论文部分内容阅读
脑机接口(brain-machineinterface,BMI)系统,可通过构建大脑与外部设备之间的信息传输通路,实现对外部设备的控制。该系统主要包括大脑、解码器、编码器和外部设备等环节,为恢复人类受损运动功能提供了一种有效方法,研究意义重大。本文基于单关节信息传输(single-j ointinformationtransmission,SJIT)模型,针对解、编码器的设计与对比、引入辅助控制器的闭环BMI系统构建以及SJIT模型的改进等内容展开研究,具体如下:1)针对大脑到人工假肢的信息通路构建问题,本文基于维纳滤波、卡尔曼滤波、BP神经网络原理分别设计了解码器,将大脑皮层运动相关区域平均放电率转化为人工假肢可以接受的关节合力矩信息。其中,解码器训练集和测试集通过SJIT模型获取。三种解码器的离线、在线测试结果表明,维纳滤波解码器性能最优。2)针对现有BMI系统运动功能恢复效果普遍不佳问题,本文首先对比了突触连接的积分放电神经元模型和随机连接的Izhikevich神经元模型的信息编码效率,并挑选编码效率更高的后者设计编码器,构建了从外界到大脑的人工反馈通路。其次,基于模型预测控制策略设计可实时求解反馈信息的辅助控制器,构建了可有效恢复肢体运动功能的闭环BMI系统,并通过引入自适应解码器,进一步提高了系统运动功能恢复效果。3)针对SJIT模型存在失配问题,本文引入多个神经元组对SJIT模型进行改进,并测试了模型改进效果以及基于改进模型构建的闭环BMI系统运动功能恢复效果。仿真结果表明,改进模型在一定程度上克服了 SJIT模型的失配问题;以改进模型为基础,本文设计的闭环BMI系统仍能较好的恢复肢体运动功能。本文在解、编码器和辅助控制器研究的基础上,构建了闭环BMI系统,并通过设计自适应解码器、改进SJIT模型等手段,进一步提高了闭环BMI系统的运动功能恢复效果。总的来说,本文所提出的闭环BMI系统由不同环节组合构成,具有较强的通用性和灵活性;本文研究成果可以进一步完善BMI系统的理论基础,推动BMI系统的实际应用。