CN114367090A - 一种上肢训练系统、方法及可读存储介质 - Google Patents

一种上肢训练系统、方法及可读存储介质 Download PDF

Info

Publication number
CN114367090A
CN114367090A CN202111535181.4A CN202111535181A CN114367090A CN 114367090 A CN114367090 A CN 114367090A CN 202111535181 A CN202111535181 A CN 202111535181A CN 114367090 A CN114367090 A CN 114367090A
Authority
CN
China
Prior art keywords
training
signal
trained
target
potential
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
CN202111535181.4A
Other languages
English (en)
Inventor
胡玉霞
申通达
张利朋
颜少廷
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.)
Zhengzhou University
Original Assignee
Zhengzhou 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 Zhengzhou University filed Critical Zhengzhou University
Priority to CN202111535181.4A priority Critical patent/CN114367090A/zh
Priority to US17/577,628 priority patent/US20220211317A1/en
Publication of CN114367090A publication Critical patent/CN114367090A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/378—Visual stimuli
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • 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
    • 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
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Psychiatry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Hospice & Palliative Care (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)

Abstract

本发明涉及机器人康复训练技术领域，公开了一种上肢训练系统、方法及可读存储介质。其中，该系统包括：训练引导单元、信号采集单元、信号处理单元以及训练单元，通过训练引导单元向目标主体展示待训练内容，诱导目标主体进行运动想象，由信号采集单元对目标主体的脑电信号进行采集，发送至信号处理单元，信号处理单元识别目标主体响应于待训练内容所产生的视觉稳态诱发电位和运动相关电位，当检测到视觉稳态诱发电位时，训练单元生成训练指令以辅助目标主体进行主动训练，提高了脑控的准确率，同时根据运动相关电位识别目标主体的运动意图，调动了目标主体参与上肢训练的主动性，并及时了解目标主体的训练状态，保证了目标主体的训练效果。

Description

一种上肢训练系统、方法及可读存储介质
技术领域
本发明涉及机器人康复训练技术领域，具体涉及一种上肢训练系统、方法及可读存储介质。
背景技术
脑机接口技术用于康复训练系统能够让患者主动参与康复训练过程，利用大脑的神经可塑性机制进而提升康复训练效果，但目前的基于脑机接口的康复训练系统基本是按照既定的程序对患者肢体进行重复性机械式训练，难以根据患者的实际状态进行肢体康复训练，导致控制准确率较低、患者训练主动性较差，影响了患者的康复效果。
发明内容
有鉴于此，本发明实施例提供了一种上肢训练系统、方法及可读存储介质，以解决现有康复训练系统难以根据患者的实际状态进行肢体康复训练，导致控制准确率较低、患者训练主动性较差的问题。
根据第一方面，本发明实施例提供了一种上肢训练系统，包括：训练引导单元，所述训练引导单元用于向目标主体展示待训练内容；信号采集单元，与所述训练引导单元通信连接，所述信号采集单元用于采集所述目标主体的脑电信号，并将所述脑电信号发送至信息处理单元；信号处理单元，与所述信号采集单元通信连接，所述信号处理单元用于接收所述信号采集单元发送的脑电信号，对所述脑电信号所包含的视觉稳态诱发电位和运动相关电位进行识别；训练单元，与所述信号处理单元通信连接，所述训练单元用于在识别到所述视觉稳态诱发电位时生成训练指令，根据所述运动相关电位确定所述目标主体的运动意图，辅助所述目标主体根据所述训练指令进行主动训练。
本发明实施例提供的上肢训练系统包括训练引导单元、信号采集单元、信号处理单元以及训练单元，通过训练引导单元向目标主体展示待训练内容以诱导目标主体进行运动想象，通过信号采集单元对目标主体的脑电信号进行采集，并发送至信号处理单元进行信号处理，以识别所述目标主体响应于待展示训练内容所产生的视觉稳态诱发电位和运动相关电位，当检测到视觉稳态诱发电位时，训练单元能够生成训练指令以辅助目标主体进行主动训练，由此提高了脑控的准确率，调动了目标主体的主动参与性，同时根据运动相关电位识别目标主体的运行意图，由此能够进一步确定目标主体的主动参与度，以及时了解目标主体的训练状态，保证了目标主体的训练效果。
结合第一方面，在第一方面的第一实施方式中，所述信号采集单元包括：多个第一采集电极，所述第一采集电极用于采集所述运动相关电位所在频段的第一脑电信号；多个第二采集电极，所述第二采集电极用于采集所述视觉稳态诱发电位所在频段的第二脑电信号。
本发明实施例提供的上肢训练系统中的信号采集单元包括多个第一采集电极和多个第二采集电极，分别采用第一采集电极和第二采集电极对运动相关电位所在频段的脑电信号和视觉稳态诱发电位所在频段的脑电信号进行采集。由此对不同频段脑电信号进行分离采集，避免脑电信号混合采集影响训练进程。
结合第一方面，在第一方面的第二实施方式中，所述训练引导单元包括：动作设定模块，用于设定所述目标主体的待训练动作；显示模块，用于以预设频率闪烁展示所述待训练动作；频次设定模块，用于设定所述待训练动作的训练次数以及试次持续时间。
本发明实施例提供的上肢训练系统中训练单元包括动作设定模块、显示模块以及频次设定模块，通过动作设定模块以对目标主体的待训练动作进行设定，并通过频次设定模块对待训练动作的训练次数及试次持续时间进行设定，由显示模块根据预设频率闪烁展示所设定的待训练动作，由此诱发目标主体的视觉稳态诱发电位，以使目标主体在观察到训练引导模块展示的待训练内容时能够进行相应的运行想象以产生运行相关电位，不仅提高了脑控的准确率，而且调动了目标主体参与上肢训练的主动性。
结合第一方面，在第一方面的第三实施方式中，所述上肢训练系统还包括：训练评估单元，与所述信号处理单元通信连接，所述训练评估单元用于根据所述视觉稳态诱发电位的第一识别率以及所述运动相关电位的第二识别率，评估所述目标主体对所述待训练内容的训练完成度。
本发明实施例提供的上肢训练系统还包括有训练评估单元，通过训练评估单元根据脑电信号中视觉稳态诱发电位的第一识别率以及运动相关电位的第二识别率，对目标主体完成待训练内容的训练完成度进行评估，由此结合脑控的准确率和运动意图的检测率评估目标主体进行上肢训练的主动参与程度，提升了目标主体的上肢训练效果。
根据第二方面，本发明实施例提供了一种上肢训练方法，用于第一方面或第一方面任一实施方式所述的上肢训练系统，所述上肢训练方法包括：获取目标主体对应的待训练内容；采集所述目标主体响应于所述待训练内容的脑电信号，从所述脑电信号中识别出视觉稳态诱发电位和运动相关电位；基于所述视觉稳态诱发电位触发训练指令，并基于所述运动相关电位确定所述目标主体的运动意图，辅助所述目标主体根据所述训练指令进行主动训练。
本发明实施例提供的训练方法，通过获取目标主体对应的待训练内容，采集目标主体响应于待训练内容的脑电信号，从脑电信号中识别出视觉稳态诱发电位和运动相关电位，基于视觉稳态诱发电位触发训练指令，并基于运动相关电位确定目标主体的运动意图，辅助目标主体根据训练指令进行主动训练，由此通过视觉稳态诱发电位触发训练指令的生成，以辅助目标主体进行主动训练，由此提高了脑控的准确率，同时根据运动相关电位识别目标主体的运行意图，能够调动目标主体参与上肢训练的主动性，并及时了解目标主体的训练状态，提高了目标主体的训练效果。
结合第二方面，在第二方面的第一实施方式中，从所述脑电信号中识别出视觉稳态诱发电位，包括：采集所述目标主体的第二脑电信号，所述第二脑电信号为所述视觉稳态诱发电位所在频段的脑电信号；过滤所述第二脑电信号中的干扰信号，获取所述视觉稳态诱发电位的目标频率；从过滤掉干扰信号的所述第二脑电信号中识别出满足所述目标频率的视觉稳态诱发电位。
本发明实施例提供的训练方法，通过过滤第二脑电信号中的干扰信号，并获取视觉稳态诱发电位的目标频率，进而从过滤掉干扰信号的第二脑电信号中识别出满足目标频率的视觉稳态诱发电位，由此能够准确的确定出第二脑电信号中所包含的响应于待训练内容的视觉稳态诱发电位。
结合第二方面第一实施方式，在第二方面的第二实施方式中，所述获取所述视觉稳态诱发电位的目标频率，包括：获取所述视觉稳态诱发电位所对应参考信号的刺激频率；计算所述视觉稳态诱发电位与各个刺激频率的所述参考信号的相关性；将具有最大相关性的参考信号的刺激频率确定为所述视觉稳态诱发电位的目标频率。
本发明实施例提供的训练方法，通过获取视觉稳态诱发电位所对应参考信号的刺激频率，计算视觉稳态诱发电位与各个刺激频率的参考信号之间的相关性，并将具有最大相关性的参考信号的刺激频率确定为视觉稳态诱发电位的频率，由此保证了该目标频率能够准确表征待训练内容对目标主体视觉稳态电位的诱发，进而能够准确识别脑电信号中所包含的视觉稳态诱发电位。
结合第二方面第一实施方式，在第二方面的第三实施方式中，采集所述目标主体响应于所述待训练内容的运动相关电位，包括：采集所述目标主体的第一脑电信号，所述第一脑电信号为所述运动相关电位所在频段的脑电信号；过滤所述第一脑电信号中的干扰信号，提取所述运动相关电位的特征信息；将所述特征信息输入至预设分类模型中，确定出响应于所述待训练内容的运动相关电位；其中，所述预设分类模型是根据训练样本数据及其对应的动作分类训练得到的。
本发明实施例提供的训练方法，通过采集目标主体的第一脑电信号，并对第一脑电信号中的干扰信号进行过滤，提取运动相关电位的特征信息，将特征信息输入至预设分类模型中，确定出响应于待训练内容的运动相关电位，其中，该预设分类模型是根据训练样本数据及其对应的动作分类训练得到的。通过识别脑电信号中的运动相关电位以确定目标主体响应当前待训练内容的运动意图，由此能够明确目标主体参与待训练内容的主动性，便于提升目标主体的参与体验。
结合第二方面，在第二方面的第四实施方式中，所述方法还包括：获取从所述脑电信号中识别到所述视觉稳态诱发电位的第一识别率，以及识别到所述运动相关电位的第二识别率；基于所述第一识别率以及所述第二识别率在训练过程的所占权重，计算得到所述目标主体的训练完成度。
本发明实施例提供的训练方法，通过获取视觉稳态诱发电位对应的第一识别率，以及运动相关电位对应的第二识别率，并根据第一识别率以及第二识别率在训练过程的所占权重，计算得到目标主体的训练完成度，由此结合视觉稳态诱发电位以及运动相关电位实现了目标主体的训练评估，进而在实现结合脑控的准确率和运动意图的检测率的基础上，实现了目标主体进行上肢训练的主动参与程度评估，提升了目标主体的训练效果。
根据第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行第二方面或第二方面任一实施方式所述的上肢训练方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的上肢训练系统的结构框图；
图2是根据本发明实施例的脑电信号的采集示意图；
图3是根据本发明实施例的训练引导单元的设定示意图；
图4是根据本发明实施例的上肢训练系统的另一结构框图；
图5是根据本发明实施例的上肢训练方法的流程图；
图6是根据本发明实施例的上肢训练方法的另一流程图；
图7是根据本发明实施例的上肢训练方法的另一流程图；
图8是根据本发明实施例的上肢训练方法的测试示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前的基于脑机接口的康复训练系统基本是按照既定的程序对患者肢体进行重复性机械式训练，难以根据患者的实际状态进行肢体康复训练，导致控制准确率较低、患者训练主动性较差，影响了患者的康复效果。
基于此，本发明技术方案通过识别目标主体的视觉稳态诱发电位(Steady-StateVisual Evoked Potentials，SSVEP)以驱动上肢训练系统中的训练单元以完成训练动作，提高了上肢训练系统中训练单元的动作执行准确率，并识别目标主体的运动相关电位(Movement-related cortical potentials，MRCPs)以评估目标主体的运动意图，从而能够评估目标主体参与训练的主动性，保证了目标主体的训练效果。
根据本发明实施例，提供了一种上肢训练系统的实施例，如图1所示，该上肢训练系统包括：训练引导单元1、信号采集单元2、信号处理单元3以及训练单元4。其中，训练引导单元1与信号采集单元2之间通信连接，信号处理单元3与信号采集单元2之间通信连接，训练单元4与信号处理单元3之间通信连接。具体地，训练引导单元1、信号采集单元2、信号处理单元3以及训练单元4中设置有通信接口，该通信接口可以为有线接口、无线接口，各个单元之间通过通信接口实现通信连接，该通信连接可以为有线连接，例如通信总线(地址总线、数据总线、控制总线等)连接，该通信连接还可以为无线连接，例如蓝牙连接、WiFi连接等。
其中，目标主体为上肢运动障碍的对象。待训练内容为目标主体所要进行的训练操作，该训练操作可以为上抬手臂、下抬手臂、向左转手腕、向右转手腕、左移手臂、右移手臂和手指屈伸等，当然还可以为其他上肢操作，此处不作具体限定。训练引导单元1用于向目标主体展示待训练内容，将待训练内容以图片引导的方式展示给目标主体，以使目标主体注视训练引导单元时试图做出图片中的相应动作。
其中，信号采集单元2与训练引导单元1通信连接，信号采集单元2可以采集目标主体的脑电信号，并将脑电信号发送至信息处理单元进行相应处理。信号采集单元2可以穿戴式设备，穿戴式设备中包含有用于采集脑电信号的干电极，在进行脑电信号采集时可以设定一定的采集频率，例如300Hz，并按照10-20国际标准对目标主体的脑电信号进行采集。
其中，信号处理单元3与信号采集单元2通信连接，信号处理单元3能够接收信号采集单元2发送的脑电信号，识别脑电信号中所包含的视觉稳态诱发电位和运动相关电位。视觉稳态诱发电位为目标主体在注视到训练引导单元1展示的待训练内容时所诱发的电位，运行相关电位用于表征目标主体的运动意图，运行相关电位是在目标主体注视到待训练内容尝试进行相应运动想象时产生的。
其中，训练单元4与信号处理单元3通信连接，训练单元4在识别到视觉稳态诱发电位时能够生成训练指令，以驱动其辅助目标主体完成待训练内容对应的训练操作。同时，训练单元4辅助目标主体进行训练时，能够根据检测到的运动相关电位确定目标主体的运动意图。
本实施例提供的上肢训练系统包括训练引导单元、信号采集单元、信号处理单元以及训练单元，通过训练引导单元向目标主体展示待训练内容以诱导目标主体进行运动想象，通过信号采集单元对目标主体的脑电信号进行采集，并发送至信号处理单元进行信号处理，以识别所述目标主体响应于待展示训练内容所产生的视觉稳态诱发电位和运动相关电位，当检测到视觉稳态诱发电位时，训练单元能够生成训练指令以辅助目标主体进行主动训练，由此提高了脑控的准确率，调动了目标主体的主动参与性，同时根据运动相关电位识别目标主体的运行意图，由此能够进一步确定目标主体的主动参与度，以及时了解目标主体的训练状态，保证了目标主体的训练效果。
可选地，上述信号采集单元2可以包括：多个第一采集电极和多个第二采集电极，其中，第一采集电极用于采集运动相关电位所在频段的第一脑电信号，多个第二采集电极用于采集视觉稳态诱发电位所在频段的第二脑电信号。
具体地，运动相关电位所在频段为0.1-1Hz，视觉稳态诱发电位所在频段为5-45Hz，第一采集电极和第二采集电极可以为干电极，第一采集电极和第二采集电极的设置采用10-20国际标准系统，如图2所示，通过第一采集电极采集运动相关电位所在频段的脑电信号，通过第二采集电极采集视觉稳态诱发电位所在频段的脑电信号。信号采集单元2包含24个采集通道，即24个采集电极，其中，21个通道作为脑电信号采集的同步通道，3个通道作为脑电信号采集的扩展通道，可用于采集肌电、心电等其他电生理信号。脑电信号采集过程中采用21个通道以频率300Hz进行脑电信号采集，图2上方虚线框标注区域的通道用来识别运动相关电位，以运动相关电位表征运动意图，包括FP1、FP2、F3、F4、Fz、C3、C4和Cz通道，即8个第一采集电极分别采集FP1、FP2、F3、F4、Fz、C3、C4和Cz通道所对应的第一脑电信号；图2下方虚线框标注区域的通道用来识别视觉稳态诱发电位，包括O1和O2通道，即2个第二采集电极分别采集O1和O2通道所对应的第二脑电信号。
本实施例提供的上肢训练系统中的信号采集单元包括多个第一采集电极和多个第二采集电极，分别采用第一采集电极和第二采集电极对运动相关电位所在频段的脑电信号和视觉稳态诱发电位所在频段的脑电信号进行采集。由此对不同频段脑电信号进行分离采集，避免脑电信号混合采集影响训练进程。
可选地，上述训练引导单元1可以包括：动作设定模块、显示模块和频次设定模块。
具体地，动作设定模块用于设定目标主体的待训练动作，例如上抬手臂、下抬手臂、向左转手腕、向右转手腕、左移手臂、右移手臂和手指屈伸，待训练动作可以根据目标主体的实际情况选择，为了提高脑电信号的识别率，此处可以通过动作设定模块设定某一动作，以使目标主体能够针对该动作进行重复训练。
显示模块用于以预设频率闪烁展示待训练动作。预设频率为待训练动作在显示模块上进行闪烁的频率，该预设频率用于诱发目标主体的视觉稳态电位。该显示模块可以为显示屏，显示屏中可以有一虚拟手臂以预设频率闪烁待训练动作，在训练过程中可以要求目标主体观察待训练动作的闪烁并尽力执行相应的运动任务。
频次设定模块用于设定待训练动作的训练次数以及试次持续时间。其中，训练次数为各个训练动作的重复训练次数，试次持续时间为当前训练过程所持续的时间。
以上抬手臂动作为例，如图3所示，训练开始时，可以通过动作设定模块设定待训练动作为上抬手臂，同时还可以设定有2s的准备时间，然后进入显示模块对应的训练任务界面，在训练任务界面有一个虚拟的手臂图片在屏幕中央以10Hz的频率进行闪烁，闪烁持续时间(例如3s)以及训练次数(例如5次)可以由频次设定模块设定，在训练过程中要求目标主体专注于待训练动作的闪烁和尽力执行相应的运动任务，闪烁结束后进入黑屏，目标主体可以休息2-4s，然后进入下一个待训练动作，任务次数与闪烁持续时间与之前设置一致。
本实施例提供的上肢训练系统中训练单元包括动作设定模块、显示模块以及频次设定模块，通过动作设定模块以对目标主体的待训练动作进行设定，并通过频次设定模块对待训练动作的训练次数及试次持续时间进行设定，由显示模块根据预设频率闪烁展示所设定的待训练动作，由此诱发目标主体的视觉稳态诱发电位，以使目标主体在观察到训练引导模块展示的待训练内容时能够进行相应的运行想象以产生运行相关电位，不仅提高了脑控的准确率，而且调动了目标主体参与上肢训练的主动性。
可选地，如图4所示，上述上肢训练系统还包括训练评估单元5，训练评估单元5与信号处理单元4进行通信连接，训练评估单元5可以根据视觉稳态诱发电位的第一识别率以及运动相关电位的第二识别率，并根据视觉稳态诱发电位以及运动相关电位在训练过程中所占比重评估目标主体完成待训练内容时所对应的训练完成度。其中，第一识别率为从脑电信号中识别出目标主体响应于待训练动作的视觉稳态诱发电位的识别率，第二识别率为从脑电信号中识别出目标主体响应于待训练动作的运动相关电位的识别率。
本实施例提供的上肢训练系统还包括有训练评估单元，通过训练评估单元根据脑电信号中视觉稳态诱发电位的第一识别率以及运动相关电位的第二识别率，对目标主体完成待训练内容的训练完成度进行评估，由此结合脑控的准确率和运动意图的检测率评估目标主体进行上肢训练的主动参与程度，提升了目标主体的上肢训练效果。
根据本发明实施例，提供了一种上肢训练方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种上肢训练方法，可用于上述的上肢训练系统，图5是根据本发明实施例的上肢训练方法的流程图，如图5所示，该流程包括如下步骤：
S11，获取目标主体对应的待训练内容。
上肢训练系统通过训练引导单元设定待训练内容，具体地，上肢训练系统使用人员可以通过键盘或鼠标选择待训练动作、设定待训练动作的训练次数、待训练动作以图片形式进行闪烁的频率以及待训练动作的持续时间等，待设定完成后，使用人员可以通过键盘或鼠标输入完成指令，此时上肢训练系统的训练引导单元可以响应于该完成指令生成相应的待训练内容。
S12，采集目标主体响应于待训练内容的脑电信号，从脑电信号中识别出视觉稳态诱发电位和运动相关电位。
上肢训练系统中的信号采集单元可以对目标主体的脑电信号进行同步实时采集，在目标主体响应于待训练内容时，信号采集单元可以采集目标主体响应于待训练内容的脑电信号，并将采集到的脑电信号传输至信号处理单元，信号处理单元则可以对脑电信号中的干扰信号予以滤除，通过滤波器从脑电信号中过滤出视觉稳态诱发电位所处频段的脑电信号和运动相关电位所处频段的脑电信号，进而基于典型关联分析法(CanonicalCorrelation Analysis，CCA)从脑电信号中识别出待训练动作相对应的视觉稳态诱发电位，并基于运动相关电位的特征和支持向量机(Support Vector Machine，SVM)从脑电信号中识别出待训练动作相对应的运动相关电位。
S13，基于视觉稳态诱发电位触发训练指令，并基于运动相关电位确定目标主体的运动意图，辅助目标主体根据训练指令进行主动训练。
训练指令为驱动训练单元辅助目标主体完成上肢训练动作，上肢训练系统的信号处理单元在识别到视觉稳态诱发电位时，可以向训练单元发送信息，相应地，训练单元则可以基于该视觉稳态诱发电位生成训练指令，此时上肢训练系统可以通过信号采集单元采集运动相关电位，以该运动相关电位确定目标主体在观察到训练引导单元展示的待训练内容时是否有尝试进行其所对应训练操作的运动意图，进而使训练单元在训练指令的驱动下辅助目标主体进行相应的上肢训练。
本实施例提供的上肢训练方法，通过视觉稳态诱发电位触发训练指令的生成，以辅助目标主体进行主动训练，由此提高了脑控的准确率，同时根据运动相关电位识别目标主体的运行意图，能够调动目标主体参与上肢训练的主动性，并及时了解目标主体的训练状态，提高了目标主体的训练效果。
在本实施例中提供了一种上肢训练方法，可用于上述的上肢训练系统，图6是根据本发明实施例的上肢训练方法的流程图，如图6所示，该流程包括如下步骤：
S21，获取目标主体对应的待训练内容。详细说明参见上述实施例对应步骤S11的相关描述，此处不再赘述。
S22，采集目标主体响应于待训练内容的脑电信号，从脑电信号中识别出视觉稳态诱发电位和运动相关电位。
具体地，上述步骤S22可以包括：
S221，采集目标主体的第二脑电信号，第二脑电信号为视觉稳态诱发电位所在频段的脑电信号。
视觉稳态诱发电位所处频段为5-45Hz，上肢训练系统可以通过信号采集单元对视觉稳态诱发电位所处频段内的第二脑电信号进行采集。
S222，过滤第二脑电信号中的干扰信号，获取视觉稳态诱发电位的目标频率。
目标频率为对应于待训练内容的视觉稳态诱发电位的刺激频率，例如该目标频率可以为7.5Hz，可以为8Hz，还可以为10Hz，当然还可以为其他频率值，此处不作具体限定。上肢训练系统可以通过信号处理单元对第二脑电信号中的干扰信号予以滤除，由于视觉稳态诱发电位所处频段为5-45Hz，信号处理单元可以采用5Hz的高通滤波器从第二脑电信号中过滤出大于5Hz的脑电信号，并在过滤出的脑电信号中获取对应于待训练内容的视觉稳态诱发电位。
具体地，上述步骤S222可以包括；
(1)获取视觉稳态诱发电位所对应参考信号的刺激频率。
参考信号为检测视觉稳态诱发电位的已知信号，该参考信号所对应的刺激频率为诱发目标主体产生参考信号的外部刺激频率。可选地，该参考信号可以为正弦信号，刺激频率为正弦信号所对应变化频率。
(2)计算视觉稳态诱发电位与各个刺激频率的参考信号的相关性。
上肢训练系统中的信号处理单元根据CCA计算视觉稳态诱发电位与各个刺激频率的参考信号之间的潜在相关性。具体地，设多维变量X为信号采集单元多个通道采集到的视觉稳态诱发电位，多维变量Y表示参考信号，则X与Y之间的线性组合为x＝XTWX和y＝YTWY，进而找到向量x和y的最大权重向量WX和WY以计算相关系数ρ，其计算方式如下：
Figure BDA0003412334340000121
为了以无监督的方式检测SSVEP的目标频率，此处可以将正弦信号用作参考信号Y，参考信号Y表示如下：
Figure BDA0003412334340000122
其中，f是参考信号的刺激频率，Nh是谐波数，依次计算SSEVP和对应于各个刺激频率的参考信号之间的相关性。
(3)将具有最大相关性的参考信号的刺激频率确定为视觉稳态诱发电位的目标频率。
对计算得到的SSEVP和对应于各个刺激频率的参考信号之间的相关性进行比较，确定出具有最大相关性的参考信号的刺激频率，将该刺激频率确定为SSEVP的目标频率，即响应于待训练动作的SSVEP的频率。
S223，从过滤掉干扰信号的第二脑电信号中识别出满足目标频率的视觉稳态诱发电位。
在过滤掉干扰信号的第二脑电信号中可能存在有多种频率的视觉稳态诱发电位，信号处理单元可以根据其确定的SSVEP的目标频率从第二脑电信号中提取出满足该目标频率的视觉稳态诱发电位，满足该目标频率的视觉稳态诱发电位即为响应于待训练内容的视觉稳态诱发电位。
需要说明的是，对于不同的待训练动作，可以设置同一个SSVEP频率，以便能够更加准确的从脑电信号中提取出响应于待训练内容的SSVEP。
S224，采集目标主体的第一脑电信号，第一脑电信号为运动相关电位所在频段的脑电信号。
运动相关电位所处频段为0.1-1Hz，上肢训练系统可以通过信号采集单元对运动相关电位所处频段内的第一脑电信号进行采集。
S225，过滤第一脑电信号中的干扰信号，提取运动相关电位的特征信息。
由于第一脑电信号容易受眼电伪迹、肌电伪迹、基线漂移等干扰信号的影响，信号处理单元可以基于小波分析法对眼电伪迹等干扰信号进行去除，进而根据0.1-1Hz的带通滤波器过滤出0.1-1Hz的脑电信号。
特征信息为待训练动作所对应的特征，信号处理单元在得到0.1-1Hz的脑电信号后，对脑电信号进行降采样，以将其采样率降低至10Hz，继而在训练引导单元展示待训练动作的图片且该图片闪烁1.5s后，采集前额区的脑电信号数据作为待训练动作对应的特征信号，每个采集通道有15个采样点，8采集通道即可得到15*8＝120个特征信号，该特征信号所包含的频率、幅值等信息即为特征信息。
S226，将特征信息输入至预设分类模型中，确定出响应于待训练内容的运动相关电位，其中，预设分类模型是根据训练样本数据及其对应的动作分类训练得到的。
预设分类模型根据训练样本数据及其对应的动作训练SVM得到的，该预设分类模型用于识别当前采集的运行相关电位所对应的待训练动作。具体地，在预设分类模型训练时，首先记录一组训练数据，该训练数据包含有50个训练动作，然后提取各个训练动作对应的特征数据，继而将各个动作对应的特征数据及其训练动作对支持向量机进行训练，并将训练好的分类模型用于运动相关单元的分类测试，此处支持向量机的参数选择为线性核函数。
S23，基于视觉稳态诱发电位触发训练指令，并基于运动相关电位确定目标主体的运动意图，辅助目标主体根据训练指令进行主动训练。详细说明参见上述实施例对应步骤S13的相关描述，此处不再赘述。
本实施例提供的上肢训练方法，通过过滤第二脑电信号中的干扰信号，并获取视觉稳态诱发电位的目标频率，进而从过滤掉干扰信号的第二脑电信号中识别出满足目标频率的视觉稳态诱发电位，由此能够准确的确定出第二脑电信号中所包含的响应于待训练内容的视觉稳态诱发电位。进一步地，通过获取视觉稳态诱发电位所对应参考信号的刺激频率，计算视觉稳态诱发电位与各个刺激频率的参考信号之间的相关性，并将具有最大相关性的参考信号的刺激频率确定为视觉稳态诱发电位的频率，由此保证了该目标频率能够准确表征待训练内容对目标主体视觉稳态电位的诱发，进而能够准确识别脑电信号中所包含的视觉稳态诱发电位。通过识别脑电信号中的运动相关电位以确定目标主体响应当前待训练内容的运动意图，由此能够明确目标主体参与待训练内容的主动性，便于提升目标主体的参与体验。
在本实施例中提供了一种上肢训练方法，可用于上述的上肢训练系统，图7是根据本发明实施例的上肢训练方法的流程图，如图7所示，该流程包括如下步骤：
S31，获取目标主体对应的待训练内容。详细说明参见上述实施例对应步骤S11的相关描述，此处不再赘述。
S32，采集目标主体响应于待训练内容的脑电信号，从脑电信号中识别出视觉稳态诱发电位和运动相关电位。详细说明参见上述实施例对应步骤S12的相关描述，此处不再赘述。
S33，基于视觉稳态诱发电位触发训练指令，并基于运动相关电位确定目标主体的运动意图，辅助目标主体根据训练指令进行主动训练。详细说明参见上述实施例对应步骤S13的相关描述，此处不再赘述。
S34，获取从脑电信号中识别到视觉稳态诱发电位的第一识别率，以及识别到运动相关电位的第二识别率。
第一识别率为响应于待训练内容的视觉稳态诱发电位的识别率，第二识别率为响应于待训练内容的运动相关电位的识别率。具体地，第一识别率和第二识别率可以通过若干次上肢训练的训练结果得到，例如目标主体进行了三次训练，第一次训练中的第一识别率为100％，第二次训练中的第一识别率为100％，第三次训练中的第一识别率为100％，则最终的第一识别率为99.3％。同理，第二识别率的计算方式与此相同。
S35，基于第一识别率以及第二识别率在训练过程的所占权重，计算得到目标主体的训练完成度。
第一识别率和第二识别率在训练过程中的所占权重用于表征其对目标主体训练效果的重要程度。训练完成度SOC＝K1*ACCSSVEP+K2*ACCM，其中，K1为第一识别率所占权重，K2为第二识别率所占权重，ACCSSVEP为第一识别率，ACCM为第二识别率。具体地，第一识别率所占权重与第二识别率所占权重可以相同，即K1＝K2＝0.5，SOC＝(ACCSSVEP+ACCM)。
本实施例提供的上肢训练方法，通过获取视觉稳态诱发电位对应的第一识别率，以及运动相关电位对应的第二识别率，并根据第一识别率以及第二识别率在训练过程的所占权重，计算得到目标主体的训练完成度，由此结合视觉稳态诱发电位以及运动相关电位实现了目标主体的训练评估，进而在实现结合脑控的准确率和运动意图的检测率的基础上，实现了目标主体进行上肢训练的主动参与程度评估，提升了目标主体的训练效果。
此处以一具体实验示例对上述实施例中的上肢训练方法进行说明，本实验共选取12名年龄位于18-30周岁的健康被试，包括8名男生和4名女生，惯性手为右手，无神经系统疾病。实验环境设置在一个光线正常、隔音效果好的房间内，如图8所示，被试者面对上肢训练系统中训练引导单元而坐，为防止肌电产生的伪迹信号，要求被试保持全身放松，其避免不必要的吞咽动作。
实验前对12名被试者均先进行离线实验，采集其脑电信号，计算运动意图识别的SVM分类模型。具体的测试过程为，被试者首先佩戴好信号采集单元(例如脑电帽)坐在训练引导单元对应的显示模块(例如显示屏)，并通过动作设定模块和频次设定模块进行待训练内容的设定，当待训练内容设定完成后开始上肢训练。训练开始后，显示屏变暗，被试者有2s的准备时间，显示屏上出现待训练动作的图片频闪块，信号采集单元在图片频闪块启动闪烁3s后进行脑电信号采集和识别。对于视觉稳态诱发电位而言，首先对脑电信号进行5-45Hz滤波，然后用CCA算法识别到SSVEP的目标频率后，向训练单元(例如康复训练机器人)发出指令，训练单元响应该指令并生成相应的训练指令，以执行相应的待训练内容。对于基于MRCPs的运动意图识别方法，截取图片频闪块闪烁1.5s后的脑电信号进行干扰信号滤除和0.1-1Hz的滤波处理，然后提取特征信息进行分类识别；显示屏变暗，继续下一个待训练动作，如此循环，完后各个待训练动作，每位被试者每轮实验需要执行50次命令，每人进行3轮实验。
同时，以mu-beta节律的运动意图识别方法作为对比组，截取图片频闪块闪烁1.5s后的脑电信号进行8-30Hz滤波，然后利用多类CSP算法进行空间滤波，并提取空间滤波后的每个通道的能量作为特征信息，采用SVM进行分类识别；显示屏变暗，继续下一个待训练动作，如此循环，完后各个待训练动作，每位被试者每轮实验需要执行50次命令，每人进行3轮实验。
对12名被试的在线测试结果如表1、2和3所示。其中，表1为基于SSVEP的训练单元的执行待训练动作的准确率，12名被试取得了99.3％的平均控制准确率；表2为基于MRCPs的运动意图检测准确率，12名被试取得了平均82.7％的识别率；表3为基于mu-beta节律的运动意图识别方法，12名被试取得了平均77.2％的平均检测准确率，但有三名被试者的识别结果较差，即这三名被试者可能是运动想象盲被试。相对于基于mu-beta节律的的运动意图检测方法而言，基于MRCPs的运动意图检测方法识别结果更加稳定，并未会出现运动想象盲被试。表4为基于SSVEP和MRCPs的主动式训练完成度的评估结果，12名被试者取得了平均0.91的训练完成度。
表1基于SSVEP的训练单元执行待训练动作的准确率
Figure BDA0003412334340000171
表格2基于MRCPs的被试运动意图检测准确率
Figure BDA0003412334340000172
表格3基于mu-beta节律的被试运动意图检测准确率
Figure BDA0003412334340000181
表格4基于SSVEP和MRCPs的主被动式上肢康复训练系统训练完成度评估结果
Figure BDA0003412334340000182
本实施例中的上肢训练方法结合视觉稳态诱发电位以及运动相关电位实现了目标主体的主动训练评估，进而在实现结合脑控的准确率和运动意图的检测率的基础上，实现了目标主体进行上肢训练的主动参与程度评估，提升了目标主体的训练效果。
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的上肢训练方法的处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种上肢训练系统，其特征在于，包括：
训练引导单元，所述训练引导单元用于向目标主体展示待训练内容；
信号采集单元，与所述训练引导单元通信连接，所述信号采集单元用于采集所述目标主体的脑电信号，并将所述脑电信号发送至信息处理单元；
信号处理单元，与所述信号采集单元通信连接，所述信号处理单元用于接收所述信号采集单元发送的脑电信号，对所述脑电信号所包含的视觉稳态诱发电位和运动相关电位进行识别；
训练单元，与所述信号处理单元通信连接，所述训练单元用于在识别到所述视觉稳态诱发电位时生成训练指令，根据所述运动相关电位确定所述目标主体的运动意图，辅助所述目标主体根据所述训练指令进行主动训练。
2.根据权利要求1所述的上肢训练系统，其特征在于，所述信号采集单元包括：
多个第一采集电极，所述第一采集电极用于采集所述运动相关电位所在频段的第一脑电信号；
多个第二采集电极，所述第二采集电极用于采集所述视觉稳态诱发电位所在频段的第二脑电信号。
3.根据权利要求1所述的上肢训练系统，其特征在于，所述训练引导单元包括：
动作设定模块，用于设定所述目标主体的待训练动作；
显示模块，用于以预设频率闪烁展示所述待训练动作；
频次设定模块，用于设定所述待训练动作的训练次数以及试次持续时间。
4.根据权利要求1所述的上肢训练系统，其特征在于，还包括：
训练评估单元，与所述信号处理单元通信连接，所述训练评估单元用于根据所述视觉稳态诱发电位的第一识别率以及所述运动相关电位的第二识别率，评估所述目标主体对所述待训练内容的训练完成度。
5.一种上肢训练方法，其特征在于，用于权利要求1-4任一项所述的上肢训练系统，所述上肢训练方法包括：
获取目标主体对应的待训练内容；
采集所述目标主体响应于所述待训练内容的脑电信号，从所述脑电信号中识别出视觉稳态诱发电位和运动相关电位；
基于所述视觉稳态诱发电位触发训练指令，并基于所述运动相关电位确定所述目标主体的运动意图，辅助所述目标主体根据所述训练指令进行主动训练。
6.根据权利要求5所述的方法，其特征在于，从所述脑电信号中识别出视觉稳态诱发电位，包括：
采集所述目标主体的第二脑电信号，所述第二脑电信号为所述视觉稳态诱发电位所在频段的脑电信号；
过滤所述第二脑电信号中的干扰信号，获取所述视觉稳态诱发电位的目标频率；
从过滤掉干扰信号的所述第二脑电信号中识别出满足所述目标频率的视觉稳态诱发电位。
7.根据权利要求6所述的方法，其特征在于，所述获取所述视觉稳态诱发电位的目标频率，包括：
获取所述视觉稳态诱发电位所对应参考信号的刺激频率；
计算所述视觉稳态诱发电位与各个刺激频率的所述参考信号的相关性；
将具有最大相关性的参考信号的刺激频率确定为所述视觉稳态诱发电位的目标频率。
8.根据权利要求6所述的方法，其特征在于，采集所述目标主体响应于所述待训练内容的运动相关电位，包括：
采集所述目标主体的第一脑电信号，所述第一脑电信号为所述运动相关电位所在频段的脑电信号；
过滤所述第一脑电信号中的干扰信号，提取所述运动相关电位的特征信息；
将所述特征信息输入至预设分类模型中，确定出响应于所述待训练内容的运动相关电位；
其中，所述预设分类模型是根据训练样本数据及其对应的动作分类训练得到的。
9.根据权利要求5所述的方法，其特征在于，还包括：
获取从所述脑电信号中识别到所述视觉稳态诱发电位的第一识别率，以及识别到所述运动相关电位的第二识别率；
基于所述第一识别率以及所述第二识别率在训练过程的所占权重，计算得到所述目标主体的训练完成度。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求5-9任一项所述的上肢训练方法。
CN202111535181.4A 2021-12-15 2021-12-15 一种上肢训练系统、方法及可读存储介质 Pending CN114367090A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111535181.4A CN114367090A (zh) 2021-12-15 2021-12-15 一种上肢训练系统、方法及可读存储介质
US17/577,628 US20220211317A1 (en) 2021-12-15 2022-01-18 Upper limb training system and method and readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111535181.4A CN114367090A (zh) 2021-12-15 2021-12-15 一种上肢训练系统、方法及可读存储介质

Publications (1)

Publication Number Publication Date
CN114367090A true CN114367090A (zh) 2022-04-19

Family

ID=81140004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111535181.4A Pending CN114367090A (zh) 2021-12-15 2021-12-15 一种上肢训练系统、方法及可读存储介质

Country Status (2)

Country Link
US (1) US20220211317A1 (zh)
CN (1) CN114367090A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
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
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
CN108304068A (zh) * 2018-01-30 2018-07-20 山东建筑大学 一种基于脑机接口的上肢康复训练机器人控制系统及方法
CN109784023A (zh) * 2018-11-28 2019-05-21 西安电子科技大学 基于深度学习的稳态视觉诱发脑电身份识别方法及系统
CN110442244A (zh) * 2019-08-22 2019-11-12 中国农业大学 一种基于脑机接口的虚拟现实游戏交互方法及系统
CN112244774A (zh) * 2020-10-19 2021-01-22 西安臻泰智能科技有限公司 脑机接口康复训练系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
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
CN108304068A (zh) * 2018-01-30 2018-07-20 山东建筑大学 一种基于脑机接口的上肢康复训练机器人控制系统及方法
CN109784023A (zh) * 2018-11-28 2019-05-21 西安电子科技大学 基于深度学习的稳态视觉诱发脑电身份识别方法及系统
CN110442244A (zh) * 2019-08-22 2019-11-12 中国农业大学 一种基于脑机接口的虚拟现实游戏交互方法及系统
CN112244774A (zh) * 2020-10-19 2021-01-22 西安臻泰智能科技有限公司 脑机接口康复训练系统及方法

Also Published As

Publication number Publication date
US20220211317A1 (en) 2022-07-07

Similar Documents

Publication Publication Date Title
Pfurtscheller et al. 15 years of BCI research at Graz University of Technology: current projects
Piccione et al. P300-based brain computer interface: reliability and performance in healthy and paralysed participants
Scherer et al. Toward self-paced brain–computer communication: navigation through virtual worlds
JP2020532031A (ja) 高速視標追跡機能を有する脳−コンピュータインタフェース
JP2019513516A (ja) 人の視覚パフォーマンスを査定するために視覚データを入手し、集計し、解析する方法およびシステム
EP3710915A1 (en) Brain-computer interface with adaptations for high-speed, accurate, and intuitive user interactions
Perdiz et al. Emotional state detection based on EMG and EOG biosignals: A short survey
CN107981997B (zh) 一种基于人脑运动意图的智能轮椅控制方法及系统
CN112244774A (zh) 脑机接口康复训练系统及方法
CN107480716B (zh) 一种结合eog和视频的扫视信号识别方法及系统
WO2017059569A1 (zh) 起搏信号处理方法、系统和心电监护仪
KR20180036503A (ko) 뇌 신호 기반 기기 제어를 위한 뇌-컴퓨터 인터페이스 장치 및 방법
CN114469641A (zh) 基于肌电识别的功能性电刺激运动障碍镜像训练方法
CN106020472A (zh) 一种基于下肢不同抬起幅度运动想象的脑机接口系统
Baig et al. Analyzing novice and expert user’s cognitive load in using a multi-modal interface system
KR20220028967A (ko) 뉴로피드백 기반의 치료 장치 및 치료 방법
CN114367090A (zh) 一种上肢训练系统、方法及可读存储介质
Dietrich et al. Towards EEG-based eye-tracking for interaction design in head-mounted devices
CN116098634A (zh) 一种基于刺激事件的脑功能检测评估方法、装置及系统
Chen et al. An SSVEP stimuli design using real-time camera view with object recognition
WO2020139108A1 (ru) Способ проведения когнитивных исследований с использованием системы нейровизуализации и механизма обратной связи
JP2002272693A (ja) 眼球停留関連電位解析装置
Talukder et al. EOG based home automation system by cursor movement using a graphical user interface (GUI)
Figueroa-Garcia et al. Platform for the study of virtual task-oriented motion and its evaluation by EEG and EMG biopotentials
CN114366129A (zh) 一种脑机接口手功能康复训练系统和方法

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