[发明专利]基于多层有序网络的脑控智能康复系统运动意图识别系统

说明书

一种基于多层有序网络的脑控智能康复系统运动意图识别方法，被试者通过观看手部握拳与伸展动作视频进行运动想象，同时脑电信号采集设备采集被试者的脑电信号；运动意图识别模块对获得的运动想象信号进行预处理，构建多层有序网络，该多层有序网络能够融合多通道脑电信号，从脑电信号中提取符号波动的特征，实现手部握拳与伸展动作想象信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以实现运动想象信号特征的有效提取和手部握拳与伸展运动想象EEG信号的有效辨识，并转化为指令控制脑控智能康复系统，帮助上肢运动通路损伤以致于活动受限的病患进行康复训练。

技术领域

本发明涉及一种运动意图识别方法。特别是涉及一种基于多层有序网络的脑控智能康复系统运动意图识别系统。

背景技术

脑-机接口(Brain-computer interface，BCI)是一种不依赖于周围神经及肌肉的信息传输通道，可以将用户的意图转化为指令控制外部设备。运动想象是一种经典的BCI范式，人在想象肢体运动时，会引起人脑运动感知皮层某一区域的激活，运动感知皮层的激活会引发皮层电位变化，这种电信号称为运动想象信号。相比于其他常用的BCI范式，比如稳态视觉诱发电位(SSVEP)和事件相关电位，运动想象不需要特定界面的刺激，是人脑自发想象形成的，其应用在增强患者康复治疗主动性、改善康复治疗效果方面具有重要的应用价值。患者通过不停的运动想象以及根据意念配合肢体训练可以反复强化大脑到肌肉群这一正常运动传导通路，可以提高患者病侧肢体的活动能力。而运动想象信号分类准确率的提升对于康复效果具有至关重要的作用，基于运动想象的BCI的分类一般包括特征提取和信号分类两个步骤，提取有效的信号特征可以大幅提高分类准确率。复杂网络是一种新型的非线性复杂系统分析工具，多个领域成功的例子证明了复杂网络的有效性。大脑极其复杂，是一个典型的非线性复杂系统，脑电信号具有微弱性、复杂性以及不稳定性的特点，利用复杂网络对于运动想象信号进行特征提取，能够挖掘其中隐藏的关键信息，提高分类准确率。

发明内容

本发明所要解决的技术问题是，提供一种能够帮助上肢运动通路损伤以致于活动受限的病患进行康复训练的基于多层有序网络的脑控智能康复系统运动意图识别系统。

本发明所采用的技术方案是：一种基于多层有序网络的脑控智能康复系统运动意图识别系统，被试者通过观看手部握拳与伸展动作视频进行运动想象，同时脑电信号采集设备采集被试者的运动想象EEG脑电信号；运动意图识别模块对获得的运动想象EEG脑电信号进行预处理，构建多层有序网络，该多层有序网络能够融合多通道脑电信号，从运动想象EEG脑电信号中提取符号波动的特征，实现握拳运动想象EEG脑电信号与手部伸展运动想象EEG脑电信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。

所述的脑控智能康复系统包括：与所述运动意图识别模块相连的主控制器，与所述主控制器相连的肌电信号采集和多通道电刺激输出模块，所述肌电信号采集和多通道电刺激输出模块根据主控制器的控制指令对被试者上肢施加电刺激，并将电刺激后的肌电信号反馈给主控制器，主控制器根据从运动意图识别模块接收的分类结果和电刺激后的肌电信号生成控制指令，控制肌电信号采集和多通道电刺激输出模块对被试者上肢进行刺激，帮助被试者进行上肢康复训练。

所述的运动意图识别模块具体包括如下步骤：

1)被试者分别观看手部握拳视频与手部伸展视频，同时对视频相应动作进行运动想象，通过脑电信号采集设备采集被试者握拳运动想象EEG脑电信号和手部伸展运动想象EEG脑电信号，统称为运动想象EEG脑电信号，并对运动想象EEG脑电信号进行预处理；