CN105213033A - 基于运动障碍性神经疾病的计算机闭环康复控制系统 - Google Patents

基于运动障碍性神经疾病的计算机闭环康复控制系统 Download PDF

Info

Publication number
CN105213033A
CN105213033A CN201510658720.1A CN201510658720A CN105213033A CN 105213033 A CN105213033 A CN 105213033A CN 201510658720 A CN201510658720 A CN 201510658720A CN 105213033 A CN105213033 A CN 105213033A
Authority
CN
China
Prior art keywords
control system
computer
treadmill
patient
anacom
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
Application number
CN201510658720.1A
Other languages
English (en)
Other versions
CN105213033B (zh
Inventor
于海涛
李彬
王江
邓斌
魏熙乐
曹亦宾
刘静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201510658720.1A priority Critical patent/CN105213033B/zh
Publication of CN105213033A publication Critical patent/CN105213033A/zh
Application granted granted Critical
Publication of CN105213033B publication Critical patent/CN105213033B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种基于运动障碍性神经疾病的计算机闭环康复控制系统，该系统包括有相互连接的三部分，分别为训练数据库、实时检测系统、跑步机控制系统，所述实时检测系统包括有相互连接的病人，EEG与ECG采集单元和分析计算机，跑步机控制系统包括有相互连接的控制计算机，变频器，跑步机以及速度传感器。本发明的效果是该控制系统充分利用神经系统的可塑性，对运动障碍性神经系统疾病实现无创式的康复治疗，同时相对于单计算机控制系统其控制效率可提高一倍，而且其打破参数模型的制约，实现对特定病人的单独系统辨识建模，使得控制方案定制化，实现对特定病人的系统辨识建模，使控制模型的误差降到最低，最大限度地提高了治疗的准确性。

Description

基于运动障碍性神经疾病的计算机闭环康复控制系统
技术领域
本发明涉及医疗康复技术，特别是一种基于运动障碍性神经疾病的计算机闭环康复控制系统。
背景技术
运动障碍性神经系统疾病，例如帕金森症，肌张力障碍等，日益危害着人类健康，且给患者家庭和社会都带来了沉重的负担，引起了科学研究人员的广泛关注。目前，运动障碍性神经系统疾病主要被认为和人脑基底核区域病变有关，但是由于其具体发病机理尚不明确，专家学者对于此类神经疾病的研究和治疗尚处于摸索之中。因此，对于运动障碍性神经系统疾病的康复治疗引起了广泛关注。
最初用于神经康复的手段包括口服药剂、物理治疗和注射肉毒毒素。后来，随着科学日益的进步和发展，深度脑刺激技术(DeepBrainStimulation，简称DBS)已经成为了最主要的临床治疗手段。DBS是一种侵入式的刺激疗法，手术风险和术后并发症都给该刺激疗法带来了极大的危害。另外，由于DBS电池容量有限，因此频繁的更换电池更是提高了手术的难度和风险。所以，DBS一般被认为是当其他口服药物等无创治疗无法改善患者生活质量之后，最后一搏的手段。
因此，新型的无创式治疗方法成为了运动障碍型神经系统疾病康复的未来发展方向。现有新型的无创式治疗方法往往引入脑机接口，引入闭环控制，引入无创刺激，但是这些都面临着许多问题，控制效率的问题，模型准确性的问题等等。
发明内容
针对运动障碍性神经系统疾病的带来危害以及DBS等康复技术的缺陷，本发明提供一种基于运动障碍性神经疾病的计算机闭环康复控制系统，其目的是实现高效准确的康复治疗，其关键技术其一是利用两台互联的计算机分别实现信号采集分析以及刺激系统控制来提高控制系统的效率，其二是对特定病人进行不同强度的训练实现对其的辨识建模，提高康复治疗的准确性。
为实现上述目的，本发明采用的技术方案是提供一种基于运动障碍性神经疾病的计算机闭环康复控制系统，其中：该系统包括有相互连接的三部分，分别为训练数据库、实时检测系统、跑步机控制系统，所述实时检测系统包括有相互连接的病人，EEG与ECG采集单元和分析计算机，跑步机控制系统包括有相互连接的控制计算机，变频器，跑步机以及速度传感器。
所述训练数据库向分析计算机输出健康指标，分析计算机将EEG与ECG采集单元采集到的病人的EEG与ECG信号进行分析处理提炼出待调整参数，同时将健康指标和待调整参数综合产生剂量参数并发送给控制计算机，控制计算机将剂量参数与速度传感器采集到的跑步机的速度反馈信号综合后产生驱动变频器的驱动信号，变频器根据驱动信号驱动跑步机调速，从而使得跑步机与病人机械互动。
本发明的效果是区别于其他训练康复系统，本发明的控制系统充分利用神经系统的可塑性，对运动障碍性神经系统疾病治疗引入闭环控制，利用跑步机为运动载体实现对病人友好地治疗；同时治疗过程引入ECG监测，充分保障病人的生命安全；同时相对于单计算机控制系统，本发明的双计算机控制系统的控制效率可提高大约一倍左右；而且其打破参数模型的制约，实现对特定病人的系统辨识建模，使控制模型的误差降到最低，最大限度地提高了治疗的准确性。实现对特定病人的单独系统辨识建模，使得控制方案定制化，使控制模型的误差降到最低，最大限度地提高了治疗的准确性。
附图说明
图1为本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统的结构框图；
图2为本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统的信号流图；
图3为本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统的工作流程图。
图中：
10、病人11、训练数据库12、实时检测系统13、跑步机控制系统
14、EEG采集单元15、分析计算机16、控制计算机17、变频器
18、跑步机19、速度传感器21、健康指标22、剂量参数
23、速度反馈参数24、驱动参数25、EEG与ECG信号
26、速度参数31、训练数据库产生过程32、康复治疗过程
具体实施方式
结合附图对本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统结构加以说明。
本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统结构是，该系统包括有相互连接的三部分，分别为训练数据库11、实时检测系统12、跑步机控制系统13，所述实时检测系统12包括有相互连接的病人10，EEG与ECG采集单元14和分析计算机15，跑步机控制系统13包括有相互连接的控制计算机16，变频器17，跑步机18以及速度传感器19。
所述训练数据库11向分析计算机15输出健康指标，分析计算机15将EEG与ECG采集单元14采集到的病人10的EEG与ECG信号进行分析处理提炼出待调整参数，同时将健康指标和待调整参数综合产生剂量参数并发送给控制计算机16，控制计算机16将剂量参数与速度传感器19采集到的跑步机18的速度反馈信号综合后产生驱动变频器17的驱动信号，变频器17根据驱动信号驱动跑步机18调速，从而使得跑步机18与病人10机械互动。
所述实时检测系统12的分析计算机15与跑步机控制系统13的控制计算机16通过无线通讯的方式实现信息传递，分析计算机15进行EEG信息采集分析，同时控制计算机16进行跑步机控制系统13的闭环控制。所述训练数据库11是由分析计算机15将不同训练过程中采集到病人10的EEG信号分类存储构成。所述EEG与ECG采集单元14采集病人10的脑电信号与心电信号，分析计算机15分析提取心电信号的特征参数，特征参数可以表征病人10的体能承受能力，分析计算机15将结果信息发送给控制计算机16，控制计算机16根据结果信息进行调控以保证病人10的生命安全。
本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统的功能是这样实现的：
如图1所示，本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统由相互连接的三部分组成，分别为训练数据库11，实时检测系统12，跑步机控制系统13，其中实时检测系统12由相互连接的病人10，EEG采集单元14和分析计算机15组成，跑步机控制系统13由相互连接的控制计算机16，变频器17，跑步机18以及速度传感器19组成。
本发明的基于运动障碍性神经疾病的计算机闭环康复控制系统存在两个利用无线通讯连接的分析计算机15与控制计算机16，这样分析计算机15在进行EEG数据分析和综合参数的同时控制计算机16进行跑步机的闭环控制。跑步机18与病人10通过机械互动相互作用，这种机械互动可以看作机械刺激，但是与电磁刺激，针灸刺激不同，机械互动状况不仅由跑步机18决定，病人10的反作用也可以决定机械刺激的表现，因此跑步机控制系统16设计为闭环控制是必须的。另外，这种训练式的机械互动对于病人10来说是非侵入式的，并且充分利用了神经系统可塑性的特质，引入闭环控制思想。但是由于病人10是复杂的受控对象，一般的控制算法或多或少依赖对象参数，本发明引入系统辨识的思想，利用不同强度的训练获得训练数据库11，为控制计算机16以及分析计算机15提供被控对象参数。
EEG与ECG采集单元14采集病人10的脑电信号与心电信号，引入心电信号可以监测病人接收治疗过程的体能承受能力，保证病人的生命安全。基于运动障碍性神经疾病的计算机闭环康复控制系统的信号流图如图2所示，健康指标21同EEG与ECG信号25经综合后产生剂量参数22，剂量参数22同速度反馈参数23经综合后产生驱动参数24，驱动参数24驱动调节速度参数26，速度参数26作用与病人10，病人10产生EEG与ECG信号25，形成闭环。
图3所示为本发明基于运动障碍性神经疾病的计算机闭环康复控制系统的工作流程图。如图所示工作流程主要分为两个过程，其一：训练数据库生成过程31。其二：康复治疗过程32。结合图1，具体过程如下所述：
训练数据库产生过程31：
1、按照病人10的身体状况，设定合适的训练方案，接着对其进行强度变化的训练，同时利用EEG与ECG采集单元14的EEG采集部分采集病人10的EEG信号，将信号和对应的训练强度上传至分析计算机15保存；
2、分析计算机15根据步骤1采集保存的训练强度以及EEG数据，进行数据处理工作，提取出适合描述健康状况的指标参数，这一参数将会在康复治疗过程32中用到。
康复治疗过程32：
1、在治疗开始时初始化病人10康复所需的剂量参数，这一参数取决于病人10在训练数据库产生过程31所产生的健康指标参数以及治疗开始后分析计算机15根据EEG与ECG单元14所采集的EEG信号提取的待调整参数，也即治疗开始后，分析计算机15会根据健康指标以及待调整参数进行剂量参数的调整。
2、控制计算机16根据剂量参数和以及速度传感器19所变送跑步机18的反馈速率调节驱动信号，驱动变频器17，变频器17根据驱动信号调节跑步机18的速率；
3、速度传感器19实时采集跑步机18的速率以供反馈以及判断所用；
4、控制计算机16根据所设驱动信号以及反馈速率判断是否满足预设，不满足返回步骤2，满足则继续下以步骤：
5、EEG与ECG采集单元14采集病人10的EEG和ECG信号，输入到分析计算机15；
6、分析计算机15首先分析ECG信号提取HRV参数；
7、分析计算机15判断HRV参数是否满足健康要求，保证治疗过程中病人的生命安全，如果不满足则暂停阶段治疗，如果满足继续下一步骤；
8、分析计算机15分析EEG信号提取病人10的待调整参数；
9、分析计算机15根据训练数据库产生过程31的健康指标与分析所得的待调整参数，评定是病人10是否满足健康指标，满足则完成阶段治疗，不满足则返回步骤1。

Claims (4)

1.一种基于运动障碍性神经疾病的计算机闭环康复控制系统，其特征是：该系统包括有相互连接的三部分，分别为训练数据库(11)、实时检测系统(12)、跑步机控制系统(13)，所述实时检测系统(12)包括有相互连接的病人(10)，EEG与ECG采集单元(14)和分析计算机(15)，跑步机控制系统(13)包括有相互连接的控制计算机(16)，变频器(17)，跑步机(18)以及速度传感器(19)；
所述训练数据库(11)向分析计算机(15)输出健康指标，分析计算机(15)将EEG与ECG采集单元(14)采集到的病人(10)的EEG与ECG信号进行分析处理提炼出待调整参数，同时将健康指标和待调整参数综合产生剂量参数并发送给控制计算机(16)，控制计算机(16)将剂量参数与速度传感器(19)采集到的跑步机(18)的速度反馈信号综合后产生驱动变频器(17)的驱动信号，变频器(17)根据驱动信号驱动跑步机(18)调速，从而使得跑步机(18)与病人(10)机械互动。
2.根据权利要求1所述的基于运动障碍性神经疾病的计算机闭环康复控制系统，其特征是：所述实时检测系统(12)的分析计算机(15)与跑步机控制系统(13)的控制计算机(16)通过无线通讯的方式实现信息传递，分析计算机(15)进行EEG信息采集分析，同时控制计算机(16)进行跑步机控制系统(13)的闭环控制。
3.根据权利要求1所述的基于运动障碍性神经疾病的计算机闭环康复控制系统，其特征是：所述训练数据库(11)是由分析计算机(15)将不同训练过程中采集到病人(10)的EEG信号分类存储构成。
4.根据权利要求1所述的基于运动障碍性神经疾病的计算机闭环康复控制系统，其特征是：所述EEG与ECG采集单元(14)采集病人(10)的脑电信号与心电信号，分析计算机(15)分析提取心电信号的特征参数，特征参数可以表征病人(10)的体能承受能力，分析计算机(15)将结果信息发送给控制计算机(16)，控制计算机(16)根据结果信息进行调控以保证病人(10)的生命安全。
CN201510658720.1A 2015-10-14 2015-10-14 基于运动障碍性神经疾病的计算机闭环康复控制系统 Expired - Fee Related CN105213033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510658720.1A CN105213033B (zh) 2015-10-14 2015-10-14 基于运动障碍性神经疾病的计算机闭环康复控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510658720.1A CN105213033B (zh) 2015-10-14 2015-10-14 基于运动障碍性神经疾病的计算机闭环康复控制系统

Publications (2)

Publication Number Publication Date
CN105213033A true CN105213033A (zh) 2016-01-06
CN105213033B CN105213033B (zh) 2017-11-21

Family

ID=54982567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510658720.1A Expired - Fee Related CN105213033B (zh) 2015-10-14 2015-10-14 基于运动障碍性神经疾病的计算机闭环康复控制系统

Country Status (1)

Country Link
CN (1) CN105213033B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105653873A (zh) * 2016-01-15 2016-06-08 天津大学 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201070511Y (zh) * 2007-08-31 2008-06-11 西安石油大学 跑步机自适应调速控制装置
JP2008302258A (ja) * 2008-09-26 2008-12-18 Sanyo Electric Co Ltd 健康管理システム
CN102526985A (zh) * 2011-12-31 2012-07-04 厦门钢宇工业有限公司 一种智能化的训练健身器
CN102813998A (zh) * 2012-08-01 2012-12-12 上海交通大学 中枢神经损伤患者用多功能复合康复系统
US20130204410A1 (en) * 2012-02-03 2013-08-08 Frank Napolitano System and method for promoting and tracking physical activity among a participating group of individuals
CN103989472A (zh) * 2014-05-22 2014-08-20 杜金刚 基于脑电α节律样本熵的脑卒中患者神经康复评定方法
CN104013401A (zh) * 2014-06-05 2014-09-03 燕山大学 一种人体脑电信号与动作行为信号同步采集系统及方法
CN104181875A (zh) * 2014-07-09 2014-12-03 浙江大学城市学院 基于物联模式的运动健身系统
CN104857670A (zh) * 2015-04-19 2015-08-26 奉化市宇创产品设计有限公司 利用脑电波实时监控锻炼状态的跑步机附属装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201070511Y (zh) * 2007-08-31 2008-06-11 西安石油大学 跑步机自适应调速控制装置
JP2008302258A (ja) * 2008-09-26 2008-12-18 Sanyo Electric Co Ltd 健康管理システム
CN102526985A (zh) * 2011-12-31 2012-07-04 厦门钢宇工业有限公司 一种智能化的训练健身器
US20130204410A1 (en) * 2012-02-03 2013-08-08 Frank Napolitano System and method for promoting and tracking physical activity among a participating group of individuals
CN102813998A (zh) * 2012-08-01 2012-12-12 上海交通大学 中枢神经损伤患者用多功能复合康复系统
CN103989472A (zh) * 2014-05-22 2014-08-20 杜金刚 基于脑电α节律样本熵的脑卒中患者神经康复评定方法
CN104013401A (zh) * 2014-06-05 2014-09-03 燕山大学 一种人体脑电信号与动作行为信号同步采集系统及方法
CN104181875A (zh) * 2014-07-09 2014-12-03 浙江大学城市学院 基于物联模式的运动健身系统
CN104857670A (zh) * 2015-04-19 2015-08-26 奉化市宇创产品设计有限公司 利用脑电波实时监控锻炼状态的跑步机附属装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘小燮: "脑机交互结合功能性电刺激康复训练新技术对慢性期脑卒中大脑可塑性的影响", 《中国优秀硕士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105653873A (zh) * 2016-01-15 2016-06-08 天津大学 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统
CN105653873B (zh) * 2016-01-15 2018-12-11 天津大学 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统

Also Published As

Publication number Publication date
CN105213033B (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
Perdikis et al. The Cybathlon BCI race: Successful longitudinal mutual learning with two tetraplegic users
Ramgopal et al. Seizure detection, seizure prediction, and closed-loop warning systems in epilepsy
Printy et al. Smartphone application for classification of motor impairment severity in Parkinson's disease
CN109925582A (zh) 双模态脑-机交互式运动神经反馈训练装置和方法
KR20180114692A (ko) 행동모방학습 기반의 뇌 훈련 시뮬레이션시스템
CN104287747A (zh) 基于情绪感知的运动康复机器人交互控制方法
CN206044608U (zh) 中医诊断云端专家系统
CN108721048A (zh) 康复训练控制方法、计算机可读存储介质和终端
Ren et al. Comparison of the use of blink rate and blink rate variability for mental state recognition
CN109646784A (zh) 基于沉浸式vr的失眠障碍心理治疗系统和方法
CN110251148A (zh) 一种基于模糊情绪识别的机器人辅助康复控制方法
CN106901751A (zh) 一种基于大脑血红蛋白信息的运动速度状态的识别方法
Torres The rates of change of the stochastic trajectories of acceleration variability are a good predictor of normal aging and of the stage of Parkinson's disease
CN114343573B (zh) 一种面向药物成瘾患者的闭环数字药物系统、设备及介质
Li et al. Detecting self-paced walking intention based on fNIRS technology for the development of BCI
Abiri et al. A real-time brainwave based neuro-feedback system for cognitive enhancement
CN105213033A (zh) 基于运动障碍性神经疾病的计算机闭环康复控制系统
CN108814569A (zh) 康复训练控制装置
Song et al. Mental fatigue prediction model based on multimodal fusion
US20220000426A1 (en) Multi-modal brain-computer interface based system and method
Liang et al. Ant colony optimization PID control of hypnosis with propofol using Renyi permutation entropy as controlled variable
Geman Data mining tools used in deep brain stimulation–analysis results
Janatova et al. A Novel Big Data-Enabled Approach, Individualizing and Optimizing Brain Disorder Rehabilitation
Kou et al. EEG Signals Decoding of Freely Moving Rats Based on Support Vector Machine Algorithm
Katertsidis et al. INTREPID, a biosignal-based system for the monitoring of patients with anxiety disorders

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171121

Termination date: 20211014

CF01 Termination of patent right due to non-payment of annual fee