CN110739042A - 基于脑机接口的肢体运动康复方法、装置、存储介质及设备 - Google Patents

基于脑机接口的肢体运动康复方法、装置、存储介质及设备 Download PDF

Info

Publication number
CN110739042A
CN110739042A CN201911039731.6A CN201911039731A CN110739042A CN 110739042 A CN110739042 A CN 110739042A CN 201911039731 A CN201911039731 A CN 201911039731A CN 110739042 A CN110739042 A CN 110739042A
Authority
CN
China
Prior art keywords
state
user
electroencephalogram
brain
state machine
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
Application number
CN201911039731.6A
Other languages
English (en)
Inventor
崔正哲
陈卫东
朱世强
傅向向
朱威灵
杨培金
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.)
Zhejiang Meilian Medical Technology Co Ltd
Original Assignee
Zhejiang Meilian Medical Technology Co Ltd
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 Zhejiang Meilian Medical Technology Co Ltd filed Critical Zhejiang Meilian Medical Technology Co Ltd
Priority to CN201911039731.6A priority Critical patent/CN110739042A/zh
Publication of CN110739042A publication Critical patent/CN110739042A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Dermatology (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明涉及一种基于脑机接口的肢体运动康复方法、装置、存储介质及设备。本发明的目的是提供一种基于脑机接口的肢体运动康复方法、装置、存储介质及设备，以提高对用户运动意图的识别准确性，提高康复训练成果。本发明的技术方案是：一种基于脑机接口的肢体运动康复方法，其特征在于：获取用户脑电状态；根据用户脑电状态判断用户是否准备进入状态机；获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；进入状态机后检测用户脑电状态；检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号。本发明适用于大脑康复训练领域。

Description

基于脑机接口的肢体运动康复方法、装置、存储介质及设备
技术领域
本发明涉及一种基于脑机接口的肢体运动康复方法、装置、存储介质及设备，适用于大脑康复训练领域。
背景技术
随着社会老龄化现象的加剧，我国脑卒中患者也越来越多。据统计，每年脑卒中新发病例约270万，且发病率以每年13％的速度增长。在我国，脑卒中致残率高达75％，而西方国家只有30％，我国造成高残障率的主要原因就是缺少及时有效的康复治疗。再加上脑损伤、脑神经疾病、运动损伤等造成的肢体障碍，目前我国对于康复设备的需求十分巨大。然而，专业的康复医院及设备还很少，康复医生的数量也难以满足需求。因此，采用康复机器人来辅助或替代康复医生的工作是一种必然趋势。
目前的康复机器人主要帮助患者进行机械训练，是一种单向刺激模式，对运动知觉神经被动的刺激不能有效地重建患者的运动神经通路，因此康复效率低下，康复效果较差。基于脑机接口的康复机器人可以通过脑电信号辨识患者主动意图，再通过脑机协同控制以机械运动驱动肢体强化运动，从真正意义上实现意念-中枢反应-运动神经通道的重建训练，为大脑神经主动康复训练和评估提供通道。
然而，目前基于脑机接口的康复训练系统还未在临床得到广泛应用。一方面，由于中风患者存在不同程度的大脑神经损伤，感知能力较弱，形成的运动意图难以长期维持。另一方面，由于目前脑机接口技术上的限制，在运动识别方面还存在欠缺。因此，目前的基于脑机接口的肢体运动康复训练系统还无法全面激活大脑的运动回路，代入感较差，易使得患者丧失康复信心。
基于此，本发明提供了一种多模态控制模块来提高脑机接口技术对于患者主动运动意图的识别准确性，提高基于脑机接口的运动康复系统的效率，帮助大脑神经回路重建，有助于增强患者康复训练的信心，提高康复训练成果。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种基于脑机接口的肢体运动康复方法、装置、存储介质及设备，以提高对用户运动意图的识别准确性，提高康复训练成果。
本发明所采用的技术方案是：一种基于脑机接口的肢体运动康复方法，其特征在于：
获取用户脑电状态；
根据用户脑电状态判断用户是否准备进入状态机；
获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；
进入状态机后检测用户脑电状态；
检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号。
检测到用户脑电状态异常时，获取用户眼电和/或肌电信号进行状态确认，状态正常时重新进入状态机；状态异常或无响应时，退出状态机，重新进入准备状态。
一种基于脑机接口的肢体运动康复装置，其特征在于，包括：
脑电状态获取模块，用于获取用户脑电状态；
准备状态判断模块，用于根据用户脑电状态判断用户是否准备进入状态机；
眼电、肌电信号获取模块，用于获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；
脑电状态检测模块，用于进入状态机后检测用户脑电状态；
控制模块，用于检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号。
还包括：
异常处理模块，用于检测到用户脑电状态异常时，获取用户眼电和/或肌电信号进行状态确认，状态正常时重新进入状态机；状态异常或无响应时，退出状态机，重新进入准备状态。
一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述的基于脑机接口的肢体运动康复方法的步骤。
一种设备，具有处理器和存储器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述的基于脑机接口的肢体运动康复方法的步骤。
本发明的有益效果是：本发明综合用户的脑电、眼电、肌电信息，对用户状态进行实时监督，保证用户运动意图准确性，保证用户最大程度进行主动运动康复。
附图说明
图1为本实施例的方法步骤流程图。
图2为本实施例的结构框图。
具体实施方式
如图1所示，本实施例为一种基于脑机接口的肢体运动康复方法，具体步骤如下：
获取用户脑电状态；
根据用户脑电状态判断用户是否准备进入状态机；判断依据可以是专注度、运动想象、稳态视觉诱发电位、P300电位等；
当判定用户想要执行操作时，进入准备状态，获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；
进入状态机后检测用户脑电状态；
检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号，触发肢体辅助模块进行动作执行，当动作执行完成后再次进入初始化，准备下一次动作；
当系统检测到脑电异常时，用需要通过眼电和/或肌电信号对状态进行确认，如果用户确认现在状态正常，系统重新进入初始化状态，等待脑电触发，如果用户确认现有状态异常或无响应，系统退出状态机，重新进入准备状态。本实施例中接收到特定的代表用户意图的眼电和/或肌电信号代表状态正常，比如连续眨眼两下。
如图2所示，本实施例还提供一种基于脑机接口的肢体运动康复装置，包括脑电状态获取模块1、准备状态判断模块2、眼电、肌电信号获取模块3、脑电状态检测模块4、控制模块5和异常处理模块6。
本例中脑电状态获取模块1用于获取用户脑电状态；准备状态判断模块2用于根据用户脑电状态判断用户是否准备进入状态机；眼电、肌电信号获取模块3用于获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；脑电状态检测模块4用于进入状态机后检测用户脑电状态；控制模块5用于检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号；异常处理模块6用于检测到用户脑电状态异常时，获取用户眼电和/或肌电信号进行状态确认，状态正常时重新进入状态机；状态异常或无响应时，退出状态机，重新进入准备状态。
本实施例还提供一种存储介质，其上存储有能被处理器执行的计算机程序，计算机程序被执行时实现本实施例基于脑机接口的肢体运动康复方法的步骤。
本实施例还提供一种设备，包括脑机接口模块、眼电模块、肌电模块、多模态控制模块和肢体辅助模块组成。通过脑机接口模块、眼电模块和肌电模块分别采集脑电、眼电和肌电信号，将信号进行预处理后传输给多模态控制模块，多模态控制模块处理后将控制信号发送给肢体辅助模块，肢体辅助模块带动肢体运动。
本实施例中脑机接口模块包括脑电信号采集设备和脑电信号处理器，脑电信号采集设备可以是侵入式电极和非侵入式电极，主要是电极帽等；披露的脑电信号处理器用于对采集到的脑电信号进行特征提取和分类。脑电信号特征提取方法包括有谱分析、自回归分析、共空间模式、源重建等。脑电信号分类算法包括线性判别分析、支持向量机分析、人工神经网络、模糊系统等。
本实施例中眼电模块包括眼电信号采集设备和信号处理器，眼电信号采集设备可以各种检测眼电传感器和眼电分析处理设备等；信号处理器用于对采集到的眼电信号进行特征提取和分类。眼电信号特征提取方法包括有谱分析、自回归分析、共空间模式等。脑电信号分类算法包括线性判别分析、支持向量机分析、人工神经网络、模糊系统等。
肌电模块包括：肌电采集设备、肌电分析处理设备等，肌电采集设备可以是侵入式电极和非侵入式电极；肌电信号处理器用于对采集到的肌电信号进行特征提取和分类。肌电信号特征提取方法包括有谱分析、自回归分析、共空间模式、源重建等。肌电信号分类算法包括线性判别分析、支持向量机分析、人工神经网络、模糊系统等。
本实施例中多模态控制模块具有处理器和存储器，存储器上存储有能被处理器执行的计算机程序，计算机程序被执行时实现基于脑机接口的肢体运动康复方法的步骤。多模态控制模块可以综合用户的脑电、眼电、肌电信息，对用户状态进行实时监督，保证用户运动意图准确性，保证用户最大程度进行主动运动康复。

Claims (6)

1.一种基于脑机接口的肢体运动康复方法，其特征在于：
获取用户脑电状态；
根据用户脑电状态判断用户是否准备进入状态机；
获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；
进入状态机后检测用户脑电状态；
检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号。
2.根据权利要求1所述的基于脑机接口的肢体运动康复方法，其特征在于：
检测到用户脑电状态异常时，获取用户眼电和/或肌电信号进行状态确认，状态正常时重新进入状态机；状态异常或无响应时，退出状态机，重新进入准备状态。
3.一种基于脑机接口的肢体运动康复装置，其特征在于，包括：
脑电状态获取模块(1)，用于获取用户脑电状态；
准备状态判断模块(2)，用于根据用户脑电状态判断用户是否准备进入状态机；
眼电、肌电信号获取模块(3)，用于获取用户根据要求发送的眼电和/或肌电信号，并在接收到眼电和/或肌电信号后进入状态机；
脑电状态检测模块(4)，用于进入状态机后检测用户脑电状态；
控制模块(5)，用于检测到用户脑电状态中包含运动意图时，向肢体辅助模块发送动作执行控制信号。
4.根据权利要求1所述的基于脑机接口的肢体运动康复方法，其特征在于，还包括：
异常处理模块(6)，用于检测到用户脑电状态异常时，获取用户眼电和/或肌电信号进行状态确认，状态正常时重新进入状态机；状态异常或无响应时，退出状态机，重新进入准备状态。
5.一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1或2所述的基于脑机接口的肢体运动康复方法的步骤。
6.一种设备，具有处理器和存储器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1或2所述的基于脑机接口的肢体运动康复方法的步骤。
CN201911039731.6A 2019-10-29 2019-10-29 基于脑机接口的肢体运动康复方法、装置、存储介质及设备 Pending CN110739042A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911039731.6A CN110739042A (zh) 2019-10-29 2019-10-29 基于脑机接口的肢体运动康复方法、装置、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911039731.6A CN110739042A (zh) 2019-10-29 2019-10-29 基于脑机接口的肢体运动康复方法、装置、存储介质及设备

Publications (1)

Publication Number Publication Date
CN110739042A true CN110739042A (zh) 2020-01-31

Family

ID=69270298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911039731.6A Pending CN110739042A (zh) 2019-10-29 2019-10-29 基于脑机接口的肢体运动康复方法、装置、存储介质及设备

Country Status (1)

Country Link
CN (1) CN110739042A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114237387A (zh) * 2021-12-01 2022-03-25 辽宁科技大学 一种脑机接口多模式康复训练系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101310242A (zh) * 2005-09-12 2008-11-19 埃默迪弗系统股份有限公司 用于检测和分类面部肌肉运动的方法和系统
US20140200432A1 (en) * 2011-05-20 2014-07-17 Nanyang Technological University Systems, apparatuses, devices, and processes for synergistic neuro-physiological rehabilitation and/or functional development
CN104000586A (zh) * 2014-05-12 2014-08-27 燕山大学 基于脑肌电和虚拟场景的脑卒中患者康复训练系统及方法
BR102012027982A2 (pt) * 2012-10-31 2014-10-21 Vieira De Oliveira Junior Marcio Sistema aplicado em dispositivo de comando por sinal cerebral para acionamento de função do mouse adaptado para pessoas com deficiência física
CN107037883A (zh) * 2017-04-13 2017-08-11 安徽大学 一种基于运动想象的混合脑机接口系统及方法
CN108187310A (zh) * 2017-12-21 2018-06-22 东南大学 基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法
CN108681396A (zh) * 2018-04-28 2018-10-19 北京机械设备研究所 基于脑-肌电双模态神经信号的人机交互系统及其方法
CN109199786A (zh) * 2018-07-26 2019-01-15 北京机械设备研究所 一种基于双向神经接口的下肢康复机器人

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101310242A (zh) * 2005-09-12 2008-11-19 埃默迪弗系统股份有限公司 用于检测和分类面部肌肉运动的方法和系统
US20140200432A1 (en) * 2011-05-20 2014-07-17 Nanyang Technological University Systems, apparatuses, devices, and processes for synergistic neuro-physiological rehabilitation and/or functional development
BR102012027982A2 (pt) * 2012-10-31 2014-10-21 Vieira De Oliveira Junior Marcio Sistema aplicado em dispositivo de comando por sinal cerebral para acionamento de função do mouse adaptado para pessoas com deficiência física
CN104000586A (zh) * 2014-05-12 2014-08-27 燕山大学 基于脑肌电和虚拟场景的脑卒中患者康复训练系统及方法
CN107037883A (zh) * 2017-04-13 2017-08-11 安徽大学 一种基于运动想象的混合脑机接口系统及方法
CN108187310A (zh) * 2017-12-21 2018-06-22 东南大学 基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法
CN108681396A (zh) * 2018-04-28 2018-10-19 北京机械设备研究所 基于脑-肌电双模态神经信号的人机交互系统及其方法
CN109199786A (zh) * 2018-07-26 2019-01-15 北京机械设备研究所 一种基于双向神经接口的下肢康复机器人

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YAQI CHU 等: "Robot-Assisted Rehabilitation System Based on SSVEP Brain-Computer Interface for Upper Extremity", 《2018 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND BIOMIMETICS (ROBIO)》 *
苏笑滢: "基于脑/眼电的上肢运动意图辨识方法研究", 《中国优秀硕士学位论文全文数据库 (医药卫生科技辑)》 *
谢平 等: "基于脑肌电反馈的虚拟康复训练系统设计", 《仪器仪表学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114237387A (zh) * 2021-12-01 2022-03-25 辽宁科技大学 一种脑机接口多模式康复训练系统

Similar Documents

Publication Publication Date Title
Vallabhaneni et al. Brain—computer interface
Rao et al. Brain-computer interfacing [in the spotlight]
Pfurtscheller et al. 15 years of BCI research at Graz University of Technology: current projects
Lange et al. Classification of electroencephalogram data from hand grasp and release movements for BCI controlled prosthesis
EP3672478A1 (en) Brain-computer interface with high-speed eye tracking features
CN107957783A (zh) 一种基于脑电与肌电信息的多模式智能控制系统及方法
Kee et al. Binary and multi-class motor imagery using Renyi entropy for feature extraction
Bansal et al. EEG-based brain-computer interfacing (BCI)
Wang et al. Decoding single-hand and both-hand movement directions from noninvasive neural signals
Barreto et al. A real-time assistive computer interface for users with motor disabilities
Huong et al. Classification of left/right hand movement EEG signals using event related potentials and advanced features
Huda et al. Recognition of reading activity from the saccadic samples of electrooculography data
Angrisani et al. Instrumentation for motor imagery-based brain computer interfaces relying on dry electrodes: a functional analysis
CN110739042A (zh) 基于脑机接口的肢体运动康复方法、装置、存储介质及设备
Liu et al. Detection of lower-limb movement intention from EEG signals
CN110705656A (zh) 一种基于eeg传感器的面部动作识别方法
Tripathy et al. Design and implementation of brain computer interface based robot motion control
RU2661756C2 (ru) Устройство мозг-машинного интерфейса для дистанционного управления экзоскелетными конструкциями
Soriano-Segura et al. Detection of the intention of direction changes during gait through EEG signals
CN114936574A (zh) 一种基于bci的高灵活度机械手系统及其实现方法
CN215017698U (zh) 康复训练运动模拟可视化系统
CN113951897A (zh) 一种多模态静息脑电数据干扰消除和标记方法及装置
Dong et al. An EOG signals recognition method based on improved threshold dual tree complex wavelet transform
Kæseler et al. Brain patterns generated while using a tongue control interface: a preliminary study with two individuals with ALS
Fatima et al. Analysis of Electroencephalographic Signal Acquisition and Processing for Use in Robotic Arm Movement

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: 20200131

RJ01 Rejection of invention patent application after publication