CN103301002A - 基于光学脑成像的中枢-外周神经康复训练方法及系统 - Google Patents
基于光学脑成像的中枢-外周神经康复训练方法及系统 Download PDFInfo
- Publication number
- CN103301002A CN103301002A CN2013102471921A CN201310247192A CN103301002A CN 103301002 A CN103301002 A CN 103301002A CN 2013102471921 A CN2013102471921 A CN 2013102471921A CN 201310247192 A CN201310247192 A CN 201310247192A CN 103301002 A CN103301002 A CN 103301002A
- Authority
- CN
- China
- Prior art keywords
- training
- brain
- neural activity
- feedback
- patient
- 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
Landscapes
- Rehabilitation Tools (AREA)
Abstract
本发明提供了一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法及其康复训练系统。该中枢-外周神经康复训练方法通过光学脑成像设备采集患者大脑运动功能系统的神经活动数据,同时控制大脑运动功能系统活动和患肢活动的同步发生,重新整合因中风破坏的感觉运动环路,并通过如此的反复训练,促进脑可塑性变化的发生,达到帮助中风患者运动功能康复的目的。在该康复训练系统中,大脑神经活动数据采集设备是光学脑成像设备。与脑电图和磁共振相比,光学脑成像具有明显的优势,适合医院、家庭等环境中长期使用。
Description
技术领域
本发明涉及一种中风后神经中枢和外周神经闭合环路的康复训练方法,尤其涉及一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法,本发明同时涉及一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练系统。
背景技术
中风是中医学对急性脑血管疾病的统称,它是以猝然昏倒,不省人事,伴发口角歪斜、语言不利而出现半身不遂为主要症状的一类疾病。由于发病率高、死亡率高、致残率高、复发率高以及并发症多的特点,医学界把中风同冠心病、癌症并列为威胁人类健康的三大疾病之一。
研究显示,90%神经学上的恢复出现在脑卒中后三个月内,康复介入得越早,功能恢复的可能性就越大,预后也越好。因此,恢复期治疗对于脑卒中后遗症患者来讲非常重要。
实验及临床研究表明,由于中枢神经系统存在可塑性,在大脑损伤后的恢复过程中,具有功能重建的可能性。目前国内国际上一般建议在日常的家庭护理康复治疗中,使用家用型的肢体运动康复仪来对受损的肢体运动重建。它本身以神经促通技术为核心,使肌肉群受到低频脉冲电刺激后按一定顺序模拟正常运动,除直接锻炼肌力外,通过模拟运动的被动拮抗作用,协调和支配肢体的功能状态,使其恢复动态平衡;同时多次重复的运动可以向大脑反馈促通信息,使其尽快地最大限度地实现功能重建,打破痉挛模式,恢复肢体自主的运动控制。这种疗法可使瘫痪的肢体模拟出正常运动,有助于增强患者康复的自信心,很有助于恢复患者的肌张力和肢体运动。
康复机器人是利用机器人带动中风患者的患肢按设定轨迹进行反复运动,从而辅助患肢进行物理治疗的技术。这种技术在一定程度上解放了人类治疗师,降低了患者的医疗成本。如美国麻省理工学院发明的MIT-MANUS机器人手臂,它可以通过对上肢损伤中风患者患肢的反复训练,帮助其达到改善和恢复运动功能的目的。然而单纯使用康复机器人对患者的患肢进行康复训练,对中枢神经系统的重建作用有限。
神经反馈技术是利用脑影像手段将个体的脑神经活动实时呈现给其自身,并由其根据一定目标自主调节、操控的一种技术。研究者利用脑电图(EEG)、脑磁图(MEG)、功能磁共振成像(fMRI)等技术,观测所调节目标脑区的神经活动指标,并将其通过视听觉通道反馈给使用者,指导使用者将该神经活动向特定目标进行自主调节。经过一定时间的训练,使用者可以掌握这种自主调节能力;进而,通过长期反复的训练,可以促使相关脑区产生一定的可塑性变化。脑是一切认知功能的物质基础,这种脑可塑性变化可以导致相应认知功能的改变,或者对某些精神疾病产生影响。因此,根据特定目标对特定脑区长期反复的神经反馈训练,可以促进与之相关的认知功能的改善或神经疾病的康复。
神经反馈技术和康复机器人技术分别是通过对患者中枢神经或外周神经的训练,起到促进康复的作用。当前,世界上已经开始一种新的尝试,即通过脑-机接口技术将这两种方式结合,形成一种中枢-外周神经同步闭环训练方案。如新加坡A*STAR将脑电技术同MIT-MANUS机器人手臂相结合形成的康复训练系统,并在对患者进行的实验中发现,与只用机器人进行康复训练相比,这种中枢-外周神经同步闭环训练方案用更少的训练次数就可取得同样的康复效果,从而初步证明了这一方案的可行性。
然而,现有的中枢-外周康复训练系统刚刚出现,仍存在很多问题亟待解决。对于基于脑电图的中枢-外周康复训练系统,由于脑电技术的空间分辨率低使得难以确切定位训练脑区,而且脑电图节律成分与认知功能的关系也尚不明确,因此中枢训练的靶向性差,导致其应用受到很大局限,这可能也是新加坡A*STAR基于脑电图的中枢-外周康复训练系统难以取得更好康复效果的原因。对于基于磁共振成像或脑磁图成像的中枢-外周康复训练系统,虽然可以克服基于脑电图系统的不足,但由于磁共振和脑磁图成像设备造价和使用成本都极其昂贵,且设备体积庞大无法轻易移动,因此主要适用于实验室研究,根本不可能用于临床长期治疗训练。
发明内容
本发明所要解决的技术问题在于提供一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法。
本发明所要解决的另一技术问题在于提供一种用于实现上述康复训练方法的康复训练系统。
为了实现上述发明目的,本发明采用下述技术方案:
一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法,通过光学脑成像设备实时捕获受训患者的大脑运动功能系统的神经活动数据,包括如下步骤:
(1)从所述神经活动数据中提取出受训患者的当前运动脑区的神经活动强度和神经活动模式,并将所述神经活动强度和神经活动模式作为反馈信息以视觉的方式呈现给所述受训患者;同时,当所述受训患者的神经活动强度和神经活动模式达到设定阈值时,康复机器人带动患肢进行运动,以运动感觉的方式反馈给所述受训患者;
(2)所述受训患者根据步骤(1)中获得的视觉、运动觉的反馈信息,调节自己的大脑神经活动;
(3)重复步骤(1)和(2),直至所述训练任务结束。
其中较优地,在所述步骤(1)中,通过分析所述神经活动数据提取出当前时刻的氧合血红蛋白浓度、脱氧血红蛋白浓度、任务记号和时间戳信息,并结合所述训练任务的开始时间和结束时间,计算出所述当前运动脑区的神经活动强度。
其中较优地,所述训练任务采用组块任务设计范式,包括交替进行的休息阶段和任务阶段,其中,以休息阶段的神经活动数据作为基线数据计算所述当前运动脑区的神经活动强度,所述当前运动脑区的神经活动强度是指所述任务阶段相对于所述休息阶段的相对血氧浓度值。
一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练系统,包括光学脑成像模块、中央模块和反馈模块,其中,所述光学脑成像模块用于采集受训患者的脑成像数据,并将采集到的所述脑成像数据传输给所述中央模块;所述中央模块用于从所述脑成像数据中提取出大脑运动功能系统的神经活动强度和神经活动模式,并将之传输至所述反馈模块,同时,所述中央模块用于控制所述反馈模块向所述受训患者提供视觉反馈和运动觉反馈。
其中较优地,所述中央模块包括任务子模块、分析解码子模块和反馈控制子模块,
所述任务子模块用于生成任务流程、控制任务进程;
所述分析解码子模块用于结合所述任务子模块提供的训练任务分析所述脑成像数据,获得当前运动脑区的神经活动强度和神经活动模式,并将之传输至所述反馈控制子模块,
所述反馈控制子模块用于向所述反馈模块传送反馈信息,以及控制所述反馈模块向所述受训患者提供视觉反馈;同时,所述反馈控制子模块用于判断所述当前运动脑区的神经活动强度和神经活动模式是否达到设定阈值,当达到设定阈值时,进一步控制所述反馈模块向所述受训患者提供运动觉反馈。
其中较优地,所述训练任务包括交替进行的休息阶段和任务阶段,所述任务子模块用于通知所述分析解码子模块和所述反馈控制子模块进入休息阶段或者任务阶段;并且所述任务子模块用于将所述休息阶段和所述任务阶段的时间开始点和结束时间点通知所述分析解码子模块。
其中较优地,所述分析解码子模块用于对所述神经活动数据进行预处理;并从预处理得到的结果中提取出当前运动脑区的对应区域的平均信号强度,再根据来自所述任务子模块的任务开始时间信息和任务结束时间信息,计算出所述当前运动脑区的神经活动强度,所述当前运动脑区的神经活动强度是指所述任务阶段相对于所述休息阶段的相对血氧浓度值。
其中较优地,所述反馈模块包括呈现子模块和运动辅助子模块;
所述呈现子模块用于向所述受训患者呈现训练任务提示和提供视觉反馈;所述运动辅助子模块用于向所述受训患者提供运动觉反馈。
其中较优地,所述呈现子模块用于把所述训练任务提示以及所述神经活动强度和神经活动模式以画面的形式反馈给所述受训患者。
其中较优地,所述运动辅助子模块用于控制康复机器人带动所述受训患者的患肢进行运动。
其中较优地,所述光学脑成像模块的采集设备是功能近红外光谱仪。
本发明所提供的神经反馈训练系统和训练方法,在训练过程中通过光学脑成像设备采集受训患者当前运动脑区的神经活动数据,并将受训患者当前运动脑区的神经活动强度和神经活动模式以画面的形式反馈给受训患者,同时,当受训患者的神经活动强度和神经活动模式达到设定阈值时,通过康复机器人带动受训患者的患肢进行康复运动。上述康复训练方法利用近红外光学神经反馈技术将大脑康复训练同肢体康复训练整合为一体,重建中风病人受损的感觉运动环路,促使大脑发生可塑性变化,进而达到运动功能康复的目的。其中,光学脑成像设备,利用脑组织血红蛋白对不同波长的近红外光吸收率的差异特性,可以无损地检测大脑皮层的血液动力学活动,进而研究大脑神经活动。与脑电图相比,光学脑成像具有一定的空间分辨率(1~3cm),能对观测到的脑信号进行较为精确的定位,提高了训练的靶向性。与磁共振成像相比,光学脑成像价格便宜,设备轻便可移动,可以在医院、家庭、学校等环境使用;扫描环境安全舒适,能够进行反复多次测量,适合需要长期进行的康复训练。
附图说明
图1为本发明所提供的基于光学脑成像神经反馈的中枢-外周神经闭环康复训练系统的结构示意图;
图2为本发明所提供的实施例中,训练任务设计示例;
图3为本发明所提供的实施例中,游戏反馈界面的示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进行说明。
本发明提供的中枢-外周神经闭环康复训练方法和康复训练系统,基于光学脑成像技术实现。
基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法通过患者参加康复训练任务实现。在训练过程中,光学脑成像设备采集受训患者的当前运动脑区的神经活动强度和神经活动模式,并将之反馈给受训患者,受训患者根据反馈信息进行神经活动调整,同时,当神经活动强度和神经活动模式达到设定阈值时,康复机器人带动患者患肢进行运动,给予患者运动觉反馈,从而进一步促进患者的大脑运动功能系统的神经活动。该中枢-外周神经闭环康复训练方法利用近红外光学神经反馈技术将大脑康复训练同肢体康复训练整合为一体,重建中风病人受损的感觉运动环路,促使大脑发生可塑性变化,进而达到运动功能康复的目的。
具体来说,基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法,包括如下步骤:(1)在训练任务完成过程中,通过光学脑成像设备实时捕获受训患者的大脑运动功能系统的神经活动数据;(2)从神经活动数据中提取出受训患者的当前运动脑区的神经活动强度和神经活动模式,并将神经活动强度和神经活动模式作为反馈信息以视觉的方式呈现给受训患者;同时,当受训患者的神经活动强度和神经活动模式达到设定阈值时,康复机器人带动患肢进行运动,以运动感觉的方式反馈给受训患者;(3)受训患者根据步骤(2)中获得的视觉、运动觉的反馈信息,调节自己的大脑神经活动;(4)重复步骤(1)、(2)、(3)的过程,直至训练任务结束。在该训练过程中,上述过程逻辑上有先后次序,时间上处于并行状态。
在该康复训练方法中,训练任务采用组块任务设计范式,包括交替进行的休息阶段和任务阶段。在休息阶段,受训患者不需要做任何想象尽量放松大脑,此时,光学脑成像设备实时捕获其大脑运动功能系统的神经活动数据作为基线数据。在任务阶段,受训患者需要努力想象自己患肢的运动。此时,通过光学脑成像设备采集受训患者在任务阶段的神经活动数据,并将之与休息阶段的神经活动数据(即基线数据)进行对比,获得当前运动脑区的神经活动强度,当前运动脑区的神经活动强度是指任务阶段相对于休息阶段的相对血氧浓度值。具体而言,在计算当前运动脑区的相对血氧浓度值时,需要通过分析神经活动数据提取出当前时刻的氧合血红蛋白浓度、脱氧血红蛋白浓度、任务记号和时间戳信息,并需要结合训练任务的开始时间和结束时间进行计算。
在该康复训练方法中,通过视觉反馈的方式激发受训患者大脑运动功能系统的神经活动(即中枢神经),通过运动觉反馈的方式锻炼受训患者的患肢运动(即外周神经),并将受训患者的中枢神经运动与患肢运动结合起来,通过多次循环进行的训练任务,重建中风病人受损的感觉运动环路,促使大脑发生可塑性变化,进而达到促进患者中枢-外周神经闭环运动康复的目的。在该康复训练方法中,采用光学脑成像技术对受训患者的大脑神经活动进行采集,具有较高的空间分辨率,靶向性较强,针对性好。
为了实现上述康复训练方法,本发明同时提供了基于光学脑成像神经反馈的中枢-外周闭环康复训练系统。如图1所示,该中枢-外周闭环康复训练系统包括光学脑成像模块、中央模块和反馈模块三部分。其中,光学脑成像模块的输出端与中央模块的输入端连接,中央模块的输出端与反馈模块的输入端连接。
光学脑成像模块,用于实时采集受训患者的脑成像数据,并将采集到的脑成像数据实时传输到中央模块。光学脑成像模块可以采用功能近红外光谱仪实现脑成像数据采集。例如,使用日立的ETG-4000近红外脑功能成像设备,通过将该近红外脑功能成像设备的光极片佩戴至受训患者的大脑运动功能系统的对应脑区实现受训患者的脑成像数据的实时采集。
中央模块,是整个系统的核心模块,用于从所述脑成像数据中提取出大脑运动功能系统的神经活动强度和神经活动模式,并将之传输至所述反馈模块,并且,所述中央模块用于控制反馈模块向受训患者提供视觉反馈、运动觉反馈和训练任务提示。
中央模块包括任务子模块、分析解码子模块和反馈控制子模块三部分;反馈模块包括呈现子模块和运动辅助子模块。光学脑成像模块的输出端与分析解码子模块的输入端连接;分析解码子模块的输出端与反馈控制子模块的输入端连接;任务子模块的输出端分别与分析解码子模块和反馈控制子模块的输入端连接;反馈控制子模块的输出端分别与呈现子模块和运动辅助子模块的输入端连接。
其中,任务子模块,用于生成任务流程并控制整个训练系统的任务进程,并将任务进程信息通过反馈模块的显示设备呈现给受训患者。训练任务包括交替进行的休息阶段和任务阶段,任务子模块用于根据训练任务设计生成任务流程,并通知分析解码子模块和反馈控制子模块进入休息阶段或者任务阶段;并且任务子模块用于将所述休息阶段和任务阶段的开始和结束时间点通知分析解码子模块。
分析解码子模块用于结合任务子模块提供的训练任务分析脑成像数据,获得需要反馈的信息(大脑运动功能系统当前运动脑区的神经活动数据和神经活动模式),并将之传输至反馈控制子模块。分析解码子模块实时从光学脑成像模块中获取当前时刻的氧合血红蛋白浓度、脱氧血红蛋白浓度、任务记号和时间戳信息,继而对该数据进行预处理,并根据来自任务子模块提供的任务开始、结束时间信息,从预处理得到的结果中提取出大脑运动功能系统相关脑区神经活动强度。该大脑特定功能系统的神经活动强度是指任务阶段相对于休息阶段的相对血氧浓度差值。
反馈控制子模块用于向呈现子模块传递神经活动强度和神经活动模式,并控制呈现子模块向受训患者提供视觉反馈;同时,反馈控制子模块用于判断当前运动脑区的神经活动强度和神经活动模式是否达到设定阈值,当达到设定阈值时,控制运动辅助子模块向受训患者提供运动觉反馈。并且,反馈控制子模块用于结合任务子模块提供的训练任务,控制呈现子模块向受训患者呈现训练任务提示。
具体而言,反馈控制子模块,根据受训患者大脑运动功能系统的神经活动强度判断受训患者完成该段任务的情况,即运动脑区是否很好的激活,并据此根据神经活动模式向辅助运动子模块发出相应的控制信号,控制辅助运动子模块进行相应的运动操作。
在反馈模块中,呈现子模块接收来自中央模块的信息,呈现训练任务提示,并同时将中央模块得到的神经活动强度和神经活动模式以画面等视觉的形式呈现给受训患者;显示系统可用LCD液晶显示器实现。运动辅助子模块,用于接收来自反馈控制子模块的控制指令,并依据此指令执行相关动作。运动辅助子模块可用康复机器人实现,康复机器人可带动患者患肢按照设定轨迹做往复运动。
下面以一名因中风导致右手臂运动失能的患者的案例来具体说明上述基于光学脑成像的中枢-外周神经闭环康复训练方法和康复训练系统的实现过程。
前述的光学脑成像模块可由日本日立公司ETG-4000设备实现。患者完成该训练任务前,需先在其受损伤脑区(左侧运动区)佩戴近红外脑功能成像设备的光极片,并将其患肢通过一定固定措施与机器人手臂联接。在患者头部佩戴光极片和将受训患者的患肢与机器人手臂联接在一起的过程属于本领域技术人员的常识,在此不再详细阐述。在整个训练过程中,受训患者可以看到设置于视场范围内的显示器,显示器用于提供任务提示和呈现神经活动反馈信息,同时,患者在视场范围内还可以看到与机器人手臂固联在一起的自己的患肢。
在此次康复训练过程中,训练任务的任务设计范式如图2所示,共有10个组块。每个组块包含20秒的休息区间和20秒的任务区间。中央模块的任务子模块根据图2所示的任务设计范式进行参数设置,并生成相应的时间序列,控制整个训练进程。
在休息阶段,受训患者不需要做任何想象尽量放松大脑,此时,光学脑成像设备实时捕获其大脑运动功能系统的神经活动数据作为基线数据。在任务阶段,受训患者需要努力想象自己患肢的运动。在该实施例中,选取任务阶段前一个休息阶段最后五秒的神经活动数据,取其平均值作为基线数据。这是因为,在休息阶段,越靠近下一个任务阶段,则离前一次想象任务结束的时间越远,大脑神经活动则能更好地回复到基线水平;而另一方面,若仅仅选择任务阶段最后1秒或更短的神经活动数据作为基线数据,则可能因为数据选取太少导致噪声影响加大,致使计算出的基线数值误差大,不能稳定反应基线水平,因此根据经验,在该实施例中,选取5秒作为窗口长度较为适当。
在该实施例中,显示器呈现的游戏反馈界面如图3所示。其中,在左上角的提示区显示进入休息阶段或者任务阶段的提示,例如,图中所示“Go!”的提示语,用于提示受训患者处于任务阶段,当然,在任务阶段还可以显示其他的提示语,如“任务”等;当进入休息阶段时,此处可以显示“stop”“relax”“休息”之类的休息提示语。图3中的绿色线所对应的数值为该训练任务中预设的神经活动强度的阈值,红色线为患者当前运动脑区的神经活动强度曲线。如图3所示,在该训练任务完成过程中,大约80s前后,受训患者的神经活动强度达到设定阈值,从此开始,反馈控制子模块开始控制运动辅助子模块驱动机器人手臂带动患者患肢做往复运动。
在整个训练过程中,通过计算受训患者在任务阶段相对休息阶段的相对血氧浓度值获得受训患者的神经活动强度。ETG-4000通过TCP/IP协议将血氧数据和脱氧数据实时传输到分析解码子模块。分析解码子模块将数据进行滑动平均(可选滑窗平均、加权平均、指数平均)、氧合减脱氧等处理,滤除数据中的心跳、呼吸、漂移、头动等噪声,得到神经活动信号。
在上述数据处理过程中,指数滑动平均处理方法如下:
s1=x1
st=αxt-1+(1-α)st-1
其中,x是输入信号,s是滑动平均滤波后得到的信号。
氧合减脱氧血红蛋白浓度的预处理公式如下:
其中,x是合氧血红蛋白浓度,y是脱氧血红蛋白浓度,α是两种血红蛋白浓度的标准差之比。x′、y′分别是经过预处理的合氧血红蛋白浓度和脱氧血红蛋白浓度。
上面对该训练过程中,涉及的游戏反馈界面以及数据处理过程进行了说明。在此,对中枢-外周神经闭环康复训练过程进行描述。该训练任务从第一个组块的休息阶段开始,显示器给出“休息”的提示,患者尽量让自己处于平静状态,什么都不想。中央模块根据此阶段最后5秒钟的数据,计算其平均值作为运动脑区未激活状态的基线数据。当一个组块的休息区间结束后,显示器给出“任务”的提示,患者此时开始努力想象自己的患肢按一定的轨迹运动。中央模块不断实时分析患者运动脑区神经活动数据,并将该神经活动数据通过显示器以红色线的形式呈现给受训患者,供其参考来调整自己的想象,以尽量将红色线调高,其本质是使运动脑区达到更好的激活。一旦红色线达到绿色线的高度,中央模块即向运动辅助子模块发出控制指令,由机器人手臂带动患者手臂按一定轨迹运动。在该训练过程中,受训患者通过视觉反馈可以获知自己的运动神经活动的情况,并通过视觉反馈和运动觉反馈,在中枢神经与外周神经之间建立连接,从而通过不断的循环训练,实现受训患者中枢神经与外周神经的同步活动,重新闭合了受训患者断开的感觉运动通路。
综上所述,本发明提供的基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法及其康复训练系统,旨在通过实现患者大脑运动功能系统(中枢神经)活动和患肢(外周神经)活动的同步发生,重新整合因中风破坏的感觉运动环路,并通过如此的反复训练,促进大脑可塑性变化的发生,从而达到帮助中风患者运动功能康复的目的。
其中,涉及的大脑神经活动数据采集设备是光学脑成像设备,光学脑成像设备是一种非侵入式的设备,利用脑组织血红蛋白对不同波长的近红外光吸收率的差异特性,可以无损地检测大脑皮层的血液动力学活动,进而研究大脑神经活动。与脑电图相比,光学脑成像具有一定的空间分辨率(1~3cm),能对观测到的脑信号进行较为精确的定位,提高了训练的靶向性。与磁共振成像相比,光学脑成像价格便宜,设备轻便可移动,可以在医院、家庭、等环境中长期使用,扫描环境安全舒适,能够进行反复多次测量,适合需要长期进行的康复训练。
上面对本发明所提供的基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法及其系统进行了详细的介绍。对本领域的一般技术人员而言,在不背离本发明实质精神的前提下对它所做的任何显而易见的改动,都将构成对本发明专利权的侵犯,将承担相应的法律责任。
Claims (10)
1.一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法,通过光学脑成像设备实时捕获受训患者的大脑运动功能系统的神经活动数据,其特征在于包括如下步骤:
(1)从所述神经活动数据中提取出受训患者的当前运动脑区的神经活动强度和神经活动模式,并将所述神经活动强度和神经活动模式作为反馈信息以视觉的方式呈现给所述受训患者;同时,当所述受训患者的神经活动强度和神经活动模式达到设定阈值时,康复机器人带动患肢进行运动,以运动感觉的方式反馈给所述受训患者;
(2)所述受训患者根据步骤(1)中获得的视觉、运动觉的反馈信息,调节自己的大脑神经活动;
(3)重复步骤(1)和(2),直至所述训练任务结束。
2.如权利要求1所述的中枢-外周神经闭环康复训练方法,其特征在于:
在所述步骤(1)中,通过分析所述神经活动数据提取出当前时刻的氧合血红蛋白浓度、脱氧血红蛋白浓度、任务记号和时间戳信息,并结合所述训练任务的开始时间和结束时间,计算出所述当前运动脑区的神经活动强度;
所述训练任务采用组块任务设计范式,包括交替进行的休息阶段和任务阶段,其中,以休息阶段的神经活动数据作为基线数据计算所述当前运动脑区的神经活动强度,所述当前运动脑区的神经活动强度是指所述任务阶段相对于所述休息阶段的相对血氧浓度值。
3.一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练系统,其特征在于包括光学脑成像模块、中央模块和反馈模块,其中,所述光学脑成像模块用于采集受训患者的脑成像数据,并将采集到的所述脑成像数据传输给所述中央模块;所述中央模块用于从所述脑成像数据中提取出大脑运动功能系统的神经活动强度和神经活动模式,并将之传输至所述反馈模块,同时,所述中央模块用于控制所述反馈模块向所述受训患者提供视觉反馈和运动觉反馈。
4.如权利要求3所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述中央模块包括任务子模块、分析解码子模块和反馈控制子模块,
所述任务子模块用于生成任务流程、控制任务进程;
所述分析解码子模块用于结合所述任务子模块提供的训练任务分析所述脑成像数据,获得当前运动脑区的神经活动强度和神经活动模式,并将之传输至所述反馈控制子模块,
所述反馈控制子模块用于向所述反馈模块传送反馈信息,以及控制所述反馈模块向所述受训患者提供视觉反馈;同时,所述反馈控制子模块用于判断所述当前运动脑区的神经活动强度和神经活动模式是否达到设定阈值,当达到设定阈值时,进一步控制所述反馈模块向所述受训患者提供运动觉反馈。
5.如权利要求4所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述训练任务包括交替进行的休息阶段和任务阶段,所述任务子模块用于通知所述分析解码子模块和所述反馈控制子模块进入休息阶段或者任务阶段;并且所述任务子模块用于将所述休息阶段和所述任务阶段的时间开始点和结束时间点通知所述分析解码子模块。
6.如权利要求4所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述分析解码子模块用于对所述神经活动数据进行预处理;并从预处理得到的结果中提取出当前运动脑区的对应区域的平均信号强度,再根据来自所述任务子模块的任务开始时间信息和任务结束时间信息,计算出所述当前运动脑区的神经活动强度,所述当前运动脑区的神经活动强度是指所述任务阶段相对于所述休息阶段的相对血氧浓度值。
7.如权利要求3所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述反馈模块包括呈现子模块和运动辅助子模块;
所述呈现子模块用于向所述受训患者呈现训练任务提示和提供视觉反馈;所述运动辅助子模块用于向所述受训患者提供运动觉反馈。
8.如权利要求7所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述呈现子模块用于把所述训练任务提示以及所述神经活动强度和神经活动模式以画面的形式反馈给所述受训患者。
9.如权利要求7所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述运动辅助子模块用于控制康复机器人带动所述受训患者的患肢进行运动。
10.如权利要求3所述的中枢-外周神经闭环康复训练系统,其特征在于:
所述光学脑成像模块的采集设备是功能近红外光谱仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310247192.1A CN103301002B (zh) | 2013-06-20 | 2013-06-20 | 基于光学脑成像的中枢-外周神经康复训练方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310247192.1A CN103301002B (zh) | 2013-06-20 | 2013-06-20 | 基于光学脑成像的中枢-外周神经康复训练方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103301002A true CN103301002A (zh) | 2013-09-18 |
CN103301002B CN103301002B (zh) | 2016-04-20 |
Family
ID=49127015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310247192.1A Active CN103301002B (zh) | 2013-06-20 | 2013-06-20 | 基于光学脑成像的中枢-外周神经康复训练方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103301002B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106805968A (zh) * | 2016-12-20 | 2017-06-09 | 广州视源电子科技股份有限公司 | 一种脑电放松度识别方法及装置 |
CN107224273A (zh) * | 2017-07-25 | 2017-10-03 | 西安交通大学 | 一种基于光学脑成像神经反馈的中枢‑外周神经闭环康复训练方法及系统 |
CN110251799A (zh) * | 2019-07-26 | 2019-09-20 | 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) | 神经反馈治疗仪 |
CN111631905A (zh) * | 2020-05-28 | 2020-09-08 | 湖北工业大学 | 一种fmri环境下的单侧上肢康复机器人 |
CN114391815A (zh) * | 2022-03-25 | 2022-04-26 | 慧创科仪(北京)科技有限公司 | 用近红外脑功能成像装置进行卒中康复分析的方法、系统 |
CN114431856A (zh) * | 2022-01-28 | 2022-05-06 | 上海乾康医疗设备股份有限公司 | 一种神经反馈康复训练系统 |
CN115054243A (zh) * | 2022-05-27 | 2022-09-16 | 国家康复辅具研究中心 | 上肢康复训练系统闭环设计方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821813A (zh) * | 2009-12-30 | 2012-12-12 | Tecnalia研究与创新基金 | 用于通过刺激外周神经对瘫痪的身体部分进行外部激活的设备 |
CN103040446A (zh) * | 2012-12-31 | 2013-04-17 | 北京师范大学 | 基于光学脑成像的神经反馈训练系统和神经反馈训练方法 |
-
2013
- 2013-06-20 CN CN201310247192.1A patent/CN103301002B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821813A (zh) * | 2009-12-30 | 2012-12-12 | Tecnalia研究与创新基金 | 用于通过刺激外周神经对瘫痪的身体部分进行外部激活的设备 |
CN103040446A (zh) * | 2012-12-31 | 2013-04-17 | 北京师范大学 | 基于光学脑成像的神经反馈训练系统和神经反馈训练方法 |
Non-Patent Citations (3)
Title |
---|
CHUANCHU WANG, KOK SOON PHUA, KAI KENG ANG ET.AL.: "A Feasibility Study of Non-Invasive Motor-Imagery", 《PROCEEDINGS OF THE 4TH INTERNATIONAL IEEE EMBS CONFERENCE ON NEURAL ENGINEERING》, 2 May 2009 (2009-05-02) * |
DARREN J. LEAMY,TOMAS E. WARD: "《A novel co-locational and concurrent fNIRS/EEG measurement system:》", 《32ND ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》, 4 September 2010 (2010-09-04), pages 4230 - 4233 * |
KAI KENG ANG, CUNTAI GUAN ET.AL.: "《 Transcranial direct current stimulation and EEG-based motor imagery BCI for upper limb stroke rehabilitation》", 《 34TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》, 1 August 2012 (2012-08-01) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106805968A (zh) * | 2016-12-20 | 2017-06-09 | 广州视源电子科技股份有限公司 | 一种脑电放松度识别方法及装置 |
CN107224273A (zh) * | 2017-07-25 | 2017-10-03 | 西安交通大学 | 一种基于光学脑成像神经反馈的中枢‑外周神经闭环康复训练方法及系统 |
CN107224273B (zh) * | 2017-07-25 | 2020-10-13 | 西安交通大学 | 一种基于光学脑成像神经反馈的中枢-外周神经闭环康复训练方法及系统 |
CN110251799A (zh) * | 2019-07-26 | 2019-09-20 | 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) | 神经反馈治疗仪 |
CN110251799B (zh) * | 2019-07-26 | 2021-07-20 | 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) | 神经反馈治疗仪 |
CN111631905A (zh) * | 2020-05-28 | 2020-09-08 | 湖北工业大学 | 一种fmri环境下的单侧上肢康复机器人 |
CN114431856A (zh) * | 2022-01-28 | 2022-05-06 | 上海乾康医疗设备股份有限公司 | 一种神经反馈康复训练系统 |
CN114391815A (zh) * | 2022-03-25 | 2022-04-26 | 慧创科仪(北京)科技有限公司 | 用近红外脑功能成像装置进行卒中康复分析的方法、系统 |
CN115054243A (zh) * | 2022-05-27 | 2022-09-16 | 国家康复辅具研究中心 | 上肢康复训练系统闭环设计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103301002B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Brain–computer interfaces | |
CN103301002B (zh) | 基于光学脑成像的中枢-外周神经康复训练方法及系统 | |
Machado et al. | EEG-based brain-computer interfaces: an overview of basic concepts and clinical applications in neurorehabilitation | |
Irimia et al. | High classification accuracy of a motor imagery based brain-computer interface for stroke rehabilitation training | |
EP1838270B1 (en) | Motor training with brain plasticity | |
Kus et al. | Asynchronous BCI based on motor imagery with automated calibration and neurofeedback training | |
CN103040446A (zh) | 基于光学脑成像的神经反馈训练系统和神经反馈训练方法 | |
CN115349873B (zh) | 一种基于脑机接口系统的闭环脑功能强化训练装置及方法 | |
CN103054573B (zh) | 多人神经反馈训练方法和多人神经反馈训练系统 | |
Yu et al. | EEG-based brain-controlled lower extremity exoskeleton rehabilitation robot | |
Di Marco et al. | Experimental protocol to assess neuromuscular plasticity induced by an exoskeleton training session | |
Jin et al. | Pilot study on gait classification using fNIRS signals | |
Jovanovic et al. | KITE-BCI: A brain-computer interface system for functional electrical stimulation therapy | |
SITARAM et al. | 18| BCIS THAT USE BRAIN METABOLIC SIGNALS | |
Ferrez et al. | EEG-based brain-computer interaction: Improved accuracy by automatic single-trial error detection | |
Jeong et al. | Hybrid zero-training BCI based on convolutional neural network for lower-limb motor-imagery | |
Trambaiolli et al. | Hybrid brain–computer interfaces for wheelchair control: a review of existing solutions, their advantages and open challenges | |
KR100943396B1 (ko) | 뇌파를 이용한 심상훈련용 가상현실 장기 구동 장치 및 방법 | |
Chen et al. | Current perspective of brain-computer interface technology on mild cognitive impairment | |
CN107595295A (zh) | 一种基于大脑血红蛋白信息的下肢运动阻力状态的识别方法 | |
Wang et al. | Optimization of machine learning method combined with brain-computer interface rehabilitation system | |
Henshaw | Improved brain-computer interface methods with application to gaming | |
Kasemsap | Brain-Machine Interfaces: Advanced Issues and Approaches | |
Ushiba et al. | ICT for neurorehabilitation | |
Tayade et al. | An Empirical Evaluation of Brain Computer Interface Models from a Pragmatic Perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |