基于多模态信号脑机协调控制及其应用研究

Mobile assistive devices based on brain-computer shared-control technologies can improve the independent ability of severely paralyzed patients, thus have a bright prospect. However, traditional research methods have not yet analyzed the control ability of the user under different environmental situations, they cannot adjust the shared control strategy from the perspective of the control ability of the user, and thus these studies have certain limits. This project will study multimodal brain-computer shared-control and its applications. (i) We will study multimodal signals including EEG and EOG and their data processing algorithms and establish the control ability estimation model based on environmental information; (ii) Based on this model, the control ability of the user can be predicted when he/she is under different environmental situations; (iii) We will construct the brain-computer shared-control model based on the predicted results. From this shared-control model, the nature and degree of the control shared between the user and machine during task execution can be changed adaptively according to the changes of the current environment information and the control ability of the user. The burden for controlling assistive devices, e.g., wheelchair, can be substantially alleviated. The overall performance of system can be drastically enhanced; (iv) We will develop a brain-computer shared-control wheelchair system for the severely paralyzed patients and realize the clinical application of the brain computer interface into the field of functional assistance for the disabled.

基于脑机协调控制技术开发的移动式辅助设备可大大提高重度瘫痪病人的生活自理能力，有着广阔的应用前景。但是，基于脑机协调控制的传统研究方法尚未对不同环境的情况下的使用者控制能力进行分析，无法从控制能力的角度对控制策略进行调整，有一定的局限性。为此，本项目将开展多模态脑机协调控制及其应用研究。首先研究基于脑电、眼电等多种类型生物电信号分析方法，为建立基于环境的控制能力估计模型提供算法支持；其次基于该模型，对使用者在不同环境下的控制能力进行预测。以此为依据，建立脑机协调控制模型。通过该模型，使用者和机器之间共享控制的性质和程度可随着当前环境和操控能力的改变进行自适应变化，以最大限度减轻使用者控制轮椅等辅助设备的负担，提高系统的整体性能。最后，开发面向重度残疾人的脑机协调控制轮椅系统，实现脑机接口在残疾人功能辅助领域的临床应用。

为解决脑机接口在残疾人辅助和康复应用中的难点问题，本项目主要开展了两方面的研究：.1）为解决当前脑机接口辅助系统的控制指令丰富性和准确性难以满足实用需求的问题，项目研究了以脑电、眼电等多种类型的生理电信号分析方法和相应的多模态脑机接口技术；在此基础上，开发了多个面向脊椎损伤病人的多模态脑机接口辅助系统，即，智能家庭环境控制系统、轮椅机械臂控制系统和日常信息交互管理系统，这些系统得到了广东省工伤康复医院和四川省康复医院的32名脊椎损伤病人的临床试用，试用结果显示上述辅助系统可以提高重度瘫痪病人的生活自理能力；.2）为解决残疾人脑信号质量低、脑控能力变化大而无法完成脑机交互任务的问题，项目研究了基于使用者控制能力的脑机协调控制技术，并将该技术应用于脑卒中病人的上肢运动康复训练。病人在进行康复训练时，系统能根据病人当前的运动意图和当前训练任务的完成度，对病人的控制能力进行了评估，进而对病人和机器之间的控制比重进行了分配，实现脑机协调控制。基于该技术的上肢运动康复训练，既能够最大程度地发挥病人主动运动能力，又能根据病人的脑控能力自适应调整训练任务的控制难度，实现了病人康复效果和参与康复训练的积极性共同提高。目前，基于该技术开发的上肢康复系统已在广东省工伤康复医院脑卒中康复科进行了长达两年的临床实验，已有20余位脑卒中患者通过该系统进行了上肢运动康复训练。运动功能量表评估和脑网络变化分析结果一致表明：使用该系统的脑卒中病人的上肢功能康复效果比对照组更明显。.本项目的研究多模态脑机协调控制技术及开发的相关系统将会进一步推动脑机接口在残疾人辅助和康复领域的临床应用。