一种基于大脑血红蛋白信息的下肢运动阻力状态识别方法技术

本发明专利技术公开了一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，包括将受试者在不同阻力状态下自主执行骑行运动，实验过程中应用近红外光脑成像设备采集被试者的脑皮层血红蛋白信息；针对运动起始时刻所记录的脑皮层血红蛋白浓度信息，以氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白作为分析参数，在每个采样周期分别计算差值和脱氧血红蛋白的变化速率，并计算多个采样周期的差值和脱氧血红蛋白的变化速率平均值，筛选确定重点通道，分多个频段分别考虑重点通道的参数特征；以多个频段下重点通道的氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白的变化速率平均值作为特征向量，采用ELM极限学习机方法测试识别被试者的阻力状态等级。

A method for identifying the state of lower limb movement resistance based on brain hemoglobin information

The invention discloses a method for identification of brain information motion state of lower limb hemoglobin based, including the subjects perform independent riding sports in different resistance state, the cerebral cortex hemoglobin acquisition information application of near infrared optical brain imaging device is in the process of the experiment; cerebral cortex hemoglobin concentration information recorded in the initial time of movement in the oxygenated hemoglobin and deoxy hemoglobin and deoxy hemoglobin difference as the analysis parameters, the sampling rate change cycle were calculated in each difference of hemoglobin and deoxy, rate of change and calculate the multiple sampling period difference and deoxygenated hemoglobin average, screening to determine the key parameters of key features of channel, channel are divided into a plurality of consideration in order to focus on the channel frequency; a plurality of frequency bands of oxygenated hemoglobin and deoxy hemoglobin The mean value of the difference between white and deoxy hemoglobin is taken as the feature vector, and the ELM extreme learning machine method is used to identify the resistance level of subjects.

【技术实现步骤摘要】
一种基于大脑血红蛋白信息的下肢运动阻力状态的识别方法
本专利技术属于智能助行、康复训练
，尤其是一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法。
技术介绍
根据残联数据统计显示，我国残疾人数量约8500万，其中肢体残疾人数占到29.08％。肢体残疾人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，仅脑卒中每年新发病的患者达到200万左右。70-80％左右的患者由于残疾不能独立生活，给家庭和社会带来了很大的负担，因此这些肢体障碍患者的预后康复治疗十分重要。我国对康复预后训练以及认识较晚，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、融入社会提供了极大的可能性。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。目前的脑机接口技术存在以下主要问题：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，而且本文档来自技高网...

【技术保护点】
一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，其特征在于，包括以下步骤：1)将受试者在不同阻力状态下自主执行骑行运动，实验过程中应用近红外光脑成像设备采集被试者的脑皮层血红蛋白信息；2)针对运动起始时刻所记录的脑皮层血红蛋白浓度信息，以氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白作为分析参数，在每个采样周期分别计算差值和脱氧血红蛋白的变化速率，并计算多个采样周期的差值和脱氧血红蛋白的变化速率平均值，筛选确定重点通道，分多个频段分别考虑重点通道的参数特征；3)以多个频段下重点通道的氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白的变化速率平均值作为特征向量，采用ELM极限学习机方法测...

【技术特征摘要】
2017.06.09 CN 20171043115731.一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，其特征在于，包括以下步骤：1)将受试者在不同阻力状态下自主执行骑行运动，实验过程中应用近红外光脑成像设备采集被试者的脑皮层血红蛋白信息；2)针对运动起始时刻所记录的脑皮层血红蛋白浓度信息，以氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白作为分析参数，在每个采样周期分别计算差值和脱氧血红蛋白的变化速率，并计算多个采样周期的差值和脱氧血红蛋白的变化速率平均值，筛选确定重点通道，分多个频段分别考虑重点通道的参数特征；3)以多个频段下重点通道的氧合血红蛋白与脱氧血红蛋白的差值以及脱氧血红蛋白的变化速率平均值作为特征向量，采用ELM极限学习机方法测试识别被试者的阻力状态等级。2.根据权利要求1所述的一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，其特征在于，步骤1)中，不同阻力是0N低阻、30N中阻和50N高阻。3.根据权利要求1或2所述的一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，步骤1)中，在任务开始前，被试者保持静息状态90-120秒左右，之后开始骑行任务，任务段和休息段交替进行；骑行的阻力任务按从低到高，依次完成后，再重复一次；设定采样周期为0.13秒。4.根据权利要求1所述的一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，步骤2)中，首先，以时域角度，应用统计分析方法确定不同阻力状态下的重点通道；之后，以频域角度，根据不同阻力状态下的各重点通道的功率谱密度分布情况，观察多个频段内的频段特征图，研究不同阻力状态下各频段能量的大小关系以及统计差异特性。5.根据权利要求1或2所述的一种基于大脑血红蛋白信息的下肢运动速度状态的识别方法，步骤2)中，是以运动起始点为转折，运动前取两个时间段T1和T2，运动后取一个时间段T3，每个时间段有多个采集点；分析统计方差，当某一个测试通道的T1和T2内测得的变化速率平均值没有显著差异，且T3内测得的变化速率平均值与T1和T2的变化速率平均值均有显著差异时，确定该测试通道为...

【专利技术属性】
技术研发人员：李春光，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32