CN115624338A - 一种上肢刺激反馈康复装置及其控制方法 - Google Patents
一种上肢刺激反馈康复装置及其控制方法 Download PDFInfo
- Publication number
- CN115624338A CN115624338A CN202211093700.0A CN202211093700A CN115624338A CN 115624338 A CN115624338 A CN 115624338A CN 202211093700 A CN202211093700 A CN 202211093700A CN 115624338 A CN115624338 A CN 115624338A
- Authority
- CN
- China
- Prior art keywords
- mode
- module
- brain
- signal
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请公开了一种上肢刺激反馈康复装置及其控制方法,装置包括:提示模块、头皮脑电采集模块、表面肌电采集模块、脑肌电同步模块、信息模式提取模块和刺激反馈模块;提示模块用于指示被试者的运动模式和纠正患者的运动想象模式;头皮脑电采集模块用于采集被试者的头皮脑电信号;表面肌电采集模块用于采集被试者上肢的表面肌电信号;脑肌电同步模块用于发送同步信号,并对头皮脑电信号和表面肌电信号进行同步,得到同步后的脑‑肌电信号;信号模式提取模块用于接收运动模式和脑‑肌电信号并进行处理,得到处理结果;根据处理结果选择模式并发布控制指令;刺激反馈模块,用于接收控制指令,对患者进行刺激反馈康复治疗。
Description
技术领域
本申请涉及医疗康复领域,具体涉及一种上肢刺激反馈康复装置及其控制方法。
背景技术
在生物电信号技术日趋成熟化的今天,已有许多康复治疗入了脑电EEG、肌电EMG作为辅助手段进行更好的精细化康复与反馈。但这当中更多的应用在外骨骼等反馈装置,未使用刺激反馈的康复模式。而使用了脑肌电作为输入的***也更多是基于其康复状态的评估,或单纯的使用肌电进行控制模式的细化而缺失了精准的时间同步性。基于2020年JNS相关论文可知,与脑运动想象同步的刺激反馈可以更好的促进被试者脑神经通路再生。
发明内容
本申请通过将被试者获取提示后进行运动想象的过程时刻同对应应有的手臂肌肉刺激反馈进行对照,实现精准化、同步化、主-被动结合的康复训练模式。
为实现上述目的,本申请提供了种上肢刺激反馈康复装置及其操作方法,包括:提示模块、头皮脑电采集模块、表面肌电采集模块、脑肌电同步模块、信息模式提取模块和刺激反馈模块;
所述提示模块用于指示被试者的运动模式和纠正患者的运动想象模式;
所述头皮脑电采集模块用于采集所述被试者的头皮脑电信号;
所述表面肌电采集模块用于采集所述被试者上肢的表面肌电信号;
所述脑肌电同步模块用于发送同步信号,并对所述头皮脑电信号和所述表面肌电信号进行同步,得到同步后的脑-肌电信号;
所述信号模式提取模块用于接收所述运动模式和所述脑-肌电信号并进行处理,得到处理结果;根据所述处理结果选择模式并发布控制指令;
所述刺激反馈模块,用于接收所述控制指令,对所述患者进行刺激反馈康复治疗。
优选的,所述提示模块的工作流程包括:指示所述被试者的运动模式并发送所述运动模式至所述信号模式提取模块的同时,实时显示运动想象标准型评分,以辅助所述被试者纠正其所述运动想象模式。
优选的,所述头皮脑电采集模块的工作流程包括:采集所述被试者的所述头皮脑电信号并将所述头皮脑电信号发送至所述信号模式提取模块;同时接收所述脑肌电同步模块发送的所述同步信号,并准备与所述表面肌电信号进行同步。
优选的,所述肌电采集模块的工作流程包括:采集所述被试者上肢的所述表面肌电信号并将所述表面肌电信号发送至所述信号模式提取模块;同时接收所述脑肌电同步模块发送的所述同步信号,并准备与所述头皮脑电信号进行同步。
优选的,所述脑肌电同步模块的工作流程包括:通过发送所述同步信号,为所述皮脑电采集模块和所述肌电采集模块提供相同可比的一套时间刻度,通过所述时间刻度对所述头皮脑电信号和表面肌电信号进行拼接,得到同步后的所述脑-肌电信号,实现时间上的精准控制与同步性保障。
优选的,所述模式包括:训练模式和康复模式;
所述训练模式使用所述脑-肌电信号进行模式分类,以所述运动模式为分类标签,进行在不同所述标签下的脑-肌电模式的特征选择,得到选择结果,根据所述选择结果生成样式脑-肌电信号进行保存;
所述康复模式根据所述运动模式调用训练好的所述脑-肌电模式,将所述脑-肌电模式与接收到所述脑-肌电信号进行匹配,当匹配达到预设阈值时,输出所述控制指令。
优选的,所述刺激反馈模块的工作流程包括:接收所述控制指令,并根据所述控制指令通过电极向所述患者的患肢进行运动想象刺激反馈治疗。
一种上肢刺激反馈康复装置的控制方法,步骤包括:
首先发送指示所述被试者的运动模式,同时采集所述被试者的所述头皮脑电信号和所述表面肌电信号;之后将接收到的所述头皮脑电信号和所述表面肌电信号进行同步,得到所述脑-肌电信号;对所述运动模式和所述脑-肌电信号进行处理得到处理结果;根据所述处理结果选择模式并发布控制指令;通过所述控制指令,对所述患者进行刺激反馈康复治疗。
与现有技术相比,本申请的有益效果如下:
本申请通过实现脑电肌电的高精度,高同步性刺激,将被试者获取提示后进行运动想象的过程时刻同对应应有的手臂肌肉刺激反馈进行对照,实现精准化、同步化、主-被动结合的康复训练模式,可以更好地促进被试者脑神经通路再生。
附图说明
为了更清楚地说明本申请的技术方案,下面对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请装置结构示意图;
图2为本申请装置操作示意图;
图3为本申请信号模式提取模块算法流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
实施例一
如图1所示,为本申请实施例的装置结构示意图,包括:提示模块、头皮脑电采集模块、表面肌电采集模块、脑肌电同步模块、信息模式提取模块和刺激反馈模块;提示模块用于指示被试者的运动模式和纠正患者的运动想象模式;头皮脑电采集模块用于采集被试者的头皮脑电信号;表面肌电采集模块用于采集被试者上肢的表面肌电信号;脑肌电同步模块用于发送同步信号,并对头皮脑电信号和表面肌电信号进行同步,得到同步后的脑-肌电信号;信号模式提取模块用于接收运动模式和脑-肌电信号并进行处理,得到处理结果;根据处理结果选择模式并发布控制指令;刺激反馈模块,用于接收控制指令,对患者进行刺激反馈康复治疗。
其中,提示模块为训练及康复时,向被试者传输要求运动模式的显示器,起到指示被试者运动模式的作用,发送目前训练动作至信号模式提取模块,并实时显示运动想象标准型评分,以辅助患者纠正其运动想象模式。头皮脑电采集模块采集被试者的头皮脑电(EEG)信号并接收脑肌电同步模块的同步信号trigger,并将EEG信号和trigger同步向信号模式提取模块输入。表面肌电采集模块,采集被试者上肢的表面肌电(EMG)信号,接收脑肌电同步模块的同步信号trigger,将EEG信号和trigger同步向信号模式提取模块输入。脑肌电同步模块,向头皮脑电采集模块与表面肌电采集模块发送时间同步信号trigger,作为同步性手段,得到同步后的脑-肌电信号。信号模式提取模块,接收提示模块发送来的当前运动模式,接收采集到脑-肌电信号数据,对于接收到的脑-肌电信号进行数据信号处理,并发送处理后结果、控制指令。其中,信号模式提取模块包括:训练模式和康复模式。训练模式下,信号模式提取模块对提示动作目标与采集同步后的脑-肌电数据进行相关分析,建立对应模型,对于已有模型进行迭代学习,增强其可迁移性;康复模式下,信号模式提取模块将接收到的脑-肌电数据与当前运动模式匹配后,同步发送刺激控制指令至刺激反馈模块,并且发送运动模式匹配度至提示模块,辅助以患者矫正运动想象准确性。刺激反馈模块,接收信号模式提取模块发送的控制指令,进行刺激反馈康复治疗。在本实施例中,各个模块之间通过以kafka消息队列为代表的消息中间键进行连接通信。
下面将结合本实施例对本申请各模块进行详细说明。
对于提示模块:其主要由显示器及计算机主机组成,在本实施例中,其提示与通信两功能分别由两子程序进行实现。其通信子程序负责向信号模式提取模块发送当前运动模式,并在康复模式下接收信号模式模块发送反馈的当前患者运动想象与标准模板匹配度。其提示功能则是将设定的运动模式在屏幕上进行文字与视频的双重提示,并且显示当前运动想象情况与标准模板的匹配度评分,便于被试者主观调控注意力或运动想象方式。
对于头皮脑电采集模块,在本实施例中,其主要通过64导脑电导对于被试者的EEG信号进行以1000Hz为代表的高精度信号采样由于其与EMG采集模块需要较高精度的时间同步性,且采集频率较高,利用脑肌电同步模块实现同步。其将接收到trigger同步信号的本地时间戳与其采集时间信号的本地时间戳进行同时间戳对照,以trigger为采集时间标志物,实现了时间上的精准控制与同步性保障。
对于表面肌电采集模块,在本实施例中,为通过多导电极对于被试者手臂的EMG信号进行高精度采样,其同样采用与同步子模块之间的通信进行时间的同步记录。通过接收trigger并将其在本地与采集信号进行时间戳对照,标志其采集时间。对于表面肌电采集模块,其主要功能为通过多导电极对于被试者手臂的EMG信号进行高精度采样,其同样采用脑肌电同步模块进行时间的同步记录。通过接收trigger并将其在本地与采集信号进行时间戳对照,标志其采集时间。
对于脑肌电同步模块,通过向两个采集模块发送trigger,使得两个模块拥有相同可比的一套时间刻度,使用该时间刻度对于两模块信号进行同步拼接,从而实现对于两不同采样模块的高精度时间同步,为本装置实现运动想象与肌电刺激的高同步性进行保障。
对于信号模式提取模块,其包括训练功能和康复功能。
其中训练功能当中,其使用由trigger进行同步后的脑-肌电信号进行模式分类,以提示模块发送的动作模式为分类标签,进行在不同标签下的脑-肌电模式的特征选择,根据特征生成样式脑-肌电信号进行保存。
康复功能中,装置接收到提示模块发送的动作模式后,在对应模式中调用训练好的脑-肌电信号模式,并持续接收到实时采集的脑-肌电信号,将其与调用的对应模式信号进行匹配,一旦匹配度达到设定阈值,便输出对应时序的肌肉电刺激控制指令进行刺激反馈治疗,并输出匹配度至提示模块。通过这种方式,可以准确的将被试获取提示后进行运动想象的过程时刻同对应应有的手臂肌肉刺激反馈进行对照,从而实现精准化、同步化、主-被动结合的康复训练模式。
对于刺激反馈模块,其主要功能为接受信号模式提取模块的控制指令,并根据控制指令执行对应的刺激反馈信号的输出,通过电极向患者的患肢进行与其运动想象刺激反馈治疗。
实施例二
下面将结合本实施例,详细说明本装置如何结合现实生活中的技术问题。以下内容以手部提高训练为例进行说明。
运动想象训练的环境和***:环境安静、宽敞,患者坐于有靠背的椅子上,保持髋膝踝关节90°弯曲,头颈及脊柱保持直立,前臂放于面前治疗桌上。想象训练过程中,患者可根据任务的不同,采取前臂旋前、旋后或中立位。
在本实施例中,运动想象训练的任务内容选取Simmonn制定的运动想象训练任务中的单纯功能活动任务,包括:肩前屈、肩外展、肩内旋、肩外旋、肘伸展、前臂旋前、前臂旋后、拇指屈伸(旋前位);食指屈伸(旋前位);拇指环转;食指环转;五指内收外展;五指并齐屈伸;手握拳、摊开;腕部侧方运动(五指伸直);腕部屈伸(五指伸直);腕部环转和手翻转。每次训练时随机选取5项进行。
根据上述任务内容,要求患者每个动作以第一人称的角度完成。
以五指内收外展动作为例。
(1)任务内容以视频与文字提示的形式播放给患者观看(视频中的动作均以第一人称的角度录制),被试观看视频2次;
(2)治疗师演示五指内收外展动作2次;
(3)患者使用健手完成五指内收外展动作2次;
(4)给予以下指导语:“请根据运动内容,把注意力集中到您的左/右手(动作部位)。现在,请您想象左/右手进行五指内收外展,在想象过程中,请使得屏幕上显示的评分尽可能高,完成2次后请告诉我体会。”
(5)模块开始实时采集、分析脑-肌电信号,患者依照指导想象健手五指内收外展2次,每个动作以第一人称的角度完成。
(6)依照(4)及(5)中的训练方法,想象患手完成五指内收外展3次;
(7)尝试患手完成五指内收外展3次;
(8)每个动作以上过程重复2次。观察其患手动作在刺激反馈帮助下是否与标准动作相近,并记录每次装置平均得分。
头皮脑电采集模块和表面肌电采集模块分别接收来自患者对运动想象的EEG和EMG信号,经过脑肌电同步模块,在信号模式提取模块中通过对其上肢运动时训练动作的信号进行处理,并与当前相关的上肢运动的运动模板匹配,构成对上肢的刺激计划,进而作用于患侧部位。其中对于当前运动模式的刺激模板,针对不同患者有不同的获取渠道:对于偏瘫,有一侧肢体无运动障碍的患者,使用其训练时健侧脑肌电协同信号作为刺激模板进行输入;对于两侧肢体均有运动障碍的患者,采用在健康对照组进行同动作运动时其脑-肌电协同信号作为刺激模板进行输入。在患者进行运动想象的过程中,患肢在电刺激的作用下,将进行上肢相应相关运动,其引起的感知觉神经反馈将反馈至中枢神经***进而促进神经组织代偿修复。
上肢康复运动模式:接收来自患者对上肢运动想象的EEG和EMG信号,经过脑-肌电同步,在信号模式提取模块通过对其手部训练动作的信号进行处理,并与当前运动模板匹配,构成指定的刺激计划,进而作用于患侧部位。同上肢运动康复,对于偏瘫患者,使用其健侧肢体运动时脑-肌电协同信号作为刺激模板,而对于两侧肢体均有运动障碍的患者,采用健康对照组的脑-肌电协同信号作为刺激模板。在患者运动想象进行过程中,患肢在电刺激的作用下,将进行上肢康复相关运动,其引起的感知觉神经反馈将反馈至中枢神经***进而促进神经组织代偿修复。
在本实施例中,本装置的框架如图2所示从信息流角度,分为训练与康复两个功能模式。
训练模式:提示模块向无运动障碍被试提出运动模式,被试经过学习,由实验辅助者检验动作合格,训练完毕后进行数据采集,脑肌电同步模块开始进行周期性的同步trigger发送,并且头皮脑电采集模块与表面肌电采集模块开始同步采集EEG与手臂的EMG信号,并发向信号模式提取模块,信号模式提取模块根据当前选定运动模式(接收自提示模块),对输入信号进行预处理,迭代学习,形成该运动模式模板。
康复模式下:提示模块向患者提出执行运动模式,患者执行康复流程,在患手运动开始前进行EEG与EMG信号采集,并同步发送至信号模式提取模块。信号模式提取模块使用滑窗策略,将实时监测信号与当前运动模板信号进行匹配,当达到某一设定阈值认为患者开始执行运动想象任务,根据实时采集到的脑-肌电信号进度同步进行刺激反馈的治疗,以保证治疗的同步性,并且在提示模块屏幕上显示此时与标准该运动模式模板的相似性得分,提高患者主动性,促使其主动调控注意力或者运动运动想象方式,同时也可以提高运动想象任务的精准性。
本实施例信号模式提取模块运算过程分为EEG信号和EMG信号两部分,由于EEG算法更具有可讨论性,本实施例将以详细说明EEG算法为主。
对于EEG信号的算法:运动想象当前的特征提取算法主要采用以FBCSP为代表的传统学习算法,以及以CNN为代表的神经网络算法,由于传统算法具有较好的可解释性,本部分仅以FBCSP为例解释其算法具体过程。FBCSP全名为,滤波器组共空间模式(Filter BankCommon Spatial Pattern),具体算法流程由数个频域滤波器以及空间滤波器组成,加以SVM、LDA等分类算法实现对于信号的特征提取与分类。如图3所示,信号经由9个带通滤波器,其通带频率分别为4-8、8-12……36-40Hz,后经共空间模式(CSP)算法进行空间滤波,滤波后进行特征选择,采用互信息的方式进行特征选择,最后将选中的n个特征作为输入,通过数据动作模式标签进行监督训练,最终交叉验证选择训练结果最好的学习器作为最终输出。其中共空间模式(CSP)算法又可继续细分混合空间协方差矩阵、主成分分析(白化特征值矩阵)、空间滤波器等步骤。设X1、X2为两类目标的数据矩阵,其归一化后的协方差矩阵R1、R2可表示为:
后求混合空间协方差矩阵R:
对R矩阵进行特征值分解:
R=UλUT
式中,U为R矩阵的特征向量组成的矩阵,由于U矩阵为正交矩阵,所以其逆矩阵等于其转置;λ为R矩阵特征值组成的对角矩阵。
则可得其白化矩阵P为(λ-1意为λ的逆矩阵):
对于R1、R2进行变换:
S1=PR1PT,S2=PR2PT
R1+R2=E
式中,E为单位阵,Si为Ri经由变换后得到的矩阵。
接着对S1、S2做分解:
式中,Bi为Si矩阵的特征向量组成的矩阵,λi为其特征值的对角矩阵。
最终得到特征向量与特征值,此时,对于所有特征值当中,与最大的对应的特征向量为方差最大分类效果最好的,选做当前子频带空间滤波器。
出于保证本装置当中高同步性的考虑,相较与传统分类算法中仅将多目标作为标签进行分类,本分类器将“空闲状态”同样视为一种运动模式,与各“运动模式”进行二分类的空间滤波器训练,使得空间滤波器可以充分获取其是否在进行运动想象的信息。并且进行特征提取后的过程使用类如线性判别分析(LDA)的方法进行最终分类,方法原理为:找到线性投影关系,使得其具有最大的类间方差与最小的类内方差,对此提出目标函数:
其中:
最终,其目标函数可转化为:
式中,Si为投影前方差,W为变换矩阵。
对目标函数进行求解,得出其变换矩阵W,并可通过变换矩阵得到最终降维统计判别量k。
其中CSP特征经由LDA线性判别分析,每一个目线标经由线性变换变化到一个一维直线Kx+B=y上,式中,K为系数矩阵,x为自变量向量,y为因变量向量,B为常数。其中对于直线具有基矢且其每次判别特征均可表示为对于其中k系数组作为评分依据进行评分函数构造,取一类目标系数均值作为最高分标准,其分数随距离均值的距离逐渐下降,当距离下降到时为60分,超过阈值后为不及格。使用指数公式设定得分其中k为判别目标降维投影后所对应基矢的系数,作为判别统计量。τ为收敛参数,影响最高分得分与收敛速度。为当前判别类目标k统计量均值。kth为区域边界阈值概念。
以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。
Claims (8)
1.一种上肢刺激反馈康复装置,其特征在于,包括:提示模块、头皮脑电采集模块、表面肌电采集模块、脑肌电同步模块、信息模式提取模块和刺激反馈模块;
所述提示模块用于指示被试者的运动模式和纠正患者的运动想象模式;
所述头皮脑电采集模块用于采集所述被试者的头皮脑电信号;
所述表面肌电采集模块用于采集所述被试者上肢的表面肌电信号;
所述脑肌电同步模块用于发送同步信号,并对所述头皮脑电信号和所述表面肌电信号进行同步,得到同步后的脑-肌电信号;
所述信号模式提取模块用于接收所述运动模式和所述脑-肌电信号并进行处理,得到处理结果;根据所述处理结果选择模式并发布控制指令;
所述刺激反馈模块,用于接收所述控制指令,对所述患者进行刺激反馈康复治疗。
2.根据权利要求1所述的上肢刺激反馈康复装置,其特征在于,所述提示模块的工作流程包括:指示所述被试者的运动模式并发送所述运动模式至所述信号模式提取模块的同时,实时显示运动想象标准型评分,以辅助所述被试者纠正其所述运动想象模式。
3.根据权利要求1所述的上肢刺激反馈康复装置,其特征在于,所述头皮脑电采集模块的工作流程包括:采集所述被试者的所述头皮脑电信号并将所述头皮脑电信号发送至所述信号模式提取模块;同时接收所述脑肌电同步模块发送的所述同步信号,并准备与所述表面肌电信号进行同步。
4.根据权利要求1所述的上肢刺激反馈康复装置,其特征在于,所述肌电采集模块的工作流程包括:采集所述被试者上肢的所述表面肌电信号并将所述表面肌电信号发送至所述信号模式提取模块;同时接收所述脑肌电同步模块发送的所述同步信号,并准备与所述头皮脑电信号进行同步。
5.根据权利要求1所述的上肢刺激反馈康复装置,其特征在于,所述脑肌电同步模块的工作流程包括:通过发送所述同步信号,为所述皮脑电采集模块和所述肌电采集模块提供相同可比的一套时间刻度,通过所述时间刻度对所述头皮脑电信号和表面肌电信号进行拼接,得到同步后的所述脑-肌电信号,实现时间上的精准控制与同步性保障。
6.根据权利要求5所述的上肢刺激反馈康复装置,其特征在于,所述模式包括:训练模式和康复模式;
所述训练模式使用所述脑-肌电信号进行模式分类,以所述运动模式为分类标签,进行在不同所述标签下的脑-肌电模式的特征选择,得到选择结果,根据所述选择结果生成样式脑-肌电信号进行保存;
所述康复模式根据所述运动模式调用训练好的所述脑-肌电模式,将所述脑-肌电模式与接收到所述脑-肌电信号进行匹配,当匹配达到预设阈值时,输出所述控制指令。
7.根据权利要求1所述的上肢刺激反馈康复装置,其特征在于,所述刺激反馈模块的工作流程包括:接收所述控制指令,并根据所述控制指令通过电极向所述患者的患肢进行运动想象刺激反馈治疗。
8.一种上肢刺激反馈康复装置的控制方法,用于控制权利要求1-7任一项所述的上肢刺激反馈康复装置,其特征在于,步骤包括:
首先发送指示所述被试者的运动模式,同时采集所述被试者的所述头皮脑电信号和所述表面肌电信号;之后将接收到的所述头皮脑电信号和所述表面肌电信号进行同步,得到所述脑-肌电信号;对所述运动模式和所述脑-肌电信号进行处理得到处理结果;根据所述处理结果选择模式并发布控制指令;通过所述控制指令,对所述患者进行刺激反馈康复治疗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211093700.0A CN115624338A (zh) | 2022-09-08 | 2022-09-08 | 一种上肢刺激反馈康复装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211093700.0A CN115624338A (zh) | 2022-09-08 | 2022-09-08 | 一种上肢刺激反馈康复装置及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115624338A true CN115624338A (zh) | 2023-01-20 |
Family
ID=84901835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211093700.0A Pending CN115624338A (zh) | 2022-09-08 | 2022-09-08 | 一种上肢刺激反馈康复装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115624338A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269434A (zh) * | 2023-02-27 | 2023-06-23 | 江苏乐易智慧科技有限公司 | 一种脑电肌电信号采集装置 |
-
2022
- 2022-09-08 CN CN202211093700.0A patent/CN115624338A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269434A (zh) * | 2023-02-27 | 2023-06-23 | 江苏乐易智慧科技有限公司 | 一种脑电肌电信号采集装置 |
CN116269434B (zh) * | 2023-02-27 | 2024-01-23 | 江苏乐易智慧科技有限公司 | 一种脑电肌电信号采集装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alazrai et al. | A deep learning framework for decoding motor imagery tasks of the same hand using EEG signals | |
Pfurtscheller et al. | 15 years of BCI research at Graz University of Technology: current projects | |
Neuper et al. | Motor imagery and EEG-based control of spelling devices and neuroprostheses | |
Chen et al. | Eyebrow emotional expression recognition using surface EMG signals | |
CN111938991A (zh) | 一种双主动控制模式的手部康复训练装置及训练方法 | |
Mohamed et al. | Single-trial EEG discrimination between wrist and finger movement imagery and execution in a sensorimotor BCI | |
Penaloza et al. | Android feedback-based training modulates sensorimotor rhythms during motor imagery | |
CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
RU2738197C2 (ru) | Система и способ формирования команд управления на основании биоэлектрических данных оператора | |
CN113940856A (zh) | 一种基于肌电-惯性信息的手部康复训练装置及方法 | |
CN111584031B (zh) | 基于便携式脑电采集设备的脑控智能肢体康复***及应用 | |
Birch et al. | Brain-computer interface research at the Neil Squire Foundation | |
CN113274032A (zh) | 一种基于ssvep+mi脑机接口的脑卒中康复训练***及方法 | |
Corbett et al. | Real-time evaluation of a noninvasive neuroprosthetic interface for control of reach | |
CN114822761A (zh) | 基于肌肉协同和变刚度阻抗控制的手腕部康复训练*** | |
Li et al. | Wireless sEMG-based identification in a virtual reality environment | |
Xu et al. | Decoding hand movement types and kinematic information from electroencephalogram | |
CN114021604A (zh) | 一种基于3d虚拟现实技术实时反馈的运动想象训练*** | |
CN115624338A (zh) | 一种上肢刺激反馈康复装置及其控制方法 | |
CN112674783A (zh) | 长时程脑-肌电耦合的上肢运动功能训练与评测方法 | |
CN114936574A (zh) | 一种基于bci的高灵活度机械手***及其实现方法 | |
Li et al. | The Human–Machine Interface Design Based on sEMG and Motor Imagery EEG for Lower Limb Exoskeleton Assistance System | |
CN110473602B (zh) | 一种用于穿戴式体感游戏设备的体态数据集采集处理方法 | |
Kæseler et al. | Brain patterns generated while using a tongue control interface: a preliminary study with two individuals with ALS | |
Faller et al. | Online co-adaptive brain-computer interfacing: Preliminary results in individuals with spinal cord injury |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |