基于脑机接口的智能康复系统的设计

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (26): 1-4.

基于脑机接口的智能康复系统的设计

周鹏¹,曹红宝^1,2,熊屹¹,葛家怡¹,张爽¹,王明时¹

1.天津大学精密仪器与光电子工程学院,天津 300072
2.路易斯安那技术大学生物医学工程系,美国

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-11 发布日期:2007-09-11
通讯作者: 周鹏

Design of intelligent rehabilitation system based on Brain-Computer Interface

ZHOU Peng¹,CAO Hong-bao^1,2,XIONG Yi¹,GE Jia-yi¹,ZHANG Shuang¹,WANG Ming-shi¹

1.College of Precision Instrument and Optoelectronics Engineering,Tianjin University,Tianjin 300072,China
2.Department of Biomedical Engineering,Louisiana Technology University,Ruston,LA,USA

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-11 Published:2007-09-11
Contact: ZHOU Peng

摘要/Abstract

摘要： 为了辅助脊髓损伤所导致的瘫痪病人的运动功能重建,将脑机接口技术和功能性电刺激技术相结合,开发了一种可供瘫痪病人根据自己的运动意愿控制残肢运动的智能康复系统。该系统能够绕过患者体内受损的神经通路,直接将人的运动意图通过外部通路传达给功能性电刺激仪,刺激相应的神经肌肉,完成患者对残肢的直接控制。详细介绍了该系统的总体设计思路、脑机接口实验设计、特征提取与分类算法、功能性电刺激仪的设计等关键技术。初步实验表明,本康复系统能以95％以上正确率分析人的运动意图,控制功能性电刺激仪完成预定的刺激任务,恢复手部抓握动作,展现出巨大的实用价值。

关键词: 脑机接口, 脑电, 拉普拉斯电极, 功能性电刺激, 运动康复

Abstract: In order to assist motor rehabilitation of patient with tetraplegia caused by Spinal Cord Injury（SCI）,the method of combination Brain-Computer Interface（BCI） with Functional Electrical Stimulation（FES） is proposed and the intelligent rehabilitation system is designed,which can help the patient control their paralyzed extremity by thought.The system can bypass the injured spinal cord in the body,and transmit the motor intention to FES instrument directly through external channel.Then the FES instrument stimulates the corresponding muscles to assisting patient performing the movement.The key technologies are introduced,which consist of the architecture of the system,the design of BCI experiment,the algorithms of feature extraction and classification,and the design of FES instrument.The preparatory experiments show that this rehabilitation-assisting system can comprehend the patient’s motor intention by the accurate rate above 95% and restore the hand grasp function by FES device,which reveals great value in clinical rehabilitation.

Key words: Brain-Computer Interface（BCI）, electroencephalograph（EEG）, Laplacian electrode, Functional Electrical Stimulation（FES）, motor rehabilitation

周鹏¹,曹红宝^1,2,熊屹¹,葛家怡¹,张爽¹,王明时¹. 基于脑机接口的智能康复系统的设计[J]. 计算机工程与应用, 2007, 43(26): 1-4.

ZHOU Peng¹,CAO Hong-bao^1,2,XIONG Yi¹,GE Jia-yi¹,ZHANG Shuang¹,WANG Ming-shi¹. Design of intelligent rehabilitation system based on Brain-Computer Interface[J]. Computer Engineering and Applications, 2007, 43(26): 1-4.

[1]	乔敏，张德雨，刘思宇，闫天翼，相洁. 新颖的稳态视觉诱发电位脑机接口系统[J]. 计算机工程与应用, 2021, 57(8): 153-159.
[2]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[3]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[4]	王方，张雪英，胡风云，李凤莲. 集成分类器对脑卒中患者脑电的分类[J]. 计算机工程与应用, 2021, 57(24): 276-282.
[5]	李子杏，兰珍，唐邓清，闫超，相晓嘉，周晗. 基于ERP信号的目标检测研究综述[J]. 计算机工程与应用, 2021, 57(23): 37-49.
[6]	罗渠，冯静雯，赖虹宇，李涛，邓伟，刘凯，张军鹏. 精神分裂症和抑郁症患者静息态脑电分类[J]. 计算机工程与应用, 2021, 57(13): 138-146.
[7]	谭学敏，郭超. 半监督学习的运动想象脑电信号分类[J]. 计算机工程与应用, 2020, 56(3): 139-145.
[8]	沈潇童，毕卉，王苏弘，李文杰，邹凌. 抑郁症患者脑电导联选择算法及分类研究[J]. 计算机工程与应用, 2020, 56(22): 154-159.
[9]	周奕隽，李冬冬，王喆，高大启. 融合倒谱特征的脑电（EEG）情感分类[J]. 计算机工程与应用, 2020, 56(21): 164-169.
[10]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[11]	周元，于明，黄炜嘉，李效龙. 能量熵与峰值窗口结合去除眼电伪迹研究[J]. 计算机工程与应用, 2020, 56(19): 168-175.
[12]	陈景霞，郝为，张鹏伟，谢佳. RSVP与SSVEP混合脑电信号刺激与多类事件检测[J]. 计算机工程与应用, 2020, 56(15): 132-139.
[13]	王众，章学良，刘亚群，周俊宇，单东升. 基于脑电传感器的面部动作识别研究[J]. 计算机工程与应用, 2020, 56(12): 182-186.
[14]	朱悦，李春光，郭浩，祝宇飞，孙立宁. 运动想象的机理研究与应用综述[J]. 计算机工程与应用, 2020, 56(10): 10-19.
[15]	李世丹，朱晓军. 基于递归定量分析的视听脑电应用研究[J]. 计算机工程与应用, 2019, 55(9): 107-111.