【技术实现步骤摘要】
基于胶囊网络的新型脑控智能康复方法及应用
本专利技术涉及一种脑控智能康复方法。特别是涉及一种基于胶囊网络的新型脑控智能康复方法及应用。
技术介绍
由于运动想象能够实现大脑有动作意图时肢体不执行任何动作，并且不依赖于患者的残存功能，又与患者的主动运动密切相关，因此在康复医疗中通常采用运动想象激活和修复脑卒中患者运动网络，改善脑卒中患者的运动功能。基于运动想象的康复系统可以有效地提升康复效果并解决传统康复治疗手段中存在的问题，该系统中最关键且重要的一步在于对运动想象脑电信号的正确识别与分类，从而向运动装置传输正确的控制指令。深度神经网络可以充分挖掘数据，提高分类性能，因此已成功应用于脑电信号的特征提取与分类中。常用的深度神经网络包括：卷积神经网络、由多个限制玻尔兹曼机堆叠成的深度置信网络、循环神经网络和长短时记忆网络等。由于运动康复系统不仅对脑电信号分类的准确率有较高的要求，同时要求系统具有实时在线处理能力，所以过于复杂的深度神经网络会导致系统的实时性降低，控制指令的输出存在延迟。胶囊(Capsule)网络中用一个向量表...
【技术保护点】
1.一种基于胶囊网络的新型脑控智能康复方法，其特征在于，包括如下步骤：/n1)上位机根据使用者选择的康复训练项目产生对应的运动刺激视频，通过显示器显示给使用者，所述运动刺激视频包括有左侧上肢康复训练或左侧下肢康复训练或右侧上肢康复训练或右侧下肢康复训练的图像，使用者想象相应的动作，并通过脑电采集装置采集使用者同步的运动想象脑电信号，并进行放大滤波预处理，通过无线方式传输至上位机；/n2)上位机接收到使用者的运动想象脑电信号，进行再次处理后，通过基于胶囊网络算法提取所述运动想象脑电信号的特征并进行分类，将分类结果转化为相应的康复训练控制信号，传输至康复运动装置；/n3)康复运...
【技术特征摘要】
1.一种基于胶囊网络的新型脑控智能康复方法，其特征在于，包括如下步骤：
1)上位机根据使用者选择的康复训练项目产生对应的运动刺激视频，通过显示器显示给使用者，所述运动刺激视频包括有左侧上肢康复训练或左侧下肢康复训练或右侧上肢康复训练或右侧下肢康复训练的图像，使用者想象相应的动作，并通过脑电采集装置采集使用者同步的运动想象脑电信号，并进行放大滤波预处理，通过无线方式传输至上位机；
2)上位机接收到使用者的运动想象脑电信号，进行再次处理后，通过基于胶囊网络算法提取所述运动想象脑电信号的特征并进行分类，将分类结果转化为相应的康复训练控制信号，传输至康复运动装置；
3)康复运动装置带动使用者进行相应的训练动作，并将使用者训练动作的信号数据反馈给上位机，上位机中的数据库保存使用者训练动作的信号数据，并采用Fugl-Meyer评估法对使用者训练动作的信号数据进行评估。
2.根据权利要求1所述的基于胶囊网络的新型脑控智能康复方法，其特征在于，步骤1)所述显示的频率和时间长度相同。
3.根据权利要求1所述的基于胶囊网络的新型脑控智能康复方法，其特征在于，步骤1)所述的脑电采集装置是通过分别位于电极帽的C3区电极、C4区电极、Cz区电极以及右腿驱动电极获取使用者运动想象脑电信号。
4.根据权利要求1所述的基于胶囊网络的新型脑控智能康复方法，其特征在于，步骤2)所述的再次处理，是将运动想象脑电信号经1-40Hz带通滤波器滤波和使用共同平均参考法进行去噪处理，采用独立成分分析方法去除眼动和与眨眼伪迹由。
5.根据权利要求1所述的基于胶囊网络的新型脑控智能康复方法，其特征在于，步骤2)所述的胶囊网络的每一层都是采用Adam优化器并使用早停法进行训练，Adam优化器的学习率设置为0.001。
6.根据权利要求1所述的基于胶囊网络的新型脑控智能康复方法，其特征在于，步骤2)所述的通过基于胶囊网络算法提取所述运动想象脑电信号的特征并进行分类，包括由胶囊网络依次进行如下处理：
(2.1)输入层，用于将接收到的使用者的运动想象脑电信号...
【专利技术属性】
技术研发人员：高忠科，陈培垠，刘明旭，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
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。