论文部分内容阅读
肌电信号控制多功能假肢是人机接口研究的典范,主要有两大研究方向:模式识别肌电人机接口和同步比例控制肌电人机接口。针对模式识别肌电人机接口,虽然理想实验条件下健康受试者10类动作的分类错误率可达5%以下,但是模式识别肌电假肢的临床应用和商业影响依然非常有限。造成这一局面的主要原因有:1.健康受试者与截肢患者之间的巨大差异,如截肢患者产生的肌电信号质量较差;2.理想实验条件与假肢日常使用环境之间的截然不同,如实际应用中电极移位、疲劳和长时间使用等(本文主要针对电极移位)造成的肌电信号变化,都会造成分类错误率较高。针对同步比例控制肌电人机接口,由于无经验截肢患者产生的肌电信号质量较差,其在线控制的性能仍处于一个较低的水平。最后,针对手部部分截肢患者,由于其手腕功能依然完好,手腕动作会影响采集到的肌电信号。针对上述4个问题,分别从“人”(即信号源)和“机”(即算法)两个层面来增强肌电人机接口的性能。通过经颅直流电刺激、共空域模式和平稳子空间分析等方法,在数十次的截肢患者和健康受试者的实验基础上开展了如下工作:(一)针对截肢患者模式识别肌电控制性能较低的问题,提出了一种基于经颅直流电刺激(transcranial direct current stimulation,tDCS)的增强型模式识别肌电人机接口方法。该方法利用tDCS可提高脑运动区皮层活性的特点,通过对残肢对应脑运动区进行tDCS,提高残肢的肌电信号质量,提升接口的控制性能。该接口在6位截肢患者的测试结果表明,tDCS可以显著降低截肢患者的残肢11类幻肢动作的分类错误率10.1%,使分类错误率降低到可用的水平(<20%)。该方法将有助于大幅减少截肢患者使用模式识别肌电假肢的学习时间。(二)该方法进一步拓展应用于无经验截肢患者在线同步比例肌电控制,提出了一种基于tDCS的增强型同步比例控制肌电人机接口。6位无经验截肢患者的实验结果表明,tDCS可以显著地提高在线同步比例肌电控制的性能到一个可接受的水平,可以作为在短时间内提高在线同步比例肌电控制性能的一种有效方法。(三)针对假肢接受腔穿戴过程中的电极移位,用两种方式的多类共空域模式(common spatial patterns,CSP),即一对一(CSP-OvO)和一对其他(CSP-OvR),对高密度肌电信号进行空间滤波,来增强模式识别肌电控制对于电极移位的鲁棒性。9位健康受试者的实验结果表明,CSP特征(CSP-OvO和CSP-OvR)相较于常用的三种特征(时域TD、时域自回归TDAR和变异函数Variog),可以显著地增强模式识别肌电控制在电极移位时的鲁棒性,可构成基于共空域模式的增强型模式识别肌电人机接口。(四)针对手部部分截肢患者,将模式识别和同步比例控制肌电人机接口结合,通过一个开关模型(包括1个分类器和14个状态空间模型),对其在不同手腕动作下的单手指连续运动进行解码。6位健康受试者和2位手部部分截肢患者的实验结果验证了本开关模型的有效性。进一步提出类别化平稳子空间分析(class-wise stationary subspace analysis,cwSSA)方法,显著地降低了手腕7种动作的分类错误率,从而增强开关模型的解码性能。本论文分别从“人”(即信号源)和“机”(即算法)两个层面,显著增强了模式识别及同步比例控制肌电人机接口的性能,有助于推动肌电人机接口走向临床应用。