CN109330609A - 一种基于近红外光谱技术的自适应脑神经反馈方法及系统 - Google Patents
一种基于近红外光谱技术的自适应脑神经反馈方法及系统 Download PDFInfo
- Publication number
- CN109330609A CN109330609A CN201811108551.4A CN201811108551A CN109330609A CN 109330609 A CN109330609 A CN 109330609A CN 201811108551 A CN201811108551 A CN 201811108551A CN 109330609 A CN109330609 A CN 109330609A
- Authority
- CN
- China
- Prior art keywords
- feedback
- brain
- adaptive
- module
- participant
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Abstract
一种基于近红外光谱技术的自适应脑神经反馈方法和系统。该方法包括:1)采集参与者在特定训练任务过程中的脑血氧信号;2)将所采集的脑血氧信号进行预处理,以去除原始信号中的运动伪影和异常信号并进行基线校正;3)从预处理后的脑血氧信号提取大脑特定功能区域的神经活动强度指标,并将其反馈给参与者;4)根据接收到的视觉反馈信息而进行自我调节,再次采集参与者的脑血氧信号,并且将所采集的脑血氧信号输入到自适应反馈模块,自适应反馈模块对脑血氧信号进行处理,提取大脑特定功能区域的神经活动强度指标,并与步骤3)中的神经活动强度指标对比,相应给出奖励反馈和惩罚反馈,实现自适应反馈调节神经活动。
Description
技术领域
本发明属于康复辅具领域,针对脑神经损伤而导致运动功能障碍人群,具体的涉及一种自适应神经反馈方法及系统。
背景技术
神经反馈是生物反馈的一种形式,通过实时向参与者以视觉,听觉或其他形式呈现所测量的神经活动,干预与行为相关的神经活动,以促进基于特定行为或病理的神经活动自我调节,进而恢复或增强相关功能。
将脑电设备(EEG)采集的神经活动信号作为反馈信息已广泛用于各种研究和临床应用。在基于脑电技术的神经反馈系统中,参与者成功地根据反馈信号自我调节脑电节律波。(Musall S,Von P V,Rauch A,et al.Effects of neural synchrony on surfaceEEG.Cerebral Cortex,2014,24(4):1045-1053.)
以功能磁共振技术(fMRI)为基础的神经反馈,感兴趣皮层区域(ROIs)的神经活动被用作反馈信息以自主调节参与者的行为活动。(Sherwood,M.S.et al.Enhanced controlof dorsolateral prefrontal cortex neurophysiology with real-time functionalmagnetic resonance imaging(rt-fMRI)neurofeedback training and working memorypractice.Neuroimage 124,214–223(2016).)
中国专利CN102319067A涉及一种基于脑电信号的神经反馈训练仪,可将表征记忆力水平的脑电节律波呈现给用户,指导用户自主调节脑电节律波,达到改善记忆力水平的目的。中国专利CN101912255A涉及一种基于实时功能磁共振信号的神经反馈系统,通过功能磁共振在线检测大脑的激活状态,并实时反馈给受训练者,通过反复训练调控大脑的认知活动水平,提高或恢复受训者相应的认知功能。中国专利CN103040446A提供了一种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,从光学脑成像神经活动数据中提取出大脑特定功能系统的神经活动强度指标作为反馈信息呈现给受训者,以使其特定功能系统的神经活动得到训练。
现有的神经反馈系统大多基于脑电信号和功能磁共振信号,而脑电方法空间分辨率较低,神经活动功能区域靶向性差;功能磁共振方法时间分辨率较低,不适合实时在线反馈,而且价格昂贵,舒适性差。现有神经反馈系统的反馈信号一般为大脑激活信息的反馈,有研究表明,脑功能连接作为反馈信号比大脑激活信息作为反馈信号能够达到更好的效果。(Kim,D.Y.et al.The inclusion of functional connectivity information intofMRI-based neurofeedback improves its efficacy in the reduction of cigarettecravings.J.Cogn.Neurosci.27,1552–1572(2015).)
神经反馈是一种心理生理学过程,其以自我调节为目的,神经活动的在线实时反馈被提供给参与者。学习控制特定的神经活动已被证明可以改变特定的行为。(Sitaram R,Ros T,Stoeckel L,et al.Closed-loop brain training:the science ofneurofeedback.Nature Reviews Neuroscience,2016,18(2):86.)神经反馈为研究脑功能和神经可塑性提供了新的途径。神经反馈干预下患者主动参与自我调节神经活动的重复性康复训练对于患者神经系统重建和运动功能恢复更加有效。因此,提供一种基于近红外光谱技术的多模式自适应脑神经反馈方法及系统,使患者更好地主动参与到康复训练中,达到更好的康复效果。
发明内容
本发明的目的是提供一种基于近红外光谱技术的自适应脑神经反馈方法及系统。该自适应神经反馈系统可实现自适应的脑区激活反馈、功能连接反馈以及效应连接反馈,使患者自主调节大脑神经活动,以达到更好的康复训练效果。
为实现上述发明目的,本发明采用下述技术方案。
本发明的第一发明提供了一种基于近红外光谱技术的自适应脑神经反馈方法,该方法包括以下步骤:
1)利用近红外光谱检测设备采集参与者在特定训练任务过程中的脑血氧信号;
2)将所采集的脑血氧信号输入到实时数据预处理模块,该实时数据预处理模块对脑血氧信号的原始数据进行预处理,以去除原始信号中的运动伪影和异常信号并进行基线校正;
3)将预处理后的脑血氧信号输入到神经反馈模块,该神经反馈模块从脑血氧信号中提取出大脑特定功能区域的神经活动强度指标,并且将神经活动强度指标作为反馈信息以视觉形式反馈给参与者;
4)参与者根据接收到的视觉反馈信息而进行自我调节并继续进行训练任务,再次利用所述近红外光谱检测设备采集参与者的脑血氧信号,并且将所采集的脑血氧信号输入到自适应反馈模块,该自适应反馈模块对脑血氧信号进行处理,提取大脑特定功能区域的神经活动强度指标,并与步骤3)中的神经活动强度指标对比,
其中,自适应反馈模块通过比较神经反馈干预前后参与者的神经活动强度指标,相应给出奖励反馈和惩罚反馈,实现自适应反馈调节神经活动。
根据第一方面,当在步骤4)中所提取的神经活动强度指标优于在步骤3)中所提取的神经活动强度指标时,自适应反馈模块给予参与者奖励性正反馈信息,反之,自适应反馈模块给予参与者惩罚性负反馈信息,以使参与者根据自适应反馈信息自我调节训练策略直至训练任务结束
根据第一方面,实时数据预处理模块包括滑动平均子模块,样条插值子模块和巴特沃斯滤波子模块;其中,滑动平均子模块利用滑动平均窗口平均化异常数据,去除脑血氧信号中的噪声从而提高信噪比;样条插值子模块基于移动标准差和样条插值的方法检测和去除运动伪影;巴特沃斯滤波子模块去除长距离的基线漂移且最大程度保留信号的幅值和相位信息。
根据第一发面,在步骤3)中,通过神经反馈模块动态地提取特定功能区域的脑神经活动强度指标;所述神经活动强度指标包括脑区激活程度,脑功能连接强度以及脑效应连接参数。具体地,脑区激活程度由氧合血红蛋白浓度变化表征,脑功能连接强度由小波相位相干值表征,以及脑效应连接参数通过动态贝叶斯推论方法得到。
本发明的第二方面提供了一种基于近红外光谱技术的自适应脑神经反馈系统,其特征在于,包括近红外光谱检测设备、实时数据预处理模块、神经反馈模块、自适应反馈模块和显示设备,近红外光谱采集设备用于实时地采集参与者大脑的脑血氧信号,实时数据预处理模块用于对所采集的脑血氧信号进行预处理,神经反馈模块用于从预处理后的脑血氧信号提取神经活动强度指标,显示设备用于将所述神经活动强度指标反馈给参与者,自适应反馈模块用于对接收反馈信息之后参与者的神经活动强度指标与接收反馈信息之前的神经活动强度指标进行对比,根据评判结果进行奖惩。
根据第二方面,所述近红外光谱检测设备具有布置在需探测的脑区的近红外光源探头及近红外光吸收探头,用于采集各脑区脑氧信号;显示设备显示神经反馈模块的视觉反馈信息以及自适应反馈模块的视觉反馈信息。
根据第二方面,所述实时数据预处理模块,包括滑动平均子模块,样条插值子模块和巴特沃斯滤波子模块;其中,滑动平均子模块利用滑动平均窗口平均化异常数据,去除脑血氧信号中的噪声以提高信噪比;样条差值子模块基于移动标准差和样条插值的方法检测和去除运动伪影;巴特沃斯滤波子模块用于去除长距离的基线漂移且最大程度保留信号的幅值和相位信息。
根据第二方面,神经反馈模块包括脑区激活反馈子模块、脑功能连接反馈子模块,以及脑效应连接反馈子模块;其中,脑区激活反馈子模块以脑血氧浓度变化作为神经活动强度指标,并以脑区激活图的形式反馈至所述显示设备;脑功能连接反馈子模块以小波相位相干值作为神经活动强度指标,并以脑功能连接图的形式反馈至所述显示设备;脑效应连接反馈子模块以动态贝叶斯推论方法得到的耦合强度系数和传递方向系数作为神经活动强度指标,并以脑效应连接图的形式反馈至所述显示设备。
根据第二方面,自适应反馈模块包括比较模块和奖惩反馈模块;其中,比较模块提取参与者接收反馈信息之后的神经活动强度指标,并将反馈信息干预后的神经活动强度指标与接收反馈信息之前的神经活动强度指标进行对比;奖惩反馈模块根据比较模块对比结果,相应做出反馈;在反馈信息干预后的神经活动强度指标优于反馈干预之前的神经活动强度指标时,奖惩反馈模块给予参与者奖励性正反馈,反之,则给予参与者惩罚性负反馈。
另外,本申请还采用以下技术方案。
一种基于近红外光谱技术的自适应脑神经反馈方法,包括以下步骤:
1)参与者进行特定康复训练任务;在任务过程中,利用近红外光谱检测设备采集参与者的脑血氧信号;进入步骤2);
2)将步骤1)所采集的脑血氧信号输入实时数据预处理模块,该模块对脑血氧信号原始数据进行预处理;进入步骤3);
3)将步骤2)预处理后的脑血氧信号输入神经反馈模块,该模块从脑血氧信号中提取出大脑特定功能区域的神经活动强度指标,并将此指标作为反馈信息以视觉形式反馈给参与者;进入步骤4);
4)所述参与者接收步骤3)中的视觉反馈信息,根据反馈信息自我调节训练策略,继续进行训练任务;进入步骤5);
5)将步骤4)中采集的脑血氧信号输入自适应反馈模块,该模块对神经反馈干预前后参与者的神经活动强度指标进行对比,并根据评判结果给出相应的奖惩反馈;
6)所述参与者接收步骤5)中自适应反馈信息,并根据反馈信息自我调整训练策略;重复步骤1)中的过程,直至训练任务结束。
还提供一种基于近红外光谱技术的自适应脑神经反馈系统,包括:
近红外光谱检测设备,与参与者无创连接,在需探测的脑区合理布置近红外光源探头及近红外光吸收探头,用于采集各脑区脑血氧信号;
实时数据预处理模块,包括滑动平均子模块、样条插值模块,以及巴特沃斯滤波模块;其中,滑动平均子模块去除脑血氧原始信号中异常信号;样条插值模块去除原始信号中的运动伪影;巴特沃斯滤波模块可以进行基线校正;
神经反馈模块,包括脑区激活反馈模块、脑功能连接反馈模块,以及脑效应连接反馈模块;其中,脑区激活反馈模块以脑血氧浓度变化作为神经活动强度指标,并以脑区激活图的形式反馈至所述显示设备;脑功能连接反馈模块以小波相位相干值作为神经活动强度指标,并以脑功能连接图的形式反馈至所述显示设备;脑效应连接反馈模块以动态贝叶斯推论方法得到的耦合强度系数和传递方向系数作为神经活动强度指标,并以脑效应连接图的形式反馈至所述显示设备;
自适应反馈模块,包括比较模块和奖惩反馈模块;其中,比较模块用于比较参与者接收反馈信息前后的神经活动强度指标;奖惩反馈模块根据比较结果分别给予不同的反馈信息;
显示设备,显示反馈模块的视觉反馈信息以及自适应反馈模块的视觉反馈信息。
优选地,所述的自适应神经反馈系统提供了一种基于近红外光谱技术的自适应神经反馈方法。
优选地,所述自适应神经反馈系统相较于脑电反馈系统,空间分辨率高,能更加精确地定位神经活动功能区域。
优选地,所述自适应神经反馈系统相较于功能磁共振神经反馈系统,时间分辨率高,且更加舒适、灵活,价格较低。
优选地,所述自适应神经反馈系统可提供多种神经活动反馈形式,包括脑区激活反馈、脑功能连接反馈,脑效应连接反馈。
优选地,所述参与者可根据自身神经活动的反馈信息,调整训练策略,实现自我调节神经活动。
优选地,所述自适应神经反馈系统以参与者自身神经活动强度指标作为参照,评价反馈调节的效果并给予参与者奖励或惩罚反馈,实现自适应神经反馈调节。
附图说明
图1为自适应神经反馈系统构成示意图;
图2为自适应神经反馈系统结构框图;
图3为近红外脑血氧检测系统中的探头布置位置图;
图4为实验训练任务过程中参与者大脑激活示意图;
图5为实验训练任务过程中参与者脑功能连接示意图;
图6为实验训练任务过程中参与者脑效应连接示意图。
具体实施方式
下面结合附图详细描述本发明的基于近红外光谱技术的自适应神经反馈方法及系统。本领域技术人员应当理解,下面描述的实施例仅是对本发明的示例性说明,而非用于对其做出任何限制。
下面结合附图对本发明的具体实施方案进行详细说明。
图1为基于近红外光谱技术的自适应神经反馈系统构成示意图。本发明所提供的基于近红外光谱技术的自适应脑神经反馈系统可在特定训练任务过程中通过近红外光谱采集设备来实时采集参与者的大脑的脑血氧信号,并通过信号处理及反馈模块来计算参与者的大脑的特定功能区域的神经活动强度指标,再以视觉的形式通过显示设备反馈给参与者,以期让参与者能够根据所反馈的信息学习自我调节脑功能。参与者接收到视觉反馈信息后,所述自适应神经反馈系统能够对参与者进行自我调节前后的神经活动强度指标进行对比,并根据对比结果相应做出相应的奖惩反馈。参与者以得到更多奖励性正反馈为目标,根据奖惩反馈信息,调整自身训练策略,使特定功能区域神经活动得到有效训练,进而达到更好的康复训练效果。
图2为基于近红外光谱技术的自适应神经反馈系统的结构框图。使用近红外光谱脑血氧检测设备(也称为近红外检测设备),通过无损检测大脑皮层的脑血氧信号,进而研究大脑特定功能区域的神经活动。在需探测的脑区合理布置近红外光谱脑血氧检测设备的近红外光源探头(也即光源)S及近红外光吸收探头(也即探头)D。如图3所示为按照国际10-10系统电极布置位置图,在进行脑血氧监测时,近红外光源探头位置应按照图3所示在需探测的脑区合理布置。
将近红外光谱血氧检测设备采集的脑血氧参数传输到实时数据预处理模块,以进行血氧信号数据的预处理,以便去除异常信号,去除运动伪影并进行基线校正。实时数据预处理模块包括滑动平均子模块,样条插值子模块和巴特沃斯滤波子模块;其中,滑动平均子模块利用滑动平均窗口平均化异常数据,去除脑血氧信号中的脉冲型干扰噪声,以提高信噪比;样条插值子模块基于移动标准差和样条插值的方法检测和去除运动伪影;巴特沃斯滤波子模块可以去除长距离的基线漂移且最大程度地保留信号的幅值和相位信息。
将预处理之后的脑血氧信号传输到实时神经反馈模块,进行脑神经活动强度指标提取以及反馈信息视觉呈现。反馈信息呈现方式有三种,分别是:1)脑区激活反馈;2)脑功能连接反馈;3)脑效应连接反馈。
图4中示出了脑区激活反馈的示意图。图中S表示近红外光谱脑血氧检测设备的光源探头的位置,D表示近红外光谱脑血氧检测设备的吸收探头的位置。脑区激活反馈根据近红外光谱检测设备实时检测到的特定功能区域的神经活动信号,即氧合血红蛋白浓度变化(Delta[HbO2],单位为μmol/L)进行光学成像,不同的颜色表示不同的氧合血红蛋白浓度。在本发明中,以脑区激活图作为脑区激活反馈信息。
图5示出了脑功能连接反馈的示意图。脑功能连接反馈通过将实时采集和预处理之后的神经活动信号输入功能连接模块,计算小波相位相干性(WPCO),以WPCO反应脑功能连接。在本发明中,以脑功能连接网络图作为功能连接反馈信息。
小波相位相干性(WPCO)是利用信号的相位信息来评估两个信号关联性的一种方法。给定两时间序列x1,2(tn),他们相应的瞬时相位分别为和瞬时相位差为:
将和在时域内进行平均化,可得:
则小波相位相干性定义为:
小波相位相干值在0到1之间。小波相位相干值为1,说明两个时间序列的该频率成分的相位差在测量过程中一直保持恒定,反映在脑氧信号上,表明两信号之间存在极强的相位同步性;反之,小波相位相干值为0,说明两个信号之间没有相位同步性。
图6示出了脑效应连接反馈的示意图,其中LPFC为左前额叶,RPFC为右前额叶,LMC为左运动区,RMC为右运动区,LOL为左枕叶区,ROL为右枕叶区。脑效应连接反馈通过将实时采集和预处理之后的神经活动信号输入效应连接模块,通过动态贝叶斯方法计算耦合强度系数及传递方向系数,反应脑效应连接。在本发明中,以脑效应连接图作为效应连接反馈信息。
耦合强度系数,用于量化两信号间的因果关系作用,其定义为与信号源和信号源σ耦合的傅里叶成分相对应的欧几里得范数:
具体到脑氧信号,耦合强度系数表征了两信号之间的耦合作用强度。
传递方向系数M,用于判断两信号间的因果关系,其定义为:
其中cpl1是通过对耦合系数c(br)循环复制,再对得到的矩阵取平均得到,br为循环变量,初始值为2,每次循环会加2,共八次循环。cpl2是相同的算法,不同之处是对推断参数矩阵c(K+br)循环复制。其中K是c矩阵行数列数最大值的一半。得出的传递方向系数M值有正值和负值,正值表示传递方向是由第一个信号传递到第二个信号,负值则相反。
将参与者接收反馈信息之后的神经活动强度指标输入自适应反馈模块,自适应反馈模块包括比较子模块和奖惩反馈子模块;比较子模块对接收反馈信息之后参与者的神经活动强度指标与接收反馈信息之前的神经活动强度指标进行对比,并将评判结果传输至奖惩反馈子模块;若是接收反馈信息之后的神经活动强度指标优于接收反馈信息之前的神经活动强度指标,奖惩反馈模块则给予参与者奖励性正反馈信息;反之,奖惩反馈子模块则给予参与者惩罚性负反馈信息。
参与者接收到自适应反馈模块的奖惩反馈信息之后,调整自身训练策略以调节神经活动强度指标,并继续进行康复训练。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于近红外光谱技术的自适应脑神经反馈方法,该方法包括以下步骤:
1)利用近红外光谱检测设备采集参与者在特定训练任务过程中的脑血氧信号;
2)将所采集的脑血氧信号输入到实时数据预处理模块,该实时数据预处理模块对脑血氧信号的原始数据进行预处理,以去除原始信号中的运动伪影和异常信号并进行基线校正;
3)将预处理后的脑血氧信号输入到神经反馈模块,该神经反馈模块从脑血氧信号中提取出大脑特定功能区域的神经活动强度指标,并且将神经活动强度指标作为反馈信息以视觉形式反馈给参与者;
4)参与者根据接收到的视觉反馈信息而进行自我调节并继续进行训练任务,再次利用所述近红外光谱检测设备采集参与者的脑血氧信号,并且将所采集的脑血氧信号输入到自适应反馈模块,该自适应反馈模块对脑血氧信号进行处理,提取大脑特定功能区域的神经活动强度指标,并与步骤3)中的神经活动强度指标对比,
其中,自适应反馈模块通过比较神经反馈干预前后参与者的神经活动强度指标,相应给出奖励反馈和惩罚反馈,实现自适应反馈调节神经活动。
2.如权利要求1所述的基于近红外光谱技术的自适应神经反馈方法,其特征在于,当在步骤4)中所提取的神经活动强度指标优于在步骤3)中所提取的神经活动强度指标时,自适应反馈模块给予参与者奖励性正反馈信息,反之,自适应反馈模块给予参与者惩罚性负反馈信息,以使参与者根据自适应反馈信息自我调节训练策略直至训练任务结束。
3.如权利要求1所述的基于近红外光谱技术的自适应神经反馈方法,其特征在于,实时数据预处理模块包括滑动平均子模块,样条插值子模块和巴特沃斯滤波子模块;其中,滑动平均子模块利用滑动平均窗口平均化异常数据,去除脑血氧信号中的噪声从而提高信噪比;样条插值子模块基于移动标准差和样条插值的方法检测和去除运动伪影;巴特沃斯滤波子模块去除长距离的基线漂移且最大程度保留信号的幅值和相位信息。
4.如权利要求1所述的基于近红外光谱技术的自适应神经反馈方法,其特征在于,在步骤3)中,通过神经反馈模块动态地提取特定功能区域的脑神经活动强度指标;所述神经活动强度指标包括脑区激活程度,脑功能连接强度以及脑效应连接参数。
5.如权利要求4所述的基于近红外光谱技术的自适应神经反馈方法,其特征在于,脑区激活程度由氧合血红蛋白浓度变化表征,脑功能连接强度由小波相位相干值表征,以及脑效应连接参数通过动态贝叶斯推论方法得到。
6.一种基于近红外光谱技术的自适应脑神经反馈系统,其特征在于,包括近红外光谱检测设备、实时数据预处理模块、神经反馈模块、自适应反馈模块和显示设备,近红外光谱采集设备用于实时地采集参与者大脑的脑血氧信号,实时数据预处理模块用于对所采集的脑血氧信号进行预处理,神经反馈模块用于从预处理后的脑血氧信号提取神经活动强度指标,显示设备用于将所述神经活动强度指标反馈给参与者,自适应反馈模块用于对接收反馈信息之后参与者的神经活动强度指标与接收反馈信息之前的神经活动强度指标进行对比,根据评判结果进行奖惩。
7.如权利要求6所述的自适应脑神经反馈系统,其特征在于,所述近红外光谱检测设备具有布置在需探测的脑区的近红外光源探头及近红外光吸收探头,用于采集各脑区脑氧信号;显示设备显示神经反馈模块的视觉反馈信息以及自适应反馈模块的视觉反馈信息。
8.如权利要求6所述的自适应脑神经反馈系统,其特征在于,所述实时数据预处理模块,包括滑动平均子模块,样条插值子模块和巴特沃斯滤波子模块;其中,滑动平均子模块利用滑动平均窗口平均化异常数据,去除脑血氧信号中的噪声以提高信噪比;样条差值子模块基于移动标准差和样条插值的方法检测和去除运动伪影;巴特沃斯滤波子模块用于去除长距离的基线漂移且最大程度保留信号的幅值和相位信息。
9.如权利要求6所述的自适应脑神经反馈系统,其特征在于,神经反馈模块包括脑区激活反馈子模块、脑功能连接反馈子模块,以及脑效应连接反馈子模块;其中,脑区激活反馈子模块以脑血氧浓度变化作为神经活动强度指标,并以脑区激活图的形式反馈至所述显示设备;脑功能连接反馈子模块以小波相位相干值作为神经活动强度指标,并以脑功能连接图的形式反馈至所述显示设备;脑效应连接反馈子模块以动态贝叶斯推论方法得到的耦合强度系数和传递方向系数作为神经活动强度指标,并以脑效应连接图的形式反馈至所述显示设备。
10.如权利要求6所述的自适应脑神经反馈系统,其特征在于,自适应反馈模块包括比较模块和奖惩反馈模块;其中,比较模块提取参与者接收反馈信息之后的神经活动强度指标,并将反馈信息干预后的神经活动强度指标与接收反馈信息之前的神经活动强度指标进行对比;奖惩反馈模块根据比较模块对比结果,相应做出反馈;在反馈信息干预后的神经活动强度指标优于反馈干预之前的神经活动强度指标时,奖惩反馈模块给予参与者奖励性正反馈,反之,则给予参与者惩罚性负反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108551.4A CN109330609A (zh) | 2018-09-21 | 2018-09-21 | 一种基于近红外光谱技术的自适应脑神经反馈方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108551.4A CN109330609A (zh) | 2018-09-21 | 2018-09-21 | 一种基于近红外光谱技术的自适应脑神经反馈方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109330609A true CN109330609A (zh) | 2019-02-15 |
Family
ID=65306302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811108551.4A Pending CN109330609A (zh) | 2018-09-21 | 2018-09-21 | 一种基于近红外光谱技术的自适应脑神经反馈方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109330609A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110302459A (zh) * | 2019-08-09 | 2019-10-08 | 丹阳慧创医疗设备有限公司 | 一种情绪调控的训练方法、装置、设备以及系统 |
CN110428884A (zh) * | 2019-08-09 | 2019-11-08 | 丹阳慧创医疗设备有限公司 | 一种记忆能力的训练方法、装置、设备以及系统 |
CN110680282A (zh) * | 2019-10-09 | 2020-01-14 | 黑龙江洛唯智能科技有限公司 | 一种大脑暂时性异常态的检测方法、装置和系统 |
CN111195393A (zh) * | 2020-01-08 | 2020-05-26 | 国家康复辅具研究中心 | 近红外脑区激活模式导向的外周电刺激系统及其使用方法 |
CN111248903A (zh) * | 2020-01-19 | 2020-06-09 | 五邑大学 | 可穿戴式工作负荷测量方法、系统、装置和存储介质 |
CN111281399A (zh) * | 2020-02-03 | 2020-06-16 | 国家康复辅具研究中心 | 基于近红外的多频段生理信号反馈系统及其使用方法 |
CN111568440A (zh) * | 2020-04-03 | 2020-08-25 | 中科搏锐(北京)科技有限公司 | 一种无线多脑区脑血氧穿戴式检测系统及其方法 |
CN112587796A (zh) * | 2020-12-10 | 2021-04-02 | 天津市环湖医院 | 脑深部电刺激促醒效果量化方法及设备 |
CN112932474A (zh) * | 2021-01-26 | 2021-06-11 | 国家康复辅具研究中心 | 基于脑血氧和肌电信号的康复训练方法及系统 |
CN116403682A (zh) * | 2023-06-07 | 2023-07-07 | 慧创科仪(北京)科技有限公司 | 一种用于改善脑功能相关疾病的神经反馈系统及存储介质 |
CN116421151A (zh) * | 2023-06-12 | 2023-07-14 | 慧创科仪(北京)科技有限公司 | 一种用于神经反馈康复训练装置的交互控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102319067A (zh) * | 2011-05-10 | 2012-01-18 | 北京师范大学 | 用于大脑记忆功能改善的基于脑电信号的神经反馈训练仪 |
WO2012135068A1 (en) * | 2011-03-25 | 2012-10-04 | Drexel University | Functional near infrared spectrocopy based brain computer interface |
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 |
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 |
CN107280685A (zh) * | 2017-07-21 | 2017-10-24 | 国家康复辅具研究中心 | 表层生理噪声去除方法及系统 |
CN107479709A (zh) * | 2017-01-04 | 2017-12-15 | 深圳市心流科技有限公司 | 用于使用视频游戏进行神经反馈训练的系统和方法 |
CN107635476A (zh) * | 2015-05-27 | 2018-01-26 | 宫井郎 | 脑活动反馈系统 |
-
2018
- 2018-09-21 CN CN201811108551.4A patent/CN109330609A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012135068A1 (en) * | 2011-03-25 | 2012-10-04 | Drexel University | Functional near infrared spectrocopy based brain computer interface |
CN102319067A (zh) * | 2011-05-10 | 2012-01-18 | 北京师范大学 | 用于大脑记忆功能改善的基于脑电信号的神经反馈训练仪 |
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 |
CN107635476A (zh) * | 2015-05-27 | 2018-01-26 | 宫井郎 | 脑活动反馈系统 |
CN107479709A (zh) * | 2017-01-04 | 2017-12-15 | 深圳市心流科技有限公司 | 用于使用视频游戏进行神经反馈训练的系统和方法 |
CN107280685A (zh) * | 2017-07-21 | 2017-10-24 | 国家康复辅具研究中心 | 表层生理噪声去除方法及系统 |
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 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2021027054A1 (zh) * | 2019-08-09 | 2021-02-18 | 丹阳慧创医疗设备有限公司 | 一种记忆能力的训练方法、装置、设备以及系统 |
CN110302459A (zh) * | 2019-08-09 | 2019-10-08 | 丹阳慧创医疗设备有限公司 | 一种情绪调控的训练方法、装置、设备以及系统 |
CN110428884A (zh) * | 2019-08-09 | 2019-11-08 | 丹阳慧创医疗设备有限公司 | 一种记忆能力的训练方法、装置、设备以及系统 |
CN110302459B (zh) * | 2019-08-09 | 2022-05-13 | 丹阳慧创医疗设备有限公司 | 一种情绪调控的训练方法、装置、设备以及系统 |
CN110680282A (zh) * | 2019-10-09 | 2020-01-14 | 黑龙江洛唯智能科技有限公司 | 一种大脑暂时性异常态的检测方法、装置和系统 |
CN111195393A (zh) * | 2020-01-08 | 2020-05-26 | 国家康复辅具研究中心 | 近红外脑区激活模式导向的外周电刺激系统及其使用方法 |
CN111248903A (zh) * | 2020-01-19 | 2020-06-09 | 五邑大学 | 可穿戴式工作负荷测量方法、系统、装置和存储介质 |
CN111281399A (zh) * | 2020-02-03 | 2020-06-16 | 国家康复辅具研究中心 | 基于近红外的多频段生理信号反馈系统及其使用方法 |
CN111568440A (zh) * | 2020-04-03 | 2020-08-25 | 中科搏锐(北京)科技有限公司 | 一种无线多脑区脑血氧穿戴式检测系统及其方法 |
CN112587796A (zh) * | 2020-12-10 | 2021-04-02 | 天津市环湖医院 | 脑深部电刺激促醒效果量化方法及设备 |
CN112587796B (zh) * | 2020-12-10 | 2023-09-26 | 天津市环湖医院 | 脑深部电刺激促醒效果量化方法及设备 |
CN112932474A (zh) * | 2021-01-26 | 2021-06-11 | 国家康复辅具研究中心 | 基于脑血氧和肌电信号的康复训练方法及系统 |
CN112932474B (zh) * | 2021-01-26 | 2022-04-01 | 国家康复辅具研究中心 | 基于脑血氧和肌电信号的康复训练方法及系统 |
CN116403682A (zh) * | 2023-06-07 | 2023-07-07 | 慧创科仪(北京)科技有限公司 | 一种用于改善脑功能相关疾病的神经反馈系统及存储介质 |
CN116403682B (zh) * | 2023-06-07 | 2023-09-12 | 慧创科仪(北京)科技有限公司 | 一种用于改善脑功能相关疾病的神经反馈系统及存储介质 |
CN116421151A (zh) * | 2023-06-12 | 2023-07-14 | 慧创科仪(北京)科技有限公司 | 一种用于神经反馈康复训练装置的交互控制方法 |
CN116421151B (zh) * | 2023-06-12 | 2023-09-12 | 慧创科仪(北京)科技有限公司 | 一种用于神经反馈康复训练装置的交互控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109330609A (zh) | 一种基于近红外光谱技术的自适应脑神经反馈方法及系统 | |
Daly et al. | On the automated removal of artifacts related to head movement from the EEG | |
Turnip et al. | Real-time feature extraction of P300 component using adaptive nonlinear principal component analysis | |
DeGutis et al. | Functional plasticity in ventral temporal cortex following cognitive rehabilitation of a congenital prosopagnosic | |
CN110179643A (zh) | 一种基于环带传感器的颈部康复训练系统和训练方法 | |
CN112274779B (zh) | 基于功能性近红外导向的经颅磁刺激系统及方法 | |
Medvedev et al. | Event-related fast optical signal in a rapid object recognition task: improving detection by the independent component analysis | |
Holewa et al. | Emotiv EPOC neuroheadset in brain-computer interface | |
Djamal et al. | Identification of post-stroke EEG signal using wavelet and convolutional neural networks | |
Mill et al. | Empirical validation of directed functional connectivity | |
CN102293647A (zh) | 一种联合脑电和功能磁共振信号的反馈系统 | |
CN111281399A (zh) | 基于近红外的多频段生理信号反馈系统及其使用方法 | |
CN112932474B (zh) | 基于脑血氧和肌电信号的康复训练方法及系统 | |
US11759136B2 (en) | Apparatus and method for generating 1:1 emotion-tailored cognitive behavioral therapy in meta verse space through artificial intelligence control module for emotion-tailored cognitive behavioral therapy | |
Westner et al. | Contactless measurements of retinal activity using optically pumped magnetometers | |
Plotnikov et al. | Artificial intelligence based neurofeedback | |
Planelles et al. | First steps in the development of an EEG-based system to detect intention of gait initiation | |
CN110363242B (zh) | 一种基于支持向量机的大脑意识多分类方法及系统 | |
Wang et al. | Optimization of machine learning method combined with brain-computer interface rehabilitation system | |
Plechawska-Wojcik et al. | Construction of neural nets in brain-computer interface for robot arm steering | |
Mohammadi et al. | Tensor factorisation and transfer learning for sleep pose detection | |
Wu | Studying modulation on simultaneously activated SSVEP neural networks by a cognitive task | |
Barriga et al. | Spatiotemporal independent component analysis for the detection of functional responses in cat retinal images | |
Çelik et al. | Classification of evoked potentials of familiar and unfamiliar face stimuli using multi-resolution approximation based on excitatory post-synaptic potential waveform | |
Caesarendra et al. | Classification of EEG signals for eye focuses using artificial neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |