A brain computer interface based on virtual reality technology and the upper limb rehabilitation training method, electrode cap and VR patients wearing glasses, connected with the computer, EEG amplifier and intelligent mobile phone; the computer to determine whether the patient is training for the first time, if it is, the first EEG signal EEG, individual classifier calibration, then start again or start a direct training; training; training process, VR glasses and smart mobile phone with the construction of the first person perspective of patients with upper limb training action scenes, through continuous motor imagery practice, real-time control in the virtual scene of upper limb movements in the computer, BCI module based on the patient's current training effect, automatically adjust the classifier after training; the BCI module, the classifier is adaptive for the next training, the invention ensures that the difficulty of training and functional recovery of the patients. The utility model does not need to collect data before each rehabilitation training for calibration and saves time.
【技术实现步骤摘要】
一种基于脑机接口与虚拟现实技术的上肢康复训练方法
本专利技术涉及脑损伤患者肢体康复
,具体涉及一种基于脑机接口(brain-computerinterface,BCI)与虚拟现实(virtualreality,VR)技术的上肢康复训练方法。
技术介绍
研究表明脑损伤患者及早进行主动康复训练有益于其肢体运动功能的恢复,然而软瘫期患者无法通过主动肢体运动促进大脑相关区域活动。基于大脑镜像神经元原理的运动想象与运动观察训练为脑损伤患者提供了一种不依赖于外周肌肉收缩的主动康复训练方式。目前临床所使用的运动想象训练需要通过语音引导患者进行运动想象,缺乏对患者运动想象状态的有效监测及反馈手段,使得医生无法获知患者大脑活动状态并及时进行调整,训练效率低,训练效果差。基于运动想象的BCI技术可实现对运动想象状态的监测,但目前所采取的反馈机制均为“有或无”方式,即检测到一次有效的运动想象活动即触发一次完整的训练,例如启动康复机器人辅助患者完成肢体的运动训练。其不足之处在于,在康复训练启动后,患者不需要持续进行运动想象练习,因此后续的训练降低了对患者主动参与度的要求,实际变为患者被动的接受训练。目前虚拟现实技术多与康复机器人技术相结合,康复机器人在辅助患者完成某一肢体动作时,通过虚拟现实技术为患者提供一个逼真的现实场景,结合目标导向型训练使患者感觉如同在进行实际的日常肢体活动,如物体的抓握等。虚拟现实环境增加了沉浸感与趣味性,研究也表明其能够提高大脑活动水平。但是,对于无法进行自主肌肉收缩控制的软瘫期或痉挛期患者,机器人辅助下的肢体运动与虚拟现实场景结合依然属于被动的康 ...
【技术保护点】
一种基于脑机接口与虚拟现实技术的上肢康复训练方法,其特征在于,包括以下步骤:1)患者佩戴电极帽及VR眼镜,连接计算机、脑电放大器与智能手机;2)判断患者是否是第一次训练,如果是,则首先采集脑电(electroencephalography,EEG)信号,进行个体化分类器校准,然后开始一次训练;否则直接开始一次训练;3)训练过程中,VR眼镜与智能手机为患者构建第一人称视角的上肢训练动作场景,患者通过持续运动想象练习实时控制虚拟场景中的上肢动作,计算机中的BCI模块依据患者当前训练效果,自动调整分类器;4)训练结束后,BCI模块的分类器进行自适应调整,用于下次训练。
【技术特征摘要】
1.一种基于脑机接口与虚拟现实技术的上肢康复训练方法,其特征在于,包括以下步骤:1)患者佩戴电极帽及VR眼镜,连接计算机、脑电放大器与智能手机;2)判断患者是否是第一次训练,如果是,则首先采集脑电(electroencephalography,EEG)信号,进行个体化分类器校准,然后开始一次训练;否则直接开始一次训练;3)训练过程中,VR眼镜与智能手机为患者构建第一人称视角的上肢训练动作场景,患者通过持续运动想象练习实时控制虚拟场景中的上肢动作,计算机中的BCI模块依据患者当前训练效果,自动调整分类器;4)训练结束后,BCI模块的分类器进行自适应调整,用于下次训练。2.根据权利要求1所述的一种基于脑机接口与虚拟现实技术的上肢康复训练方法,其特征在于,所述步骤2)中个体化分类器校准过程,包括以下步骤:2.1)患者依据屏幕提示信息进行肢体运动想象练习,每次练习维持4秒,相邻两次练习间存在4秒间隔用于放松休息,即安静状态,采集整个过程患者的EEG信息;2.2)分别将运动想象状态及安静状态下的EEG信号分割成250毫秒长的数据段,利用共空间模式(commonspatialpattern,CSP)法进行两类样本的特征值提取,利用自回归(autoregressionmodel,AR)模型估计EEG信号的功率谱密度;2.3)将支持向量机(supportvectormachine,SVM)作为分类器,使用提取的两类样本特征值对分类器参数进行最优化设计;利用多倍交叉验证法对分类效果进行评估;2.4)将最优化分类器参数及分类效果保存至患者数据库,以便在开始训练前调用。3.根据权利要求1所述的一种基于脑机接口与虚拟现实技术的上肢康复训练方法,其特征在于,所述步骤3)中患者通过持续运动想象练习实时控制虚拟场景中的上肢动作以及BCI模块在一次训练中的自动调整过程,包括以下步骤:3.1)长度为250毫秒的移动时间窗截取实时采集到的EEG数据;3.2)对时间窗内的EEG数据利用CSP法进行特征提取;3.3)调取最优化分类器参数,对提取到的特征进行处理,依据初始决策阈值对分类器输出结果进行决策;3.4)如果分类结果为患者当前没有进行运动想象,则判断是否是第n次检测结果...
【专利技术属性】
技术研发人员:徐光华,郑杨,李黎黎,曹飞帆,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。