CN111161834A - 一种帕金森病的脑控步态训练系统和方法 - Google Patents
一种帕金森病的脑控步态训练系统和方法 Download PDFInfo
- Publication number
- CN111161834A CN111161834A CN201911378391.XA CN201911378391A CN111161834A CN 111161834 A CN111161834 A CN 111161834A CN 201911378391 A CN201911378391 A CN 201911378391A CN 111161834 A CN111161834 A CN 111161834A
- Authority
- CN
- China
- Prior art keywords
- task
- paradigm
- rhythmicity
- limb
- 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
- 238000012549 training Methods 0.000 title claims abstract description 79
- 230000005021 gait Effects 0.000 title claims abstract description 73
- 210000004556 brain Anatomy 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 34
- 208000018737 Parkinson disease Diseases 0.000 title claims abstract description 29
- 230000033001 locomotion Effects 0.000 claims abstract description 88
- 210000003414 extremity Anatomy 0.000 claims abstract description 61
- 230000004424 eye movement Effects 0.000 claims abstract description 49
- 210000003141 lower extremity Anatomy 0.000 claims abstract description 41
- 210000001364 upper extremity Anatomy 0.000 claims abstract description 38
- 230000009471 action Effects 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims description 41
- 230000001149 cognitive effect Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 18
- 230000003190 augmentative effect Effects 0.000 claims description 8
- 230000033764 rhythmic process Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 210000001747 pupil Anatomy 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000002787 reinforcement Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 206010017577 Gait disturbance Diseases 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- 206010056242 Parkinsonian gait Diseases 0.000 description 2
- 210000004227 basal ganglia Anatomy 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010006100 Bradykinesia Diseases 0.000 description 1
- 208000006083 Hypokinesia Diseases 0.000 description 1
- 206010061533 Myotonia Diseases 0.000 description 1
- 206010071390 Resting tremor Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Neurology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Physical Education & Sports Medicine (AREA)
- Dermatology (AREA)
- Epidemiology (AREA)
- Neurosurgery (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及一种帕金森病的脑控步态训练系统和方法,系统包括:脑电信号采集装置、分析装置,眼动数据采集装置、分析装置,肢体动作采集装置,任务范式处理器、呈现装置,脑电信号分析装置利用采集装置采集的脑电信号计算相关脑电特征数据;眼动数据分析装置利用采集装置采集的眼动数据计算、记录相关眼动特征数据;肢体动作采集装置采集患者肢体动作数据;任务范式处理器根据上述特征数据和肢体动作数据进行综合处理后由呈现装置输出。本发明通过基于节律性提示的步态训练任务范式引导,和脑电与眼动特征闭环反馈,使得患者完成上下肢协调运动的想象和运动训练,实现肢体动作以及节律性提示信息在大脑中的强化,改善帕金森患者的步行功能。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种帕金森病的脑控步态训练系统和方法。
背景技术
帕金森病是一种以静止性震颤、肌强直、运动迟缓以及步态障碍为主要特征的中枢神经系统变性疾病。其中,步态障碍是造成患者失衡和跌倒发生的主要原因,在帕金森病的不同阶段表现不同。帕金森病早中期,步态障碍主要表现在手臂摆动减少、步速及步幅下降,并无明显特异性。随着疾病进展,帕金森病晚期,出现慌张步态、冻结步态等较严重及具有特征性的步态障碍。大脑基底核与次级运动皮质相互作用是运动控制的重要环节,帕金森患者步态障碍的一个主要原因是基底核内部节律紊乱。
目前,针对帕金森患者的步态训练,有研究侧重于对异常步态,特别是晚期慌张步态、冻结步态的检测,进而通过外界节律性提示、虚拟现实等手段,缓解异常步态、改善步行功能,例如中国发明专利CN108836347A帕金森患者康复训练方法和系统、中国发明专利CN109621311A一种基于增强现实技术的帕金森症姿态步态康复训练方法。但是已有的这些系统或者方法,其训练过程缺乏患者大脑的主动参与以及与外界的闭环交互,并且对帕金森病早中期的步态训练缺少考虑,使得步态训练的效果以及效果的持续性方面仍然存在一定的局限。
发明内容
本发明的技术目的是:提供一种帕金森病的脑控步态训练系统和方法,通过基于节律性提示的步态训练任务范式的引导,和脑电与眼动特征的闭环反馈,使得患者完成上下肢协调运动的想象和实际运动训练,实现肢体动作以及节律性提示信息在大脑中的强化,改善帕金森患者的步行功能,延缓步态障碍的进程。
本发明实现上述技术目的所采用的技术方案为:一种帕金森病的脑控步态训练系统,包括:
脑电信号采集装置,用于采集患者在执行步态训练任务时的大脑脑电信号;
脑电信号分析装置,与脑电信号采集装置和一任务范式处理器连接,利用脑电信号采集装置采集的脑电信号计算患者大脑在进行运动计划、运动选择和决策过程中相关脑区的认知负荷特征数据和事件相关同步/去同步能量特征数据,并传入任务范式处理器;
眼动数据采集装置,用于采集患者在执行步态训练任务时的眼动数据;
眼动数据分析装置,与眼动数据采集装置和任务范式处理器连接,利用眼动数据采集装置采集的眼动数据计算患者在执行步态训练任务时反应认知负荷的平均注视点持续时间、注视次数、平均瞳孔直径特征数据,以及记录注视点位置、移动路径特征数据,并传入任务范式处理器;
肢体动作采集装置,与任务范式处理器连接,用于采集患者在执行步态训练任务时的肢体动作数据,并传入任务范式处理器;
任务范式处理器包括任务范式场景构建与调整模块、虚拟人物肢体动作控制模块、节律性提示信息调节模块;
任务范式呈现装置,与任务范式处理器连接,用于显示步态训练任务范式场景、场景中的虚拟人物动作和节律性提示信息。
优选的,任务范式处理器的任务范式场景构建与调整模块,构建步态训练任务范式场景,包括运动想象和实际运动两个阶段,均加入视听觉节律性提示信息;范式设计为下肢迈步与上肢手臂摆动的协调运动模式,运动想象阶段引导患者按节律想象自身下肢迈步与上肢手臂摆动的协调运动;实际运动阶段则引导患者按节律进行下肢迈步与上肢手臂摆动的协调运动。同时,根据眼动数据分析装置记录的患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置。
优选的,任务范式场景采用虚拟现实场景或增强现实场景;若采用虚拟现实场景,需构建步态训练任务范式所需的虚拟背景,以及包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景;若采用增强现实场景,场景的构建需增加图像采集装置,实时采集真实场景图像后传入任务范式处理器进行分析生成场景背景,在此基础上叠加包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景。
优选的,任务范式处理器的虚拟人物肢体动作控制模块,在任务范式的运动想象阶段,根据脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据控制范式场景中虚拟人物肢体的动作;在任务范式的实际运动阶段,接收肢体动作采集装置采集的肢体动作数据并进行空间坐标映射后,与脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据结合,按比例共同控制范式场景中虚拟人物肢体的动作。
优选的,在任务范式的运动想象阶段,由脑电信号分析装置计算患者分别想象左下肢与右上肢手臂、右下肢与左上肢手臂同步运动时的大脑事件相关同步/去同步能量的空间分布,左下肢/右上肢与右下肢/左上肢之间交替过程的大脑事件相关同步/去同步能量的时间变化特征数据以控制虚拟人物肢体是否动作以及动作的交替频率、幅度。
优选的,任务范式处理器的节律性提示信息调节模块,在任务范式的运动想象阶段,建立视听觉节律性提示信息与脑电信号分析装置、眼动数据分析装置计算所得的认知负荷特征数据,以及脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据之间的关系,从而确定运动想象阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息。
优选的,任务范式处理器的节律性提示信息调节模块,在任务范式的实际运动阶段,对运动想象阶段的视听觉节律性提示信息的自适应模式进行二次优化,建立视听觉节律性提示信息与脑电信号分析装置、眼动数据分析装置计算所得的认知负荷特征数据,脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据,以及肢体动作采集装置采集的肢体动作数据之间的关系,从而确定实际运动阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息。
优选的,任务范式处理器和任务范式呈现装置与眼动数据采集装置、眼动数据分析装置集成一体。
一种帕金森病的脑控步态训练系统的方法,包括如下步骤:
S1、对患者呈现步态训练任务范式和范式中的视听觉节律性提示信息;
S2、根据患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置;
S3、患者想象自身下肢迈步与上肢手臂摆动的协调运动;
S4、根据患者想象过程中的事件相关同步/去同步能量特征数据控制范式场景中虚拟人物肢体的动作;
S5、根据患者认知负荷特征数据、事件相关同步/去同步能量特征数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息;
S6、患者进行下肢迈步与上肢手臂摆动的协调运动;
S7、根据患者实际运动过程中的事件相关同步/去同步能量特征数据、空间坐标映射后的肢体动作数据按比例共同控制范式场景中虚拟人物肢体的动作;
S8、根据患者认知负荷特征数据、事件相关同步/去同步能量特征数据以及肢体动作数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息。
与现有技术相比,本发明的优点在于:
(1)、一方面通过脑机交互实现肢体动作在大脑中的强化;另一方面根据脑电与眼动特征的变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息,使得训练过程中患者认知负荷降低、事件相关同步/去同步现象增强,实现节律性提示信息在大脑中的强化;即从中枢干预角度,更为精准地改善帕金森患者的步行功能,减少异常步态、延缓步态障碍的进程,提升训练效果的持续性;
(2)、针对从帕金森病早中期开始就出现的手臂摆动减少的这一问题,本发明将步态训练任务范式设计为上下肢协调运动模式,即下肢迈步与上肢手臂摆动的协调运动,可以满足帕金森患者从早中期到晚期的手臂摆动、以及与下肢协调的训练需求,同时也有助于提升帕金森患者步态的平衡性。
附图说明
图1本发明帕金森病的脑控步态训练系统实施例一示意图;
图2本发明帕金森病的脑控步态训练系统实施例二示意图;
图3本发明帕金森病的脑控步态训练系统实施例三示意图;
图4本发明帕金森病的脑控步态训练方法流程图。
图中标号说明:1、脑电信号采集装置,2、脑电信号分析装置,3、眼动数据采集装置,4、眼动数据分析装置,5、肢体动作采集装置,6、任务范式处理器,7、任务范式呈现装置,8、图像采集装置。
具体实施方式
下面结合附图对本发明的实施例作进一步描述。
如图1-4所示,本实施例涉及一种帕金森病的脑控步态训练系统,包括脑电信号采集装置1、脑电信号分析装置2、眼动数据采集装置3、眼动数据分析装置4、肢体动作采集装置5、任务范式处理器6、任务范式呈现装置7。
在本实施例中,脑电信号分析装置2接收并处理脑电信号采集装置1采集的脑电信号,并将处理后的特征数据传输至任务范式处理器6。
眼动数据分析装置4接收并处理眼动数据采集装置3采集的眼动数据,并将处理后的特征数据传输至任务范式处理器6。
肢体动作采集装置5采集患者肢体动作数据传输至任务范式处理器6。
任务范式处理器6根据所接收的上述特征数据和肢体动作数据,进行综合处理后由任务范式呈现装置7输出。
具体的来说,脑电信号采集装置1用于采集患者在执行步态训练任务时的大脑脑电信号。脑电信号采集装置1包括电极帽和脑电采集仪,电极帽采集患者脑电模拟信号并发送至脑电采集仪。脑电采集仪通过对脑电模拟信号进行放大、滤波及模数转换等预处理后生成脑电信号,发送至脑电信号分析装置2。
脑电信号分析装置2与脑电信号采集装置1以及任务范式处理器6连接,利用脑电信号采集装置1采集的脑电信号计算患者大脑在进行运动计划、运动选择和决策过程中相关脑区的认知负荷特征数据、事件相关同步/去同步(ERS/ERD)能量特征数据,并传入任务范式处理器6。认知负荷特征具体可以通过脑电信号的溯源,在大脑源空间构建脑动态因果网络,进而根据认知相关的大脑区域网络节点的信息流变化得以表征。
在本实施例中,脑电信号采集装置1与脑电信号分析装置2采用可移动便携式,以便于实时采集并分析患者运动过程中的大脑脑电信号。
眼动数据采集装置3用于采集患者在执行步态训练任务时的眼动数据。
眼动数据分析装置4与眼动数据采集装置3以及任务范式处理器6连接,利用眼动数据采集装置3采集的眼动数据计算患者在执行步态训练任务时反应认知负荷的平均注视点持续时间、注视次数、平均瞳孔直径特征数据,以及记录注视点位置、移动路径特征数据,并传入任务范式处理器6。
肢体动作采集装置5与任务范式处理器6连接,用于采集患者在执行步态训练任务时的肢体动作数据,并传入任务范式处理器6,具体可以采用加速度计、陀螺仪或者多种传感器组合的方法,将传感器的电压信号换算成患者下肢髋关节和膝关节的角度、角速度等数据。
任务范式处理器6包括任务范式场景构建与调整模块、虚拟人物肢体动作控制模块、节律性提示信息调节模块。
任务范式呈现装置7与任务范式处理器6连接,用于显示步态训练任务范式场景、场景中的虚拟人物动作和节律性提示信息。
任务范式处理器6的任务范式场景构建与调整模块,构建步态训练任务范式场景,包括运动想象和实际运动两个阶段,均加入视听觉节律性提示信息。范式设计为下肢迈步与上肢手臂摆动的协调运动模式,具体为左下肢迈步与右上肢手臂摆动的同步、右下肢迈步与左上肢手臂摆动的同步以及左下肢/右上肢与右下肢/左上肢之间的交替;运动想象阶段引导患者按节律想象自身下肢迈步与上肢手臂摆动的协调运动,实际运动阶段则引导患者按节律进行下肢迈步与上肢手臂摆动的协调运动。同时,根据眼动数据分析装置4记录的患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置。
任务范式场景可以采用虚拟现实场景,也可以采用增强现实场景。虚拟现实场景构建步态训练任务范式所需的虚拟背景,以及包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景。如图2所示,增强现实场景的构建则需增加图像采集装置8,实时采集真实场景图像后传入任务范式处理器6进行分析生成场景背景,在此基础上叠加包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景。
任务范式处理器6的虚拟人物肢体动作控制模块,首先通过前述的上下肢协调运动模式的任务范式扩大患者运动想象或实际运动时事件相关同步/去同步(ERS/ERD)能量特征数据的空间区分度。在此基础上,运动想象阶段由脑电信号分析装置2计算患者分别想象左下肢与右上肢手臂、右下肢与左上肢手臂同步运动时的大脑事件相关同步/去同步(ERS/ERD)能量的空间分布,左下肢/右上肢与右下肢/左上肢之间交替过程的大脑事件相关同步/去同步(ERS/ERD)能量的时间变化特征数据以控制虚拟人物肢体是否动作以及动作的交替频率、幅度;实际运动阶段,接收肢体动作采集装置5采集的肢体动作数据并进行空间坐标映射后,与脑电信号分析装置2计算所得的事件相关同步/去同步(ERS/ERD)能量特征数据结合,按比例共同控制范式场景中虚拟人物肢体的动作,具体可根据患者实际运动情况适当提升肢体动作数据占比、降低事件相关同步/去同步(ERS/ERD)能量特征数据占比。其中,针对实际运动阶段,脑电信号分析装置的分析方式与运动想象阶段的分析方式一致。
任务范式处理器6的节律性提示信息调节模块,在任务范式的运动想象阶段,建立视听觉节律性提示信息与脑电信号分析装置2、眼动数据分析装置4计算所得的认知负荷特征数据,以及脑电信号分析装置2计算所得的事件相关同步/去同步(ERS/ERD)能量特征数据之间的关系,从而确定运动想象阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息;在任务范式的实际运动阶段,对运动想象阶段的视听觉节律性提示信息的自适应模式进行二次优化,建立视听觉节律性提示信息与脑电信号分析装置2、眼动数据分析装置4计算所得的认知负荷特征数据,脑电信号分析装置2计算所得的事件相关同步/去同步(ERS/ERD)能量特征数据,以及肢体动作采集装置5采集的肢体动作数据之间的关系,从而确定实际运动阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息。视觉节律性提示信息可以采用条形状用于步行直线运动、分割型环形状用于步行转弯运动,提示信息的调节参数包括间隔宽度、移动速度等。听觉节律性提示信息可以采用音乐音阶的形式,比如七声音阶、五声音阶,提示信息的调节参数包括音乐的节奏、速度、力度等。
如图3所示,任务范式处理器6和任务范式呈现装置7可以同眼动数据采集装置3、眼动数据分析装置4集成一体,另外增强现实场景构建中用于采集真实场景图像的图像采集装置8可以采用在虚拟现实头戴式设备的左右两侧各集成一个摄像机的方式,即采用集成眼动、真实场景图像采集等功能的虚拟现实头戴式设备。
如图4所示,使用前述的一种帕金森病的脑控步态训练方法,包括以下步骤:
S1、对患者呈现步态训练任务范式和范式中的视听觉节律性提示信息。
S2、根据患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置。
S3、患者想象自身下肢迈步与上肢手臂摆动的协调运动。此步骤需要患者在步态训练任务范式和范式中的视听觉节律性提示信息引导下进行。
S4、根据患者想象过程中的事件相关同步/去同步(ERS/ERD)能量特征数据控制范式场景中虚拟人物肢体的动作。
S5、根据患者认知负荷特征数据、事件相关同步/去同步(ERS/ERD)能量特征数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息。
S6、患者进行下肢迈步与上肢手臂摆动的协调运动。此步骤需要患者在步态训练任务范式和范式中的视听觉节律性提示信息引导下进行。
S7、根据患者实际运动过程中的事件相关同步/去同步(ERS/ERD)能量特征数据、空间坐标映射后的肢体动作数据按比例共同控制范式场景中虚拟人物肢体的动作。
S8、根据患者认知负荷特征数据、事件相关同步/去同步(ERS/ERD)能量特征数据以及肢体动作数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息。
本发明的有益效果为:通过脑机交互实现肢体动作在大脑中的强化;根据脑电与眼动特征的变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息,使得训练过程中患者认知负荷降低、事件相关同步/去同步(ERS/ERD)现象增强,实现节律性提示信息在大脑中的强化;即从中枢干预角度,更为精准地改善帕金森患者的步行功能,减少异常步态、延缓步态障碍的进程,提升训练效果的持续性;针对从帕金森早中期开始就出现的手臂摆动减少的这一问题,本发明将步态训练任务范式设计为上下肢协调运动模式,即下肢迈步与上肢手臂摆动的协调运动,可以满足帕金森患者从早中期到晚期的手臂摆动、以及与下肢协调的训练需求,同时也有助于提升帕金森患者步态的平衡性。
上述说明示出并描述了本发明的若干优选实施例,但如前,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (9)
1.一种帕金森病的脑控步态训练系统,其特征在于:包括:
脑电信号采集装置,用于采集患者在执行步态训练任务时的大脑脑电信号;
脑电信号分析装置,与脑电信号采集装置和一任务范式处理器连接,利用脑电信号采集装置采集的脑电信号计算患者大脑在进行运动计划、运动选择和决策过程中相关脑区的认知负荷特征数据和事件相关同步/去同步能量特征数据,并传入任务范式处理器;
眼动数据采集装置,用于采集患者在执行步态训练任务时的眼动数据;
眼动数据分析装置,与眼动数据采集装置和任务范式处理器连接,利用眼动数据采集装置采集的眼动数据计算患者在执行步态训练任务时反应认知负荷的平均注视点持续时间、注视次数、平均瞳孔直径特征数据,以及记录注视点位置、移动路径特征数据,并传入任务范式处理器;
肢体动作采集装置,与任务范式处理器连接,用于采集患者在执行步态训练任务时的肢体动作数据,并传入任务范式处理器;
任务范式处理器包括任务范式场景构建与调整模块、虚拟人物肢体动作控制模块、节律性提示信息调节模块;
任务范式呈现装置,与任务范式处理器连接,用于显示步态训练任务范式场景、场景中的虚拟人物动作和节律性提示信息。
2.根据权利要求1的一种帕金森病的脑控步态训练系统,其特征在于:任务范式处理器的任务范式场景构建与调整模块,构建步态训练任务范式场景,包括运动想象和实际运动两个阶段,均加入视听觉节律性提示信息;范式设计为下肢迈步与上肢手臂摆动的协调运动模式,运动想象阶段引导患者按节律想象自身下肢迈步与上肢手臂摆动的协调运动;实际运动阶段引导患者按节律进行下肢迈步与上肢手臂摆动的协调运动;根据眼动数据分析装置记录的患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置。
3.根据权利要求2的一种帕金森病的脑控步态训练系统,其特征在于:任务范式场景采用虚拟现实场景或增强现实场景;若采用虚拟现实场景,需构建步态训练任务范式所需的虚拟背景,以及包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景;若采用增强现实场景,场景的构建需增加图像采集装置,实时采集真实场景图像后传入任务范式处理器进行分析生成场景背景,在此基础上叠加包含步态训练任务、虚拟人物和节律性提示信息的虚拟前景。
4.根据权利要求1的一种帕金森病的脑控步态训练系统,其特征在于:任务范式处理器的虚拟人物肢体动作控制模块,在任务范式的运动想象阶段,根据脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据控制范式场景中虚拟人物肢体的动作;在任务范式的实际运动阶段,接收肢体动作采集装置所采集的肢体动作数据并进行空间坐标映射后,与脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据结合,按比例共同控制范式场景中虚拟人物肢体的动作。
5.根据权利要求4的一种帕金森病的脑控步态训练系统,其特征在于:在任务范式的运动想象阶段,由脑电信号分析装置计算患者分别想象左下肢与右上肢手臂、右下肢与左上肢手臂同步运动时的大脑事件相关同步/去同步能量的空间分布,左下肢/右上肢与右下肢/左上肢之间交替过程的大脑事件相关同步/去同步能量的时间变化特征数据以控制虚拟人物肢体是否动作以及动作的交替频率、幅度。
6.根据权利要求1的一种帕金森病的脑控步态训练系统,其特征在于:任务范式处理器的节律性提示信息调节模块,在任务范式的运动想象阶段,建立视听觉节律性提示信息与脑电信号分析装置、眼动数据分析装置计算所得的认知负荷特征数据,以及脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据之间的关系,从而确定运动想象阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息。
7.根据权利要求6的一种帕金森病的脑控步态训练系统,其特征在于:任务范式处理器的节律性提示信息调节模块,在任务范式的实际运动阶段,对运动想象阶段的视听觉节律性提示信息的自适应模式进行二次优化,建立视听觉节律性提示信息与脑电信号分析装置、眼动数据分析装置计算所得的认知负荷特征数据,脑电信号分析装置计算所得的事件相关同步/去同步能量特征数据,以及肢体动作采集装置采集的肢体动作数据之间的关系,从而确定实际运动阶段视听觉节律性提示信息的自适应模式,并且进一步通过所确定的信息自适应模式调节任务范式中的视听觉节律性提示信息。
8.根据权利要求1的一种帕金森病的脑控步态训练系统,其特征在于:任务范式处理器和任务范式呈现装置与眼动数据采集装置、眼动数据分析装置集成一体。
9.一种根据权利要求1-8任一一项帕金森病的脑控步态训练系统的方法,其特征在于:包括如下步骤:
S1、对患者呈现步态训练任务范式和范式中的视听觉节律性提示信息;
S2、根据患者注视点位置和移动路径动态调整范式场景的空间视角、视听觉节律性提示信息的空间位置;
S3、患者想象自身下肢迈步与上肢手臂摆动的协调运动;
S4、根据患者想象过程中的事件相关同步/去同步能量特征数据控制范式场景中虚拟人物肢体的动作;
S5、根据患者认知负荷特征数据、事件相关同步/去同步能量特征数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息;
S6、患者进行下肢迈步与上肢手臂摆动的协调运动;
S7、根据患者实际运动过程中的事件相关同步/去同步能量特征数据、空间坐标映射后的肢体动作数据按比例共同控制范式场景中虚拟人物肢体的动作;
S8、根据患者认知负荷特征数据、事件相关同步/去同步能量特征数据以及肢体动作数据的实时变化,通过所确定的信息自适应模式调节步态训练任务范式中的视听觉节律性提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378391.XA CN111161834B (zh) | 2019-12-27 | 2019-12-27 | 一种帕金森病的脑控步态训练系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378391.XA CN111161834B (zh) | 2019-12-27 | 2019-12-27 | 一种帕金森病的脑控步态训练系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111161834A true CN111161834A (zh) | 2020-05-15 |
CN111161834B CN111161834B (zh) | 2023-07-18 |
Family
ID=70558609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911378391.XA Active CN111161834B (zh) | 2019-12-27 | 2019-12-27 | 一种帕金森病的脑控步态训练系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161834B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112306244A (zh) * | 2020-11-23 | 2021-02-02 | 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 | 一种肢体动作想象脑机交互方法及系统 |
CN113539430A (zh) * | 2021-07-02 | 2021-10-22 | 广东省人民医院 | 基于沉浸式vr的帕金森病抑郁认知行为治疗系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105853140A (zh) * | 2016-03-24 | 2016-08-17 | 西安交通大学 | 基于视觉运动诱发的脑控下肢主被动协同康复训练系统 |
CN106913341A (zh) * | 2017-03-22 | 2017-07-04 | 上海谦益生物科技有限公司 | 一种用于帕金森患者步态训练和监测评估的可穿戴设备、系统及方法 |
CN107315478A (zh) * | 2017-07-05 | 2017-11-03 | 中国人民解放军第三军医大学 | 一种运动想象上肢智能康复机器人系统及其训练方法 |
CN108836347A (zh) * | 2018-05-10 | 2018-11-20 | 中国科学院宁波材料技术与工程研究所 | 帕金森患者康复训练方法和系统 |
CN109166612A (zh) * | 2018-08-14 | 2019-01-08 | 龚映清 | 一种基于眼动及脑电信息的大型游戏场景康复系统及方法 |
-
2019
- 2019-12-27 CN CN201911378391.XA patent/CN111161834B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105853140A (zh) * | 2016-03-24 | 2016-08-17 | 西安交通大学 | 基于视觉运动诱发的脑控下肢主被动协同康复训练系统 |
CN106913341A (zh) * | 2017-03-22 | 2017-07-04 | 上海谦益生物科技有限公司 | 一种用于帕金森患者步态训练和监测评估的可穿戴设备、系统及方法 |
CN107315478A (zh) * | 2017-07-05 | 2017-11-03 | 中国人民解放军第三军医大学 | 一种运动想象上肢智能康复机器人系统及其训练方法 |
CN108836347A (zh) * | 2018-05-10 | 2018-11-20 | 中国科学院宁波材料技术与工程研究所 | 帕金森患者康复训练方法和系统 |
CN109166612A (zh) * | 2018-08-14 | 2019-01-08 | 龚映清 | 一种基于眼动及脑电信息的大型游戏场景康复系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112306244A (zh) * | 2020-11-23 | 2021-02-02 | 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 | 一种肢体动作想象脑机交互方法及系统 |
CN113539430A (zh) * | 2021-07-02 | 2021-10-22 | 广东省人民医院 | 基于沉浸式vr的帕金森病抑郁认知行为治疗系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111161834B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | Deep learning based motion prediction for exoskeleton robot control in upper limb rehabilitation | |
CN108814597B (zh) | 一种基于运动信息与肌电交互的康复训练评测方法及系统 | |
CN106621287B (zh) | 一种基于脑机接口与虚拟现实技术的上肢康复训练方法 | |
CN110355761B (zh) | 一种基于关节刚度和肌肉疲劳的康复机器人控制方法 | |
US9526946B1 (en) | Enhanced system and method for vibrotactile guided therapy | |
US9149222B1 (en) | Enhanced system and method for assessment of disequilibrium, balance and motion disorders | |
Nijhawan | Visual prediction: Psychophysics and neurophysiology of compensation for time delays | |
US10258259B1 (en) | Multimodal sensory feedback system and method for treatment and assessment of disequilibrium, balance and motion disorders | |
EP3337401A1 (en) | Method and system for adjusting audio signals based on motion deviation | |
CN111258428B (zh) | 脑电控制系统及方法 | |
CN111161834B (zh) | 一种帕金森病的脑控步态训练系统和方法 | |
Smys | Virtual reality gaming technology for mental stimulation and therapy | |
KR20210106634A (ko) | 우울증 및 불면증 해소를 위한 vr기반 인지 훈련 시스템 | |
US20200367789A1 (en) | Wearable computing apparatus with movement sensors and methods therefor | |
CN113035000A (zh) | 一种面向中枢整合康复治疗技术的虚拟现实训练系统 | |
JP6903317B2 (ja) | 神経障害性の疼痛治療支援システム及び疼痛治療支援用画像生成方法 | |
CN113476817B (zh) | 一种基于神经网络算法的认知康复训练系统 | |
KR20230061865A (ko) | 비정상 근육 시너지 교정 훈련 장치 및 이를 이용한 피험자의 근육 시너지 교정 훈련 방법 | |
Eagleman | Prediction and postdiction: Two frameworks with the goal of delay compensation | |
Benguigui et al. | Visuomotor delay in interceptive actions | |
Stepp et al. | Anticipating synchronization as an alternative to the internal model | |
Hong et al. | Virtual reality upper limb motor and proprioception assessment system for stroke patients | |
Krekelberg | Perception of direction is not compensated for neural latency | |
Günay et al. | Classification of motor task execution speed from EEG data | |
Nijhawan | Predictive perceptions, predictive actions, and beyond |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |