用于操作者学习脑机接口的系统和方法技术方案

使用基于不同频带之比的固定式解码器的用于BMI的方法、系统和计算机可读介质，使得解码器鲁棒、更少抖动并抵抗伪像。固定式解码器能够被配置为使用可用信道的有限子集。因此解码器能够针对每个人类主体进行优化(使用的频带、处理所接收的信号的比率、哪些信道、权重等等)，然后被固定。来自固定式解码器的输出可以被提供给实现具体反馈和训练参数的训练程序，由此使得主体能够快速学习控制设备，并且巩固这种控制。训练程序提供由固定式解码器输出的当前变换的连续反馈连同过去变换的反馈(例如，直到一秒之前)以及当任务的目标被实现时的显著反馈。

System and method for learning brain computer interface by operator

The method, system and computer readable medium for BMI based on fixed decoders based on the ratio of different frequency bands make the decoder robust, less jitter and resist the artifact. The fixed decoder can be configured to use the finite subset of available channels. So the decoder can be optimized for each human body (the frequency band used, the ratio of the received signals, which channels, weights, and so on) and then fixed. The output from a fixed decoder can be provided to a training program that implements specific feedback and training parameters, thereby enabling the body to quickly learn the control device and consolidate the control. The training program provides a continuous feedback of the current transformation output by a fixed decoder with feedback from the past transform (for example, until one second before) and a significant feedback when the target's target is realized.

【技术实现步骤摘要】
【国外来华专利技术】用于操作者学习脑机接口的系统和方法
本文描述的本专利技术一般而言涉及操作者学习脑机接口。特别地，本专利技术涉及利用固定式解码器(fixeddecoder)来实现基于EEG的脑机接口的系统、方法和计算机程序产品，其中固定式解码器的输出可以驱动或以其它方式操作各种机器和假肢。
技术介绍
脑机接口(BMI)是从大脑到外部设备的直接通信通路。这种通信可以通过使用测量神经活动的记录设备来实现，其中记录设备将测得的神经活动发送到变换和解释信号的计算机(或任何其它可编程设备，包括硬件和软件)。计算机将信号馈送到致动器或外部设备，其中外部设备向用户提供关于性能的反馈，由此使回路闭合。自20世纪90年代后期的首次示范(其中实验最终示范了皮层神经元集合可以直接控制机器人操纵器)以来，关于BMI的基础研究已经以惊人的速度发展。事实上，迄今为止BMI的主要目的或使用是作为恢复严重残疾患者(诸如那些患有影响患者移动的疾病或其它医学状况(特别是涉及中枢神经系统的状况)的患者)的运动控制(motorcontrol)的潜在新疗法。例如，如上面所建议的，外骨骼或其它方式的辅助机械技术可以从与BMI的集成中受益，以便为以前由于有限的行动性而被限制的个人提供新发现的自由。类似地，与有限的机械操纵相反，套用了(harness)这种接口的人造或仿生肢体提供了由用户通过使用神经信号直接控制假肢的能力，由此带来了接近自然肢体提供的致动和操纵的自由。区分BMI的特征是它们是利用侵入性技术(诸如颅内植入物)还是实现非侵入性方法来获得神经信号。但是，无论是使用侵入性还是非侵入性技术来获取神经信号，信号中包含的信息都必须被解释，以使得可以基于这样的信息采取有意义的行动。一种用于设计BMI系统的办法被称为解码办法。使用这种技术，由计算机生成数学模型，以将所记录的神经活动关联到(解码为)自然肢体移动，由此学习作根据时间的所接收的神经信号的“含义”。然后，这种活动可以被用来单独从神经活动预测移动。市场上的大多数商业系统通过这种范例的不同变型来接近BMI。在Babak等人的标题为“SystemsandMethodsforResponsiveNeurorehabilitation”的WO2014/025772中讨论了实现解码技术的示例性系统。在Babak中，作者提出了通过使用自适应特征解码器来接收神经信号，该自适应特征解码器用来从系统从用户的大脑典型接收的多个神经信号中提取特定的信号。Babak然后将提取出的一个或多个信号提供给自适应马达解码器，该自适应马达解码器被配置为将提取出的一个或多个信号映射到康复设备的命令信号。命令信号被输出，由此控制设备，以及引起来自用户的感官反馈的生成和接收。这种感官反馈还由自适应特征解码器提取，并被传递到自适应马达解码器，自适应马达解码器相应地调节其内部映射参数。以这种方式，Babak的康复设备基于它从用户接收的解码信号动态地适应输出控制。解码办法需要感官信息和其它刺激信息，这些信息已经在操作者的脑中被编码，以便在数字计算机的上下文中重建。这样的在数字计算机内的重建通常基于传入的神经信号利用神经网络或类似的构造来预测所接收的刺激，并需要操作者的复杂近似或模型。换句话说，试图实现这种办法的软件需要通过匹配或以其它方式将这些神经信号映射到与该软件正在接收的输入一致的期望的结果，以使得其自身适应传入的神经信号。这样的办法存在许多缺陷(诸如机器学习技术的隐含限制、当训练结果是非确定性的并且取决于初始参数时故障排除的困难、不能够添加后来获取的数据以重新训练现有模型，等等)。其它解码技术试图解决这些和其它缺陷，但也伴随着其它的缺陷和限制。因此需要新颖的系统和方法来套用允许生成命令信号的神经变化的动态，然后定制的业务(business)逻辑可以利用该命令来执行特定的任意任务。
技术实现思路
本专利技术提供了利用固定式解码器结合使用非侵入性电极的脑信号活动的收集来生成可以用于执行固定任务的输出信号的系统、方法和计算机程序产品。本专利技术通过控制固定式解码器来快速地允许用户学习控制设备，其中随着本专利技术的继续使用，该固定式解码器随着时间的推移而得到改进。本专利技术的实施例提供了对BMI的各种新颖改进，包括使用不是基于单个EEG频带的功率而是基于不同频带之比的固定式解码器，从而使得解码器鲁棒、更少抖动(jittery)并抵抗伪像。用于固定式解码器的程序逻辑可以用软件以及硬件(例如，现场可编程门阵列)来实例化，并且可以被配置为使用固定式解码器可用的信道的有限子集。因而，解码器可以针对每个人类主体或任务(使用哪个频带、哪个具体比率或算法来处理所接收的信号，哪个信道，哪个权重，等等)进行优化，然后被固定为在硬件或者软件中，使得给定的主体可以学习使用解码器控制各种设备(提供使用相同的一个或多个变换的控制命令)。可以将来自固定式解码器的输出提供给实现具体反馈和训练参数的训练程序，由此使得主体能够快速学习控制设备，并且巩固这种控制。训练程序提供由固定式解码器输出的当前变换的连续反馈连同过去变换的反馈(例如，直到一秒之前)，以及当任务的目标被实现时的显著反馈。鉴于上述内容，本专利技术的实施例涉及一种用于通过使用操作者学习脑机接口来由神经处理器生成输出命令的方法。根据这个实施例的本专利技术包括通过在神经处理器上执行的程序代码从多个电极中选择一个或多个电极，并且在神经处理器从一个或多个所选择的电极接收神经信号。基于所接收的神经信号设置阈值，并且设置在神经处理器处的定时器，以定义输出命令速率。当定时器还没有过去时，神经处理器执行用于取回和处理所接收的神经信号的程序代码，并通过使用接收所取回的并经处理的神经信号作为输入的神经处理器中的固定式解码器来计算控制命令。在神经处理器连接到用户的情况下，由神经处理器接收神经信号包括从操作者接收神经信号(例如经由可以固定到操作者的头颅的电极)。在操作当中，神经处理器可以通过执行程序代码来执行检查，以确定当前任务是否完成。作为任务完成的一部分，在神经处理器上执行的程序代码可以设置定时器，以定义后续的输出命令速率，并且在定时器还没有过去时取回并处理所接收的神经信号。在神经处理器上执行的程序代码可以向后续硬件或软件部件提供这样的控制命令作为输入。根据本专利技术的一个实施例，电极选择的集合被分解成子处理。更具体地，从多个电极中选择一个或多个电极可以包括向操作者呈现任务，该任务是在神经处理器上执行程序代码的控制下的任务，并且在呈现任务期间由神经处理器获取操作者的神经活动。神经处理器将选择准则应用于所获取的神经活动，并且选择超过该选择准则的一个或多个电极。类似地，由神经处理器选择电极包括由神经处理器选择超过选择准则的电极子集。获取神经活动还可以包括由在神经处理器处执行的程序代码开始电极选择定时器，以定义神经处理器将在其间获取神经活动的窗口。神经处理器可以操作为处理它所接收的神经信号。根据本专利技术的实施例，处理所接收的神经信号包括对包含在所接收的神经信号内的一个或多个信道上的信号噪声进行衰减，并计算这一个或多个衰减后的信道的谱密度。确定一个或多个信道的在一个或多个所选择的频带中的平均功率，并且确定一个或多个信道的功率比。根据一个实施例，通过在神经处理器上执行的程序代码以计算比本文档来自技高网...

【技术保护点】
1.一种通过使用操作者学习脑机接口由神经处理器生成输出命令的方法，所述方法包括：由在神经处理器上执行的程序代码从多个电极中选择一个或多个电极；在神经处理器处从一个或多个所选择的电极接收神经信号；基于所接收的神经信号设置阈值；在神经处理器处设置定时器，以定义输出命令速率；当定时器尚未过去时，由神经处理器执行用于取回并处理所接收的神经信号的程序代码；以及通过使用神经处理器中的固定式解码器计算控制命令，其中固定式解码器接收所取回并经处理的神经信号作为输入。

【技术特征摘要】
【国外来华专利技术】2015.07.13 PT 1086901.一种通过使用操作者学习脑机接口由神经处理器生成输出命令的方法，所述方法包括：由在神经处理器上执行的程序代码从多个电极中选择一个或多个电极；在神经处理器处从一个或多个所选择的电极接收神经信号；基于所接收的神经信号设置阈值；在神经处理器处设置定时器，以定义输出命令速率；当定时器尚未过去时，由神经处理器执行用于取回并处理所接收的神经信号的程序代码；以及通过使用神经处理器中的固定式解码器计算控制命令，其中固定式解码器接收所取回并经处理的神经信号作为输入。2.如权利要求1所述的方法，其中由神经处理器接收神经信号包括从操作者接收神经信号。3.如权利要求1所述的方法，包括由在神经处理器上执行的程序代码提供所述控制命令，以作为向后续的硬件或软件部件的输入。4.如权利要求1所述的方法，包括由在神经处理器上执行的程序代码执行检查，以确定当前任务是否完成。5.如权利要求1所述的方法，包括由在神经处理器上执行的程序代码设置定时器，以定义后续的输出命令速率，并且在所述定时器尚未过去时取回并处理所接收的神经信号。6.如权利要求1所述的方法，其中从多个电极中选择一个或多个电极包括：在神经处理器处执行的程序代码的控制下向操作者呈现任务；在呈现任务期间由神经处理器获取操作者的神经活动；由神经处理器将选择准则应用于所获取的神经活动；以及由神经处理器选择超过选择准则的一个或多个电极。7.如权利要求6所述的方法，其中获取神经活动包括由在神经处理器处执行的程序代码开始电极选择定时器，以定义神经处理器将在其间获取神经活动的窗口。8.如权利要求6所述的方法，其中由神经处理器进行选择包括由神经处理器选择超过选择准则的电极子集。9.如权利要求1所述的方法，其中处理所接收的神经信号包括：对包含在所接收的神经信号内的一个或多个信道上的信号噪声进行衰减；计算一个或多个衰减的信道的谱密度；确定所述一个或多个信道的一个或多个所选择的频带中的平均功率；以及确定所述一个或多个信道的功率比。10.如权利要求9所述的方法，其中确定用于所述一个或多个信道中的给定信道的功率比是由在神经处理器上执行的程序代码根据计算比率来确定的。11.如权利要求9所述的方法，其中计算所述控制命令包括指示神经处理器根据下式计算的程序代码：12.包括程序代码的非...

【专利技术属性】
技术研发人员：N·鲁勒罗，V·B·派克斯奥，R·M·考斯塔，F·桑托斯，
申请(专利权)人：安娜·萨默·尚帕利莫与卡洛斯·蒙特斯·尚帕利莫基金会，
类型：发明
国别省市：葡萄牙,PT