CN1803122A - 利用想象运动脑电波产生康复训练器械控制命令的方法 - Google Patents
利用想象运动脑电波产生康复训练器械控制命令的方法 Download PDFInfo
- Publication number
- CN1803122A CN1803122A CNA2005101263594A CN200510126359A CN1803122A CN 1803122 A CN1803122 A CN 1803122A CN A2005101263594 A CNA2005101263594 A CN A2005101263594A CN 200510126359 A CN200510126359 A CN 200510126359A CN 1803122 A CN1803122 A CN 1803122A
- Authority
- CN
- China
- Prior art keywords
- electrode
- experimenter
- brain
- imagination
- moving
- 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
Abstract
本发明属于肢残人康复医疗器械技术领域,其特征在于该方法依次含有以下步骤:将脑电电极放置在头皮上与大脑运动感觉皮层对应的位置;用通用的脑电信号采集与模数转换装置实时地记录受试者的脑电信号并送入计算机;计算受试者在想象运动前后各电极处的脑电能量差值;根据能量差最大的电极位置,判断出受试者想象运动的类别;根据想象运动类别与预先设定好的多套康复训练程序的对应关系,启动通用的康复训练器械的相应控制单元和预设的控制程序,带动受试者肢体或身体其他部位进行康复训练。本方法通过脑电实时提取患者的主动意愿,按照康复训练的运动再学习理论,在训练效果上与被动训练方法相比具有较大优势。
Description
技术领域
本发明属于肢体残疾人康复医疗器械技术领域。
背景技术
长久以来人们认为由于中风、脊髓损伤等造成的中枢神经系统(CNS)损伤是不能恢复的。然而随着脑神经研究的深入和临床康复手段的进步,出现了神经损伤病人康复的病例,引起了学者们的注意,并逐步证明中枢神经系统损伤后是有可能恢复的。
目前中枢神经系统损伤后功能恢复的主要理论是脑可塑性理论。脑可塑性是指脑有适应能力,可在结构和功能上修改自身以适应改变了的客观现实,因而CNS在损伤后就有了恢复的可能。
研究与实践表明功能恢复训练是极为重要的一个外界因素,无论是在CNS损伤的早期、后期和晚期都有其重要意义。功能恢复训练是指通过重新学习以恢复原有功能的过程或是通过与他人和环境的相互作用,练习在接受刺激时及时和适当的作出反应以及练习适应环境、重新学习生活、工作所需的技能的过程。总之,为促进CNS更大程度的恢复,功能训练是必不可少的。
关于功能恢复的训练方法,80年代由Carr等提出了运动再学习法(Motor ReleamingProgram),该方法主要以生物力学、运动科学、神经科学、认知心理学等为理论基础,把中枢神经系统损伤后运动功能的恢复训练视为一种再学习或再训练的过程。以作业或功能为导向,运动再学习强调患者主观参与和认知重要性,按照科学的运动学习方法对患者进行再教育以恢复其运动功能。
运动再学习强调患者的主动性,认为患者是主动参与者,治疗人员只是指导者。要引导患者参与分析自己的功能障碍、问题的关键及其原因,通过练习去解决它,并持之以恒,这是再学习的前提。实践也表明,患者积极参与到功能恢复训练中,能够获得更好的恢复效果。因此,如何提取患者的主动训练意愿,并结合进训练中来,以期获得更好的训练效果,是一个尚未有人涉足的具有挑战性的领域。国内外文献中仅是提出设计理念,未见到实际的具有“主动意愿”的控制系统。对于丧失了大部分或者全部运功功能的患者,想要获得主动意愿,我们需要一种全新的与外界交流的通道,可以不依赖于传统的“中枢神经系统-外周神经-肌肉”的人与外界的交互方式。
脑-机接口(Brain-Computer Interface,BCI)正是这样一种通道。BCI是神经工程、康复工程、生物医学工程领域近年来的一个研究热点。其出发点是为失去了运动能力的人(如由于ALS、中风、脊髓损伤导致)提供一种脑与外界直接的交流通道,而不再依赖于传统的交互方式。研究表明,在进行不同的思维活动、进行或者想要进行不同的运动活动时,人的脑电信号表现出不同的特征。如果能够从脑电信号中实时地提取出这些特征,就能够建立一种新的人与外界的交流通道,这种通道不依赖于任何的肌肉活动,是脑与外界的直接交流通道,可以简单的理解为帮助人做他“想”做的事情。实际上,我们可以把脑-机接口与康复训练相结合,为丧失运功功能的患者提供一种能够提取其主观训练意愿,促进训练效果的康复训练系统。
发明内容
本发明提出的方法可以从脑电波中提取出用于控制主动参与式行为康复训练器械的控制信号,系统框图见图1。
其基本原理是:康复训练中,要求受试者想象某种运动(如动左手、动脚或者动右手),此时受试者的脑电信号将表现出不同的能量变化,如图2所示,从左至右依次是想象动右手、动左手、动脚时能量变化值的分布情况,可以看出显著的差别。将记录到的多通道脑电信号送到一个数据分析系统中,该系统通过分析左中右三个电极处脑电能量的变化值,判断出受试者是在做什么想象运动,并根据预先指定的对应关系,发出康复训练器械的控制命令。康复训练器械是康复训练中的执行元件。根据接收到的不同控制命令,康复训练器械可以帮助受试者完成不同的训练动作。
本发明的特征在于,所述方法包含以下步骤:
步骤1将三个脑电电极放置在头顶中央与运动感觉皮层对应的位置,左中右各一个,相隔5-7厘米,分别对应右手、脚和左手相应的皮层(附图3中的C3,Cz,C4处);
步骤2用通用的脑电信号采集与模数转换装置实时地记录受试者的脑电信号并送入计算机;
步骤3由计算机中的脑电特征提取程序(流程图见附图5)进行以下实时处理,产生训练器械的控制命令;
步骤31对脑电进行实时带通滤波,滤波频段为8-26Hz;
步骤32采用通用的傅立叶谱分析方法得到想象开始前三个电极处的脑电能量值;
步骤33让受试者任意进行想象左手动、想象右手动、想象脚动这三种思维活动中的一种。
步骤34采用通用的傅立叶谱分析方法得到想象开始后三个电极处的脑电能量值;
步骤35分别计算所述三个电极处步骤42和步骤44得到的想象运动前后能量的差值,选出变化差值最大的电极;
步骤36根据已有的生理学知识以及实验结果,如果变化差值最大的是左边的电极,则可判断出受试者是想象动右手;如果变化差值最大的是中间的电极,则可判断出受试者是想象动脚;如果变化差值最大的是右边的电极,则可判断出受试者是想象动左手;
步骤4根据想象运动与预先设定好的多套康复训练程序的对应关系,启动通用的康复训练器械的相应控制单元和预设的控制程序,带动受试者肢体或身体其他部位进行康复训练。
附图说明
图1基于想象运动的康复训练系统框图
图2想象左手、脚、右手运动时对应的感觉运动皮层的能量变化模式
图3脑电电极位置图
图4患者通过想象运动控制手臂训练装置的具体实施例
图5想象运动脑电处理及分类的计算机流程图
具体实施方法
图4所示是一个具体实施例。在受试者头皮表明安放若干电极来测量受试者的脑电信号。记录到的脑电信号被送到一台计算机中做分析处理。在进行正式使用前,不连接康复训练装置。让受试者进行指定的想象运动,如动右手,在步骤1所述的左边电极位置附近,小范围移动电极,根据记录到的脑电能量变化,确定一个能量变化最大的位置,作为该受试者该电极的最佳位置。其它两个电极最佳位置的确定依次类推。
然后连接上康复训练装置,由计算机中的脑电特征提取程序进行如发明内容中所述的实时处理,识别出受试者在做什么想象运动,由如下对应关系产生康复训练器械的控制命令。(其中第一行和第二行想象前后能量差大的电极位置和想象运动类别的对应关系是由已有的生理学知识得到的;其中第二行和第三行想象运动类别与康复训练器械的命令编号的对应关系是人为指定的。)
想象前后能量差大的电极位置 | 左边 | 头顶中间 | 右边 |
想象运动类别 | 想象动右手 | 想象动脚 | 想象动左手 |
康复训练器械的命令编号 | 1 | 2 | 3 |
计算机将不同的模式信号转换成相应的控制命令送给训练器械来完成不同的训练项目。受试者需要锻炼的肢体(瘫痪或部分瘫痪)与康复训练的器械相连接。这个器械可以带动患者肢体的运动。在这个系统中,只有当患者有主动愿望想动时,器械才会有动作。
本方法实际实施的效果体现在,在非实时工作状态下可达到90%以上的分类准确率,实时状态下因受试者的不同可以达到80-90%之间,可以满足康复训练的要求。该方法中康复训练器械的控制命令来自受试者自主的想象运动所产生的脑电波信号,换言之,康复器械只有在受试者真正想动的时候才会。按照康复训练的运动再学习理论,本方法充分调动了患者的主动性,与传统的由计算机产生控制信息的被动训练方法相比具有较大优势。
Claims (1)
1.利用想象运动脑电波产生康复训练器械控制命令的方法,其特征在于,所述方法依次含有以下步骤:
步骤1将三个脑电电极放置在头顶中央与运动感觉皮层对应的位置,左中右各一个,相隔5-7厘米,分别对应右手、脚和左手相应的皮层;
步骤2用通用的脑电信号采集与模数转换装置实时地记录受试者的脑电信号并送入计算机;
步骤3由计算机中的脑电特征提取程序进行以下实时处理,产生训练器械的控制命令;
步骤31对脑电进行实时带通滤波,滤波频段为8-26Hz;
步骤32采用通用的傅立叶谱分析方法得到想象开始前三个电极处的脑电能量值;
步骤33让受试者任意进行想象左手动、想象右手动、想象脚动这三种思维活动中的一种。
步骤34采用通用的傅立叶谱分析方法得到想象开始后三个电极处的脑电能量值;
步骤35分别计算所述三个电极处步骤42和步骤44得到的想象运动前后能量的差值,选出变化差值最大的电极;
步骤36根据已有的生理学知识以及实验结果,如果变化差值最大的是左边的电极,则可判断出受试者是想象动右手;如果变化差值最大的是中间的电极,则可判断出受试者是想象动脚;如果变化差值最大的是右边的电极,则可判断出受试者是想象动左手;
步骤4根据想象运动与预先设定好的多套康复训练程序的对应关系,启动通用的康复训练器械的相应控制单元和预设的控制程序,带动受试者肢体或身体其他部位进行康复训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2005101263594A CN1803122A (zh) | 2005-12-08 | 2005-12-08 | 利用想象运动脑电波产生康复训练器械控制命令的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2005101263594A CN1803122A (zh) | 2005-12-08 | 2005-12-08 | 利用想象运动脑电波产生康复训练器械控制命令的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1803122A true CN1803122A (zh) | 2006-07-19 |
Family
ID=36865363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005101263594A Pending CN1803122A (zh) | 2005-12-08 | 2005-12-08 | 利用想象运动脑电波产生康复训练器械控制命令的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1803122A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101219048B (zh) * | 2008-01-25 | 2010-06-23 | 北京工业大学 | 想象单侧肢体运动的脑电特征的提取方法 |
CN101391129B (zh) * | 2008-07-21 | 2012-01-18 | 天津大学 | 基于p300信号脑机接口智能化上肢康复训练器及信号处理方法 |
CN102331782A (zh) * | 2011-07-13 | 2012-01-25 | 华南理工大学 | 一种多模态脑机接口的自动车控制方法 |
CN103294192A (zh) * | 2013-04-25 | 2013-09-11 | 常州大学 | 一种基于运动想象的led灯开关控制装置及其控制方法 |
CN103429145A (zh) * | 2010-03-31 | 2013-12-04 | 新加坡科技研究局 | 用于运动康复的方法和系统 |
CN104706495A (zh) * | 2013-12-11 | 2015-06-17 | 中国科学院宁波材料技术与工程研究所 | 基于脑机接口的肢体训练机器人及训练方法 |
CN106109164A (zh) * | 2016-06-20 | 2016-11-16 | 京东方科技集团股份有限公司 | 康复系统及康复系统的控制方法 |
CN107307975A (zh) * | 2017-07-26 | 2017-11-03 | 山东海天智能工程有限公司 | 手功能康复训练机器人系统及控制方法 |
CN107349082A (zh) * | 2017-07-26 | 2017-11-17 | 山东海天智能工程有限公司 | 带手腕康复的手康复功能机器人系统及控制方法 |
CN107874988A (zh) * | 2017-11-22 | 2018-04-06 | 宁波德葳智能科技有限公司 | 一种智能头部按摩装置及反馈系统 |
CN110393652A (zh) * | 2019-08-14 | 2019-11-01 | 上海念通智能科技有限公司 | 一种脑电波控制的手功能康复训练系统和训练方法 |
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 |
CN113499524A (zh) * | 2021-07-23 | 2021-10-15 | 华南理工大学 | 一种利用运动想象脑电图检测的辅助康复训练系统 |
-
2005
- 2005-12-08 CN CNA2005101263594A patent/CN1803122A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101219048B (zh) * | 2008-01-25 | 2010-06-23 | 北京工业大学 | 想象单侧肢体运动的脑电特征的提取方法 |
CN101391129B (zh) * | 2008-07-21 | 2012-01-18 | 天津大学 | 基于p300信号脑机接口智能化上肢康复训练器及信号处理方法 |
CN103429145A (zh) * | 2010-03-31 | 2013-12-04 | 新加坡科技研究局 | 用于运动康复的方法和系统 |
CN102331782A (zh) * | 2011-07-13 | 2012-01-25 | 华南理工大学 | 一种多模态脑机接口的自动车控制方法 |
CN102331782B (zh) * | 2011-07-13 | 2013-05-22 | 华南理工大学 | 一种多模态脑机接口的自动车控制方法 |
CN103294192A (zh) * | 2013-04-25 | 2013-09-11 | 常州大学 | 一种基于运动想象的led灯开关控制装置及其控制方法 |
CN104706495A (zh) * | 2013-12-11 | 2015-06-17 | 中国科学院宁波材料技术与工程研究所 | 基于脑机接口的肢体训练机器人及训练方法 |
CN106109164A (zh) * | 2016-06-20 | 2016-11-16 | 京东方科技集团股份有限公司 | 康复系统及康复系统的控制方法 |
CN107307975A (zh) * | 2017-07-26 | 2017-11-03 | 山东海天智能工程有限公司 | 手功能康复训练机器人系统及控制方法 |
CN107349082A (zh) * | 2017-07-26 | 2017-11-17 | 山东海天智能工程有限公司 | 带手腕康复的手康复功能机器人系统及控制方法 |
CN107874988A (zh) * | 2017-11-22 | 2018-04-06 | 宁波德葳智能科技有限公司 | 一种智能头部按摩装置及反馈系统 |
CN110393652A (zh) * | 2019-08-14 | 2019-11-01 | 上海念通智能科技有限公司 | 一种脑电波控制的手功能康复训练系统和训练方法 |
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 |
CN113499524A (zh) * | 2021-07-23 | 2021-10-15 | 华南理工大学 | 一种利用运动想象脑电图检测的辅助康复训练系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN105853140B (zh) | 基于视觉运动诱发的脑控下肢主被动协同康复训练系统 | |
CN104207793B (zh) | 一种抓握功能评估与训练系统 | |
CN110765920A (zh) | 基于卷积神经网络的运动想象分类方法 | |
CN111544854B (zh) | 基于脑肌电信号深度学习融合的脑卒中运动康复方法 | |
CN203043423U (zh) | 一种基于脑机接口的康复训练装置 | |
CN106821681A (zh) | 一种基于运动想象的上肢外骨骼控制方法及系统 | |
CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
Nielsen et al. | EEG based BCI-towards a better control. Brain-computer interface research at Aalborg University | |
CN105563495A (zh) | 基于精细化运动想象脑电信号控制的机械手系统及方法 | |
CN104548347A (zh) | 一种纯意念神经肌肉电刺激控制与神经功能评价系统 | |
CN107463249A (zh) | 基于vr头显视觉诱发电位的脑机接口系统及控制方法 | |
CN100525854C (zh) | 智能型瘫痪病人辅助康复系统 | |
CN113940856A (zh) | 一种基于肌电-惯性信息的手部康复训练装置及方法 | |
CN114822761A (zh) | 基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统 | |
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 | |
CN104706495A (zh) | 基于脑机接口的肢体训练机器人及训练方法 | |
US20220187913A1 (en) | Neurorehabilitation system and neurorehabilitation method | |
CN1803216A (zh) | 利用脑电波直接控制功能性电刺激器的方法 | |
CN113713333B (zh) | 一种下肢康复全训练过程的动态虚拟诱导方法及系统 | |
CN115067970A (zh) | 一种基于脑电肌电信号的康复效果评估方法及系统 | |
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 | |
CN103300850A (zh) | 一种中风病人脑电信号采集与处理的方法 | |
Li et al. | Preliminary study of online real-time control system for lower extremity exoskeletons based on EEG and sEMG fusion | |
CN1985758A (zh) | 用于截瘫行走的人工运动神经系统重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |