[发明专利]一种基于大脑血红蛋白信息的运动速度状态的识别方法

说明书

技术领域

本发明属于智能助行、康复训练技术，特别涉及一种基于脑皮层血红蛋白信息识别下肢运动速度状态的实现方法。

背景技术

根据残联数据统计显示，我国残疾数量约8500万，其中肢体残疾人数占到29.08％，其中因脑卒中及脑外伤等原因造成的下肢行走障碍越来愈多，其中仅脑卒中每年新发病的患者达到200万左右，且70％～80％左右的患者由于残疾不能独立生活，他们的肢体障碍给家庭和社会带来很大的负担，因此这些肢体障碍患者的预后康复治疗十分重要。由于我国对康复预后训练以及认识较晚，加上目前市面上大多是非智能的被动式训练器械，导致患者康复训练效果不佳，而提供一种带有患者主动意识的康复训练方式将会对患者的预后康复起到很大的积极作用，且为他们重新独立生活，融入社会提供极大的可能性。

为了提高康复训练设备的智能性以及康复训练效果，很多研究机构致力于研发基于脑机接口技术的新型康复训练产品。然而，目前的脑机接口技术还存在以下主要问题：

1、植入式或者半植入式的脑机接口技术已经取得了突破性进展，但是需要将微型电极植入实验者的大脑灰质中或是硬脑膜下的大脑皮层上，可能引发免疫反应和愈伤组织，而且还存在植入后的心理与伦理问题,目前尚不适于广泛应用。

2、非侵入式的脑信息测试技术包括脑电图(EEG)、脑磁图(MEG)、功能性核磁共振图像(fMRI)、正电子发射层析成像(PET)和近红外光谱脑功能成像(NIRS)等技术，其中fMRI和PET技术的空间分辨率较高，但是时间分辨率低，在测试过程中身体常局限在静止状态，有很大的约束性；MEG的应用要求对外部磁场进行充分屏蔽，所以目前主要是EEG和NIRS技术应用于助老助残的产品研发中。但是在基于EEG信号的脑～机接口系统研究中,常用的基于视觉诱发电位(VEP)和事件相关电位(P300)这两类方法需要额外的刺激装置提供刺激来产生诱发电位，并且依赖于人的某种感觉(如视觉)，强迫实验者与外部刺激同步，由于长时间操作容易引起视觉疲劳或是降低P300电位的显著性，对应的脑～机接口操作时间不宜过长。而自发脑电图又依赖于用户自发的精神活动，只有特殊的思考过程才能产生可探测的脑活动，需要实验者进行大量的训练来产生特定模式的脑电，受主观因素影响较大。因此，实验多在特定条件下完成，需要实验者集中注意力，实现的动作简单有限，缺乏自然性与灵活性，实用性不强。

相对而言，NIRS技术的非侵入式、对测试环境以及受试者限制少、在认知活动的自然情景下支持长时间测量、不需要进行大量训练、具有理想的空间和时间分辨率的功能性等优点使其在脑～机接口应用领域具有很大的优势。

发明内容

发明目的：提出一种基于大脑血红蛋白信息的运动速度状态的识别方法，应用非侵入式NIRS技术记录人体运动过程中的脑皮质血红蛋白信息，使得自主控制运动无需外界刺激和前期训练，在自然情境下实现脑生物信息的跟踪测量并实时识别运动速度状态；并进一步融合所识别的运动模式于运动控制中，以提高助老助残的智能性，为智能控制助行/康复训练设备奠定了重要的理论基础。

为了实现上述目的，本发明提供以下技术方案：

一种基于大脑血红蛋白信息的运动速度状态的识别方法，其步骤包括：

1、受试者在低中高三种不同速度状态下自主执行骑行运动；

2、针对运动起始时刻所记录的脑皮层血红蛋白浓度信息，以合氧血红蛋白与脱氧血红蛋白的差值作为分析参数，从第5个采样点开始于每个采样点结合前面第4个采样点的数值计算相应5个采样周期的差值变化速率，分四个频段分别考虑重点通道的参数特征；

具体分析方法如下：

(1)时域角度，应用统计分析方法确定三种速度状态下的重点测试通道；

(2)频域角度，根据三种速度状态下的各测试通道的功率谱密度分布情况，重点观察四个频段(第一频段：0.01～0.03Hz，第二频段：0.03～0.06Hz，第三频段：0.06～0.09Hz，第四频段：0.09～0.12Hz)内各重点测试通道的含氧血红蛋白与脱氧血红蛋白的差值变化速率平均值；

3、识别三种不同速度状态：直接应用四个频段下重点通道的含氧与脱氧血红蛋白的差值变化速率平均值作为特征向量，采用极限学习机ELM算法识别速度状态等级。

有益效果:

1.应用非侵入式的NIRS脑信息获取技术解决了侵入后的心理和伦理问题，在运动过程中开展测试，保证了将运动模式识别结果用于助行设备控制中的一个应用前提；运动自主控制使得在认知活动的自然情景下获取脑皮质生物信息，增加了运动速度状态的实用价值。