基于光点生物运动意念诱发的中风康复机器人脑机协同控制与训练评估技术

Brain storke is the primary disease which could cause about 5 million patients of permanent disabilities around the world per year. In our social life, how to raise the level of stroke rehabilitation has became one of the main tasks of concern. This proposal is based on the theory of Mirror Neuron System(MNS) -induced biological motion for rehealthy training. Focus on the problem that existing rehabilitation equipment can not rebuild thought-nervus centralis system response- motor nerve pathway effectively, and rely on the combination of Point-Light Biological Motion (PLBM) and cutting-edge Brain-Computer Interface (BCI)technology, a novel stroke rehabilitation robot brain-computer cooperative control and optimize training method based on PLBM induced-motion thought is proposed.The major function for PLBM is to induce the visual motor imagery, and depend on motion frequency of PLBM, the Steady State Motion Visual Evoked Potential(SSMVEP) can be aroused for Hybrid Brain-Computer Interface(HBCI).On this basis, the frequency of visual induced-motion is used for drivering the passivity motions of rehabilitation robots , which can arouse the muscle motor imagery and achieve the brain-computer cooperative control of brain storke rehabilitation robot. At the same time, extract the mu rhythm of brain stimulation response and motion frequency-induced features, frequency response strength and feature distrubutions are correlatived with brain rehabilitation in order to obtain the degree of brain recovery, and achieve training parameter and strategy optimization for brain-control rehabilitation robot.Moreover, rely on lower limbs rehabilitative robot, verify the innovation rehabilitation technology which can induce active thought and achieve brain-computer cooperative control, lead rehabilitation engineering and robot brain-control technology to development

脑中风是每年造成全球500万人永久残疾的首要疾病，提高中风康复水平已成现代社会关注焦点。课题基于镜像神经系统生物运动诱发的康复训练原理，针对现有康复装置无法有效重建意念-中枢反应-运动神经通道的难题，依托光点生物运动与脑机接口前沿技术，提出基于光点生物运动意念诱发的中风康复机器人脑机协同控制与训练评估方法。利用光点生物运动在诱发视觉运动想象的同时，依托其运动频率激发稳态运动视觉诱发电位，形成光点生物运动诱发混合脑机接口；在此基础上，以生物运动频率同步驱动机器人被动运动，诱发患者肌肉运动想象，实现中风康复的脑机协同控制；同时，提取大脑刺激响应的mu节律和运动频率诱发特征，依据其强度、分布与脑康复的关联，提出相应的脑康复状态特征评估方法，实现脑控康复机器人训练参数和策略优化。最后，依托下肢康复机器人实现主动意念诱发、脑机协同控制的创新康复技术的验证，引领康复工程与机器人脑控技术的发展。

本课题为实现中风康复意念-中枢反应-运动神经通道重建的需求，重点研究基于光点生物运动意念诱发的中风康复机器人脑机协同控制与训练评估技术。在光点生物运动范式及诱发机理方面，提出基于Kinect的光点生物运动动态获取技术，可直接获取人体运动的光点运动信息；同时，设计光点生物运动的视觉运动混合脑机接口，进而实现人体低频运动亮度和运动频率调制的脑刺激响应，奠定了康复应用的基础；在生物运动诱发的脑电微弱信号处理方面，提出了基于谱分量和脑负荷分布的运动想象和基于随机共振的稳态视觉运动微弱信号增强技术,有效提升了微弱脑电的信噪比。在生物运动诱发的康复机器人脑控康复技术方面，设计了套索驱动的外骨骼康复手臂，验证外骨骼手臂仿生运动轨迹规律；同时，提出基于触觉力传感的肌肉施力估计技术，建立人体皮肤表面触觉信息与肌肉硬度、收缩强度等的关系；在此基础上，研究了基于交互力反馈的康复机器人协同控制技术，并进一步实现基于生物运动的中风下肢康复机器人脑机协同控制机制，开创中风康复的闭环神经通道反馈训练新途径。在生物运动协同诱发的康复训练评估与优化方面，提出了精神疲劳非负矩阵频域检测和脑状态复杂度分析与评估技术，同时，提出基于深度图像边缘点测地距离分布的人体姿态高精度识别算法，实现了中风康复的脑状态和运动状态综合评价。最后，在生物运动混合脑机协同控制与评估的康复机器人集成与验证方面，开发了基于生物运动诱发的主被动脑控下肢康复训练系统和面向中风康复的步态评估系统，医院临床实验结果表明，与传统方法相比评价指标提升20%以上，验证了以上技术的正确性与有效性。经过四年研究，本课题已完成生物运动意念诱发的中风康复机器人脑机协同控制与训练评估创新技术研究及相应脑控康复机器人开发与有效验证，发表期刊及会议论文10篇，其中SCI检索6 篇，EI检索4 篇，申请专利5 项，培养博硕士研究生9 名，达到并超额完成项目预定目标。