用于脑损伤后的脑机交互闭环康复训练方法技术

本发明专利技术公开了一种用于脑损伤后的脑机交互闭环康复训练方法，该方法包括：采集并处理运动想象、被动运动、主动运动三类状态的脑电数据；求解其平均去同步电位表征对应激活脑区，选取各状态下前P％个去同步电位值最小的导联，组成分别代表运动意图、感觉反馈和运动感觉激活脑区的三个导联组a、b、c；求解对应的三个平均相位滞后指数矩阵A、B、C分析脑区间功能连接强度；计算矩阵C中导联对a、b的平均相位滞后指数T1，和全部导联对的平均相位滞后指数T0，T1大于T0则验证运动控制闭环形成，利用导联组a解码脑电信号，控制康复机器人执行或停止动作。该方法精确解码大脑皮质的运动控制活动并构建个性化运动控制闭环，提高康复效率。

【技术实现步骤摘要】
用于脑损伤后的脑机交互闭环康复训练方法
本专利技术涉及医疗器械
，特别涉及一种用于脑损伤后的脑机交互闭环康复训练方法。
技术介绍
脑损伤是造成偏瘫等运动功能障碍的主要原因之一，偏瘫所导致的肢体运动功能障碍给社会及患者个人家庭都造成了沉重的负担，脑机交互技术通过将患者的运动意图转化为外部设备的辅助运动从而实现对于患者患肢的康复训练，其实质是将大脑皮质的运动控制活动进行解码，并根据解码结果控制外部设备提供辅助运动，从而产生本体感觉反馈作用于大脑皮质，构建了运动意图与实际患肢动作之间的外部运动控制闭环，促进患者神经重塑和运动功能重建进程。大脑皮质的运动控制活动主要表现在大脑局部功能的特异化以及大脑全局功能的整合化，大脑皮层的神经元集群放电会产生去同步性的放电特征，指示大脑的局部激活区域，可表征大脑局部功能的特异化；来自不同脑区的生理电信号之间的相位滞后指数特征可表征大脑的全局功能的整合信息，将去同步电位及相位滞后指数信息纳入闭环控制方法对精确解码大脑皮质的运动控制活动及验证运动控制闭环的形成具有重要意义。脑机交互闭环康复训练系统可构建脑损伤患者受损运动控制系统的外部闭环，从而形成对运动控制神经环路的有效刺激，提高康复效率。现有技术中对大脑运动控制活动进行溯源解码的方法，如专利CN110664400A，将脑电信号的事件相关电位作为溯源信息，计算导联的度信息，溯源大脑的主激活区进行运动控制命令的解码。但在于此类方法仅考虑了大脑局部功能的特异化，而忽略了大脑全局功能的整合化这一信息，限制了脑机交互闭环控制算法中运动控制活动解码精确性的进一步提升，缺少验证运动控制闭环形成的指标，从而降低了脑机交互闭环康复系统的训练效果。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种用于脑损伤后的脑机交互闭环康复训练方法，该方法形成对运动控制神经环路的有效刺激，提高康复效率。为达到上述目的，本专利技术实施例提出了用于脑损伤后的脑机交互闭环康复训练方法，包括以下步骤：步骤S1，采集N个导联的脑电信号，分别采集患者运动想象动作MI、被动运动动作PM和运动尝试动作ME三类运动状态下的n组脑电数据，对所述N个导联采集到的3×n组脑电数据进行预处理，得到N×3n组预处理脑电数据，并对所述N×3n组预处理脑电数据进行小波变换，得到N×3n组时频域信号，其中，n和N均为正整数；步骤S2，计算所述N×3n组时频域信号的去同步电位值，并对去同步电位值进行叠加平均处理，得到3×N平均去同步电位特征矩阵M，以作为激活脑区选取依据；步骤S3，从所述3×N平均去同步电位特征矩阵M中分别获取三类运动状态下前P％个去同步电位值最小的导联，组成三个导联组a、b、c作为患者在对应动作任务下的选用导联；步骤S4，对所述N×3n组预处理脑电数据的任务态数据段进行相位滞后指数计算，得到3×n个N阶相位滞后指数矩阵，并对所述3×n个N阶相位滞后指数矩阵进行叠加平均处理，分别求得三种运动状态下的N阶平均相位滞后指数矩阵A、B和C；步骤S5，分别计算所述N阶平均相位滞后指数矩阵A、B和C的阈值，将所述N阶平均相位滞后指数矩阵A、B和C中各自低于对应所述阈值的元素值置为0；步骤S6，计算所述N阶平均相位滞后指数矩阵C中导联组a、b组成的导联对的平均相位滞后指数值T1，计算所述N阶平均相位滞后指数矩阵C中全部导联对的平均相位滞后指数值T0；步骤S7，判断T1是否大于T0，若大于，则验证运动控制闭环形成，则取导联组a作为闭环控制解码数据源；步骤S8，利用所述闭环控制解码数据源实时解码所述脑电信号，得到解码结果，根据所述解码结果控制康复机器人执行动作或停止动作。本专利技术实施例的用于脑损伤后的脑机交互闭环康复训练方法，弥补已有的闭环康复训练系统中仅考虑单一局部特征进行大脑运动控制活动解码的不足，结合大脑局部功能的特异化以及大脑全局功能的整合化信息，将去同步电位及相位滞后指数信息一同纳入闭环控制算法的构建，精确解码大脑皮质的运动控制活动及验证运动控制闭环的形成，构建脑损伤患者受损运动控制系统的外部闭环，从而形成对运动控制神经环路的有效刺激，提高康复效率。另外，根据本专利技术上述实施例的用于脑损伤后的脑机交互闭环康复训练方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述三个导联组为a＝{ai|i∈N,N∈MI}、b＝{bi|i∈N,N∈PM}及c＝{ci|i∈N,N∈ME}，分别对应所述运动想象动作MI、所述被动运动动作PM以及所述运动尝试动作ME。进一步地，在本专利技术的一个实施例中，所述步骤S1包括：使用脑电采集设备采集所述N个导联的脑电信号，并分别采集患者三类运动状态下的n组脑电数据得到所述3×n组脑电数据；将所述脑电信号按照顺序进行取平均参考，使用Butterworth4阶滤波器将信号滤波至0.5-40Hz波段，去除基线消除基线漂移干扰，上述预处理后得到所述N×3n组预处理脑电数据对所述N×3n组预处理脑电数据PS进行小波变换，小波变换在alpha波段8-13Hz进行，将信号从时域变换到时频域，得所述到N×3n组时频域信号进一步地，在本专利技术的一个实施例中，所述步骤S2包括：将所述N×3n组时频域信号分为基线态和任务态，并将所述N×3n组时频域信号对应的基线态和任务态分别求和；将所述任务态求和后的值除以所述静息态求和后的值，得到所述N×3n组去同步电位值；对所述N×3n组去同步电位值进行叠加平均，分别求所述三类运动状态下的N个导联的平均去同步电位值，得到所述3×N平均去同步电位特征矩阵M。进一步地，在本专利技术的一个实施例中，所述步骤S4包括：获取所述N×3n组预处理脑电数据的任务态数据段；使用Butterworth4阶滤波器将信号滤波至alpha8-13Hz波段，取时间序列x(t)，计算其瞬时相位序列：其中为x(t)的希尔伯特变换，取任意两序列长度Q相等的时域信号xj()和xk()的瞬时相位序列φj和φk计算其相位差，表示为：|Δφn，m|＝|wφj-vφk|＜const其中w和v为整数，得到相位差信息，根据所述相位差信息计算得到相位滞后指数PLI，表示为：Δφ(tω)＝wφj(tω)-vφk(tω)其中tω为时间序列的采样数据点，sign为符号函数，从而计算得到任意两时间序列的相位滞后指数，并排列得到所述3×n个N阶相位滞后指数矩阵；对所述3×n个N阶相位滞后指数矩阵进行叠加平均处理，分别求得三种运动状态下的N阶平均相位滞后指数矩阵A、B和C，分别对应所述运动想象动作MI、所述被动运动动作PM和所述运动尝试动作ME。进一步地，在本专利技术的一个实施例中，所述步骤S5中，计算所述N阶平均相位滞后指数矩阵的阈值时，首先以行为单位取每行的最大值，组成3个N维向量H1、H2和H3，且分别对应所述N阶平均相位滞后指数矩阵A、B和C，分别取H1、H2和H3中的最小值h1、h2和h3，将所述N本文档来自技高网...

【技术保护点】
1.一种用于脑损伤后的脑机交互闭环康复训练方法，其特征在于，包括以下步骤：/n步骤S1，采集N个导联的脑电信号，分别采集患者三类运动状态下的n组脑电数据，对所述N个导联采集到的3×n组脑电数据进行预处理，得到N×3n组预处理脑电数据，并对所述N×3n组预处理脑电数据进行小波变换，得到N×3n组时频域信号，其中，n和N均为正整数；/n步骤S2，计算所述N×3n组时频域信号的去同步电位值，并对去同步电位值进行叠加平均处理，得到3×N平均去同步电位特征矩阵M；/n步骤S3，从所述3×N平均去同步电位特征矩阵M中分别获取三类运动状态下前P％个去同步电位值最小的导联，组成三个导联组a、b、c作为患者在对应动作任务下的选用导联；/n步骤S4，对所述N×3n组预处理脑电数据的任务态数据段进行相位滞后指数计算，得到3×n个N阶相位滞后指数矩阵，并对所述3×n个N阶相位滞后指数矩阵进行叠加平均处理，分别求得三种运动状态下的N阶平均相位滞后指数矩阵A、B和C；/n步骤S5，分别计算所述N阶平均相位滞后指数矩阵A、B和C的阈值，将所述N阶平均相位滞后指数矩阵A、B和C中各自低于对应所述阈值的元素值置为0；/n步骤S6，计算所述N阶平均相位滞后指数矩阵C中导联组a、b组成的导联对的平均相位滞后指数值T1，计算所述N阶平均相位滞后指数矩阵C中全部导联对的平均相位滞后指数值T0；/n步骤S7，判断T1是否大于T0，若大于，则验证运动控制闭环形成，则取导联组a作为闭环控制解码数据源；/n步骤S8，利用所述闭环控制解码数据源实时解码所述脑电信号，得到解码结果，根据所述解码结果控制康复机器人执行动作或停止动作。/n...

【技术特征摘要】
1.一种用于脑损伤后的脑机交互闭环康复训练方法，其特征在于，包括以下步骤：
步骤S1，采集N个导联的脑电信号，分别采集患者三类运动状态下的n组脑电数据，对所述N个导联采集到的3×n组脑电数据进行预处理，得到N×3n组预处理脑电数据，并对所述N×3n组预处理脑电数据进行小波变换，得到N×3n组时频域信号，其中，n和N均为正整数；
步骤S2，计算所述N×3n组时频域信号的去同步电位值，并对去同步电位值进行叠加平均处理，得到3×N平均去同步电位特征矩阵M；
步骤S3，从所述3×N平均去同步电位特征矩阵M中分别获取三类运动状态下前P％个去同步电位值最小的导联，组成三个导联组a、b、c作为患者在对应动作任务下的选用导联；
步骤S4，对所述N×3n组预处理脑电数据的任务态数据段进行相位滞后指数计算，得到3×n个N阶相位滞后指数矩阵，并对所述3×n个N阶相位滞后指数矩阵进行叠加平均处理，分别求得三种运动状态下的N阶平均相位滞后指数矩阵A、B和C；
步骤S5，分别计算所述N阶平均相位滞后指数矩阵A、B和C的阈值，将所述N阶平均相位滞后指数矩阵A、B和C中各自低于对应所述阈值的元素值置为0；
步骤S6，计算所述N阶平均相位滞后指数矩阵C中导联组a、b组成的导联对的平均相位滞后指数值T1，计算所述N阶平均相位滞后指数矩阵C中全部导联对的平均相位滞后指数值T0；
步骤S7，判断T1是否大于T0，若大于，则验证运动控制闭环形成，则取导联组a作为闭环控制解码数据源；
步骤S8，利用所述闭环控制解码数据源实时解码所述脑电信号，得到解码结果，根据所述解码结果控制康复机器人执行动作或停止动作。


2.根据权利要求1所述的用于脑损伤后的脑机交互闭环康复训练方法，其特征在于，所述三类运动状态分别为运动想象动作MI、被动运动动作PM和运动尝试动作ME。


3.根据权利要求1所述的用于脑损伤后的脑机交互闭环康复训练方法，其特征在于，所述步骤S1包括：
使用脑电采集设备采集所述N个导联的脑电信号，并分别采集患者三类运动状态下的n组脑电数据得到所述3×n组脑电数据；
将所述脑电信号按照顺序进行取平均参考，使用Butterworth4阶滤波器将信号滤波至0.5-40Hz波段，去除基线消除基线漂移干扰，上述预处理后得到所述N×3n组预处理脑电数据
对所述N×3n组预处理脑电数据PS进行小波变换，小波变换在alpha波段8-13Hz进行，将信号从时域变换到时频域，得所述到N×3n组时频域信号


4.根据权利要求1所述的用于脑损伤后的脑机交互闭环康复训练方法，其特征在于，所述步骤S2包括：<...

【专利技术属性】
技术研发人员：季林红，李翀，贾天宇，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11