢手驱动装置,在收到信号提取识别传送装置传送的信息后驱动义肢手本体完成相应动作并反馈动作信息。该发明通过脑电控制驱动义肢手完成相关行为动作,成功避免了肌电控制带来的肌肉容易疲劳、可重复性差等问题,可以对义肢手进行精密控制,较理想的实现人手功能。该发明可以适用于上臂残疾人使用的神经义肢手的驱动控制。
Description
技术领域
本发明属于人手替代物及其控制领域,具体涉及了一种由脑机接口驱动控制的神经义肢手系统及其控制方法。
背景技术
残疾人义肢手的应用,世界各国普遍很早就进行了研究。目前上臂残疾人使用的上肢义肢从结构上分为骨骼式和壳式,除能满足装饰性或功能性要求,恢复或补偿部分肢体功能外,对保持人体生理结构平衡,防止因失衡导致躯干倾斜畸形具有重要作用。
骨骼式一般为装饰美容性质,不具有真实的动作功能。壳式一般为功能性质,有两种控制方式:一种控制方式是通过安装于肩胛部位的肩胛带,由人体做肩胛部运动来实现;另一种控制方式是肌电或开关电动控制,通过人体肌肉接触电极、微动开关,由微电机、机械传递装置运动来实现的。随着科技的发展和替代义肢手研究的深入,非功能性的义肢手逐渐被功能性的可由残疾人自由控制的肌电控制义肢手所取代,并且在功能上与真实的手臂日趋接近。2007年5月天津大学的李醒飞等人申请了一种由肌电进行运动模式识别和轨迹预测进行的假肢手控制的专利,并且使用脑电信号对假肢手的抓取力和速度进行调节。但是使用肌电作为信息源控制的义肢手存在肌肉容易疲劳、可重复性差等缺点,限制了这种方法被广泛应用的可能,尤其是对于那些高度受损的上臂残疾人,这种方法亦不适用。
由于人的脑电信息不仅能够最大限度地利用残疾人残存的大脑活动功能,而且能够直接传递人脑的控制信息。近年来,将脑电(ElectroEncephalogram,EEG)作为义肢手的精密控制源,在国内外成为新兴的研究方向和研究热点。在2001年土耳其召开的第23届医学与生物工程学会(EMBS)年会上,Abbas Erfanian等人公布了其设计的基于改进的资源分配神经网络的EEG信号分类器,能够对单手和双手的抓取,松开和合拢三种状态进行识别,平均准确率分别为98.82%和96.40%,但该网络需要经过5000次的训练。
目前各国学者对人脑电的研究,还停留在大脑的电生理研究与分析和脑电信号的提取与特征波形自动识别技术阶段。对脑电进行利用开发研究脑机接口驱动控制神经义肢手尚未涉及,国际上至今还没有适用于上臂残疾人使用的脑电控制的成熟的义肢手产品。本发明因此而来。
发明内容
本发明的主要目的在于提供一种脑机接口驱动控制的神经义肢手及其控制方法,解决了现有技术中肌电控制义肢手时肌肉容易疲劳、可重复性差的缺陷,也创造性的弥补了现有技术中脑电驱动控制尚未成形的缺憾。
为达到解决上述现有技术中的问题,本发明采用的技术方案是:
一种脑机接口驱动控制的神经义肢手,包括
脑电信号采集装置,设置在脑部负责收集脑电信号;
信号处理装置,将脑电信号采集装置收集的脑电信号进行放大过滤处理;
信号提取识别传送装置,负责将从信号处理装置得到的脑电信号进行特征提取和动作模式识别并将信息传送给义肢手驱动装置;
义肢手驱动装置,在收到信号提取识别传送装置传送的信息后驱动义肢手本体完成相应动作并反馈动作信息。
优选的,所述的脑电信号采集装置为国际标准电极脑电信号采集装置。
优选的,所述的信号处理装置为包括信号放大器对信号进行放大、45Hz低通滤波预处理装置、50Hz陷波滤波预处理装置。
优选的,所述的信号提取识别传送装置为PC机,所述的PC机对信号处理装置处理后的信号进行特征提取和动作模式识别并输送给所述的义肢手驱动装置。
优选的,所述的义肢手驱动装置为义肢手电机控制器,所述的义肢手本体包括关节电机、机械传递单元;义肢手电机控制器根据手动作模式通过电机控制命令关节电机转动或者机械传递装置传递给义肢手手指完成相应动作。
优选的,所述PC机通过计算机串口连接义肢手关节电机,所述义肢手关节电机根据部位关节自由度分配关节电机;关节电机通过继电器控制正反转。
本发明的另一目的在于提供一种脑机接口驱动控制的神经义肢手的控制方法,其特征在于所述方法包括以下步骤:
根据脑电控制手臂的脑皮层位置采集脑电信号;
将采集的脑电信号进行放大过滤预处理;
对预处理后的脑电信号进行特征提取和动作模式识别;
根据特征提取和动作模式识别的结果驱动义肢手本体完成模式动作。
优选的,所述的方法还包括义肢手本体将模式动作状态反馈给脑部或义肢手本体通过力、滑觉传感器将动作相关信息反馈给义肢手驱动装置。
优选的,所述的特征提取是采用小波分解进行脑电信号的特征提取;所述的模式识别是通过采用BP神经网络方法对脑电的特征信号进行模式识别。
本发明的又一目的在于提供一种脑机接口驱动控制的神经义肢手系统在驱动义肢手方面的应用。
本发明中,义肢手本体可以是具有五个关节自由度:手关节、腕关节、肘关节和肩关节2个自由度,同时还包括了安装在义肢手拇指、食指和中指上的力、滑觉传感器对于抓取状态的反馈。另外,人的视觉能够在看到抓取状况后产生视觉诱发脑电,对于抓取状态构成了反馈。
脑机接口驱动控制神经义肢手系统的驱动控制过程,具体可以包括下列步骤:
(1)人在看到想要抓取的物体后,首先产生相应的视觉诱发脑电模式信号;
其中脑电信号代表的相对应的动作模式包括手的张开、抓紧,腕关节的左右旋转,肘关节的伸屈,肩关节的外展内收和前伸后屈,这10个动作模式和静止状态基本能实现一个完整的上臂动作的所有功能。
(2)然后通过脑电信号采集装置采集相关的脑电信号,再通过信号处理装置对这种脑电信号进行放大、过滤预处理;
由于脑电信号属于微弱信号,本发明优选采用专用脑电采集放电装置采集脑电信号,并通过放大器硬件进行45Hz低通滤波、50Hz陷波滤波预处理,然后通过USB接口将采集到的预处理脑电信号传送给PC机。优选采用小波分解进行脑电信号的特征提取,采用BP神经网络方法对脑电的特征信号进行模式识别。
(3)在PC机等信号提取识别装置上进行脑电信号的的特征提取和手动作模式的识别,并将识别结果传送给义肢手驱动装置如义肢手电机驱动控制器。主要是对手静止、手抓取、手张开、腕关节内旋转、腕关节外旋转、肘关节屈、肘关节伸、肩关节内收、肩关节外展、肩关节前伸和肩关节后屈这11个状态进行特征提取和模式识别。
(4)义肢手驱动装置根据手动作模式驱动相应的关节电机转动通过机械传递装置来完成相应的动作模式,完成抓取任务。
在抓取过程中,安装在义肢手拇指、食指和中指上的尖的力、滑觉传感器感知抓取接触力和对物体的抓紧程度,当达到一定接触力时就要停止相应关节电机的驱动。这样做是了防止电机由于抓取到位时还存在驱动电流而造成电机的损坏,并且也保护了被抓取的物体。其中义肢手电机五个自由度分别由一个电机实现;每一个关节电机的控制也可以分别有正反转控制。
本发明的有益效果在于使用脑机接口技术,在精密检测人脑电的基础上提取脑电信号所包含的手动作模式,通过脑电控制驱动义肢手完成相关行为动作,成功避免了肌电控制带来的肌肉容易疲劳、可重复性差等问题,可以对义肢手进行精密控制,较理想的实现人手功能。该发明可以适用于上臂残疾人使用的神经义肢手的驱动控制。
附图说明
图1是本发明实施例脑机接口驱动控制的神经义肢手系统的结构示意图;
图2是本发明实施例脑机接口驱动控制的神经义肢手系统义肢手电机的继电器控制电路图;
图3是本发明实施例脑机接口驱动控制的神经义肢手系统义肢手本体五个关节电机及其控制示意图。
具体实施方式
为了更详尽的表述上述发明的技术方案,以下本发明人列举出具体的实施例来明技术效果;需要强调的是,这些实施例是用于说明本发明而不限于限制本发明的范围。
实施例如图1,该脑机接口驱动控制的神经义肢手系统,包括国际标准电极脑电信号采集装置、脑电测量放大器、PC机和义肢手电机控制器。国际标准电极脑电信号采集装置设置在脑部负责收集脑电信号;脑电测量放大器为包括信号放大器对信号进行放大、45Hz低通滤波预处理装置、50Hz陷波滤波预处理装置。PC机负责将从信号处理装置得到的脑电信号进行特征提取和动作模式识别并将信息传送给义肢手驱动装置;义肢手电机控制器在收到PC机传送的信息后驱动义肢手本体完成相应动作并反馈动作信息。PC机通过计算机串口连接义肢手关节电机,所述义肢手关节电机根据部位关节自由度分配关节电机;关节电机通过继电器控制正反转。义肢手本体包括关节电机、机械传递单元;义肢手电机控制器根据手动作模式通过电机控制命令关节电机转动或者机械传递装置传递给义肢手手指完成相应动作。
国际标准电极脑电信号采集装置采集脑电信号是采用10—20系统电极放置法即国际脑电图学会规定的标准电极放置法。如本领域普通技术人员能了解的那样,标准电极放置法按如下分布,前后矢状线分布:从鼻根至枕外粗隆取一连线,在此线上,由前至后标出5个点,依次命名为:额极中点(Fpz)、额中点(Fz)、中央点(Cz)、顶点(Pz)、枕点(Oz)。额极中点至鼻根的距离和枕点至枕外粗隆的距离各占此连线全长的10%,其余各点均以此连线全长的20%相隔。横位:从左耳前点(耳屏前颧弓根凹陷处)通过中央点至右耳前点取一连线,在此连线的左右两侧对称标出左颞中(T3)、右颞中(T4)、左中央(C3)、右中央(C4)。T3、T4点与耳前点的距离各占此线全长的10%,其余各点(包括Cz点)均以此连线全长的20%相隔。侧位:从Fpz点向后通过T3、T4点至枕点分别取左右侧连线,在左右侧连线上由前至后对称地标出左额极(Fp1)、右额极(Fp2)、左前颞(F7)、右前颞(F8)、左后颞(T5)、右后颞(T6)、左枕(O1)、右枕(O2)各点。Fp1、Fp2点至额极中点(Fpz)的距离与O1、O2点至Oz点的距离各占此连线全长的10%,其余各点(包括T3、T4)均以此连线全长的20%相隔。其余的左额(F3)、右额(F4)点分别位于Fp1、Fp2与C3、C4点的中间;左顶(P3)、右顶(P4)点分别位于C3、C4与O1、O2点的中间。
一般奇数表示左侧,偶数表示右侧。左右侧各取8个电极,加上前后位上的额中点(Fz)、中央点(Cz)、顶点(Pz)以及两个耳电极共21个电极。电极排列与头颅大小及形状成比例,电极以标准位置适当的分布于头颅主要部位。其中人手操作的脑电控制源位于P3和P4点,想象操作的脑电控制源则位于C3和C4点,因此脑机接口驱动控制神经义肢手系统的脑电控制源采集P3、P4和C3、C4点的脑电信号。对于脑电检测点的放置,按照10-20国际标准电极放置法安排,使用专用的多通道脑电采集放大装置采集C3、C4和P3、P4点的脑电信号,并利用放大器硬件做45Hz低通滤波、50Hz陷波滤波预处理。预处理完的脑电信号通过USB接口传送到PC机。
PC机得到脑电信号后,采用小波分解进行脑电信号的特征提取,采用BP神经网络方法对脑电的特征信号进行模式识别,识别结果如表1所示,包含了11中模式;然后通过串行通信协议将识别结果传送到五自由度义肢手电机控制器。
表1 脑电识别结果
如图2所示为义肢手电机的继电器控制方式,分别从a、b两端输入不同的高低电平,即改变电机的极性就可以实现电机的正反转控制。每个自由度都使用同样的电机和驱动控制方式,如图5所示,5个自由度和电机共需要10个控制信号电平、10个继电器和相应的功率放大芯片。
控制方法还包括义肢手本体将模式动作状态反馈给脑部或义肢手本体通过力、滑觉传感器将动作相关信息反馈给义肢手驱动装置。在义肢手动作过程中控制器要接受义肢手的大拇指、食指和中指三个指尖的力和滑觉传感器的反馈信息,这样是要判断是否抓取到物体并且不致使滑落,达到了人真实手抓取物体的模拟。
在义肢手抓取物体的同时,人的大脑还要接受来自视觉对于抓取状态的反馈信息,并产生相应的脑电来控制义肢手的抓取模式。这样人的眼睛反馈和力、滑觉传感器形成物体抓取的双重反馈,是义肢手对物体的抓取更符合真实的人手动作。
上述实例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (10)
1、一种脑机接口驱动控制的神经义肢手,包括
脑电信号采集装置,设置在脑部负责收集脑电信号;
信号处理装置,将脑电信号采集装置收集的脑电信号进行放大过滤处理;
信号提取识别传送装置,负责将从信号处理装置得到的脑电信号进行特征提取和动作模式识别并将信息传送给义肢手驱动装置;
义肢手驱动装置,在收到信号提取识别传送装置传送的信息后驱动义肢手本体完成相应动作并反馈动作信息。
2、根据权利要求1所述的脑机接口驱动控制的神经义肢手,其特征在于所述的脑电信号采集装置为国际标准电极脑电信号采集装置。
3、根据权利要求1所述的脑机接口驱动控制的神经义肢手,其特征在于所述的信号处理装置为包括信号放大器对信号进行放大、45Hz低通滤波预处理装置、50Hz陷波滤波预处理装置。
4、根据权利要求1所述的脑机接口驱动控制的神经义肢手,其特征在于所述的信号提取识别传送装置为PC机,所述的PC机对信号处理装置处理后的信号进行特征提取和动作模式识别并输送给所述的义肢手驱动装置。
5、根据权利要求1所述的脑机接口驱动控制的神经义肢手,其特征在于所述的义肢手驱动装置为义肢手电机控制器,所述的义肢手本体包括关节电机、机械传递单元;义肢手电机控制器根据手动作模式通过电机控制命令关节电机转动或者机械传递装置传递给义肢手手指完成相应动作。
6、根据权利要求4或5所述的脑机接口驱动控制的神经义肢手,其特征在于所述PC机通过计算机串口连接义肢手关节电机,所述义肢手关节电机根据部位关节自由度分配关节电机;关节电机通过继电器控制正反转。
7、一种脑机接口驱动控制的神经义肢手的控制方法,其特征在于所述方法包括以下步骤:
根据脑电控制手臂的脑皮层位置采集脑电信号;
将采集的脑电信号进行放大过滤预处理;
对预处理后的脑电信号进行特征提取和动作模式识别;
根据特征提取和动作模式识别的结果驱动义肢手本体完成模式动作。
8、根据权利要求7所述的脑机接口驱动控制的义肢手的控制方法,其特征在于所述的方法还包括义肢手本体将模式动作状态反馈给脑部或义肢手本体通过力、滑觉传感器将动作相关信息反馈给义肢手驱动装置。
9、根据权利要求7所述的脑机接口驱动控制的神经义肢手的控制方法,其特征在于所述的特征提取是采用小波分解进行脑电信号的特征提取;所述的模式识别是通过采用BP神经网络方法对脑电的特征信号进行模式识别。
10、一种脑机接口驱动控制的神经义肢手在驱动义肢手方面的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101366217A CN101455596A (zh) | 2008-12-18 | 2008-12-18 | 脑机接口驱动控制的神经义肢手及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101366217A CN101455596A (zh) | 2008-12-18 | 2008-12-18 | 脑机接口驱动控制的神经义肢手及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101455596A true CN101455596A (zh) | 2009-06-17 |
Family
ID=40766898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008101366217A Pending CN101455596A (zh) | 2008-12-18 | 2008-12-18 | 脑机接口驱动控制的神经义肢手及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101455596A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253644A (zh) * | 2010-05-17 | 2011-11-23 | 无锡爱德普信息技术有限公司 | 一种可配置型智能制程控制系统及其实现方法 |
CN102309365A (zh) * | 2011-08-30 | 2012-01-11 | 西安交通大学苏州研究院 | 一种可穿戴的脑控智能假肢 |
CN101711709B (zh) * | 2009-12-07 | 2012-05-23 | 杭州电子科技大学 | 利用眼电和脑电信息的电动假手控制方法 |
US8516568B2 (en) | 2011-06-17 | 2013-08-20 | Elliot D. Cohen | Neural network data filtering and monitoring systems and methods |
CN104398325A (zh) * | 2014-11-05 | 2015-03-11 | 西安交通大学 | 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法 |
CN104820572A (zh) * | 2010-04-08 | 2015-08-05 | 阿瓦雅公司 | 辅助实现多状态触摸屏检测的多模式义肢设备 |
CN104997581A (zh) * | 2015-07-17 | 2015-10-28 | 西安交通大学 | 基于面部表情驱动脑电信号的假手控制方法及装置 |
CN105266798A (zh) * | 2015-09-11 | 2016-01-27 | 国家康复辅具研究中心 | 基于脑电波和记忆合金结合的伸缩装置及康复训练系统 |
CN105708586A (zh) * | 2015-12-24 | 2016-06-29 | 西安交通大学 | 一种假手柔顺抓取操作的串行多模态脑控方法 |
CN105943207A (zh) * | 2016-06-24 | 2016-09-21 | 吉林大学 | 一种基于意念控制的智能假肢运动系统及其控制方法 |
CN106650793A (zh) * | 2016-11-25 | 2017-05-10 | 天津津航计算技术研究所 | 一种基于脑机接口控制pwm占空比的方法 |
CN106943217A (zh) * | 2017-05-03 | 2017-07-14 | 广东工业大学 | 一种反馈式人体假肢控制方法和系统 |
CN107049308A (zh) * | 2017-06-05 | 2017-08-18 | 湖北民族学院 | 一种基于深度神经网络的意念控制系统 |
CN108478189A (zh) * | 2018-03-06 | 2018-09-04 | 西安科技大学 | 一种基于脑电信号的人体外骨骼机械臂控制系统及方法 |
CN112828882A (zh) * | 2020-12-11 | 2021-05-25 | 天津大学 | 一种分布式外肢体手指机器人控制系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030023319A1 (en) * | 2001-07-10 | 2003-01-30 | Andersen Richard A. | Cognitive state machine for prosthetic systems |
CN1582866A (zh) * | 2004-06-02 | 2005-02-23 | 杭州电子科技大学 | 带触觉的肌电仿生电动假手及其控制方法 |
CN101057795A (zh) * | 2007-05-18 | 2007-10-24 | 天津大学 | 采用肌电和脑电协同控制的假肢手及其控制方法 |
-
2008
- 2008-12-18 CN CNA2008101366217A patent/CN101455596A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030023319A1 (en) * | 2001-07-10 | 2003-01-30 | Andersen Richard A. | Cognitive state machine for prosthetic systems |
CN1582866A (zh) * | 2004-06-02 | 2005-02-23 | 杭州电子科技大学 | 带触觉的肌电仿生电动假手及其控制方法 |
CN101057795A (zh) * | 2007-05-18 | 2007-10-24 | 天津大学 | 采用肌电和脑电协同控制的假肢手及其控制方法 |
Non-Patent Citations (1)
Title |
---|
张小栋等: ""脑电图在机器人手拟人化控制中的应用"", 《振动、测试与诊断》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711709B (zh) * | 2009-12-07 | 2012-05-23 | 杭州电子科技大学 | 利用眼电和脑电信息的电动假手控制方法 |
CN104820572A (zh) * | 2010-04-08 | 2015-08-05 | 阿瓦雅公司 | 辅助实现多状态触摸屏检测的多模式义肢设备 |
CN102253644A (zh) * | 2010-05-17 | 2011-11-23 | 无锡爱德普信息技术有限公司 | 一种可配置型智能制程控制系统及其实现方法 |
US8516568B2 (en) | 2011-06-17 | 2013-08-20 | Elliot D. Cohen | Neural network data filtering and monitoring systems and methods |
CN102309365A (zh) * | 2011-08-30 | 2012-01-11 | 西安交通大学苏州研究院 | 一种可穿戴的脑控智能假肢 |
CN104398325B (zh) * | 2014-11-05 | 2016-08-03 | 西安交通大学 | 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法 |
CN104398325A (zh) * | 2014-11-05 | 2015-03-11 | 西安交通大学 | 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法 |
CN104997581A (zh) * | 2015-07-17 | 2015-10-28 | 西安交通大学 | 基于面部表情驱动脑电信号的假手控制方法及装置 |
CN105266798A (zh) * | 2015-09-11 | 2016-01-27 | 国家康复辅具研究中心 | 基于脑电波和记忆合金结合的伸缩装置及康复训练系统 |
CN105708586A (zh) * | 2015-12-24 | 2016-06-29 | 西安交通大学 | 一种假手柔顺抓取操作的串行多模态脑控方法 |
CN105943207A (zh) * | 2016-06-24 | 2016-09-21 | 吉林大学 | 一种基于意念控制的智能假肢运动系统及其控制方法 |
CN106650793A (zh) * | 2016-11-25 | 2017-05-10 | 天津津航计算技术研究所 | 一种基于脑机接口控制pwm占空比的方法 |
CN106943217A (zh) * | 2017-05-03 | 2017-07-14 | 广东工业大学 | 一种反馈式人体假肢控制方法和系统 |
CN107049308A (zh) * | 2017-06-05 | 2017-08-18 | 湖北民族学院 | 一种基于深度神经网络的意念控制系统 |
CN108478189A (zh) * | 2018-03-06 | 2018-09-04 | 西安科技大学 | 一种基于脑电信号的人体外骨骼机械臂控制系统及方法 |
CN112828882A (zh) * | 2020-12-11 | 2021-05-25 | 天津大学 | 一种分布式外肢体手指机器人控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101455596A (zh) | 脑机接口驱动控制的神经义肢手及其控制方法 | |
US11602300B2 (en) | Brain-computer interface based robotic arm self-assisting system and method | |
CN104398325B (zh) | 基于场景稳态视觉诱发的脑-肌电控制假肢的装置及方法 | |
CN101874758B (zh) | 辅助运动系统及其控制方法 | |
CN104997581B (zh) | 基于面部表情驱动脑电信号的假手控制方法及装置 | |
CN107411935A (zh) | 一种用于软体康复机械手的多模式脑机接口控制方法 | |
CN104107134B (zh) | 基于肌电反馈的上肢训练方法及系统 | |
CN105012057B (zh) | 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法 | |
CN105563495A (zh) | 基于精细化运动想象脑电信号控制的机械手系统及方法 | |
CN110058691A (zh) | 基于嵌入式的可穿戴无线干电极脑电采集处理系统及方法 | |
CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
CN106491251B (zh) | 一种基于非侵入式脑机接口机器臂控制系统及其控制方法 | |
CN107928980A (zh) | 一种偏瘫患者的手部自主康复训练系统及训练方法 | |
CN106726030A (zh) | 基于临床脑电信号控制机械手运动的脑机接口系统及其应用 | |
CN101339455A (zh) | 基于人脸识别特异性波n170成分的脑机接口系统 | |
CN103349595A (zh) | 基于多模式分层控制的脑机接口智能轮椅 | |
CN102499797A (zh) | 假肢控制方法及系统 | |
CN107817731A (zh) | 融合肌电和脑电信息的无人平台操控系统及操控方法 | |
CN104267807A (zh) | 基于手部动作肌音信号的人机交互方法及交互系统 | |
CN109453462A (zh) | 一种功能性电刺激装置和系统 | |
CN106267557A (zh) | 一种基于小波变换和支持向量机辨识的脑控主动上肢医疗康复训练系统 | |
CN111571619A (zh) | 一种基于ssvep脑控机械臂抓取的生活辅助系统与方法 | |
CN101371804A (zh) | 基于sEMG建立的人手姿态模式在线识别方法 | |
CN109276408A (zh) | 上肢手外骨骼康复机器人 | |
Puanhvuan et al. | Semi-automatic P300-based brain-controlled wheelchair |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20090617 |