上肢运动意图的FNIRS实时解码方法及系统技术方案

本发明专利技术涉及一种上肢运动意图的FNIRS实时解码方法及系统,包括采集大脑中的血红蛋白信息，对采集的血红蛋白信息进行预处理；对预处理后的信息进行第一次特征提取，然后对第一次提取的特征进行第一次特征选择，对第一次选择的特征进行第一次识别，完成动作起始意图的识别；对预处理后的信息进行第二次特征提取，然后对第二次提取的特征进行第二次特征选择，对第二次选择的特征进行第二次识别，完成运动状态的识别；将识别解码得到的运动指令输出，实时验证在线控制的可行性。本发明专利技术不但任务识别准确率高，而且计算复杂度低，脑机接口系统的实时性能高。

【技术实现步骤摘要】
上肢运动意图的FNIRS实时解码方法及系统
本专利技术涉及康复医疗的
，尤其是指一种上肢运动意图的FNIRS实时解码方法及系统。
技术介绍
上肢是人体重要的组成部分，经研究调查发现，80％的严重脑卒中患者中存在上肢运动功能障碍。由于人的上肢相对于下肢灵活度更高，与之相关联的中枢神经系统会更加复杂，损伤后恢复的难度更大，康复的周期也更长。临床数据显示，约有50％到70％左右的患者在接受治疗数月后仍然存在不同程度的上肢运动功能障碍。患者无法正常行动完成自理行为，需要医院护工以及家属花费大量时间和精力对其进行护理，这给社会和家庭带来了沉重的负担，病人也遭受着巨大的身心折磨。当前社会对运动功能康复医疗资源的需求非常迫切，随着近些年来机器人技术的飞速发展，越来越多康复机器人被研发出来帮助病人进行运动功能恢复相关训练，有效缓解了医疗资源紧张的难题。目前已有大量研究表明，利用康复机器人设备带动病人进行康复训练是一种可行且相对高效的治疗方式。传统的康复机器人训练方案通常是在设定好了具体的训练流程后，由机器人辅助患者完成训练动作，这种方案有效提高了本文档来自技高网...

【技术保护点】
1.一种上肢运动意图的FNIRS实时解码方法，其特征在于，包括如下步骤：/n步骤S1：采集大脑中的血红蛋白信息，对采集的血红蛋白信息进行预处理；/n步骤S2：对预处理后的信息进行第一次特征提取，然后对第一次提取的特征进行第一次特征选择，对第一次选择的特征进行第一次识别，完成动作起始意图的识别；/n步骤S3：对预处理后的信息进行第二次特征提取，然后对第二次提取的特征进行第二次特征选择，对第二次选择的特征进行第二次识别，完成运动状态的识别；/n步骤S4：将识别解码得到的运动指令输出，实时验证在线控制的可行性。/n

【技术特征摘要】
1.一种上肢运动意图的FNIRS实时解码方法，其特征在于，包括如下步骤：
步骤S1：采集大脑中的血红蛋白信息，对采集的血红蛋白信息进行预处理；
步骤S2：对预处理后的信息进行第一次特征提取，然后对第一次提取的特征进行第一次特征选择，对第一次选择的特征进行第一次识别，完成动作起始意图的识别；
步骤S3：对预处理后的信息进行第二次特征提取，然后对第二次提取的特征进行第二次特征选择，对第二次选择的特征进行第二次识别，完成运动状态的识别；
步骤S4：将识别解码得到的运动指令输出，实时验证在线控制的可行性。


2.根据权利要求1所述的上肢运动意图的FNIRS实时解码方法，其特征在于：对预处理后的信息进行第二次特征提取时，分别从时域统计特征、非线性动力学特征、以及空间相关特征中三个不同维度对信号特征进行提取。


3.根据权利要求2所述的上肢运动意图的FNIRS实时解码方法，其特征在于：从时域统计特征对信号特征进行提取的方法为：在滑动时间窗内，分别计算信号均值、信号能量、信号峰值、信号谷值、信号的信号移动性参数以及复杂性参数。


4.根据权利要求2所述的上肢运动意图的FNIRS实时解码方法，其特征在于：从非线性动力学特征对信号特征进行提取的方法为：假设原始信号序列为一个等时间采样间隔的时间序列,定义算法中设置参数维度以及相似容限，计算近似熵。


5.根据权利要求2所述的上肢运动意图的FNIRS实时解码方法，其特征在于：从空间相关特征对信号特征进行提取的方法为：计算两两不同测试通道之间脑血氧信号的皮尔森相关系数衡量两个测试通道之间的变化趋势的异同。


6...

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