對用戶相應(yīng)的肢體部位進(jìn)行神經(jīng)肌肉電刺激，反之不發(fā)送指令控 制。
[0030] 該系統(tǒng)包括4個主要模塊；信號采集模塊、信號處理模塊、指令控制模塊和信息反 饋模塊。信號采集模塊由硬件和軟件構(gòu)成，能夠?qū)崟r(shí)地采集來自用戶的腦電數(shù)據(jù)；信號處理 模塊設(shè)置相關(guān)參數(shù)，讀取腦電信號，對數(shù)據(jù)進(jìn)行處理分析，并將結(jié)果發(fā)送到指令控制模塊； 指令控制模塊接收結(jié)果，并將結(jié)果轉(zhuǎn)換為相應(yīng)的控制指令（觸發(fā)神經(jīng)肌肉電刺激器開關(guān)）， 從而對用戶相應(yīng)的肢體部位進(jìn)行神經(jīng)肌肉電刺激；信息反饋模塊針對用戶的數(shù)據(jù)信息做出 基于腦網(wǎng)絡(luò)的神經(jīng)功能評價(jià)，并將評價(jià)結(jié)果實(shí)時(shí)地反饋給用戶。
[0031] 其中，腦電采集采用Neuroscan公司生產(chǎn)的40導(dǎo)腦電放大器NuAmp，共采集30導(dǎo) 腦電信號，按照國際的10-20系統(tǒng)排列。所有導(dǎo)聯(lián)的腦電信號W右乳突為參考，W左乳突為 地，阻抗值均在5K W下。受試者安靜地坐于距屏幕約60cm的靠椅上，進(jìn)行純意念的肢體運(yùn) 動想象。采集到的腦電數(shù)據(jù)經(jīng)過后續(xù)的數(shù)據(jù)處理提取相應(yīng)的特征信號，從而將該些特征信 號應(yīng)用于意念想象的模式識別，進(jìn)而將結(jié)果轉(zhuǎn)換為控制指令，操縱神經(jīng)肌肉電刺激儀給予 用戶肌肉電刺激，輔助用戶完成操作動作；同時(shí)，信息反饋模塊將采集的腦電數(shù)據(jù)進(jìn)行功能 腦網(wǎng)絡(luò)和源定位分析，對用戶的感覺運(yùn)動機(jī)能進(jìn)行神經(jīng)層面的功能評價(jià)分析，并將分析結(jié) 果和用戶影像反饋給用戶，使用戶了解當(dāng)前意念訓(xùn)練操作的效果。
[00對一、信號采集模塊
[0033] 混合式腦-機(jī)接口的完成首先需要對輸入信號（腦電和其他生理信號）進(jìn)行實(shí)時(shí) 采集。系統(tǒng)信號采集采用Neuroscan公司的40導(dǎo)聯(lián)NuAmp腦電放大器。本發(fā)明利用BCI2000 軟件和FieldTrip工具包共同搭建了腦-機(jī)接口系統(tǒng)的信號采集模塊，實(shí)現(xiàn)系統(tǒng)輸入信號 的實(shí)時(shí)采集和讀取。利用Scan4. 5軟件提供的TCP^P協(xié)議，將BCI2000與采集軟件相連， 自編的采集程序中引入FieldTrip工具包，實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時(shí)讀取。為后續(xù)在線的數(shù)據(jù)加 工處理奠定了基礎(chǔ)。具體的信號采集模塊方案示意圖如圖2所示。
[0034] 二、信號處理模塊
[0035] 圖3給出了在線系統(tǒng)數(shù)據(jù)的提取和處理流程。該設(shè)計(jì)數(shù)據(jù)處理過程中分析用戶狀 態(tài)時(shí)是順序判斷的。數(shù)據(jù)處理流程如下：
[0036] 系統(tǒng)啟動后，首先調(diào)用參數(shù)（如文件位置，訓(xùn)練好的分類器數(shù)據(jù)，設(shè)置的闊值等） 和用戶信息。
[0037] 讀取實(shí)時(shí)的數(shù)據(jù)，從第二秒開始正式進(jìn)入到數(shù)據(jù)處理階段。新來的數(shù)據(jù)包達(dá)到Is 長度時(shí)，進(jìn)行一次數(shù)據(jù)處理分析，即每秒都會進(jìn)行一次數(shù)據(jù)處理分析。
[003引處理數(shù)據(jù)時(shí)，截取當(dāng)前時(shí)刻前2s的腦電數(shù)據(jù)，進(jìn)行特征提?。ɡ霉部臻g模型算 法），得到相應(yīng)的特征數(shù)據(jù)，將特征數(shù)據(jù)送到訓(xùn)練好的分類器中進(jìn)行模式識別（識別算法為 支持向量機(jī)），得到?jīng)Q策值。
[0039] 將分類得到的決策值與設(shè)置的闊值范圍（不同的闊值范圍對應(yīng)不同的意念想象 模式）進(jìn)行比較，并做出決策；找到?jīng)Q策值所在的闊值范圍，從而判斷為相對應(yīng)的意念想象 模式，例如識別兩種意念想象模式（想象和放松），設(shè)置闊值為2,闊值范圍[2, + -)對應(yīng) 想象任務(wù)模式，而闊值范圍（一-，2)則對應(yīng)放松任務(wù)模式，相應(yīng)的如果分類得到的決策值 為4,在想象任務(wù)模式對應(yīng)的闊值范圍內(nèi)，則做出決策，輸出想象模式對應(yīng)的結(jié)果，并將結(jié)果 轉(zhuǎn)化為控制指令通過串口傳輸?shù)街噶羁刂颇K。
[0040] 一輪結(jié)果輸出后，繼續(xù)下一輪意念模式的判斷與輸出。
[0041] 1、共空間模型（CSP)
[0042] CSP已成為目前多導(dǎo)聯(lián)腦電信號處理的主流方法，該算法最初出現(xiàn)在化kunaga的 書中，隨后通過Ramoser等人被引入到了腦電信號的處理應(yīng)用中巧]。
[0043] CSP首先應(yīng)用于腦電信號異常檢測，后來應(yīng)用于區(qū)分運(yùn)動相關(guān)的腦電模式。CSP算 法的目的是設(shè)計(jì)空間濾波器，原始腦電信號在濾波處理之后產(chǎn)生新的時(shí)間序列，使其方差 能夠最優(yōu)區(qū)分與想象動作相關(guān)的兩類腦電信號。設(shè)計(jì)與某個特定任務(wù)相關(guān)的空間濾波器， 從而提取出與特定任務(wù)相關(guān)的信號源分量，剔除無關(guān)的分量和噪聲等。該空間濾波器能夠 最大化兩類信號的差異，在最大化一類狀態(tài)方差的同時(shí)最小化另一類狀態(tài)的方差。
[0044] Xcsp=WT*X (1)
[0045] 式中，Xup為原始腦電信號X經(jīng)過濾波之后得到的信號，W為所求濾波器矩陣，其中 每一個列向量Wj.G wwxw(j二1，...，腳都是一個濾波器，A= (W^)T為空間模式矩陣，其中 每一列向量aj.G A胃(j = 1，...，腳都是一個空間模式。
[0046] 假設(shè)A，B兩類想象動作任務(wù)下采集到的多通道腦電信號為Xa和Xb，它們的維數(shù)均 為N*T，N為腦電通道數(shù)，T為采樣點(diǎn)數(shù)。將兩類腦電數(shù)據(jù)分別用源分離模型建模，可表示為
【主權(quán)項(xiàng)】
1. 一種純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)，所述純意念神經(jīng)肌肉電刺 激控制與神經(jīng)功能評價(jià)系統(tǒng)包括：信號采集模塊、信號處理模塊和指令控制模塊，其特征在 于， 所述信號采集模塊，用于對輸入腦電和其他生理信號進(jìn)行實(shí)時(shí)采集； 所述信號處理模塊，用于讀取腦電信號，通過共空間模型算法進(jìn)行特征提取，并通過支 持向量機(jī)對特征數(shù)據(jù)進(jìn)行模式識別獲取決策值；根據(jù)決策值和決策值閾值范圍，判斷出意 念想象模式并發(fā)送到指令控制模塊； 所述指令控制模塊，用于將意念想象模式轉(zhuǎn)換為觸發(fā)神經(jīng)肌肉電刺激器開關(guān)，對用戶 肢體部位進(jìn)行神經(jīng)肌肉電刺激。
2. 根據(jù)權(quán)利要求1所述的一種純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)，其特 征在于，所述純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)還包括： 所述信息反饋模塊，通過源定位分析的方法對腦電數(shù)據(jù)進(jìn)行分析處理，并結(jié)合分析結(jié) 果及信號的時(shí)頻特征對用戶的感覺運(yùn)動功能和肢體神經(jīng)機(jī)能做出評價(jià)，并將評價(jià)結(jié)果實(shí)時(shí) 地反饋給用戶。
3. 根據(jù)權(quán)利要求1所述的一種純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)，其特 征在于，所述通過共空間模型算法進(jìn)行特征提取，并通過支持向量機(jī)對特征數(shù)據(jù)進(jìn)行模式 識別獲取決策值的操作具體為： 讀取實(shí)時(shí)的數(shù)據(jù)，從第二秒開始正式進(jìn)入到數(shù)據(jù)處理階段，新來的數(shù)據(jù)包達(dá)到Is長度 時(shí)，進(jìn)行一次數(shù)據(jù)處理分析，即每秒都會進(jìn)行一次數(shù)據(jù)處理分析； 處理數(shù)據(jù)時(shí)，截取當(dāng)前時(shí)刻前2s的腦電數(shù)據(jù)，利用共空間模型算法得到相應(yīng)的特征數(shù) 據(jù)，將特征數(shù)據(jù)送到訓(xùn)練好的分類器中進(jìn)行模式識別，得到?jīng)Q策值。
【專利摘要】本發(fā)明公開了一種純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)，純意念神經(jīng)肌肉電刺激控制與神經(jīng)功能評價(jià)系統(tǒng)包括：信號采集模塊、信號處理模塊和指令控制模塊，信號采集模塊，用于對輸入腦電和其他生理信號進(jìn)行實(shí)時(shí)采集；信號處理模塊，用于讀取腦電信號，通過共空間模型算法進(jìn)行特征提取，并通過支持向量機(jī)對特征數(shù)據(jù)進(jìn)行模式識別獲取決策值；根據(jù)決策值和決策值閾值范圍，判斷出意念想象模式并發(fā)送到指令控制模塊；指令控制模塊，用于將意念想象模式轉(zhuǎn)換為觸發(fā)神經(jīng)肌肉電刺激器開關(guān)，對用戶肢體部位進(jìn)行神經(jīng)肌肉電刺激。本發(fā)明穩(wěn)定性較高、適應(yīng)性較強(qiáng)的優(yōu)勢為意念控制系統(tǒng)進(jìn)入大范圍的應(yīng)用階段奠定了基礎(chǔ)。有望獲得可觀的社會效益和經(jīng)濟(jì)效益。
【IPC分類】A61B5-0476, A61N1-36
【公開號】CN104548347
【申請?zhí)枴緾N201510031765
【發(fā)明人】明東, 陳龍, 綦宏志, 何峰, 蔣晟龍, 綦程, 王仲朋
【申請人】天津大學(xué)
【公開日】2015年4月29日
【申請日】2015年1月22日...