基于脑机接口技术的康复机器人综述.pdf

《基于脑机接口技术的康复机器人综述.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于脑机接口技术的康复机器人综述孙进张征，周宏甫，(华南理工大学机械与汽车工程学院，广东广州510640)系统的基本结构及其工作原理，归纳了系统信号采集、特征提取、选择分类及人机交互四个部分的基本技机接口系统存在的问题。重点阐述了基于脑机接口技术的康复机器人研究现状、研究中存在的问题及其研电波：假肢：康复机器人中图分类号：TP242文献标识码：A文章编号：1009—9492(2010)04—0013—04l引言各异，例如在计算机屏幕上显示光标运动、字符选择、脑一机接口(Brain—ComputerInterface，BCI)技术是计算机仿真模拟，或者产生对神经假肢、轮椅的控制信‘

2、”近年来研究的热点之一于20世纪70年代⋯1999号等。，形成。“一年一，第次BCI国际会议给出了BCI的定义，即脑机接口是一种不依赖于正常的由外周神经和肌肉组成的输出”[2]的人机交互方式通过声音通路的通讯系统。传统、按钮等形式实现，然而部分老人和残障人因各种原因不具备言语表达或肢体操作能力，故此类交互方式无法实现。幸运地是BCI技术为其提供了一种全新的通信和控制方式，不需通过语言或肢体动作。而是直接通过脑来表达想法或操纵设备。BCI技术为需要者带来福音．研究意义现实且深远。图1BCl系统结构图2BCI系统的原理及其基本组成2．1BCI系统的基本原理3BCI系统的关键技术大脑在

3、进行思维活动、产生动作意识或受外界刺激时，神经细胞将产生几十毫伏的微电活动，大量神经细胞3．1信号采集的电活动传到头皮表层形成脑电波(Electroencephalogram，当前，BCI系统的两种常用的信号采集方式是侵人式和非侵㈧入式需专业医生进行手术把电极内置于EEG)，此EEG将体现出某种节律和空间分布的特征，并入式。侵一大脑rticoramECoG)等信可以通过定的方法加以检测，检测脑皮层电图(Electroco，，再通过信号处理(主要是g号一特征提取和信号分类)从中辨析出人的意图信号，具有定危险性，而且还存在心理和伦理问题。非侵，而将其转换为控制命令。来实现对外部设备的

4、控制和与外界的交入式就是将电极帽戴在头上检测脑电图(EEG)等信号，流Ⅲ检测方法简单，但电极距离神经元较远，测得的信号信噪。2比低，给后继处理带来麻烦。目前。脑电图应用较多。．2BCI系统的基本结构BCI系统通常由4个部分组成：信号采集、特征提取、采集到的信号，经过放大器放大，再经过预处理，最⋯后转化为数字信号存储于计算机中。目前，BCI系统采集选择分类和外部控制装置(如图1所示)。当前，BCI系统的输出设备多是计算机，输出形式也的信号有视觉诱发电位(VisualEvokedPotentials。VEP)、▲广东省科技计划项目(at号：20078010400053)蝴嗍一哪儿哳圈

5、舅[匠圜事件相关电位(Event—RelatedPotentials，ERP)P300、慢70％。此识别性能为BCI的实际应用表现．其精度指标皮层电位(SlowCorticalPotentials，scP)、自发EEG的仅有待继续提高波、节律和p节律信号等。(3)信号采集和处理方法需改进。EEG信号采集过程3．2特征提取中，夹杂着不少干扰成分，如肌信号(EMG)干扰等[73，预处理和数字化处理后的脑电信号经特征提取，提取因此设计抗干扰能力强的电极帽以及电极的科学分布等问出反映使用者意图的信号特征。目前．BCI系统常用的特题有待解决；如何改善信号处理方法使之系统化、模块征提取方法有

6、白回归AR模型、小波变换和小波包分解、化、通用化，从而快速、精确、有效地设计出实用BCI系独立分量分析等。统的问题也有待研究。特征提取时．可根据信号的特点选择相应的时域或频(4)自适应性差。自适应性一是指随时间变化的自适域特征提取方法．如：南于P300信号在300ms附近频混应性，二是指随个体变化的自适应性【8_。目前来看，BCI严重，需要采用CWT(ContinuousWaveletTransfo1111，连的自适应性还比较差。续小波变换)进行提取，主要提取其时域特性；SSVEP(5)缺乏能对BCI系统的性能进行科学评价的评价标(Steady—StateVisualEvoked

7、Potential，稳态视觉诱发电准。位)频域特性好，可采用F(FastFourierTransform，快5基于BCI技术的康复机器人技术速傅里叶变换)进行提取；节律和p节律的事件相关去5．1基于BCI技术的康复技术同步电位(Event—RelatedDesvnchr0nizat10n．ERD)的特基于BCI技术的康复技术主要有三种：第一种．利用征提取．需采用大脑运动的对侧效应将其空域特性提取出BCI系统直接与外界交流，如控制神经假肢、智能轮椅、来但是，由于EEG信号信噪比低，