机器人辅助脑控康复训练中个性化运动感觉闭环构建的研究

Effective rehabilitation treatment and therapy for stroke has become the focus of research with stroke becoming the biggest cause of disability in China. Robot-assisted stroke rehabilitation training with EEG-based BCI can detect patient’s motor intention and assist the patient, who cannot move voluntarily, to complete the attempted movement. BCI-based rehabilitation training mode can improve rehabilitation efficiency by encouraging patient to make motor attempts. Currently, it is hypothesized that the close loop between motor attempt and somatosensory feedback implemented by the BCI-based rehabilitation training can stimulate the patient’s sensorimotor loop involved in motor control. However, due to the deficits in different patients, the conditions to form the close loop and how the close loop improves recovery need to be further studied. This project aims to develop robot-assisted rehabilitation training mode with EEG-based BCI considering different conditions of patients. This project will mainly study: i) the role of the compensatory brain area of the impaired motor function in expressing the motor intention; ii) the indicator of somatosensory feedback in EEG signal; iii) the influence of close loop training on the impaired and compensatory brain area. The effectiveness of the close loop training on rehabilitation recovery will be studied and validated by applying the BCI-based training mode in clinical experiment. The developed BCI-based training mode is expected to improve rehabilitation efficiency and promote upper limb rehabilitation robot in clinical rehabilitation by encouraging patient to participate and engage in training.

脑卒中作为我国第一致残疾病，高效治疗方法和康复手段已成为研究重点。脑机接口技术与康复机器人结合的脑控康复训练，可将缺乏自主运动能力的患者的运动意图转化为机器人带动患肢的辅助运动，以提升神经康复训练效率。目前普遍的假说认为这种训练模式可以刺激患者运动意图与躯体感觉反馈的闭环从而促进患者运动功能康复，但是由于脑卒中患者的个体差异性，这种闭环的形成条件和康复机理都有待进一步审视与探究。本项目将根据卒中患者的特殊性，开展机器人辅助脑控康复训练关键技术的研制工作，重点研究以下问题：1）受损运动功能的代偿脑区在运动意图表达中的作用；2）躯体感觉反馈在大脑中的表现形式；3）闭环训练对受损脑区及代偿脑区的影响。在闭环构建的基础上，对机器人辅助脑控康复训练的临床有效性进行初步验证，形成促使患者主动康复、提高训练参与度和康复效率的脑控康复训练模式，以加快康复机器人临床实用并推广的进程。

我国老龄化加剧、心脑血管疾病高发，脑卒中是成年人致残率最高疾病。由于医疗资源紧缺，将机器人技术应用于临床神经康复是大势所趋，而权威医学期刊研究表明上肢康复机器人临床康复效果与传统医师康复训练仍有差距，问题症结在于人体上肢运动复杂、神经损伤具有极强的个体差异性，单纯机器人辅助康复训练无法根据患者神经损伤差异性实施针对性处方，康复效率未达预期。.本项目选取临床偏瘫患者的康复过程作为研究载体，在脑控上肢康复机器人系统研制的基础上，开展了脑卒中个性化运动闭环构建的科学问题研究。首先，分析了卒中后个体差异性神经重组背景下的卒中患者个性化运动意图表达，提出了基于个性化神经重组特征的脑机接口导联选择算法，提高了脑卒中患者运动意图识别准确率，保障重组脑区与行为动作响应的闭环构建。.本项目另一个研究重点是解决面向临床应用的脑控康复机器人的应用痛难点问题，提高脑控系统的临床应用普适性，提出了面向临床复杂环境的卒中患者运动意图识别解码系统，从卒中患者的主激活脑区捕获以及实现自适应去噪的意图解码两个方面解决了临床中受试者依从性差、环境噪声干扰强的影响临床实用性的问题，进一步推动了脑机接口康复训练系统在临床中的应用。.为进一步将神经康复和运动康复结合用于康复训练和定量化的运动功能评估，提出了基于机器人的运动功能量化评估方法，并从临床量表、肌电信号、脑电信号以及行为表现等多维度对本项目所提出的个性化脑控训练方法的有效性和高效性进行评估验证，临床结果表明经过两周的个性化脑控康复训练患者均能实现高效的康复水平。.基于以上研究工作，研发了机器人辅助脑控康复训练平台，该训练系统被《时代周刊》评为2020国际消费电子产品展览会最棒产品（“Best of CES 2020”）。研究结果共发表论文11篇，其中SCI收录8篇，EI收录3篇。申请发明专利12件，已授权5项。项目负责人先后入选中国科协第五届青年人才托举工程（2019-2021）及北京市科技新星交叉项目（2019-2021）。