CN105943207B - 一种基于意念控制的智能假肢运动系统及其控制方法 - Google Patents

一种基于意念控制的智能假肢运动系统及其控制方法 Download PDF

Info

Publication number
CN105943207B
CN105943207B CN201610464662.3A CN201610464662A CN105943207B CN 105943207 B CN105943207 B CN 105943207B CN 201610464662 A CN201610464662 A CN 201610464662A CN 105943207 B CN105943207 B CN 105943207B
Authority
CN
China
Prior art keywords
eeg signals
module
joint
artificial limb
idiodynamic
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.)
Active
Application number
CN201610464662.3A
Other languages
English (en)
Other versions
CN105943207A (zh
Inventor
陈万忠
李明阳
张雨烟
张涛
杨默涵
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN201610464662.3A priority Critical patent/CN105943207B/zh
Publication of CN105943207A publication Critical patent/CN105943207A/zh
Application granted granted Critical
Publication of CN105943207B publication Critical patent/CN105943207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2/72—Bioelectric control, e.g. myoelectric
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2002/701—Operating or control means electrical operated by electrically controlled means, e.g. solenoids or torque motors

Landscapes

  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Transplantation (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Vascular Medicine (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Prostheses (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明属于控制领域，涉及一种基于意念控制的智能假肢运动系统及其控制方法。克服了现有技术存在的现有假肢系统识别模式单一、普适性不高的问题；系统包括脑电采集模块、脑电分析模块、驱动控制模块和关节角度反馈模块；控制方法包括：训练模式下的控制方法和使用模式下的控制方法，训练模式和使用模式之间通过按键切换；在训练模式下，除静息状态外，其他状态脑电信号根据自身需求有选择的录入，静息状态为必录入选项，以保证系统的精准控制；当使用者完成训练模式下的脑电信号录入，将系统状态切换至使用模式，使用者能够发出相应的脑电信号以控制手臂执行对应动作。

Description

一种基于意念控制的智能假肢运动系统及其控制方法
技术领域
本发明属于控制领域，涉及一种基于意念控制的智能假肢运动系统及其控制方法。
背景技术
当今社会，成百上千万人因为疾病、工伤、战争、交通事故以及一些意外伤害而被迫截肢。随着现代化进程的加快，这一数字正以惊人的速度增长。据调查，我国现有肢体残疾人约6000万，完全依靠国外产品满足国内残疾人的需求在近期希望渺茫。20世纪后半期，假肢技术取得了飞速发展。传统假肢控制方式主要是将电极植入患者身体与假肢接触部位，并利用电极所采集的肌电信号控制假肢运动。植入式设备给患者带来诸多痛苦，设备会随时间发生老化，身体会对设备做出排斥的反应，损害健康。而且肌电电极位置的改变也会使肌电的特征值发生变化，会造成控制准确度难以提高。因此传统假肢控制方式不仅会给使用者的身体带来诸多的隐患，且控制模式单一、精确度不高。
意念驱动控制假肢是一种新型高效的方法，其生理基础是大脑中想象手臂的某种动作，从而在大脑皮层产生相应的电极信号。通过头盔采集相应的头皮脑电信号，利用蓝牙通信以及信息处理器将信号作用于智能假肢，从而实现其自由灵活地动作，且无需与身体接触。基于这种方式，很好地克服了传统假肢控制系统的缺点，具备灵活、安全、准确率高、模式类别多等优点。因此一套完整的意念驱动控制假肢的系统不仅是科研的重心，同时也有庞大的市场需求。
发明内容
本发明所要解决的技术问题是克服了现有技术存在的现有假肢系统识别模式单一、普适性不高的问题，采用双模式控制思想实现脑电信号对智能假肢的无线控制，提供了一种基于意念控制的智能假肢运动系统，并且给出了完整的控制方法。
为解决上述技术问题，本发明是采用如下技术方案实现的：
一种意念控制的智能假肢运动系统，包括脑电采集模块、脑电分析模块、驱动控制模块和关节角度反馈模块；
所述脑电采集模块采集大脑皮层脑电信号，并对大脑皮层脑电信号进行放大和模数转换，大脑皮层脑电信号由蓝牙模块传入脑电分析模块；
所述脑电分析模块对传入的大脑皮层脑电信号进行特征提取和模式识别，将模式识别结果传入驱动控制模块；
所述驱动控制模块根据输入的模式识别结果调取预存于存储器中相应模式的角度位置信息，并结合角度传感器反馈的角度信息形成控制指令，从而驱动相应关节处电机组完成对应指令；
所述关节角度反馈模块利用分布于各关节处的角度传感器，实时测量运动过程中各关节在X轴和Y轴的角度信息，并反馈给驱动控制模块。
技术方案中所述脑电采集模块嵌入于可调节式电极帽中，电极帽外接16个电极槽，位置按照国际10/20系统分布于Fp1、Fp2、F3、F4、F7、F8、C3、C4、T3、T4、P3、P4、T5、T6、A1、A2，除A1和A2两个参考电极外，其余电极位置使用者能够根据自身情况有选择的使用。
技术方案中所述脑电分析模块和驱动控制模块都嵌入于同一TMS320LF2407DSP芯片中；
所述TMS320LF2407DSP为核心控制器，TMS320LF2407DSP芯片外连接多个并行外设，包括：蓝牙接收器，用于接收信号；电机，用于执行各关节运动；存储器，用于存储数据；电源，用于给芯片供电；角度传感器，用于测量各关节角度；按键，用于输入键值；显示器，用于显示功能选项。
技术方案中所述关节角度反馈模块由分布于指关节、腕关节、肘关节和肩关节处的角度传感器构成，所述角度传感器采用LCA328T双轴倾角传感器，测量轴为X轴和Y轴，量程为-90°～90°。
技术方案中所述电机组设为四个电机组，四个电机组协同控制：电机组A由两个电机构成，位于肘关节，一个电机控制小臂屈伸，一个电机控制小臂转动；电机组B由两个电机构成，位于肩关节，一个电机控制大臂屈伸，一个电机控制大臂转动；电机组C由一个电机构成，位于腕关节，控制手腕摆动；电机组D由一个电机构成，位于指关节，控制手指张合。
技术方案中所述意念控制的智能假肢运动系统的控制方法包括：训练模式下的控制方法和使用模式下的控制方法，训练模式和使用模式之间通过按键切换；
在训练模式下，除静息状态外，其他状态脑电信号根据自身需求有选择的录入，静息状态为必录入选项，以保证系统的精准控制；
当使用者第一次使用时，需要将系统切换至训练模式，将使用者相应脑电信号与模式类别进行自定义设置，并对相应脑电信号形成记忆；
当使用者完成训练模式下的脑电信号录入，将系统状态切换至使用模式，使用者能够发出相应的脑电信号以控制手臂执行对应动作。
技术方案中所述训练模式下的控制步骤如下：
(1)手动选定待录入脑电信号的模式类别，建立脑电信号与模式信息之间的对应关系；
(2)开启脑电采集头盔，使用者开始想象相应动作，头盔采集各通道脑电信号，并将脑电信号通过蓝牙发射器传入脑电分析模块；
(3)提取各通道脑电信号的特征信息；
(4)将特征信息送入分类器中，对分类器进行训练，建立脑电信号与模式信息之间的映射；
(5)判断是否达到预设的训练次数，若未达到预设训练次数则返回步骤(2)，若达到预设训练次数则继续下一步；
(6)将训练后的分类器送入存储空间中进行保存。
技术方案中所述训练模式下的控制步骤如下：
(1)采集分布于使用者大脑皮层各点电极处的脑电信号；
(2)提取各电极通道脑电信号的特征信息；
(3)调用存储空间中的分类器进行模式识别；
(4)输出模式识别结果；
(5)调用存储空间中预存的与输出模式识别结果相对应的的角度坐标信息；
(6)检测各关节角度传感器中当前角度信息，根据运动信息和角度信息计算对应关节在X轴和Y轴方向需要补偿的角度；
(7)根据所计算的补偿角度发出运动指令；
(8)根据运动指令，驱动各关节处电机执行相应的动作；
(9)检测各关节角度传感器信息，判断各关节角度是否达到指令要求，若达到则停止驱动，否则继续驱动。
技术方案中所述特征信息通过非负矩阵分解算法进行提取；
所述分类器采用支持向量机分类器。
与现有技术相比本发明的有益效果是：
本发明提供了一种基于意念控制的智能假肢运动系统，采用头盔式多电极脑电帽获取使用者脑电意图，通过脑-机接口技术操控智能假肢完成相应动作。基于脑-机接口技术的智能假肢控制系统使患者的运动与意愿达成一致，不依赖于由外围神经和肌肉组成的正常输出通路，更加安全可靠，不仅辅助残疾人进行运动功能重建和生活自理，又可以成为康复训练的有力手段，充分调动患者的主观能动性，减轻治疗人员的工作量。因此，本发明不仅为运动功能障碍的人提供与外部交流和控制的新途径，更能进一步促进我国的康复事业发展，具有很好的应用前景和很高的科研价值。
本发明采用双模式控制思想，并融合反馈角度信息，从而实现对智能假肢的灵活控制，一种基于意念控制的智能假肢运动系统在为使用者提供了便携的操控系统的同时，还满足的人们对系统普适性、模式多样性和灵活性的需求。
本发明可应用于医疗康复领域，辅助残疾人行动；也可应用于日常生活和生产中，为某些不便于手动操作的工作提供了一种新的控制手段。
附图说明
下面结合附图对本发明作进一步的说明：
图1为本发明所述的一种基于意念控制的智能假肢运动系统的结构示意图；
图2为本发明所述的一种基于意念控制的智能假肢运动系统的脑电采集模块结构示意图；
图3为本发明所述的一种基于意念控制的智能假肢运动系统的控制系统的硬件示意图；
图4为本发明所述的一种基于意念控制的智能假肢运动系统的训练模式下的控制流程图；
图5为本发明所述的一种基于意念控制的智能假肢运动系统的使用模式下的控制流程图。
具体实施方式
下面结合附图对本发明作详细的描述：
参见图1，一种意念控制的智能假肢运动系统，包括脑电采集模块、脑电分析模块、驱动控制模块、关节角度反馈模块。
脑电采集模块：采集大脑皮层脑电信号并对其进行放大和模数转换，信号由蓝牙模块传入脑电分析模块；
脑电分析模块：对传入脑电信号进行特征提取和模式识别，将模式识别结果传入驱动控制模块；
驱动控制模块：根据输入的模式识别结果调取存储器中相应模式的角度位置信息，并结合角度传感器反馈的角度信息形成控制指令，从而驱动相应关节处电机组完成对应指令；
关节角度反馈模块：利用分布于各关节处的角度传感器，实时测量运动过程中各关节在X轴和Y轴的角度信息，并反馈给驱动控制模块。
参见图2，脑电采集模块将电极检测的信号经由前置放大器放大，经过50Hz陷波器和低通滤波器去除50Hz以上干扰信号，再经过二级放大器放大后由A/D转换器转换，转换后信号由蓝牙发射器传入脑电分析模块。
脑电采集模块嵌入于可调节式电极帽中，电极帽外接16个电极槽，位置分布于Fp1、Fp2、F3、F4、F7、F8、C3、C4、T3、T4、P3、P4、T5、T6、A1、A2，除A1和A2两个参考电极外，其余电极位置使用者可根据自身情况有选择的使用。
本发明中，采用TMS320LF2407DSP为核心控制器，TMTMS320LF2407DSP芯片具有较好的实时控制与数字信号处理能力，运算速度快，可扩展多个并行外设，能可靠的应用于多通道脑电信号处理中。脑电分析模块和驱动控制模块都嵌入于同一TMS320LF2407DSP芯片中。
参见图3，TMS320LF2407DSP芯片和芯片外部连接的多个并行外设共同构成智能假肢运动系统的控制系统。TMS320LF2407DSP芯片连接外设包括：蓝牙接收器，用于接收信号；电机，用于执行各关节运动；存储器，用于存储数据；电源，用于给芯片供电；角度传感器，用于测量各关节角度；按键，用于输入键值；显示器，用于显示功能选项。
关节角度反馈模块由分布于指关节、腕关节、肘关节和肩关节处的角度传感器构成，角度传感器采用LCA328T双轴倾角传感器，测量轴为X轴和Y轴，量程-90°～90°。
本发明采用双模式控制思想，包括训练模式和使用模式，两个模式之间通过按键切换。
本发明中预存了8种手臂运动模式的关节角度位置信息，包括手臂曲、手臂伸、握拳、张拳、手臂下垂、手臂上举、手臂外旋、手臂内旋。次8种手臂运动模式为系统初始模式，使用者可以根据自身使用需求和使用习惯自定义手臂动作，并设置该动作形成时各关节在X和Y轴的角度位置。
当使用者第一次使用该发明时，需要将系统切换至训练模式，将使用者相应脑电信号与模式类别进行自定义设置，并对相应脑电信号形成记忆。
参见图4，训练模式下的控制流程如下：
(1)手动选定待录入脑电信号的模式类别，建立脑电信号与模式信息之间的对应关系；
(2)开启脑电采集头盔，使用者开始想象相应动作，头盔采集各通道脑电信号，并将脑电信号通过蓝牙发射器传入脑电分析模块；
(3)提取各通道脑电信号的特征信息；
(4)将特征信息送入分类器中，对分类器进行训练，建立脑电信号与模式信息之间的映射；
(5)判断是否达到预设的训练次数，若未达到预设训练次数则返回步骤(2)，若达到预设训练次数则继续下一步；
(6)将训练后的分类器送入存储空间中进行保存。
当使用者完成训练模式下的脑电录入，将系统状态切换至使用模式，使手臂执行与所检测到脑电信号相对应的手臂动作。
参见图5，训练模式下的控制流程如下：
(1)采集分布于使用者大脑皮层各点电极处的脑电信号；
(2)提取各电极通道脑电信号的特征信息；
(3)调用存储空间中的分类器进行模式识别；
(4)输出模式识别结果；
(5)调用存储空间中预存的与输出模式识别结果相对应的的角度坐标信息；
(6)检测各关节角度传感器中当前角度信息，根据运动信息和角度信息计算对应关节在X轴和Y轴方向需要补偿的角度；
(7)根据所计算的补偿角度发出运动指令；
(8)根据运动指令，驱动各关节处电极执行相应的动作；
(9)检测各关节角度传感器信息，判断各关节角度是否达到指令要求，若达到则停止驱动，否则继续驱动。
本发明在训练模式下，除静止状态外，其他状态脑电信号可根据自身需求有选择的录入，静止状态为必录入选项，以保证系统的精准控制。
本发明中特征信息采用非负矩阵分解算法进行提取，分类器采用支持向量机分类器，此算法组合具有较好的鲁棒性和实时性，可以满足使用者对多模式类别和识别效率的需求。
本发明中智能假肢本体由四个电机组协同控制：电机组A由两个电机构成，位于肘关节，一个电机控制小臂屈伸，一个电机控制小臂转动；电机组B由两个电机构成，位于肩关节，一个电机控制大臂屈伸，一个电机控制大臂转动；电机组C由一个电机构成，位于腕关节，控制手腕摆动；电机组D由一个电机构成，位于指关节，控制手指张合。
本发明提供了一种基于意念控制的智能假肢运动系统，各模块之间协同配合，共同作用，为使用者提供了便携的操控系统的同时，还满足人们对系统普适性、模式多样性和灵活性的需求。本发明可应用于医疗康复领域，辅助残疾人行动；也可应用于日常生活和生产中，为某些不便于手动操作的工作提供了一种新的控制手段。

Claims (7)

1.一种意念控制的智能假肢运动系统，其特征在于：包括脑电采集模块、脑电分析模块、驱动控制模块和关节角度反馈模块；
所述脑电采集模块采集大脑皮层脑电信号，并对大脑皮层脑电信号进行放大和模数转换，大脑皮层脑电信号由蓝牙模块传入脑电分析模块；
所述脑电分析模块对传入的大脑皮层脑电信号进行特征提取和模式识别，将模式识别结果传入驱动控制模块；
所述驱动控制模块根据输入的模式识别结果调取预存于存储器中相应模式的角度位置信息，并结合角度传感器反馈的角度信息形成控制指令，从而驱动相应关节处电机组完成对应指令；
所述关节角度反馈模块利用分布于各关节处的角度传感器，实时测量运动过程中各关节在X轴和Y轴的角度信息，并反馈给驱动控制模块；
所述脑电采集模块嵌入于可调节式电极帽中，电极帽外接16个电极槽，位置按照国际10/20系统分布于Fp1、Fp2、F3、F4、F7、F8、C3、C4、T3、T4、P3、P4、T5、T6、A1、A2，除A1和A2两个参考电极外，其余电极位置使用者能够根据自身情况有选择的使用；
所述脑电分析模块和驱动控制模块都嵌入于同一TMS320LF2407DSP芯片中；
所述TMS320LF2407DSP为核心控制器，TMS320LF2407DSP芯片外连接多个并行外设，包括：蓝牙接收器，用于接收信号；电机，用于执行各关节运动；存储器，用于存储数据；电源，用于给芯片供电；角度传感器，用于测量各关节角度；按键，用于输入键值；显示器，用于显示功能选项。
2.按照权利要求1所述的一种意念控制的智能假肢运动系统，其特征在于：
所述关节角度反馈模块由分布于指关节、腕关节、肘关节和肩关节处的角度传感器构成，所述角度传感器采用LCA328T双轴倾角传感器，测量轴为X轴和Y轴，量程为-90°～90°。
3.按照权利要求1所述的一种意念控制的智能假肢运动系统，其特征在于：
所述电机组设为四个电机组，四个电机组协同控制：电机组A由两个电机构成，位于肘关节，一个电机控制小臂屈伸，一个电机控制小臂转动；电机组B由两个电机构成，位于肩关节，一个电机控制大臂屈伸，一个电机控制大臂转动；电机组C由一个电机构成，位于腕关节，控制手腕摆动；电机组D由一个电机构成，位于指关节，控制手指张合。
4.按照权利要求1所述的一种意念控制的智能假肢运动系统的控制方法，其特征在于：
所述意念控制的智能假肢运动系统的控制方法包括：训练模式下的控制方法和使用模式下的控制方法，训练模式和使用模式之间通过按键切换；
在训练模式下，除静息状态外，其他状态脑电信号根据自身需求有选择的录入，静息状态为必录入选项，以保证系统的精准控制；
当使用者第一次使用时，需要将系统切换至训练模式，将使用者相应脑电信号与模式类别进行自定义设置，并对相应脑电信号形成记忆；
当使用者完成训练模式下的脑电信号录入，将系统状态切换至使用模式，使用者能够发出相应的脑电信号以控制手臂执行对应动作。
5.按照权利要求4所述的一种意念控制的智能假肢运动系统的控制方法，其特征在于：
所述训练模式下的控制步骤如下：
(1)手动选定待录入脑电信号的模式类别，建立脑电信号与模式信息之间的对应关系；
(2)开启脑电采集头盔，使用者开始想象相应动作，头盔采集各通道脑电信号，并将脑电信号通过蓝牙发射器传入脑电分析模块；
(3)提取各通道脑电信号的特征信息；
(4)将特征信息送入分类器中，对分类器进行训练，建立脑电信号与模式信息之间的映射；
(5)判断是否达到预设的训练次数，若未达到预设训练次数则返回步骤(2)，若达到预设训练次数则继续下一步；
(6)将训练后的分类器送入存储空间中进行保存。
6.按照权利要求4所述的一种意念控制的智能假肢运动系统的控制方法，其特征在于：
所述训练模式下的控制步骤如下：
(1)采集分布于使用者大脑皮层各点电极处的脑电信号；
(2)提取各电极通道脑电信号的特征信息；
(3)调用存储空间中的分类器进行模式识别；
(4)输出模式识别结果；
(5)调用存储空间中预存的与输出模式识别结果相对应的的角度坐标信息；
(6)检测各关节角度传感器中当前角度信息，根据运动信息和角度信息计算对应关节在X轴和Y轴方向需要补偿的角度；
(7)根据所计算的补偿角度发出运动指令；
(8)根据运动指令，驱动各关节处电机执行相应的动作；
(9)检测各关节角度传感器信息，判断各关节角度是否达到指令要求，若达到则停止驱动，否则继续驱动。
7.按照权利要求5或6中所述的一种意念控制的智能假肢运动系统的控制方法，其特征在于：
所述特征信息通过非负矩阵分解算法进行提取；
所述分类器采用支持向量机分类器。
CN201610464662.3A 2016-06-24 2016-06-24 一种基于意念控制的智能假肢运动系统及其控制方法 Active CN105943207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610464662.3A CN105943207B (zh) 2016-06-24 2016-06-24 一种基于意念控制的智能假肢运动系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610464662.3A CN105943207B (zh) 2016-06-24 2016-06-24 一种基于意念控制的智能假肢运动系统及其控制方法

Publications (2)

Publication Number Publication Date
CN105943207A CN105943207A (zh) 2016-09-21
CN105943207B true CN105943207B (zh) 2017-12-05

Family

ID=56903686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610464662.3A Active CN105943207B (zh) 2016-06-24 2016-06-24 一种基于意念控制的智能假肢运动系统及其控制方法

Country Status (1)

Country Link
CN (1) CN105943207B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106726030B (zh) * 2016-11-24 2019-01-04 浙江大学 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
CN106927029A (zh) * 2017-03-03 2017-07-07 东华大学 一种基于单通道脑电波诱发的脑控四轴飞行器
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
CN107479707A (zh) * 2017-08-14 2017-12-15 广州视源电子科技股份有限公司 镜面的显示模式的控制方法、装置、设备及存储介质
CN108703824B (zh) * 2018-03-15 2020-05-01 哈工大机器人（合肥）国际创新研究院 一种基于肌电手环的仿生手控制系统及控制方法
CN108279620A (zh) * 2018-04-10 2018-07-13 贵州大学 基于脑电波结合肢体动作的仿生手臂控制装置及控制方法
CN108888280B (zh) * 2018-05-24 2021-07-13 吉林大学 基于脑电信号分析的学生听课注意力评价方法
CN108762303A (zh) * 2018-06-07 2018-11-06 重庆邮电大学 一种基于运动想象的便携式脑控无人机系统及控制方法
CN109172067B (zh) * 2018-08-21 2023-08-29 中国地质大学（武汉） 一种基于脑电信号和语音信号共同控制的智能义肢系统
CN109460147B (zh) * 2018-10-24 2022-02-01 重庆科技学院 一种意念控制运动系统及其方法
CN109602521A (zh) * 2018-12-18 2019-04-12 苏州市职业大学 一种基于脑电波控制的形状记忆合金仿生关节
CN109730818A (zh) * 2018-12-20 2019-05-10 东南大学 一种基于深度学习的假手控制方法
CN110882134A (zh) * 2019-10-24 2020-03-17 中国科学院深圳先进技术研究院 跨障意图识别方法、外骨骼机器人跨障控制方法及设备
CN115192050A (zh) * 2022-07-22 2022-10-18 吉林大学 基于表面肌电和反馈神经网络的下肢外骨骼步态预测方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100016990A1 (en) * 2008-07-21 2010-01-21 Kulite Semiconductor Products, Inc. Microelectromechanical system (MEMS) employing wireless transmission for providing sensory signals
CN101455596A (zh) * 2008-12-18 2009-06-17 西安交通大学苏州研究院 脑机接口驱动控制的神经义肢手及其控制方法
US9265625B2 (en) * 2009-08-20 2016-02-23 Vanderbilt University Jointed mechanical devices
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
CN102008362B (zh) * 2010-12-28 2012-11-07 上海理工大学 语音/肌电混合控制的电子假手
CN202223388U (zh) * 2011-08-30 2012-05-23 西安交通大学苏州研究院 一种可穿戴的脑控智能假肢
CN202288542U (zh) * 2011-10-25 2012-07-04 中国科学院深圳先进技术研究院 假肢控制装置
CN102521505B (zh) * 2011-12-08 2014-11-26 杭州电子科技大学 用于控制意图识别的脑电和眼电信号决策融合方法
CN203208165U (zh) * 2013-03-11 2013-09-25 方明周 一种智能型脑控动力外骨骼假肢
CN103271784B (zh) * 2013-06-06 2015-06-10 山东科技大学 基于双目视觉的人机交互式机械手控制系统和控制方法
CN103690281B (zh) * 2014-01-04 2015-07-08 张江杰 一种脑电波控制假肢系统

Also Published As

Publication number Publication date
CN105943207A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
CN105943207B (zh) 一种基于意念控制的智能假肢运动系统及其控制方法
AU2019201914B2 (en) Brain-controlled body movement assistance devices and methods
Bright et al. EEG-based brain controlled prosthetic arm
CN109804331B (zh) 检测和使用身体组织电信号
CN106214391B (zh) 基于脑机接口的智能护理床及其控制方法
CN111150935B (zh) 一种肌电颈部按摩装置以及控制方法
CN202223388U (zh) 一种可穿戴的脑控智能假肢
CN102309365A (zh) 一种可穿戴的脑控智能假肢
CN112494276B (zh) 一种手部康复机器人系统
CN103099693A (zh) 基于脑电/语音指令助残控制系统
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
CN109498375B (zh) 一种人体运动意图识别控制装置及控制方法
Lahane et al. Innovative approach to control wheelchair for disabled people using BCI
Zhang et al. Research on brain control prosthetic hand
Champaty et al. Development of wireless EMG control system for rehabilitation devices
CN109452943B (zh) 一种用于重症偏瘫患者的多功能康复衣
KR20150090354A (ko) 보행 보조 로봇을 이용한 근육 재활 훈련 제어 방법
CN115712350A (zh) 一种基于肌电检测的眨眼交流表达系统及控制方法
Lou et al. Wireless master-slave FES rehabilitation system using sEMG control
Guo et al. Control of a lower limb exoskeleton robot by upper limb semg signal
CN110811940B (zh) 一种智能假肢装置及控制方法
CN110496308B (zh) 可提供定制化康复训练的功能性电刺激系统及控制方法
CN107126302A (zh) 上下肢运动仿真处理方法
KR100706065B1 (ko) 근전도를 이용한 사용자 의도 인식 방법 및 그 시스템
CN107329582A (zh) 一种基于eog的快速字符输入方法

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