基于脑机接口与虚拟现实技术的手部软康复系统研究

基于脑机接口和虚拟现实技术在康复医学中的巨大应用潜力,以及目前手部康复系统中存在的若干问题,本研究提出一种基于脑机接口与虚拟现实技术的手部软康复系统.与传统康复外骨骼相比,该软康复系统适配不同脑卒中患者手部,允许手和手指在非驱动方向上运动,重量轻、便于携带、透气性强、安全性高.在脑机接口(brain computer ...     

非侵入式脑机接口控制策略的研究进展EI北大核心CSCD

脑机接口是指不依赖于外周神经和肌肉,在人脑与外部设备之间建立起一条直接的信息交流通路。相较于侵入式脑机接口,非侵入式脑机接口具有低成本、低风险、易操作等优势。近年来,利用非侵入式脑机接口技术对外设进行控制逐渐成为一种新型人机交互方式,而脑机接口控制策略是该方式的重要组成部分。本文首先介绍了脑控策略的分类和发展,其次详细描述了直接和共享两种控制策略的基本特点,再次对比分析这两种脑控策略的优缺点,最后对非侵入式脑控策略发展方向和应用前景进行了分析与展望。     

直接脑控多机器人协作任务研究

脑控是一种新的控制方法。传统脑控机器人主要是控制单个机器人完成特定任务,而脑控多机器人协作(MRC)任务是一个有待研究的新课题。本文介绍了参加世界机器人大赛"脑—机接口(BCI)脑控机器人比赛"获得"创新创意奖"的一个试验研究,试验设置了2个脑开关,采用基于稳态视觉诱发电位(SSVEP)的BCI(SSVEP-BCI)控制人形机器人和机械臂完成协作任务。通过10名受试者的控制试验结果表明,通过适当设置脑开关,采用性能优良的SSVEP-BCI能够实现MRC任务的有效完成。本研究可望为未来实用化的脑控MRC任务系统的研究提供启发。     

基于稳态视觉诱发电位的脑控轮椅的控制方式

电动轮椅已广泛用于改善运动障碍患者的行动能力,而严重运动障碍患者因丧失运动功能而无法实现自行控制轮椅。为解决这一问题,基于脑-机接口(brain-computer interface,BCI)的控制策略被引入轮椅控制中。基于稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)的脑-机接口因具有高的信息传输率和较少的用户训练在脑-机接口领域备受关注。因此,本文综述了稳态视觉诱发电位脑-机接口驱动轮椅的现状,描述使用它们的人群,控制方式,脑控轮椅的特征提取和分类方法,以及系统性能评估方法。最后,讨论了这一领域目前面临的挑战以及研究方向。     

基于光遗传学技术的脑机接口研究进展

脑机接口作为一种大脑和外部设备之间的双向通信系统,在增强脑功能、人机交互和神经康复方面得到了广泛应用。基于光遗传学技术的脑机接口,弥补了电极刺激在生物兼容性、刺激精度与细胞类型特异性上的缺陷,成为神经工程领域的研究热点。综述了光遗传学脑机接口在动物实验中的应用,以及在闭环调控脑区活动、反馈虚拟感觉和脑-脑交互等方面取得的研究进展;介绍了集成化和微型化新型光遗传学接口的研究前沿;总结了光遗传学脑机接口面临的挑战,以及探讨在多模态脑活动监测和脑-机智能等方向的发展前景。     

基于EEG脑机接口的研究现状及在康复中的应用

脑机接口(brain computer interface,BCI)是一项不依赖大脑常规信息通路就可实现与外界环境交流的技术,通过该技术可在人脑与计算机或其他电子设备之间建立一种直接的联系,使人不依赖正常的骨骼肌肉系统就可直接控制外部设备,这就为那些思维正常但有严重功能障碍的患者带来了新的希望。近20年来BCI实现了从无到有、脑电信号从单一到混合等技术上的飞速发展,另外随着识别任务数目的增多、信息传输率及识别准确性的提高,BCI也逐渐走出了实验室,朝着实时、实用的方向发展。本文主要针对基于EEG的单一模式和混合模式脑机接口的研究现状及其在康复医学中的实际应用进行了综述,总结了不同模式BCI的功能特点及其在康复医学领域的应用潜力,以期促进BCI在康复应用中进一步发展,并提高目前康复治疗技术。     

听觉脑-机接口技术实验范式的研究进展

目前基于视觉范式的脑-机接口技术研究已经取得了较大的突破,并在实际中得到了广泛应用.然而很多视力受损的闭锁综合症患者,无法使用基于视觉范式的脑-机接口系统,因此研究这一技术是非常必要的,可为听觉正常的闭锁综合症患者提供了一种新的与外界交流的渠道.本研究回顾了基于听觉范式的脑-机接口技术研究现状,从听觉P300、稳态听觉诱发电位、选择注意以及空间定位等4个方面总结归纳了听觉脑-机接口技术的实验范式并进行分析对比.最后提出了听觉脑-机接口技术在实际应用中存在的问题,并探讨了进一步的研究方向及思路.     

运动想象重塑脑功能的研究进展

运动想象（MI）指脑演练或模仿特定动作但不伴随实际动作执行的心理过程,MI训练时脑内的一些区域得以激活,脑功能改变类似于实际运动执行时,因此,MI具有重塑脑功能的作用。本研究总结MI重塑脑功能的心理神经肌肉理论模式和镜像神经元理论模式、自主MI和基于脑机接口的MI实现方式以及MI重塑脑功能的定性评估和定量评估;进一步归纳近年来MI重塑脑功能在健康人群和患者康复治疗中的研究进展,并提出MI的类别;最后就MI重塑脑功能的未来发展趋势和研究方向进行展望。     

基于LabVIEW运动想象的脑机接口系统

背景：基于事件相关电位的脑-机接口,可广泛应用于残障患者的康复,显示出其重要性和未来实现的可行性。 目的：提出基于LabVIEW环境下的运动想象脑-机接口系统的实现方案。 方法：研究的关键部分是视觉刺激器的设计和脑电特征信号的特征提取两部分。测试者通过观察视觉刺激器上的左右手连续播放图像刺激产生脑电信号,采用带通滤波提高信噪比,用滑动窗截取脑电数据并且对截取的数据从能量的角度分析得到运动想象特征,同时可以在线提取特征,为实现实时系统打下了基础。 结果与结论：该方案能有效地提取出运动想象特征,并且通过离线模式识别进行了有效的分类,分类效果达到了82%。     

基于听觉脑电信号的脑卒中康复实验模式研究

目的本文设计了一种听觉刺激方法,即利用产生的左右手想象听觉脑电信号推断脑卒中患者的意图,控制手部康复机器人,以满足脑卒中患者的康复需求。方法实验对象为2名受试者,各进行80次实验。根据脑电信号的非平稳非线性特性,利用Hilbert-Huang变换法分析想象脑电信号的频率特性,以信号能量值为特征向量,利用支持向量机(support vector machine,SVM)算法识别左右手的动作模式。结果在与大脑运动感觉区域相关的C3、C4电极上,听觉脑电信号的事件相关去同步与事件相关同步现象明显,识别效果达80%以上。结论该听觉刺激方法具有较好的识别效果,可用于患有视觉障碍的脑卒中患者的康复训练。     

稳态视觉诱发电位脑-机接口控制机械臂系统的设计与实现

目的近期利用非侵入式脑-机接口控制诸如计算机光标的虚拟对象及诸如轮椅的实际对象的研究已经证明了脑-机接口的前景。然而,少有研究尝试利用基于头皮脑电的非侵入式脑-机接口控制机械臂。方法引入了一个基于非侵入式脑-机接口的机械臂控制系统,该系统由机械臂子系统和基于便携式无线脑电的脑-机接口子系统组成。机械臂子系统是一个配备有两指气动抓手的6轴Denso机械臂,进而形成一个7自由度机械臂系统。针对机械臂的常用控制命令,设计了一个15目标的稳态视觉诱发电位脑-机接口且只记录了顶枕区9个导联,并用其控制一个7自由度的机械臂。为避免将刺激频率的谐波频率成分也作为刺激频率,刺激频率范围为8.0~15.7 Hz,频率间隔为0.55 Hz。无需任何训练数据的滤波器组典型相关分析方法被用于目标识别。由于机械臂由脑-机接口直接控制,该系统允许用户通过脑-机接口的15个命令在三维空间中灵活进行机械臂运动控制。结果来自10例健康受试者在线结果表明,研究所构建的脑控机械臂系统具有较好的性能,平均识别正确率高达93.87%,最高识别正确率达100.00%。结论实验结果证明了基于非侵入式脑-机接口技术控制机械臂的可行性。     

脑电逆问题在运动康复领域中的应用

基于脑电(EEG)的脑机接口(BCI)康复系统正日益受到运动康复领域的重视,但是传统的BCI范式限制系统的使用范围和使用方式。基于脑电逆问题的BCI系统能识别较高空间和时间分辨率下的神经自发调制活动,从而可扩展运动指令集并进一步促进BCI系统的直观使用。介绍脑电逆问题领域当前的相关方法及其在运动康复领域的应用,总结归纳存在的问题并分析未来脑电逆问题在运动康复领域的新的应用思路。     

脑卒中后手功能康复机器人综合干预研究进展

利用智能机器人技术对脑卒中后手功能障碍进行康复是重要的物理干预手段。随着生物医学工程的发展和临床需求的提高,逐渐出现结合新兴技术的手功能康复机器人综合干预。本文总结了基于肌电的手功能康复机器人、脑机接口(BCI)式手功能康复机器人、结合体感的手功能康复机器人和功能性电刺激辅助式手功能康复机器人。讨论了各种干预方式的优势与不足,并且分析了手功能康复机器人综合干预的研究趋势。     

基于脑机接口的电刺激训练对脑卒中患者上肢功能障碍康复的临床研究

目的 探究基于脑机接口的电刺激训练联合常规康复对缺血性脑卒中患者上肢功能障碍的临床疗效,观察治疗前后脑电信号的变化.方法 选择40例缺血性脑卒中后上肢功能障碍患者,其中男性21例,女性19例;年龄61～78岁,平均年龄68.15岁;体质量指数20.06～28.94 kg/m2,平均体质量指数23.73 kg/m2;病程...     

下肢运动想象脑机接口的研究进展及康复应用

运动想象脑机接口(brain computer interface based on motor imagery, MI-BCI)是一种完全不依赖于外周神经和肌肉就可实现与外界环境交互的前沿技术，该技术能够充分利用患者的运动意图，并触发大脑的神经可塑性，以实现脑卒中患者的运动功能康复。针对下肢MI-BCI系统识别率低、实验环境要求高等问题，研究人员从范式、算法和应用等方面不断地探索下肢MI-BCI技术的新方向，并通过长期的临床研究验证了下肢MI-BCI技术在脑卒中患者下肢功能康复领域的优越性。本文对近年来下肢MI-BCI的国内外研究进展进行综述，归纳下肢MI-BCI在临床康复领域的应用现状，最后分析其面临的挑战和发展趋势，以期推动下肢MI-BCI的快速发展，并为下肢功能康复提供新思路。     

脊髓小脑共济失调的运动想象脑电信号分析

通过基于运动想象脑电信号的脑机接口系统, 研究对比了5名脊髓小脑共济失调患者和5名健康受试者,在运动想象状态与思想放松状态下的脑电信号功率谱、地形图、差值地形图等指标。研究发现,同健康受试者相比,脊髓小脑共济失调患者的事件相关去同步相关区域有所扩大,而且相关域的面积与共济失调功能分级近似呈线性关系。因此可以利用运动想象脑电信号,判断受试者是否存在脊髓小脑共济失调病症以及症状轻重程度。另外,健康受试者利用脑-机接口系统对光标运动控制的平均成功率为8425%,脊髓小脑共济失调患者为6575%。实验表明,同健康受试者相比,脊髓小脑共济失调患者的实验成功率明显降低,但仍可以使用脑机接口系统实现外部控制。     

基于视觉诱发电位的脑机接口实验研究

脑机接口是一种新颖的基于脑电信号实现人脑与计算机或其他电子设备进行通讯和控制的系统 ,在康复医学工程等领域具有重要意义。作者开展了基于视觉诱发电位的脑机接口实验研究。采用计算机编程 ,在屏幕产生多种刺激模式图案 ,屏幕上闪烁的不同图案代表多种选择 ,受试者通过注视其中一个目标来作出选择。头皮电极采集枕骨粗隆部位的诱发电位信号 ,分析诱发电位信号 ,可以判别出受试者注视的目标。采用小波滤波及累加平均方法提高信噪比 ,用于提取微弱的脑电信号。离线实验数据分析表明 ,采用本文提出的方法可以有效地实现脑机接口 ,并达到较高的正确率和通信速度 ,目标为 12个时 ,通信率高于 30 bit/ min     

多模式刺激下运动想象脑电信号的特征调制研究

事件相关去同步(ERD)现象是脑电信号的基本特征,以ERD特征分析为基础的运动想象脑–机接口在运动功能康复方面具有重要意义。能否有效提取脑电信号中的ERD特征是决定脑–机接口性能的关键,因此研究受试者何种刺激模式下会产生明显的ERD特征至关重要。本文试验设计了4种不同的刺激模式(静态文字刺激、抓握视频刺激、手指序列运动视频刺激以及带声音的手指序列运动视频刺激),并分析了这几种刺激模式下的ERD特征。综合时频图谱、功率谱曲线、ERD值和脑地形图分析结果发现,手指序列运动视频刺激和带声音的手指序列运动视频刺激模式下,激发的ERD特征程度更深、范围更广,在以ERD特征分析为基础的脑–机接口的实际应用中也会有更好的效果,也可以在一定程度上提高脑–机接口系统使用者的认可度和接受度。     

基于认知脑区的脑-机接口技术及其在康复中的应用研究进展

脑-机接口(BCI)技术通过解码大脑信号可实现人类和外部设备的交互,近年来取得了一些重要的突破,但其应用推广目前还存在许多障碍。当前常见的BCI控制信号一般来源于与感觉运动相关的脑区,这些信号仅能反映肢体运动意图的有限部分。因此,需要探索更多可用于控制BCI系统的脑信号源。基于认知脑区的脑信号具有更加直观、有效的特点,可作为拓展脑BCI信号源的新途径。本文综述了基于单一脑区和多脑区混合的认知BCI的研究现状,并归纳了其在康复医学领域的应用研究,以期将基于认知的BCI技术作为未来BCI康复应用的突破口。     

基于脑电的脑-机接口系统

背景：脑-机接口是在人脑与计算机或其它电子设备之间建立的直接交流和控制通道,通过这种通道,人就可以直接通过脑来表达想法或操纵设备,而不需要语言或动作,这可以有效增强身体严重残疾的患者与外界交流或控制外部环境的能力,以提高患者的生活质量。 目的：总结近年来国内外有关脑-机接口系统的研究进展及存在的问题,探讨该领域进一步发展的方向。 方法：应用计算机检索PubMed数据库中1990-01/2009-12脑-机接口方面的文献,检索词“brain-computer interface, Rehabilitatian”,并限定语言为English;同时检索CNKI-KNS 1990-01/2009-12脑-机接口方面的文献,检索词为“脑-机接口,信号处理,脑电”,并限定语言为中文。 结果与结论：脑-机接口系统的研究正处于发展阶段。现有的脑-机接口系统还存在通讯速度低、效果不稳定等技术障碍,特别是信号处理算法的选择与改进等方面有待进一步研究。