[發(fā)明專利]基于可視圖符號網(wǎng)絡(luò)和寬度學(xué)習(xí)的新型腦控智能康復(fù)系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010364687.2
• 申請日: 2020-04-30
• 公開（公告）號: CN111584028B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 高忠科;呂冬梅;黨偉東;馬超
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/291;G16H20/30;A61B5/386;A61B5/389;A61N1/36;G06N3/047;G06F18/241
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 杜文茹

1.一種基于可視圖符號網(wǎng)絡(luò)和寬度學(xué)習(xí)的新型腦控智能康復(fù)系統(tǒng)，其特征在于，被試者通過觀看手部握拳與伸展動作視頻進行運動想象，同時腦電信號采集設(shè)備采集被試者的運動想象EEG腦電信號；運動意圖識別模塊對獲得的運動想象EEG腦電信號進行預(yù)處理，構(gòu)建水平可視圖網(wǎng)絡(luò)，基于水平可視圖網(wǎng)絡(luò)度序列構(gòu)建單層符號網(wǎng)絡(luò)，提取單層符號網(wǎng)絡(luò)的六個網(wǎng)絡(luò)指標，將六個網(wǎng)絡(luò)指標構(gòu)成六維特征向量，將六維特征向量輸入到寬度學(xué)習(xí)模型中實現(xiàn)握拳運動想象EEG腦電信號與手部伸展運動想象EEG腦電信號的有效分類與辨識，將分類結(jié)果傳輸?shù)侥X控智能康復(fù)系統(tǒng)，腦控智能康復(fù)系統(tǒng)基于運動意圖協(xié)助被試者進行上肢康復(fù)訓(xùn)練；所述的運動意圖識別模塊具體包括如下步驟：

1)被試者分別觀看手部握拳視頻與手部伸展視頻，同時對視頻相應(yīng)動作進行運動想象，通過腦電信號采集設(shè)備采集被試者握拳運動想象EEG腦電信號和手部伸展運動想象EEG腦電信號，統(tǒng)稱為運動想象EEG腦電信號，并對運動想象EEG腦電信號進行預(yù)處理；

2)對預(yù)處理后的運動想象EEG腦電信號的每一電極所對應(yīng)的通道構(gòu)建水平可視圖網(wǎng)絡(luò)A^c，得到九個單層水平可視圖網(wǎng)絡(luò)A^C3,A^C4,A^F3,A^F4,A^P3,A^P4,A^T7,A^T8,A^Cz；包括：

(1)對于任一電極采集的運動想象EEG腦電信號采用水平可視圖算法構(gòu)建單層水平可視圖網(wǎng)絡(luò)，若運動想象EEG腦電信號中的任意兩個采樣點和滿足可視性準則，即滿足：對于其中i_a＜i_j＜i_b，若滿足則認為采樣點和相互可視，其中，c表示電極C3、C4、F3、F4、P3、P4、T7、T8、Cz中的一個電極，表示c電極采集的信號中第i_a個采樣點表示c電極采集的信號中第i_b個采樣點表示c電極采集的信號中第i_j個采樣點設(shè)定運動想象EEG腦電信號中任意相鄰的兩點可視，以運動想象EEG腦電信號中的每個采樣點為單層水平可視圖網(wǎng)絡(luò)的節(jié)點，若兩個節(jié)點滿足可視性準則，則在這兩個節(jié)點間建立連邊，否則，不建立連邊，獲得單層水平可視圖網(wǎng)絡(luò)，該單層水平可視圖網(wǎng)絡(luò)具有與各電極對應(yīng)的通道中的采樣點個數(shù)L相同的節(jié)點數(shù)量；

(2)對9個電極采集的運動想象EEG腦電信號分別重復(fù)第(1)步，獲得9個單層水平可視圖網(wǎng)絡(luò)A^C3,A^C4,A^F3,A^F4,A^P3,A^P4,A^T7,A^T8,A^Cz；

3)分別計算九個單層水平可視圖網(wǎng)絡(luò)A^C3,A^C4,A^F3,A^F4,A^P3,A^P4,A^T7,A^T8,A^Cz的度序列，共同組成多元度序列，基于多元度序列構(gòu)建單層符號網(wǎng)絡(luò)；包括：

(1)計算每一個單層水平可視圖網(wǎng)絡(luò)的度序列，共同組成多元度序列：

其中，c表示電極C3、C4、F3、F4、P3、P4、T7、T8、Cz中的一個電極，D_c,k表示c電極對應(yīng)通道構(gòu)建的單層水平可視圖網(wǎng)絡(luò)的第k個節(jié)點的度，L為單層水平可視圖網(wǎng)絡(luò)的節(jié)點數(shù)量，等于各電極對應(yīng)的通道中的采樣點個數(shù)；

(2)將多元度序列同一節(jié)點的九個度構(gòu)建為九維向量(D_C3,k,D_C4,k,D_F3,k,D_F4,k,D_P3,k,D_P4,k,D_T7,k,D_T8,kD_Cz,k),k＝1,2,...,L，共得到與通道采樣點個數(shù)L相同的向量個數(shù)，將每一個向量按照幅值大小進行排序后映射為一個符號，得到小于等于d！種不同的符號，將每一種符號作為節(jié)點，如果兩個節(jié)點對應(yīng)九維向量為鄰居關(guān)系，則定義這兩個節(jié)點之間存在連邊，權(quán)重為兩種符號之間遷越的次數(shù)，從而獲得一個單層符號網(wǎng)絡(luò)；

4)提取單層符號網(wǎng)絡(luò)的六個網(wǎng)絡(luò)指標，包括：平均聚集系數(shù)、全局聚集系數(shù)、平均最短路徑長度、譜半徑、圖能量和平均節(jié)點介數(shù)；

5)對每個被試者的每一個運動想象EEG腦電信號中的握拳運動想象EEG腦電信號和手部伸展運動想象EEG腦電信號分別構(gòu)建單層符號網(wǎng)絡(luò)，對獲得的多個運動想象EEG腦電信號的單層符號網(wǎng)絡(luò)分別提取所述的六個網(wǎng)絡(luò)指標，將每一個單層符號網(wǎng)絡(luò)的六個網(wǎng)絡(luò)指標構(gòu)建為一個六維特征向量，將握拳運動想象EEG腦電信號的六維特征向量打上標簽1，將手部伸展運動想象EEG腦電信號的六維特征向量打上標簽2，將所有的六維特征向量以及類別標簽輸入到寬度學(xué)習(xí)模型中進行分類；

6)將分類結(jié)果傳輸?shù)侥X控智能康復(fù)系統(tǒng)對被試者上肢進行刺激；包括：

(1)交替播放手部握拳與伸展動作視頻，被試者觀看視頻并進行相應(yīng)動作的運動想象，腦電信號采集設(shè)備采集被試者運動想象EEG腦電信號；

(2)運動意圖識別模塊對運動想象EEG腦電信號進行預(yù)處理，通過可視圖符號網(wǎng)絡(luò)與寬度學(xué)習(xí)模型提取信號特征并進行信號辨識，得到被試者的運動意圖并傳輸?shù)街骺刂破鳎?/p>

(3)肌電信號采集和多通道電刺激輸出模塊中的若干肌電信號采集點采集被試者上肢肌肉的肌電信號，并傳輸?shù)街骺刂破鳎?/p>

(4)主控制器根據(jù)運動意圖識別模塊得到的被試者的運動意圖，結(jié)合上肢肌肉的肌電信號，決策出刺激電流、刺激脈寬、刺激頻率和刺激時間，控制肌電信號采集和多通道電刺激輸出模塊中的若干電刺激點；

(5)根據(jù)主控制器指令，若干電刺激點對運動意圖所對應(yīng)的上肢多塊肌肉施加電刺激，使被試者按想象意圖進行手部握拳或伸展運動。