一种基于经颅电刺激的增强型肌电人机接口的制作方法
【专利摘要】本发明公开了一种基于经颅电刺激的增强型肌电人机接口，包括依次连接的正极的经颅电刺激残疾人受试者的残肢对应脑运动区、残疾人动作模式训练和肌电信号处理三个部分，所述残肢对应脑运动区接受正极刺激，提高其兴奋性，所述残疾人动作模式训练在经颅电刺激完成后，让残疾人的残肢进行多类动作模式的训练，同时采集肌电信号，所述肌电信号处理用于衡量通过经颅电刺激后截肢患者的残肢进行多类动作模式的肌电接口识别率水平。本发明通过对残疾人残肢对应的脑运动区进行经颅电刺激，可以在短时间内，显著的提高残肢的动作模式的分类识别率，使其达到与健肢的识别率无显著差异的水平。
【专利说明】—种基于经颅电刺激的增强型肌电人机接口
【技术领域】
[0001]本发明涉及生物信息【技术领域】，尤其涉及一种人机接口系统。
【背景技术】
[0002]人机接口是以人与外界设备的交互方式，常见人机接口有如鼠标、键盘和语音识别等，对于残疾等人士这些接口方式对于他们已经部分甚至全部失效。而在20世纪90年代以肌电(Electromyography, EMG)这种生物信号作为直接的人机接口的传输载体,开拓了全新的人机接口方式，这种人机接口方式不仅可以解放残疾人士，对于一般正常人也是一种新颖的人机接口。这种以生机电一体化的人机交互方式是制造科学、神经工程学、信息科学交叉领域的前沿科技技术。
[0003]对于肌电信号，其测量、处理和解码方法是研制相应人机接口的基础，以肌电信号为载体的人机接口控制流程一般为信号获取，预处理、特征提取、分类解码、运动功能的实现。但对于如截肢的残疾人相关脑区由于长期没有使用，其活性已有一定程度的降低，进而使得其肌电信号区分性大大降低，使得基于肌电信号的人机接口方式带来很大的挑战。
[0004]当前肌电信号控制假肢体是肢体生理信号人机接口研究开发的典范，但对于残疾人的肌电控制假肢在肌电模式识别率只有53.9% ±14.2% (腕部运动)，这与使用其作为假肢的控制接口还相距甚远。而从肌电信号为特征作为人机接口方式的处理流程来看，已有大量的从关于特征提取、分类解码、运动功能的实现的角度进行的研究，但对于增强信号源的研究还较少。已有部分研究表明通过重复的训练可以提高残肢对应脑运动区的皮层活性，同时提高肌电信号的可区分性。日本东京大学Ryu Kato等人对于重复性训练进行的评测表明，其能够使得原有3种类别的识别数提高到6个类。美国约翰霍普京斯大学的M.Powell对重复性训练的研究也表明对于9类动作的分类识别率可以从77.5%提升至94.4%。重复性训练对于分类的识别率有显著的提升，但是重复性训练这种提高增强肌电信号的方式会大大增加人机接口的学习时间，给患者造成很多不必要的负担，从而需要探究新的方式以提高增强肌电信号。
[0005]本领域技术人员致力于一种可以在较短时间内提高残疾人的残肢的肌电信号的分类识别率的增强型人机接口系统来解决上述问题。
[0006]经卢页电刺激(TranscranialDirect Current Stimulat1n, tDCS)由于其具有低成本、多功能和便携等特性，近年来被广泛应用在中风，帕金森症，抑郁症和癫痫等患者身上进行神经调理。然而对于残疾人的肌电人机接口领域到目前为止没有应用。德国的哥廷根大学的Nitsche和Paulus研究发现，tDCS刺激可以改变皮质兴奋性，正极刺激可以使兴奋提高，负极刺激可以使兴奋降低。同时，他们的研究表明tDCS刺激的后效应可以持续60-90分钟。因此，引入经颅电刺激，在原有的人机接口基础上，在较短时间内提高残疾人的残肢的肌电信号的分类识别率，形成一种基于经颅电刺激的增强型肌电人机接口，成为本领域研究的方向。
【发明内容】
[0007]针对上述现有技术中存在的技术问题，本发明提供一种基于经颅电刺激的增强型肌电人机接口，通过对残疾人残肢对应的脑运动区进行经颅电刺激，可以在短时间内，显著的提高残肢的动作模式的分类识别率，使其达到与健肢的识别率无显著差异的水平。
[0008]为达到上述目的，本发明所采用的技术方案如下:
[0009]一种基于经颅电刺激的增强型肌电人机接口，包括依次连接的正极的经颅电刺激残疾人受试者的残肢对应脑运动区、残疾人动作模式训练和肌电信号处理三个部分，所述残肢对应脑运动区接受正极刺激，提高其兴奋性，所述残疾人动作模式训练在经颅电刺激完成后，让残疾人的残肢进行多类动作模式的训练，同时采集肌电信号，所述肌电信号处理用于衡量通过经颅电刺激后截肢患者的残肢进行多类动作模式的肌电接口识别率水平。
[0010]所述多类动作模式包括10类，分别为握拳，展拳，拇指捏，3指捏，内翻，外翻，上切，下切，外旋和内旋。
[0011]所述肌电信号处理包括2个步骤:特征提取和分类器分类。
[0012]所述特征提取对于原始信号用滑动窗进行截取。
[0013]所述滑动窗的窗长设为200ms,滑动间隔设为50ms。
[0014]所述特征提取采用四个时域特征:绝对平均值，过零点数，波形长度和斜率符号变化数，绝对值平均:胸F =去Z卜J ；过零点数:ZC = [ sgn( ,):
八 I=Ii=2
I N
[0015]波形长度:WL= ■—ΣΝ —A il.i￥ — I
[0016]斜率符号变化数:
il if X > O—
SSC = ^SgnHx1.-)(χ.4 -χ,,..2)] , Sgn(X) = 1.，Xi, Xi+X^2 分别表示其中
L O olh^r'wis^
某一通道肌电信号在i，i_l，1-2采样点时刻的值，N表示滑动窗长对应的采样点数。
[0017]将肌电电极贴在残肢的四个通道上:尺侧腕屈肌，桡侧腕屈肌，尺侧腕伸肌，桡侧腕伸肌，每个通道肌电信号提取所述四个时域特征，四个通道肌电信号提取的特征组成一个16维的特征向量。
[0018]所述分类器分类采用线性判别(LDA)分类器。
[0019]用前5组的数据提取的特征向量来训练LDA分类器，然后用后5组的数据提取的特征向量来测试训练的LDA分类器的分类效果，计算各个动作模式的识别率，看是否能达到实用的肌电人机接口的水平。
[0020]本发明中，表面肌电信号不仅记录了在肌肉自主收缩时由肌肉纤维产生的电生理活动，还包含了神经控制信息。因此它作为生物/机械人机接口的一种重要输入信号在电动假肢手控制中得到了广泛地应用，该方法也被称作肌电控制。肌电人机接口的主要功能是识别肌电信号的动作模式，从而为肌电控制提供准确的动作指令。为能控制多自由度灵巧假肢手，人机接口系统需要从肌电信号中解码出多种手部和腕部动作所对应的肌电模式，并保证其具有足够的分类精度。
[0021]由于目前对于正常受试者在进行10类动作模式分类的识别率可以达到95%以上，但是对于残疾人的模式识别识别率一直处于比较低的水平(低于80%)。为了解决残疾人的肌电人机接口的分类识别率较低的问题，本发明通过引入经颅电刺激这种神经调理的方式，从残疾人的脑运动皮层提高了其皮质兴奋性，进而提高了其残肢进行各种动作模式产生肌电信号的质量，可以在短时间内大幅提高残疾人的肌电人机接口的动作模式识别率。使得残疾人的肌电人机接口的性能，从信号源头上得到了本质的提高，使其达到与健肢的识别率无显著差异的水平。让残疾人可以摆脱长时间进行训练才能使用肌电人机接口的困扰，可以很大程度地提高残疾人对于肌电人机接口进行控制多模式假肢的接受率。
【专利附图】
【附图说明】
[0022]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0023]图1为本发明的工作原理图；
[0024]图2为本发明结构组成示意图。
【具体实施方式】
[0025]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0026]如图1所示，本发明所提供的基于经颅电刺激的肌电人机接口系统，包括经颅电刺激器、肌电采集仪、信号处理PC。经颅电刺激器采用的是德国neu1Conn公司生产的经颅电刺激器DC-SHMULATOR，肌电采集仪采用的是美国Delsys公司生产的Trigno WirelessSystem。肌电信号的采样频率设为2000Hz，20_500Ηζ带通滤波去除干扰。
[0027]经颅电刺激的正极放置在残肢对应的脑运动区，负极放置在对侧的眶前区。
[0028]肌电电极贴在残肢的四块肌肉上:尺侧腕屈肌，桡侧腕屈肌，尺侧腕伸肌，桡侧腕伸肌。
[0029]如图2所示，实验按照如下顺序分为3个部分:
[0030]tDCS刺激:对残疾人的残肢对应脑运动区进行20分钟的ImA的tDCS正极刺激，提高残肢对应脑运动区的兴奋性。
[0031]动作训练:在进行完tDCS刺激后，让残疾人的残肢进行10类动作模式各持续10s，共完成10组，同时采集残肢的肌电信号。
[0032]10类动作模式包括:握拳，展拳，拇指捏，3指捏，内翻，外翻，上切，下切，外旋，内旋。
[0033]肌电信号处理:与传统的肌电人机接口一样，分为两个步骤:1、特征提取，2、分类器分类。在肌电人机接口的研究中，国际上很多机构在特征提取和分类器的算法上进行了研究，对于模式识别的解码正确率有一定的提高。但是对于截肢患者，由于其肌电信号本身的可分性比较差，目前的模式识别算法还不能足以把解码正确率提高到可以实用的水平。为了便于与其他的研究效果进行比较，本发明采用的是最简单、实用的时域特征和线性判别(LDA)分类器。通过这两种最简单和应用最广泛的特征和分类器，来衡量通过经颅电刺激这种神经调理的方式以后截肢患者的残肢进行多类动作模式的肌电接口识别率是否能达到实用的水平。本发明的特征提取采用4个时域特征，对于原始信号用滑动窗进行截取，窗长设为200ms,滑动间隔设为50ms。
1..v
[0034]绝对值平均:MAV= —Y|λ.;I;
N i=i
N
[0035]过零点数-.ZC=工SgnC^TiXi ,)；
1=2
J -*V
[0036]波形长度:WL= ——xMI 5
X
[0037]斜率符号变化数:SSC= ^sgu[-(jr,.-1,)(? -?)]，
1=3
ii if jc > ο
[0038]sgn(x) = < 'O
[O otherwise
[0039]Xi, X^1, X^2分别表不其中某一通道肌电信号在i，1-1，i~2米样点时刻的值，N表示滑动窗长对应的采样点数，在本实施例中，N = 400。
[0040]每个通道肌电信号提取4个特征，4个通道肌电信号提取的特征就可以组成一个16维的特征向量。
[0041]分类器采用了模式识别领域应用广泛的线性判别(LDA)分类器。
[0042]用前5组的数据提取的特征向量来训练LDA分类器，然后用后5组的数据提取的特征向量来测试训练的LDA分类器的分类效果，计算各个动作模式的识别率，看是否能达到实用的肌电人机接口的水平。
[0043]以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
【权利要求】
1.一种基于经颅电刺激的增强型肌电人机接口，其特征在于，包括依次连接的正极的经颅电刺激残疾人受试者的残肢对应脑运动区、残疾人动作模式训练和肌电信号处理三个部分，所述残肢对应脑运动区接受正极刺激，提高其兴奋性，所述残疾人动作模式训练在经颅电刺激完成后，让残疾人的残肢进行多类动作模式的训练，同时采集肌电信号，所述肌电信号处理用于衡量通过经颅电刺激后截肢患者的残肢进行多类动作模式的肌电接口识别率水平。
2.根据权利要求1所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述多类动作模式包括10类，分别为握拳，展拳，拇指捏，3指捏，内翻，外翻，上切，下切，外旋和内旋。
3.根据权利要求1所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述肌电信号处理包括2个步骤:特征提取和分类器分类。
4.根据权利要求3所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述特征提取对于原始信号采用滑动窗进行截取。
5.根据权利要求4所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述滑动窗的窗长设为200ms,滑动间隔设为50ms。
6.根据权利要求4所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述特征提取采用四个时域特征:绝对平均值，过零点数，波形长度和斜率符号变化数，绝对值平均:MAF =七[|!',| ；过零点数:ZC = J^sgn1-XiXi ,):
^ 1-Ιi=2
I N 波形长度:狐=τττΣΚ ；
/V — I
^fl if x>0 斜率符号变化数:SSC = XsgnHxf )(xiA -Xf...,)]，Sgn(JT) = I '.,其
[O otherwise中，xi； Xi_1; Xi_2分别表示其中某一通道肌电信号在i，i_l，1-2采样点时刻的值，N表示滑动窗长对应的采样点数。
7.根据权利要求6所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，将肌电电极贴在残肢的四个通道上:尺侧腕屈肌，桡侧腕屈肌，尺侧腕伸肌，桡侧腕伸肌，每个通道肌电信号提取所述四个时域特征，四个通道肌电信号提取的特征组成一个16维的特征向量。
8.根据权利要求3所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，所述分类器分类采用线性判别分类器。
9.根据权利要求8所述的基于经颅电刺激的增强型肌电人机接口，其特征在于，用前5组的数据提取的特征向量来训练线性判别分类器，然后用后5组的数据提取的特征向量来测试训练的线性判别分类器的分类效果，计算各个动作模式的识别率，看是否能达到实用的肌电人机接口的水平。
【文档编号】G06F3/01GK104238754SQ201410482712
【公开日】2014年12月24日 申请日期:2014年9月19日 优先权日:2014年9月19日
【发明者】朱向阳, 潘立志, 张定国, 盛鑫军 申请人:上海交通大学