基于大脑信息的康复训练模式判别与运动控制研究

来源 :苏州大学 | 被引量 : 3次 | 上传用户:tytytytytytytytytyty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了增强脑卒中以及其他下肢运动障碍者的康复训练效果,提高他们在康复训练中的主动参与性以及积极性,通常会使用基于肌电及其他生物信号来控制下肢康复机构进行康复训练,但是其对于肌肉严重缺失以及生物信号很弱的人效果不佳,所以需要提供可以弥补这些问题的方法,而基于大脑信息控制下肢助行机构运动状态的方法可以满足要求。目前基于脑信息的技术有脑电技术,功能核磁技术,近红外技术等。相较于脑电技术,近红外技术无需诱发且可在自然环境下测试;而相较于功能核磁技术,近红外技术可以允许被试大幅度动作。近红外技术还凭借其良好的时间和空间分辨率以及便携性,获得越来越广泛的应用。故而本文主要目的是基于近红外脑血氧信息提供一种下肢康复训练机械的运动辅助控制方法,本课题的主要研究内容如下:  (1)设计了具有三种速度等级和三种阻力等级的骑行实验,所有运动行为均由被试自发意识控制而无外界刺激,并应用近红外设备记录了30位被试的脑血氧信息。  (2)分析了通道血氧信息之间的相关性,发现通道1,通道2,通道3,通道5的脱氧相关性系数有利于表征运动起始状态,并通过设定阈值以及相关系数统计来判别运动的起始状态,最终运动起始状态平均识别率达到90%。  (3)在时域和频域上分析各种运动状态下的血氧特征,其中时域分析采用了T1T2T3三个时间段观察,通过单因素方差分析确定了各个状态的重点通道;频域上采用功率谱密度分析确定主频范围,并据此划分频段,通过方差分析将各状态的频段关系特征表征出来,基于极限学习机对比不同特征识别结果,选择最有特征,最终速度等级最优平均识别率为79%,阻力等级最优平均识别率为78%。  (4)执行脑-机接口验证实验,通过控制下肢助行机械腿验证了实时判别算法的可行性,速度状态的在线识别率为72%;阻力状态的在线识别率为70%。尽管识别率不高,但是基本验证了实时判断及传输的可行性,为未来脑-机接口的研究做了良好的铺垫。  最终分析及实验结果表明本文提出的基于近红外脑血氧信息控制下肢康复训练机械运动状态的方法具有可行性,本课题基本实现了三种速度和三种阻力状态的实时判别及康复机械的在线控制,但识别率有待提高,实时传输过程及软件也有待优化。课题基本可以满足脑血氧信息实时传输控制康复机械的要求,在未来康复机械的脑机接口领域具有一定指导意义。
其他文献
近年来,随着纺织品使用量的不断增加,由纺织品燃烧引起的火灾呈逐年上升的趋势。而棉的极限氧指数仅为18.0,是常用纤维中最低的,属易燃纤维,极易引起燃烧。但目前的棉用阻燃剂无醛