CN115474948A - 基于运动幻觉增强下肢运动想象的脑机接口方法及系统 - Google Patents
基于运动幻觉增强下肢运动想象的脑机接口方法及系统 Download PDFInfo
- Publication number
- CN115474948A CN115474948A CN202211167263.2A CN202211167263A CN115474948A CN 115474948 A CN115474948 A CN 115474948A CN 202211167263 A CN202211167263 A CN 202211167263A CN 115474948 A CN115474948 A CN 115474948A
- Authority
- CN
- China
- Prior art keywords
- electroencephalogram
- module
- lower limb
- stimulation
- classification
- 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
Images
Classifications
-
- 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
- A61B5/0048—Detecting, measuring or recording by applying mechanical forces or stimuli
- A61B5/0051—Detecting, measuring or recording by applying mechanical forces or stimuli by applying vibrations
-
- 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
- A61B5/38—Acoustic or auditory stimuli
-
- 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
- A61B5/383—Somatosensory stimuli, e.g. electric stimulation
-
- 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]
- A61B5/386—Accessories or supplementary instruments therefor
-
- 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
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36003—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/3603—Control systems
- A61N1/36031—Control systems using physiological parameters for adjustment
-
- 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
- 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
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- General Engineering & Computer Science (AREA)
- Psychology (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Dermatology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及脑机接口训练方法及系统领域,具体公开了基于运动幻觉增强下肢运动想象的脑机接口方法及系统,设计视、听觉及运动幻觉多模态诱导下肢运动想象范式,实现脑电采集与多模态诱导同步工作;选择FBCSP特征提取算法、SVM分类算法完成脑电特征的小样本执行二分类并建立训练模型,实时控制FES刺激反馈。本发明通过机械振动刺激下肢跟腱位置诱导产生下肢运动幻觉,增强大脑运动皮层的激活程度,提升下肢运动想象能力和下肢功能康复训练效率。该发明为脑机接口技术在下肢康复训练领域的临床应用提供了新思路。
Description
技术领域
本发明涉及脑机接口训练方法及系统领域,特别涉及了基于运动幻觉增强下肢运动想象的脑机接口方法及系统。
背景技术
近年来,随着生物医学、信息工程及计算机科学领域的发展进步,下肢运动想象脑机接口技术正逐步地从实验研究走向临床康复训练领域。
针对脑卒中,下肢运动障碍是其典型表现,下肢运动障碍严重影响了患者的日常生活,传统康复训练缺乏任务趣味性和患者的主动参与感,肢体功能康复效率较低。运动想象(Motor Imagery)具有激活大脑神经元可塑性的作用,能够加速修复外部肢体与大脑的神经功能连接。因此,基于运动想象的脑机接口技术可通过直接检测和调控患者的大脑活动,完成指定任务并高效率实现患肢康复训练,这项技术也为脑卒中肢体功能康复训练领域提供了新途径。
然而,目前下肢运动想象脑机接口技术当前面临以下三个问题:1)运动想象脑电信号稳定性差;2)控制下肢运动的大脑皮层运动功能区位于其中央沟深处,有效脑电特征较难检测;3)由于患者脑损伤,运动想象能力下降,更难完成下肢想象任务。
本申请所要解决的技术问题为:如何增强患者运动想象能力从而提高下肢功能康复训练效率。
发明内容
为了克服现有技术的不足,本发明的目的在于提供基于运动幻觉增强下肢运动想象的脑机接口方法及系统。
本发明所采用的技术方案为:基于运动幻觉增强下肢运动想象的脑机接口方法及系统,包括:
多模态刺激诱导形成运动幻觉:对患者进行视听觉刺激和下肢跟腱机械振动刺激;
脑电信号采集:收集患者在进行多模态刺激时的脑电信号;
处理脑电信号:对原始脑电信号进行信号预处理后得到脑电数据,对脑电数据提取不同频带的脑电特征,并选择最优频带的脑电特征;
建立训练模型:基于最优频带特征进行小样本执行二分类,并建立关于小样本执行二分类训练模型;
脑电信号反馈:脑电信号根据训练模型进行分类,根据分类结果触发FES装置刺激患者肢体指定肌肉位置。
视听觉刺激可以激活患者的视、听镜像神经元,使得患者更容易完成运动想象任务;由于下肢跟腱作为最易产生运动幻觉的刺激位置,对下肢跟腱进行机械振动刺激,使患者感觉肌肉像被拉扯一样,激活与运动执行有关的大脑感觉运动皮层区域,如对侧初级运动皮层(M1)和辅助运动区(SMA)等,提升患者的下肢运动想象能力,多模态刺激可以极大地提升及帮助患者完成下肢运动想象任务;采集患者在进行多模态刺激时的脑电信号,并对脑电信号进行处理,将脑电信号划分为静息或任务,当检测到脑电信号在执行任务时,刺激患者指定肌肉位置以增强患者下肢运动能力及增加患者运动范围。
基于运动幻觉增强下肢运动想象的脑机接口系统,应用上述的基于运动幻觉增强下肢运动想象的脑机接口方法,包括多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块;
多模态刺激模块包括对患者进行视听觉刺激的视听刺激诱导模块和对患者下肢跟腱机械振动刺激的下肢振动刺激模块;
脑电信号采集模块同步采集患者在通过多模态刺激模块执行运动想象任务时的脑电信号;
脑电信号预处理模块对脑电信号进行预处理得到脑电数据;
脑电特征提取与分类模块使用FBCSP特征提取算法对脑电数据提取六个处于8-30Hz区间的子频带脑电特征,并基于互信息选择患者最优频带特征,使用SVM分类算法对最优频带特征进行小样本执行二分类,并建立关于小样本执行二分类训练模型;
刺激反馈模块接收训练模型对实时脑电信号的分类结果,刺激反馈模块根据分类结果控制FES装置工作情况,FES装置负责刺激患者肢体指定肌肉位置。
多模态刺激与脑电采集同步工作,并根据处理后的脑电信号实时反馈到FES装置,FES装置实时对患者进行刺激,增加了训练的交互性。
在一些实施方式中,视听刺激诱导模块通过Psychtoolbox工具箱编写抬腿踢球的动画视觉诱导界面程序以及语音任务提示程序。
在一些实施方式中,下肢振动刺激模块通过运动幻觉诱发装置机械振动刺激下肢跟腱,运动幻觉诱发装置由STM32单片机、振动调节模块和0827偏心振动马达组成。
在一些实施方式中,预处理包括有效数据段截取、降采样、工频干扰消除和去趋势项。
在一些实施方式中,包括matlab,matlab与多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块通讯连接,多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块搭建在matlab上,matlab与FES装置之间的通信采用TCP/IP通讯协议。
在一些实施方式中,脑电信号采集模块通过脑电帽采集脑电信号,脑电帽采用16通道且采样频率为1200Hz,脑电帽的参考电极和接地电极位置设置在患者的耳后两侧乳突。
本发明的有益效果在于:
1)本发明通过机械振动刺激下肢跟腱位置,诱发主观的下肢运动幻觉感,激活与运动想象类似的大脑功能区(如:初级运动皮层、辅助运动区),从而增强下肢运动想象能力,进一步提高下肢运动想象的训练效果。
2)本发明通过多模态诱导,如下肢抬腿踢球的视频动画、各任务阶段语音提示、运动幻觉诱导,从不同角度深度诱导患者主动进行下肢运动想象任务,并且融合实时的FES刺激反馈,增加了康复训练的交互性、趣味性,且有利于受损中枢神经的重塑和神经肌肉骨骼系统的恢复。
附图说明
图1为本发明的各模块的连接结构示意图;
图2为脑电信号的数据处理流程;
图3为基于多模态诱导的下肢运动想象范式流程图;
图4为系统软件操作流程。
具体实施方式
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,所描述的实施例仅仅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,本领域普通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。
请参阅图1,本发明提供一种技术方案:基于运动幻觉增强下肢运动想象的脑机接口方法及系统,包括在matlab上搭建的多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块。
多模态刺激模块负责对患者进行多模态刺激形成运动幻觉:包括对患者进行视听觉刺激的视听刺激诱导模块和对患者进行下肢跟腱机械振动刺激的下肢振动刺激模块。
视听刺激诱导模块,使用Psychtoolbox工具箱编写抬腿踢球的动画视觉诱导界面程序以及语音任务提示程序,依据镜像神经元理论以激活患者的视听镜像神经元,使患者更易完成下肢运动想象任务。
基于生理学研究发现在肢体完全不活动的前提下,以最佳振动频率振动肢体,能够使人感觉肌肉像被拉伸一样,并且激活和运动执行类似的运动区域如,对侧初级感觉运动皮层(SM1)、辅助运动区(SMA)等。因此,本发明采取机械振动刺激患者感受器分布较多且穿戴方便的下肢跟腱处,产生下肢运动幻觉,增强大脑感觉运动皮层激活程度,以提升患者的下肢运动想象能力。
下肢振动刺激模块通过运动幻觉诱发装置机械振动刺激下肢跟腱,选择STM32单片机、振动调节模块、0827偏心振动马达作为基础部件搭建运动幻觉诱发装置。编写单片机程序控制振动调节模块,利用PWM脉宽调节方法,调节振动马达的输入电压,从而控制振动频率适用于不同的患者,以产生最佳下肢运动幻觉。
脑电信号采集模块同步采集患者在通过多模态刺激模块执行运动想象任务时的脑电信号。
选择一个安静的舒适环境,为患者佩戴脑电帽,并调整各个电极连接性能。其中,脑电帽选用16通道,放大器采样频率设置为1200Hz,电极位置采用国际标准10-10电极导联定位,采集通道位于感觉运动区,包括:FC3、FC1、FCz、FC2、FC4、C5、C3、C3、Cz、C2、C4、C6、CP3、CP1、CP2、CP4,另外,选择离采集信号通道较远的耳后两侧乳突作为参考电极和接地电极位置,采集患者在进行多模态刺激时的脑电信号。
脑电信号预处理模块负责对脑电信号进行预处理得到去除伪迹的脑电数据。
对脑电信号预处理执行步骤如下:由于任务开始阶段的信号不稳定且伪迹较多,因此选择截取第1s到3s之间的实验数据集进行预处理。首先,对截取的EEG信号降采样至256Hz,使用48~52Hz的陷波滤波器去除50Hz工频干扰、使用0.5~2Hz高通滤波器去趋势项,并添加事件信息,得到脑电数据。
脑电特征提取与分类模块负责对脑电数据提取不同频带的脑电特征,并选择最优频带的脑电特征,基于最优频带特征进行小样本执行二分类,并建立关于小样本执行二分类训练模型。
请参阅图2,脑电特征提取步骤如下:
由于患者间的个体差异性,不同患者可能存在不同的最优脑电特征频带范围,因此选择可同时对多频带进行特征提取的滤波器组共空间模式(Filter Band CommonSpatial Pattern,FBCSP)算法对脑电数据进行特征提取。其中FBCSP算法的应用步骤如下:
首先,由于运动想象的脑电特征聚集在8-30Hz附近,因此将脑电数据划分为6个子频带,分别为:7-12Hz,12-16Hz,16-20Hz,20-24Hz,24-28Hz,28-32Hz。使用MATLAB设计四阶巴特沃斯带通滤波器,将6个子频带的脑电数据分别滤波得到独立的脑电数据集。
其次,选择CSP算法分别提取每个子频带的脑电特征。其中CSP算法的目的是设计空间滤波器,剔除无关分量和噪声等,原始脑电信号在滤波处理之后产生新的时间序列,使其方差能够最优区分与指定想象任务相关的两类脑电信号。
最后,基于互信息理论,选择与指定任务最为相关的脑电特征,减少脑电特征的冗余性,提升类别在线识别速度和识别率。
脑电信号特征分类步骤如下:
由于本发明仅涉及关于运动想象数据的小样本执行二分类,因此选择支持向量机(Support Vector Machine,SVM)作为特征分类算法。它通过构造最优超平面,使得对未知样本的分类误差最小,基本算法原理如下:
支持向量机属于线性可分问题,从“SVM-二分类”中可以发现,分类面可以有很多,但是能够使得两类样本间隔最大的分类面只有一个,即最优分类面。最优分类面最小化了结构风险,且具有最优的泛化能力,支持向量机的目的就是寻找两类样本特征中分类间隔最大的最优分类面。使用SVM算法对离线脑电特征进行特征分类训练,得到关于静息特征和任务特征的小样本执行二分类,且得到关于静息特征和任务特征的分类识别模型。在每次的在线任务训练期间,由于不断的数据积累,该模型会不断的更新,泛化能力逐渐增强,即为模型更新的过程,即不断进行在线更新的分类识别模型为关于该患者的训练模型。
在线模式识别过程如下:将脑电数据使用FBCSP提取适合患者的最优脑电特征,然后将最优脑电特征送入SVM分类器进行模型训练,得到FBCSP与SVM结合的训练模型,然后使用这个模型对每次在线输入的未知任务类型的脑电信号进行分类,最后根据分类结果决定是否触发反馈指令。
基于多模态诱导的下肢运动想象范式流程图请参阅图3,任务开始(0s)前,界面显示白色十字(-3~-1s)提示患者注意力集中;随后语音和字幕(-1~0s)同时提示下一阶段(0~3.5s)执行类别,执行类别包括静息和踢球;如果提示为“静息”,则患者不允许做任何的想象动作,若提示为“踢球”,则患者需根据画面提示想象自己抬腿踢球,并且在想象阶段伴随有持续的振动刺激;任务完成后,执行4s(3.5~7.5s)的放松休息。
刺激反馈模块接收训练模型对实时脑电信号的分类结果,根据分类结果控制FES装置工作情况。
若脑电特征的分类结果为任务特征,FES装置接收到任务反馈的执行指令,对患者进行肌肉刺激。本发明选择FES装置作为最终的反馈刺激装置,FES装置通过低频电流刺激腓总神经及受腓总神经支配的胫骨前肌和其它肌肉,从而来增强下肢运动能力,另外FES装置刺激能够减少/延迟/逆转肌肉萎缩,增进循环,降低高张,维持/增加运动范围,治疗整个神经肌肉骨骼系统。
范式呈现与数据处理进程和机械振动控制进程间通过串口通信进行交互通讯;受限于matlab的线程设置,matlab与FES装置之间的通信采用TCP/IP通讯协议。在范式呈现与数据处理、FES系统控制和振动模块控制进程均在同一计算机的matlab进行交换通讯,视听觉诱导呈现后,通过串口通信触发运动幻觉诱发装置,随后提取缓冲池中的脑电信号,进行信号处理与分类识别,将识别结果以TCP/IP协议通讯的方式发送给FES装置进行刺激反馈。
matlab将视听刺激诱导模块和下肢振动刺激模块集成一起,满足多模态诱导和脑电信号采集同步工作。
为了友好的完成人机交互,本实施例中,优选的,本发明基于matlab的GUI功能设计了用于控制脑机接口训练系统的操作软件界面。
启动程序后进入下肢脑机接口训练系统软件初始界面,如图4中(a),需通过输入“患者姓名和注册密码”点击“登录”进入操作界面图4中(c)。如果病人是初次入组,则需要先点击“注册”,进入注册信息操作界面图4中(b),其中需输入的注册信息包括“姓名、密码、出生日期、患病日期以及患病类型”,然后依次点击“确认和登录”进入操作界面图4中(c)。
操作界面图4中(c)包括:设备设置、训练设置、设备控制以及数据统计功能。依次点击“打开设备”和“连接设备”,完成脑机接口训练系统的连接。然后选择训练参数,即“训练时间和训练频率”,训练时间包括30min、35min、40min以及45min可供选择,训练频率包括1次/min、2次/min以及3次/min可供选择。最后点击“开始训练”,训练中可根据实际情况点击“暂停训练”,按照设置的时间要求完成训练后,需依次点击“停止训练”和“断开连接”。每次训练的准确率将在“结果统计模块”中显示,并可以点击“数据回放”显示患者的原始脑电数据变化,最后关闭操作软件,并整理实验台。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于运动幻觉增强下肢运动想象的脑机接口方法,其特征在于,包括:
多模态刺激形成运动幻觉:对患者进行视听觉刺激和下肢跟腱机械振动刺激;
脑电信号采集:收集患者在进行多模态刺激时的脑电信号;
处理脑电信号:对原始脑电信号进行信号预处理后得到脑电数据,对脑电数据提取不同频带的脑电特征,并选择最优频带的脑电特征;
建立离线分类模型:基于最优频带特征进行小样本执行二分类,并建立关于小样本执行二分类训练模型;
脑电信号反馈:脑电信号根据训练模型进行分类,根据分类结果触发FES装置刺激患者肢体指定肌肉位置。
2.基于运动幻觉增强下肢运动想象的脑机接口系统,应用如权利要求1所述的基于运动幻觉增强下肢运动想象的脑机接口方法,其特征在于,包括多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块;
所述多模态刺激模块包括对患者进行视听觉刺激的视听刺激诱导模块和对患者下肢跟腱机械振动刺激的下肢振动刺激模块;
所述脑电信号采集模块同步采集患者通过多模态刺激模块执行运动想象任务时的脑电信号;
所述脑电信号预处理模块对脑电信号进行预处理得到去除伪迹的脑电数据;
所述脑电特征提取与分类模块使用FBCSP特征提取算法对脑电数据提取六个处于8-30Hz区间的子频带脑电特征,并基于互信息选择患者最优频带特征,使用SVM分类算法对最优频带特征进行小样本执行二分类,并建立关于小样本执行二分类训练模型;
所述刺激反馈模块接收训练模型对实时脑电信号的分类结果,所述刺激反馈模块根据分类结果控制FES装置工作情况,所述FES装置负责刺激患者肢体指定肌肉位置。
3.根据权利要求2所述的基于运动幻觉增强下肢运动想象的脑机接口系统,其特征在于,所述视听刺激诱导模块通过Psychtoolbox工具箱编写抬腿踢球的动画视觉诱导界面程序以及语音任务提示程序。
4.根据权利要求2所述的基于运动幻觉增强下肢运动想象的脑机接口系统,其特征在于,所述下肢振动刺激模块通过运动幻觉诱发装置机械振动刺激下肢跟腱,所述运动幻觉诱发装置由STM32单片机、振动调节模块和0827偏心振动马达组成。
5.根据权利要求2所述的基于运动幻觉增强下肢运动想象的脑机接口系统,其特征在于,所述预处理包括有效数据段截取、降采样、工频干扰消除和去趋势项。
6.根据权利要求2所述的基于运动幻觉增强下肢运动想象的脑机接口系统,其特征在于,包括matlab,所述matlab与多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块通讯连接,所述多模态刺激模块、脑电信号采集模块、脑电信号预处理模块、脑电特征提取与分类模块和刺激反馈模块搭建在matlab上,所述matlab与FES装置之间的通信采用TCP/IP通讯协议。
7.根据权利要求2所述的基于运动幻觉增强下肢运动想象的脑机接口系统,其特征在于,所述脑电信号采集模块通过脑电帽采集脑电信号,所述脑电帽采用16通道且采样频率为1200Hz,所述脑电帽的参考电极和接地电极位置设置在患者的耳后两侧乳突。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211167263.2A CN115474948A (zh) | 2022-09-23 | 2022-09-23 | 基于运动幻觉增强下肢运动想象的脑机接口方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211167263.2A CN115474948A (zh) | 2022-09-23 | 2022-09-23 | 基于运动幻觉增强下肢运动想象的脑机接口方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115474948A true CN115474948A (zh) | 2022-12-16 |
Family
ID=84394202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211167263.2A Pending CN115474948A (zh) | 2022-09-23 | 2022-09-23 | 基于运动幻觉增强下肢运动想象的脑机接口方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115474948A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117520755A (zh) * | 2024-01-08 | 2024-02-06 | 北京智冉医疗科技有限公司 | 运动想象时的高通量神经信号的处理方法及相关设备 |
-
2022
- 2022-09-23 CN CN202211167263.2A patent/CN115474948A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117520755A (zh) * | 2024-01-08 | 2024-02-06 | 北京智冉医疗科技有限公司 | 运动想象时的高通量神经信号的处理方法及相关设备 |
CN117520755B (zh) * | 2024-01-08 | 2024-03-12 | 北京智冉医疗科技有限公司 | 运动想象时的高通量神经信号的处理方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113398422B (zh) | 基于运动想象-脑机接口和虚拟现实的康复训练系统及方法 | |
CN109992113B (zh) | 一种基于多场景诱发的mi-bci系统及其控制方法 | |
CN109366508A (zh) | 一种基于bci的高级机械臂控制系统及其实现方法 | |
CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
CN109077895B (zh) | 一种多反馈模态的主动加强式训练系统及其操作方法 | |
CN1803122A (zh) | 利用想象运动脑电波产生康复训练器械控制命令的方法 | |
CN112617863B (zh) | 一种面向左右脚运动意图侧向性识别的混合在线脑机接口方法 | |
CN107562191A (zh) | 基于混合特征的精细想象动作在线脑‑机接口方法 | |
CN106095086B (zh) | 一种基于无创电刺激的运动想象脑机接口控制方法 | |
CN109657560A (zh) | 机械手臂控制在线脑-机接口系统及实现方法 | |
CN112987917B (zh) | 运动想象增强方法、装置、电子设备和存储介质 | |
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 | |
CN115474948A (zh) | 基于运动幻觉增强下肢运动想象的脑机接口方法及系统 | |
CN114021604A (zh) | 一种基于3d虚拟现实技术实时反馈的运动想象训练系统 | |
CN113040785A (zh) | 一种基于运动想象上肢运动康复治疗方法 | |
CN106774851A (zh) | 基于脑机接口的触感手指运动康复系统及方法 | |
CN113359991B (zh) | 一种面向残疾人的智能脑控机械臂辅助进食系统及方法 | |
CN109568891A (zh) | 基于脑电的康复机器人主被动训练模式控制系统及方法 | |
CN108888482B (zh) | 基于运动皮层相关电位的下肢外骨骼康复训练系统 | |
CN219764298U (zh) | 一种增强运动想象的脑机接口训练系统 | |
CN112006682B (zh) | 一种基于多通道频率特征定制的左右手运动想象脑电信号分类方法 | |
CN109078262A (zh) | 一种基于外周神经电刺激的mi-bci训练方法 | |
Ananthi et al. | A review on-EEG signals by motor imagery based brain computer interface | |
CN113476799B (zh) | 基于肌电和惯性信息的手部训练及评估方法 | |
CN115509347A (zh) | 一种基于情感脑机的行走意图诱发方法、装置及存储介质 |
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 |