一种基于脑机接口的康复训练装置和训练方法制造方法及图纸

本发明专利技术公开了一种基于脑机接口技术的康复训练装置和训练方法，涉及生理信号处理技术领域。该康复训练装置包括：信号采集设备以及与信号采集设备连接的康复训练装置；康复训练装置用于：根据信号采集设备采集的目标使用者的生理电信号和运动意图识别分类模型，得到目标使用者的运动意图想象类型及预期康复训练水平；运动意图想象类型包括左手运动想象、右手运动想象、脚运动想象、舌头运动想象；预期康复训练水平包括动作的强度力度、移动的距离和完成的速度；根据目标使用者的运动意图想象类型及预期康复训练水平生成目标使用者的康复训练方案。本发明专利技术通过利用脑机接口辅助增加康复训练时对动作的识别精度，进而有利于提升康复训练的康复效果。复训练的康复效果。复训练的康复效果。

【技术实现步骤摘要】
一种基于脑机接口的康复训练装置和训练方法


[0001]本专利技术涉及生理信号处理
，特别是涉及一种基于脑机接口的康复训练装置和训练方法。

技术介绍

[0002]大脑是人类控制植物神经系统的高级中枢，对于一些严重神经损坏，如中风、脊髓损伤等，伴随着出现运动功能障碍，严重威胁患者身心健康，降低生活质量。日益加剧的老龄化趋势以及肢体残疾的庞大基数，使临床康复治疗手段以及康复辅助装备存在巨大的缺口。
[0003]近些年新兴的脑机接口(Brain
‑
computer interface，BCI)技术可在脑与外部环境之间建立沟通以达到控制设备的目的，但仍然处于起步阶段，仅能识别简单的运动意图，辅助以既定的康复训练动作，缺乏与患者的深入沟通互动，导致患者使用感受差、参与度低，运动意图识别精度偏低，从而阻碍了脑机接口与外部设备之间的有效控制，难以达到预期的运动康复效果。
[0004]现有脑机接口康复训练系统可以支持使用者少数运动意图的识别和粗略分类，比如左手、右手、脚、舌头部位运动，这些动作种类的运动意图识别被称之为横向的研究。但是对于某项运动需要或者想执行到什么深度缺乏足够的关注和研究，比如运动的强度力度、移动的距离、动作完成的速度等，然而这些纵向的因素恰恰是限制BCI康复运动系统智能化、人性化、精准化发展的阻碍，使得临床和康复训练效果大打折扣。

技术实现思路

[0005]本专利技术的目的是提供一种基于脑机接口的康复训练装置和训练方法，可利用脑机接口技术辅助提高大脑在进行康复训练时的高精度识别，进而提升康复训练的效果。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种基于脑机接口的康复训练装置，其特征在于，包括：信号采集设备以及与所述信号采集设备连接的康复训练装置；
[0008]所述信号采集设备用于采集目标使用者的生理电信号；
[0009]所述康复训练装置用于：
[0010]根据所述目标使用者的生理电信号和运动意图识别分类模型，得到所述目标使用者的运动意图想象类型及预期康复训练水平；所述运动意图想象类型包括左手运动想象、右手运动想象、脚运动想象和舌头运动想象；所述预期康复训练水平包括动作的强度力度、移动的距离和动作完成的速度；
[0011]根据所述目标使用者的运动意图想象类型及预期康复训练水平生成所述目标使用者的康复训练方案。
[0012]可选地，所述康复训练装置，具体包括：
[0013]预测模块，用于将所述目标使用者的生理电信号输入所述运动意图识别分类模
型，所述运动意图识别分类模型输出所述目标使用者的运动意图想象类型及预期康复训练水平；
[0014]康复方案生成模块，用于由所述目标使用者的运动意图想象类型及预期康复训练水平确定康复训练指令，并当所述康复训练指令属于预设评估范围时，根据所述康复训练指令确定所述目标使用者的康复训练方案。
[0015]可选地，所述康复训练装置，还包括：
[0016]模型训练模块，用于确定所述运动意图识别分类模型；
[0017]所述模型训练模块，具体包括：
[0018]训练数据确定单元，用于获取训练数据；所述训练数据包括已使用者的生理电信号、对应的运动意图想象类型及对应的预期康复训练水平；
[0019]网络构建单元，用于构建神经网络模型；
[0020]网络训练单元，用于将所述训练数据输入所述神经网络模型，并采用梯度下降策略对所述神经网络模型进行训练，将训练好的神经网络模型确定为所述运动意图识别分类模型。
[0021]可选地，还包括：信号处理器；
[0022]所述信号采集设备通过所述信号处理器与所述康复训练装置连接；所述信号处理器用于对所述目标使用者的生理电信号进行特征提取，得到目标使用者的信号特征。
[0023]可选地，还包括：显示器；
[0024]所述显示器与所述康复训练装置连接；
[0025]所述显示器用于显示所述目标使用者的康复训练方案。
[0026]一种基于脑机接口的康复训练方法，包括：
[0027]获取目标使用者的生理电信号；
[0028]根据目标使用者的生理电信号和运动意图识别分类模型，得到所述目标使用者的运动意图想象类型及预期康复训练水平；所述运动意图想象类型包括左手运动想象、右手运动想象、脚运动想象、舌头运动想象；所述预期康复训练水平包括动作的强度力度、移动的距离和完成的速度；
[0029]根据所述目标使用者的运动意图想象类型及预期康复训练水平生成所述目标使用者的康复训练方案。
[0030]可选地，所述根据目标使用者的生理电信号和运动意图识别分类模型，得到所述目标使用者的运动意图想象类型及预期康复训练水平，具体包括：
[0031]将所述目标使用者的生理电信号输入所述运动意图识别分类模型，所述运动意图识别分类模型输出所述目标使用者的运动意图想象类型及预期康复训练水平。
[0032]可选地，所述根据所述目标使用者的运动意图想象类型及预期康复训练水平生成所述目标使用者的康复训练方案，具体包括：
[0033]由所述目标使用者的运动意图想象类型及预期康复训练水平确定康复训练指令，并当所述康复训练指令属于预设评估范围时，根据所述康复训练指令确定所述目标使用者的康复训练方案。
[0034]可选地，所述运动意图识别分类模型的确定方法为：
[0035]获取训练数据；所述训练数据包括已使用者的生理电信号、对应的运动意图想象
类型及对应的预期康复训练水平；
[0036]构建神经网络模型；
[0037]将所述训练数据输入所述神经网络模型，并采用梯度下降策略对所述神经网络模型进行训练，将训练好的神经网络模型确定为所述运动意图识别分类模型。
[0038]可选地，在所述根据所述目标使用者的运动意图想象类型及预期康复训练水平生成所述目标使用者的康复训练方案之后，还包括：
[0039]显示所述目标使用者的康复训练方案。
[0040]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0041]本专利技术公开了一种基于脑机接口的康复训练装置和训练方法，其中所述康复训练装置根据目标使用者的生理电信号和运动意图识别分类模型，得到目标使用者的运动意图想象类型及预期康复训练水平，进而生成目标使用者的康复训练方案，其中，运动意图想象类型包括左手运动想象、右手运动想象、脚运动想象和舌头运动想象，预期康复训练水平包括动作的强度力度、移动的距离和动作完成的速度，该康复训练装置解决了既有技术中无法对纵向的运动强度力度、移动的距离、动作完成的速度等方面进行高精度识别的问题。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑机接口的康复训练装置，其特征在于，包括：信号采集设备以及与所述信号采集设备连接的康复训练装置；所述信号采集设备用于采集目标使用者的生理电信号；所述康复训练装置用于：根据所述目标使用者的生理电信号和运动意图识别分类模型，得到所述目标使用者的运动意图想象类型及预期康复训练水平；所述运动意图想象类型包括左手运动想象、右手运动想象、脚运动想象和舌头运动想象；所述预期康复训练水平包括动作的强度力度、移动的距离和动作完成的速度；根据所述目标使用者的运动意图想象类型及预期康复训练水平生成所述目标使用者的康复训练方案。2.根据权利要求1所述的基于脑机接口的康复训练装置，其特征在于，所述康复训练装置，具体包括：预测模块，用于将所述目标使用者的生理电信号输入所述运动意图识别分类模型，所述运动意图识别分类模型输出所述目标使用者的运动意图想象类型及预期康复训练水平；康复方案生成模块，用于由所述目标使用者的运动意图想象类型及预期康复训练水平确定康复训练指令，并当所述康复训练指令属于预设评估范围时，根据所述康复训练指令确定所述目标使用者的康复训练方案。3.根据权利要求2所述的基于脑机接口的康复训练装置，其特征在于，所述康复训练装置，还包括：模型训练模块，用于确定所述运动意图识别分类模型；所述模型训练模块，具体包括：训练数据确定单元，用于获取训练数据；所述训练数据包括已使用者的生理电信号、对应的运动意图想象类型及对应的预期康复训练水平；网络构建单元，用于构建神经网络模型；网络训练单元，用于将所述训练数据输入所述神经网络模型，并采用梯度下降策略对所述神经网络模型进行训练，将训练好的神经网络模型确定为所述运动意图识别分类模型。4.根据权利要求1所述的基于脑机接口的康复训练装置，其特征在于，还包括：信号处理器；所述信号采集设备通过所述信号处理器与所述康复训练装置连接；所述信号处理器用于对所述目标使用者的生理电信号进行特征提取，得到目标使用者的信号特征。5.根据权利要求1所述的基于脑机接口的康复训练装置，其特征在于，还包括：显示器；所...

【专利技术属性】
技术研发人员：张宁玲，彭福来，陈财，李沛然，吕丹阳，张昔坤，王星维，王智勇，王琳，李光林，
申请(专利权)人：山东中科先进技术研究院有限公司，
类型：发明
国别省市：