一种基于脑-机-肌信息环路的助行机器人系统技术方案

本发明专利技术公开了一种基于脑‑机‑肌信息环路的助行机器人系统，所述系统包括：计算机实时处理脑电数据与肌电数据，通过分析脑电数据和肌电数据中的运动相关特征，实时获取用户的运动意图；计算机获得用户有运动意图信息以及运动状态信息后，送入混合助行驱动模型，输出两种控制参数分别控制神经肌肉电刺激仪和机械外骨骼；第一控制参数用于控制神经肌肉电刺激仪在有运动意图的迈腿侧施加电刺激进而驱动意图侧产生抬腿动作；第二控制参数用于控制机械外骨骼调节重心角度进而维持站立和行走转换中的平衡；计算机以神经可塑性为指标，优化协同脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成的环路模型，建立高紧密性脑‑机‑肌信息环路模型的助行机器人系统。

【技术实现步骤摘要】
一种基于脑-机-肌信息环路的助行机器人系统
本专利技术涉及神经工程与康复领域，尤其涉及一种基于脑-机-肌信息环路的助行机器人系统。
技术介绍
大脑的可塑性变化才是运动机能障碍患者康复的最本质因素，正确利用中枢神经可塑性变化对预测和加快康复进程尤为重要。中枢神经可塑性是指大脑受到诸如行为、环境、情绪的变化、特别是神经通路和身体受损的影响，从而产生了一系列神经通路或者突触连接的变化。中枢神经可塑性发生在多个不同的层面，从由于学习而产生的神经元细胞尺度变化到因为伤害而激发的皮层网络大规模重新映射。中枢神经可塑性在健康发展、学习、记忆以及脑损伤和恢复的作用已成为共识。多项研究指出，无论是残疾人或正常人，在日常的学习或训练的过程中，大脑均受到这两种可塑性变化相互作用的影响，从而对学习训练效果产生直接或间接的影响。因此，在患者参与康复训练的过程中，必须遵循中枢神经可塑性这一基本准则，方能有效提升患者对康复设备的适应性和其本身的康复疗效。传统脑卒中康复手段有：药物疗法、针灸疗法、被动式电刺激疗法、等速运动训练器等，这些方法的共性是患者接受被动式治疗、得到被动的康复效果。而近年新开发的基于脑-机接口(braincomputerinterface，BCI)的脑控康复机器人技术，如减重步行器、机械外骨骼Exo，特别是联合BCI和功能性电刺激(functionalelectricalstimulation，FES)的BCI-FES等新兴的康复手段，由于直接利用患者的大脑主观意念信号主动操作外部康复设备运行，属于主动式康复手段，其疗效有明显提升。但是，这类主动式康复治疗对中枢神经可塑性的具体影响机制尚不明确，如何根据该作用机理设计性能最优的BCI系统和制订效果最佳的训练计划尚缺乏科学依据。
技术实现思路
本专利技术提供了一种基于脑-机-肌信息环路的助行机器人系统，本专利技术解决了传统康复训练形式单一、无法完成主动式康复训练的瓶颈，重视诱导中枢神经可塑性变化对康复的潜在促进作用。进一步研究可以得到完善的助行机器人系统，有望获得可观的社会效益和经济效益，详见下文描述：一种基于脑-机-肌信息环路的助行机器人系统，所述系统包括：计算机、神经肌肉电刺激仪和机械外骨骼，结合神经肌肉电刺激仪和机械外骨骼搭建助行机器人的混合神经肌骨动力系统框架；在计算机中建立助行神经机器人中脑-机-肌协同交互信息环路模型，该模型由脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成；计算机实时处理脑电数据与肌电数据，通过分析脑电数据和肌电数据中的运动相关特征，实时获取用户的运动意图；计算机获得用户有运动意图信息以及运动状态信息后，送入混合助行驱动模型，输出两种控制参数分别控制神经肌肉电刺激仪和机械外骨骼；第一控制参数用于控制神经肌肉电刺激仪在有运动意图的迈腿侧施加电刺激进而驱动意图侧产生抬腿动作；第二控制参数用于控制机械外骨骼调节重心角度进而维持站立和行走转换中的平衡；计算机以神经可塑性为指标，优化协同脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成的环路模型，最终建立高紧密性脑-机-肌信息环路模型的助行机器人系统。进一步地，所述脑机信息交互模块用于解码脑电运动意图信息和反馈运动意图识别结果，包括：第一信号采集子模块、第一信号处理子模块、第一指令控制子模块和第一信息反馈子模块。其中，所述第一信号采集子模块，用于在用户进行下肢行走运动想象时同步进行脑电信号采集；所述第一信号处理子模块，用于对脑电信号进行信息处理以识别用户的运动意图，包括预处理、特征提取、模式识别；所述第一指令控制子模块，用于将识别结果进行决策分析，并转换成控制指令；所述第一信息反馈子模块，用于将量化的运动意图识别结果以视觉、听觉、体感形式反馈给用户。进一步地，所述肌机信息交互模块用于下肢运动模式调控和反馈运动状态信息，包括：第二信号采集子模块、第二信号处理子模块、第二指令控制子模块和第二信息反馈子模块。其中，所述第二信号采集子模块，用于在用户进行下肢行走时同步进行肌电信号采集；所述第二信号处理子模块，用于对肌电信号进行信息处理以识别用户的运动状态，包括预处理、特征提取、模式识别；所述第二指令控制子模块，用于将识别结果进行决策分析，并转换成控制指令；所述第二信息反馈子模块将量化的运动状态识别结果以视觉、听觉、体感等形式反馈给用户。其中，所述脑肌信息交互模块将同步采集到的肌电信号和脑电信号进行相干分析，得到脑肌电相干性参数，以脑肌电相干性参数评价运动功能状态。进一步，所述混合助行驱动模型具体为：采集下肢关键肌肉的表面肌电信号和运动学数据，处理肌电数据，获取肌电特征，处理运动学数据，获取步态特征；将两类特征进行特征融合后利用模式识别算法对助行关键参数进行预测分析；根据预测结果选定FES助行驱动的关键参数以及Exo助行驱动的关键参数，并通过计算机输出控制FES和Exo设备模块。其中，所述系统还包括：采用支持向量机回归预测，利用肌电均方根值和均值频率预测下肢运动轨迹，利用步态周期预测重心倾角，预测结果用相关系数和均方根误差来评价。本专利技术提供的技术方案的有益效果是：1、本专利技术拟建立一套脑-机-肌信息融合的助行机器人系统，利用中枢神经可塑性的指标观察和评价方法，对患者助行训练过程中的脑-机-肌多维闭环信息交互环路的各环节进行分析，针对影响闭环人机交互信息环路紧密度的三大瓶颈问题重点突破，优化并协调各信息交互环节的性能指标，探索和验证中枢神经可塑性最大化的方法和相关理论；2、本专利技术依托高性能人机交互技术建立具有高度连接紧密性的脑-机-肌协同交互信息环路模型，可解决人机交互系统在识别准确性、反馈时效性和反馈形式有效性上的瓶颈制约，为研制具有智能控制、安全监护等多功能的新型脑-机-肌协同助行机器人系统开拓关键基础技术；3、本专利技术可以用于残疾人康复、特种环境、工业控制等领域，进一步研究可以得到更加智能化的助行系统，有望获得可观的社会效益和经济效益。附图说明图1为一种基于脑-机-肌信息环路的助行机器人系统的结构示意图；图2为Limb-Exo-FES(L-E-F)混合助行驱动模型设计的示意图；图3为脑机信息交互模块架构示意图；图4为肌机信息交互模块架构示意图；图5为计算机软件流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。实际应用中，单独的FES系统在辅助行走功能上明显弱于Exo，而治疗功效则显著优于后者，优缺点各有不同。因此，一些研究团队提出了FES与Exo的联合系统构想：以FES为肌肉运动的主动调控源，Exo系统携带各类传感器测量肢体的关节运动角速度、角加速度及关节角度等状态并向主控单元反馈，以调控FES刺激强度，同时起到良好辅助支撑作用。这种以FES为主、Exo为辅的康复机器人系统既可以起到良好的患者运动功能替代作用，又可以利用BCI系统对患者起到显著的康复治疗作用。本专利技术实施例设计的助行机器人系统以神经可塑性机制为理论基础，依托脑机接口技术建立助行神经机器人中具有高度连接紧密性的脑-机-肌协同交互信息环路模型，并结合功能性电刺激(Functionalelectricalstimulation，FES)、机械外骨骼(Exoskeleton，本文档来自技高网...

【技术保护点】
1.一种基于脑‑机‑肌信息环路的助行机器人系统，其特征在于，所述系统包括：计算机、神经肌肉电刺激仪和机械外骨骼，结合神经肌肉电刺激仪和机械外骨骼搭建助行机器人的混合神经肌骨动力系统框架；在计算机中建立助行神经机器人中脑‑机‑肌协同交互信息环路模型，该模型由脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成；计算机实时处理脑电数据与肌电数据，通过分析脑电数据和肌电数据中的运动相关特征，实时获取用户的运动意图；计算机获得用户有运动意图信息以及运动状态信息后，送入混合助行驱动模型，输出两种控制参数分别控制神经肌肉电刺激仪和机械外骨骼；第一控制参数用于控制神经肌肉电刺激仪在有运动意图的迈腿侧施加电刺激进而驱动意图侧产生抬腿动作；第二控制参数用于控制机械外骨骼调节重心角度进而维持站立和行走转换中的平衡；计算机以神经可塑性为指标，优化协同脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成的环路模型，最终建立高紧密性脑‑机‑肌信息环路模型的助行机器人系统。

【技术特征摘要】
1.一种基于脑-机-肌信息环路的助行机器人系统，其特征在于，所述系统包括：计算机、神经肌肉电刺激仪和机械外骨骼，结合神经肌肉电刺激仪和机械外骨骼搭建助行机器人的混合神经肌骨动力系统框架；在计算机中建立助行神经机器人中脑-机-肌协同交互信息环路模型，该模型由脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成；计算机实时处理脑电数据与肌电数据，通过分析脑电数据和肌电数据中的运动相关特征，实时获取用户的运动意图；计算机获得用户有运动意图信息以及运动状态信息后，送入混合助行驱动模型，输出两种控制参数分别控制神经肌肉电刺激仪和机械外骨骼；第一控制参数用于控制神经肌肉电刺激仪在有运动意图的迈腿侧施加电刺激进而驱动意图侧产生抬腿动作；第二控制参数用于控制机械外骨骼调节重心角度进而维持站立和行走转换中的平衡；计算机以神经可塑性为指标，优化协同脑机信息交互模块、机肌信息交互模块、以及脑肌信息交互模块组成的环路模型，最终建立高紧密性脑-机-肌信息环路模型的助行机器人系统。2.根据权利要求1所述的一种基于脑-机-肌信息环路的助行机器人系统，其特征在于，所述脑机信息交互模块用于解码脑电运动意图信息和反馈运动意图识别结果，包括：第一信号采集子模块、第一信号处理子模块、第一指令控制子模块和第一信息反馈子模块。3.根据权利要求2所述的一种基于脑-机-肌信息环路的助行机器人系统，其特征在于，所述第一信号采集子模块，用于在用户进行下肢行走运动想象时同步进行脑电信号采集；所述第一信号处理子模块，用于对脑电信号进行信息处理以识别用户的运动意图，包括预处理、特征提取、模式识别；所述第一指令控制子模块，用于将识别结果进行决策分析，并转换成控制指令；所述第一信息反馈子模块，用于将量化的运动意图识别结果以视觉、...

【专利技术属性】
技术研发人员：明东，陈龙，王仲朋，顾斌，刘爽，万柏坤，
申请(专利权)人：天津大学，大天医学工程天津有限公司，
类型：发明
国别省市：天津,12