[發明專利]一種雙手協同運動下的手部運動方向解碼方法及系統

有效

• 申請號: 202011090446.X
• 申請日: 2020-10-13
• 公開（公告）號: CN112205988B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 畢路拯;王佳蓉;費煒杰
• 申請（專利權）人: 北京理工大學
• 主分類號: A61B5/372
• 分類號: A61B5/372
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 王月松

本發明涉及一種雙手協同運動下的手部運動方向解碼方法及系統，通過回聲狀態網絡的方法提取人在進行手部運動時的腦電信號的非線性特征信息，采用主成分分析對特征進行壓縮，并利用線性判別分析算法對特征進行解碼，搭建了基于回聲狀態網絡的雙手協同運動與單手運動的運動方向腦電解析模型，實現了對雙手協同運動與單手運動條件下的主運動手的運動方向解碼以及對應的神經表征。

技術領域

本發明涉及神經科學領域，特別是涉及一種雙手協同運動下的手部運動方向解碼方法及系統。

背景技術

解析人的運動意圖是人機交互系統中的一個重要研究方向。通過解析人體運動意圖，尤其是手部的運動意圖，可以促進人機交互系統更好地輔助人執行操作任務，也可以對危險或錯誤操作意圖進行監測和及時糾正。考慮到大腦為人體活動的控制與命令中心，基于腦皮層信號(EEG信號)解碼人的手部運動意圖具有追蹤運動意圖更快、可反應人的真實運動意圖的優點。此外，通過EEG信號解碼人的運動意圖，有助于對大腦神經科學的探索，幫助認識大腦活動與實際運動的神經聯系。

過去，有許多研究都對基于EEG信號的手部運動學參數解碼進行了研究。2008年，Waldert等人通過EEG信號分類了手的運動方向，二分類準確率為55％。在2018年，Chouhan等人提出了基于小波鎖相值的運動方向分類方法，基于EEG信號的二分類結果達到了76.85％的準確性。2019年，Ofner等人研究了解碼針對脊髓損傷患者的不同的手部運動類型(即手打開，掌抓，側抓，內翻，旋轉)。2019年，Kim等人研究基于EEG信號哪些運動參數(例如方向、距離和到達的位置)可以在運動準備階段解析出來，結果顯示了方向和距離的分類準確率明顯高于隨機水平。綜合來看現有研究，所有基于EEG信號的手部運動意圖解析都是聚焦于單手的運動解析，即實驗過程中單手運動，對側手靜止。然而，在實際的人機交互系統中，雙手的協同運動是十分重要和普遍的。在2019年，Schwarz等人研究了通過低頻EEG信號解碼不同的單手或雙手操作任務，最終七分類解碼準確率達到38.6％。

然而，一方面，Schwarz等人研究的是病人康復中常用的動作(握勺子、拿起盆等)的單手及雙手運動解析，這些動作的解析并不適用于面向協同控制的人機交互系統中，另一方面，Schwarz等人的研究是將單手動作和雙手動作區分出來，而不是在雙手協同運動下，實現對單只手(尤其是主運動手)的運動解析，因此，本領域亟需一種在雙手協同運動下的單手運動方向解碼的技術方案。

發明內容

本發明的目的是提供一種雙手協同運動下的手部運動方向解碼方法及系統，解決了當前只能對單只手的運動解析的問題，因此本發明首次提出基于EEG信號在雙手協同運動下的單手運動方向解碼。此外，為了進一步提升基于EEG信號的在雙手協同運動下的單手運動方向解碼的解碼精度，本發明還首次將通過回聲狀態網絡提取腦電特征的技術用于解析手部運動的方案中。

為實現上述目的，本發明提供了如下方案：

一種雙手協同運動下的手部運動方向解碼方法，所述方法包括：

采集人的腦頭皮指定電極位置的腦電信號；

利用回聲狀態網絡的方法提取所述腦電信號中的特征，得到腦電信號特征信息；

將所述腦電信號特征信息輸入線性解析模型進行解析，得到人的手部運動方向。

可選的，所述利用回聲狀態網絡的方法提取所述腦電信號中的特征之前還包括對所述腦電信號進行預處理，具體包括：

將所述腦電信號放大，然后通過基線校正的方法去除零點漂移，得到第一修正信號；

利用共同平均參考法去除所述第一修正信號中各個通道共同的背景噪聲，得到第二修正信號；

利用快速傅里葉變換對所述第二修正信號進行濾波，得到預處理后腦電信號。