一种基于侵入式脑机接口的灵巧手部运动解码方法技术

本发明专利技术公开了一种基于侵入式脑机接口的灵巧手部运动解码方法，包括：（1）获取手部精细运动数据和对应的侵入式脑电数据；（2）获取高维手部精细运动数据的低维特征；（3）提取侵入式脑电数据中的锋电位频带能量，作为灵巧手部运动解码的脑电信号特征；（4）基于循环神经网络建立网络学习模型；（5）对手部精细运动数据的低维特征和对应的脑电信号特征进行预处理，按照比例分成训练集和验证集；（6）利用训练集对模型进行训练，利用验证集对模型的拟合程度进行评估，选出回归效果最优的模型，最后在测试集中评估模型性能。利用本发明专利技术，可以实现更加准确和精细的手部运动解码。加准确和精细的手部运动解码。加准确和精细的手部运动解码。

【技术实现步骤摘要】
一种基于侵入式脑机接口的灵巧手部运动解码方法


[0001]本专利技术属于运动神经信号解码领域，尤其是涉及一种基于侵入式脑机接口的灵巧手部运动解码方法。

技术介绍

[0002]侵入式脑机接口建立了大脑与外部设备的直接的信息沟通和控制通道，在运动功能恢复等临床应用中显示出巨大潜力。人手是人类完成与外界交互的最重要工具之一，能够使人类能够灵活，精确，毫不费力地操纵物体，故灵巧的手部控制对于日常生活和工作中具有重要作用。因此，连续精确手部功能恢复对于残障人士的运动功能重建以及日常生活恢复意义重大，已成为全球研究的重点前沿交叉方向。
[0003]公开号为CN106726030A的中国专利文献公开了一种基于临床皮层脑电信号控制机械手运动的脑机接口系统，包括信号采集模块、脑电特征提取及解码模块、机械手控制模块以及外设模块，信号采集模块将采集到的临床脑电信号进行预处理后输入到脑电特征提取及解码模块，脑电特征提取及解码模块提取预处理的脑电信号的特征，机械手控制模块对预处理后的脑电信号的特征进行分类，并将类标发送到机械手，完成手势运动。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于侵入式脑机接口的灵巧手部运动解码方法，其特征在于，包括：步骤1，获取手部精细运动数据和对应的侵入式脑电数据；步骤2，对于获取的手部精细运动数据，将不同动作的时序运动数据按照单个动作的数据维度进行拼接，并使用主成分分析得到相互正交的运动协同基；将高维的手部精细运动数据投影到低维的运动协同基上，得到手部精细运动数据的低维特征；步骤3，提取侵入式脑电数据中的锋电位频带能量，作为灵巧手部运动解码的脑电信号特征；步骤4，基于循环神经网络建立网络学习模型；步骤5，对手部精细运动数据的低维特征和对应的脑电信号特征进行预处理，按照比例分成训练集和验证集；步骤6，利用训练集对模型进行训练，利用验证集对模型的拟合程度进行评估，选出回归效果最优的模型；步骤7，对于待解码的侵入式脑电信号，提取脑电信号特征后输入选出的模型，得到解码后的手部运动。2.根据权利要求1所述的基于侵入式脑机接口的灵巧手部运动解码方法，其特征在于，步骤1中，手部精细运动数据包含11种不同的手部动作，具体为：拇指弯曲、食指弯曲、中指弯曲、无名指弯曲、小指弯曲、后四指弯曲、后三指弯曲、五指指握、三指指握、两指指握和拇指内收。3.根据权利要求1所述的基于侵入式脑机接口的灵巧手部运动解码方法，其特征在于，步骤1中，获取手部精细运动数据和对应的侵入式脑电数据的具体方式为：设计基于虚拟现实的连续手部运动视觉提示范式，在屏幕中将采集的手部精细运动数据可视化为虚拟手的连续手部运动，要求测试者跟随视觉提示进行对应的运动想象，并同步采集对应的侵入式脑电数据。4.根据权利要求1所述的基于侵入式脑机接口的灵巧手部运动解码方法，其特征在于...

【专利技术属性】
技术研发人员：祁玉，孙华琴，王跃明，张建民，朱君明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：