[发明专利]基于脑机交互混合智能的脑卒中患者手部康复系统

权利要求书

1.一种基于脑机交互混合智能的脑卒中患者手部康复系统，其特征在于，包括有：依次连接的视觉刺激模块(1)、便携式脑电信号采集设备(2)、SSMVEP脑电信号处理与识别模块(3)和机械手套(5)，所述的便携式脑电信号采集设备(2)通过运动想像脑电信号处理与识别模块(4)连接机械手套(5)，其中，视觉刺激模块(1)包括SSMVEP视觉刺激界面(1.2)和运动想像视觉界面(1.1)，用于给被试者(6)提供SSMVEP视觉刺激选项和机械手套(5)执行手部动作的画面；所述的便携式脑电信号采集设备(2)用于采集被试者(6)的SSMVEP脑电信号和运动想象脑电信号；所述的SSMVEP脑电信号处理与识别模块(3)对SSMVEP信号进行分类与辨识，分类结果同时传输到机械手套(5)与视觉刺激模块(1)；所述运动想像脑电信号处理与识别模块(4)对运动想象脑电信号进行分类与辨识，转化为指令控制机械手套(5)带动被试者(6)患肢完成预选手部动作；系统运行包括以下步骤：

1)被试者观看视觉刺激模块的SSMVEP视觉刺激界面中与运动意愿对应的SSMVEP视觉刺激选项，便携式脑电信号采集设备采集被试者的SSMVEP脑电信号，所述的运动意愿为6种动作中的一种，包括屈曲、伸展、二指捏、三指捏、弯小拇指和弯无名指；

2)SSMVEP脑电信号处理与识别模块对获得的SSMVEP脑电信号进行预处理、特征提取与分类；

3)将SSMVEP脑电信号处理与识别模块的分类结果转化为指令传输到机械手套，机械手套对被试者运动意愿对应的手部动作进行预选，做好手部动作的待启动；

4)将SSMVEP脑电信号处理与识别模块的分类结果传输到视觉刺激模块，视觉刺激模块根据分类结果将SSMVEP视觉刺激界面切换为呈现机械手套预选手部动作的运动想像视觉界面；

5)被试者观看运动想像视觉界面，同时对患肢完成预选手部动作进行运动想象，运动想象的进行直到机械手套开始执行预选手部动作后结束，便携式脑电信号采集设备采集被试者的运动想象脑电信号；

6)运动想像脑电信号处理与识别模块对获得的运动想象信号进行预处理，并使用CSP进行特征提取，然后使用SVM进行运动想象信号的辨识；

7)运动想像脑电信号处理与识别模块将运动想象信号的辨识结果转化为指令传输到机械手套，被试者运动想象信号的质量决定机械手套是否启动，如果辨识结果为运动想象状态，则控制机械手套启动预选手部动作，如果辨识结果为非运动想象状态，则机械手套不启动预选手部动作；启动预选手部动作后，机械手套带动被试者患肢完成运动意愿对应的手部动作，所述的手部动作包括屈曲、伸展、二指捏、三指捏、弯小拇指和弯无名指；

所述视觉刺激模块(1)中的SSMVEP视觉刺激界面，包括有6个不同刺激频率的环形运动棋盘格刺激范式和6种不同的手部动作画面，每一个SSMVEP视觉刺激选项是由一个环形运动棋盘格刺激范式与一个手部动作画面共同构成，每一个环形运动棋盘格刺激范式对应于机械手套执行一种手部动作；所述的6个SSMVEP视觉刺激选项为上下两行分布，每行具有3个SSMVEP视觉刺激选项；6个环形运动棋盘格刺激范式的刺激频率依次为4.6Hz、6.7Hz、8.6Hz、11Hz、16Hz和18Hz，环形运动棋盘格范式的刺激频率从左上到右下逐渐增大；环形运动棋盘格刺激范式通过固定频率的稳态翻转运动刺激来诱发获取SSMVEP脑电信号；

所述视觉刺激模块中的运动想像视觉界面呈现6种机械手套执行手部动作的画面，每次根据SSMVEP脑电信号分类结果呈现6种机械手套执行手部动作中的一种，被试者观看运动想像视觉界面的同时对患肢完成预选手部动作进行运动想象，运动想象的进行直到机械手套开始执行预选手部动作后结束，运动想像视觉界面呈现5分钟后，单个手部动作的康复训练结束，运动想像视觉界面自动切换为SSMVEP视觉刺激界面；

所述SSMVEP脑电信号处理与识别模块(3)分别对三种状况被试者的SSMVEP脑电信号进行处理与识别，所述的三种状况包括：非疲劳状态、脑电信号辨识精度正常的脑卒中被试者，非疲劳状态、脑电信号辨识精度低于70％的脑卒中被试者，疲劳状态下的脑卒中被试者；

对于非疲劳状态、脑电信号辨识精度正常的脑卒中被试者，SSMVEP脑电信号处理与识别模块采用CCA+FFT方法进行特征提取，采用SVM进行分类，具体包括：

1)对便携式脑电信号采集设备采集的5秒的多元SSMVEP脑电信号进行预处理；

2)对预处理后的5秒的多元SSMVEP脑电信号舍弃掉第1秒，获得后4秒的多元SSMVEP脑电信号，通过CCA方法将多元SSMVEP脑电信号拟合为一元变量x；

3)利用FFT将一元变量x转化为频域下的表达来提取频域特征；

4)将频域特征通过SVM中进行分类与辨识；

对于疲劳状态下的脑卒中被试者的SSMVEP脑电信号，使用认知强化神经网络提高疲劳状态下的脑卒中被试者的分类准确率，具体包括如下步骤：

1)对便携式脑电信号采集设备采集的疲劳状态下的脑卒中被试者5秒的SSMVEP脑电信号进行预处理；所述的SSMVEP脑电信号，是通过40通道的电极帽采集的，电极的排布按10-20国际标准导联方法分配，所述的预处理是对SSMVEP脑电数据进行0.1Hz-60Hz的带通滤波，使用50Hz陷波滤波器去除工频噪声干扰，利用ICA方法去除眼电伪迹，得到预处理后的SSMVEP脑电信号；

2)利用FFT对SSMVEP脑电信号进行处理，并保留前50Hz的100个频率点；

3)将FFT处理后的SSMVEP脑电信号利用max-min方法归一化到0到1之间，得到归一化后的SSMVEP脑电信号，以加快认知强化神经网络的收敛速度；

4)将归一化后的SSMVEP脑电信号输入认知强化神经网络进行特征提取与分类；所述的认知强化神经网络，依次包括：5个卷积组，一个全连接层和一个Softmax分类层；第一个卷积组为5个堆叠的卷积层后连接第一最大池化层；第2个卷积组为4个堆叠的卷积层后连接第二最大池化层；第3个卷积组为3个堆叠的卷积层后连接第三最大池化层；第4个卷积组为3个堆叠的卷积层后连接第四最大池化层；第5个卷积组为1个卷积层连接第五最大池化层；所有的卷积层中都使用大小为4×4的卷积核。