基于脑电融合特征的盆底肌运动脑状态评估方法及系统与流程
本发明涉及脑机接口,具体涉及一种基于脑电融合特征的盆底肌运动脑状态评估方法及系统。
背景技术:
1、脑机接口(brain computer interface,bci)是一种直接连接大脑与外部设备的技术,旨在实现大脑信号与计算机或其他设备之间的通信。脑机接口通过脑电等手段获取大脑活动的信号,通过将脑信号进行预处理,提取有用的特征,例如信号滤波、特征提取和分类等,然后将处理后的信号转换为控制指令,驱动外部设备或软件进行相应的操作。
2、盆底功能障碍(pelvic floor dysfunction,pfd)是一类由于盆底支持结构,神经肌肉功能或组织损伤引发的疾病,一般包含压力性尿失禁,慢性盆底疼痛及产后盆底功能减退等。随着人口老龄化及女性产后康复需求增加,盆底功能康复逐渐成为康复医学和妇产科的重要研究方向。目前临床应用比较广泛的康复方法有自主训练、电刺激治疗和生物反馈训练等。
3、凯格尔训练是一种主动训练收缩盆底肌的方法,通过反复自主收缩和放松盆底肌,提高肌肉的力量和耐力,改善尿失禁等盆底功能障碍,该方法是最基础的康复训练方式。但存在以下问题:1)患者很难找到盆底肌的位置,更多的是收缩大腿肌肉;2)训练周期长,缺乏反馈,依从性低;3)无法评估神经功能是否参与。
4、电刺激治疗通过阴道电极或者体表电极向盆底肌施加电脉冲,引起盆底收缩,增强盆底肌力量改善神经传导功能。该方法见效快适用于盆底功能损伤的患者,但是存在以下问题:1)无法识别患者的运动意图;2)无法根据脑状态进行调整,训练模式比较单一和固定;3)容易造成反应阈值升高,长期效果大打折扣等。
5、肌肉生物反馈训练通过采集盆底肌表面的肌电信号,实时反馈盆底肌的肌肉收缩或放松的强度,并提供肌电强度的数值上的反馈,辅助患者完成盆底肌康复训练过程。该方法一定程度上能够提高患者对盆底肌康复过程的了解,提高训练兴趣和依从性。但存在以下问题:1)肌电信号只能代表肌肉收缩情况,无法反馈脑状态;2)一些神经损伤的患者,可能采集不到肌电等。
6、近年来,脑机接口技术逐渐运用到康复领域,主要是采集患者在运动想象时的脑电信号,分析运动意图,并驱动外部设备带动患者进行相应的康复过程,主要有上下肢主被动康复,手功能康复,语言解码等领域,但是在盆底肌康复领域很少有脑机接口技术的参与。
7、在脑机交互领域,一些现有技术通过脑机交互主动收集患者的盆底肌收缩意图,在达到相应的脑电响应阈值后出发盆底磁刺激模块的工作,辅助患者实现盆底肌肉收缩。还有一些现有技术,通过采集相应的盆底肌肌电数据,评估收缩情况,然后将数据上传到沉浸式的vr设备中,结合生物反馈系统和虚拟现实的场景,实现实时的训练效果的反馈。也有现有技术通过脑电、肌电协同采集,将肌电特征融合到脑电特征里,提高脑电信号在盆底肌康复过程中的应用价值,但特征层面主要涉及脑电的时频域特征等。
8、鉴于目前在盆底肌康复领域,主要关注肌肉收缩的情况,很少有脑状态等中枢神经系统的参与和反馈,也较少涉及个性化的康复训练,因此需要一种基于脑电多维特征融合的盆底肌康复脑状态评估与自适应神经反馈方法及系统。
技术实现思路
1、为此,本发明实施例提供一种基于脑电融合特征的盆底肌运动脑状态评估方法及系统,以解决现有技术中存在的至少一个技术问题。
2、为了实现上述目的,本发明实施例提供如下技术方案:
3、本发明提供了一种基于脑电融合特征的盆底肌运动脑状态评估方法,所述方法包括:
4、采集受试者执行盆底肌康复训练任务过程中的多通道脑电信号,并对所述脑电信号进行预处理;
5、对预处理后的脑电信号进行时频特征分析,提取与盆底肌运动相关的时频特征;对预处理后的脑电信号进行源空间功能连接分析,提取不同脑区之间的功能连接特征;
6、将所述时频特征与所述功能连接特征进行融合,基于融合后的多维特征构建盆底肌脑状态评估模型,通过所述脑状态评估模型计算盆底肌神经康复分数,所述盆底肌神经康复分数至少包括任务参与指数、运动皮层激活指数、脑网络协同指数、有效维持指数和静息抑制指数;
7、根据所述盆底肌神经康复分数对受试者的脑状态进行分级评估,并基于评估结果动态调整神经反馈训练策略。
8、在一些实施例中,采集受试者执行盆底肌康复训练任务过程中的多通道脑电信号,并对所述脑电信号进行预处理,具体包括:
9、所述盆底肌康复训练任务包括左侧盆底肌刺激任务、右侧盆底肌刺激任务、主动盆底肌发力任务和静息任务;其中,所述左侧盆底肌刺激任务和右侧盆底肌刺激任务通过妇科康复治疗师阴道指检进行人工物理刺激实现,所述主动盆底肌发力任务由受试者主动收缩盆底肌实现,所述静息任务由受试者保持放松状态实现;
10、利用多通道脑电采集设备同步采集脑电信号,采样率不低于预设采样频率;所述预处理依次包括:降采样、带通滤波、工频陷波滤波、分段、伪迹剔除、平均参考、基线校正。
11、在一些实施例中,对预处理后的脑电信号进行时频特征分析,提取与盆底肌运动相关的时频特征,具体包括:
12、采用连续小波变换对每个分段后的单通道脑电信号进行morlet小波变换,得到时频域瞬时功率;
13、以任务前基线窗的信号功率作为参考,计算事件相关频谱扰动;
14、从所述事件相关频谱扰动中提取与感觉运动皮层激活相关的alpha频段和与运动准备及运动执行相关的beta频段的功率变化特征,作为所述时频特征。
15、在一些实施例中,对预处理后的脑电信号进行源空间功能连接分析,提取不同脑区之间的功能连接特征,具体包括:
16、基于标准模板大脑和边界元模型构建前向模型,采用最小范数估计方法生成逆解算子,将头皮脑电信号映射到皮层源空间的电流密度,得到源空间时间序列信号;
17、采用标准脑图谱将源空间划分为多个脑区roi,提取每个roi的平均时间序列;
18、对每个roi的平均时间序列进行hilbert变换得到解析信号,计算瞬时功率并进行对数变换得到功率包络;
19、对每对roi的功率包络进行正交化处理以降低容积传导效应和零延迟泄露干扰,计算正交化后的pearson相关系数,经对称化处理后将相关系数转换为fisher z值,得到各频段下的roi水平功能连接矩阵,作为所述功能连接特征。
20、在一些实施例中,将所述时频特征与所述功能连接特征进行融合,基于融合后的多维特征构建盆底肌脑状态评估模型,通过所述脑状态评估模型计算盆底肌神经康复分数,包括:
21、所述时频特征用于描述局部运动皮层的激活程度,所述功能连接特征用于描述不同脑区之间的协同变化;
22、按照如下公式计算所述盆底肌神经康复分数pfnrs:
23、;
24、其中,为任务参与指数,通过比较静息态与任务态的脑活动功率变化评估受试者是否进入有效任务状态;为运动皮层激活指数,通过任务态的运动相关去同步化程度评估运动皮层的响应强度;为脑网络协同指数,通过比较任务态与静息态的功能连接强度评估脑区协同程度;为有效维持指数,通过有效去同步化持续时间与任务总时长的比值评估脑状态持续激活时间;为静息抑制指数,通过静息态的激活程度评估受试者的放松能力;、、、、为各指数的加权系数。
25、在一些实施例中,所述方法还包括:
26、将各指数分别归一化为1-100的评分;
27、根据归一化后的评分区间,将受试者的脑状态划分为多个等级,所述等级至少包括:有效神经控制状态、形成神经控制状态、运动激活不足状态、脑网络协同不足状态、持续控制不足状态、放松控制不足状态和低参与训练状态;
28、每个等级对应不同的脑状态特点和反馈策略。
29、在一些实施例中,根据所述盆底肌神经康复分数对受试者的脑状态进行分级评估,并基于评估结果动态调整神经反馈训练策略,具体包括:
30、当评估为有效神经控制状态时,强化正确神经模式,增加奖励反馈,提高训练难度和保持时间;
31、当评估为运动激活不足状态时,增强运动皮层募集,增加运动想象提示,提高目标区域反馈强度;
32、当评估为脑网络协同不足状态时,促进脑网络连接,增加任务重复次数,提供整体脑状态反馈;
33、当评估为持续控制不足状态时,提高稳定控制能力,延长维持训练时间,降低瞬时收缩比例;
34、当评估为放松控制不足状态时,改善主动放松能力,切换放松训练模式,增加呼吸调节反馈;
35、当评估为低参与训练状态时,提高训练参与度,重新进行任务指导,提高提示频率。
36、在一些实施例中,所述盆底肌脑状态评估模型的训练过程包括:
37、采集多组已知任务标签的脑电信号样本构建训练数据集,所述样本的任务标签至少包括左侧刺激、右侧刺激、主动发力和静息;
38、对训练数据集中的脑电信号样本依次执行预处理、时频特征分析和源空间功能连接分析,提取各样本对应的时频特征和功能连接特征,并将两者融合为多维特征向量;
39、构建包含任务状态分类头、脑状态指数回归头和分级评估结果分类头的多任务神经网络模型,其中任务状态分类头用于输出四类任务的分类概率,脑状态指数回归头用于输出tpi、mai、bci、emi、rii的回归预测值,分级评估结果分类头用于输出脑状态等级的预测结果;
40、以训练数据集的多维特征向量为输入,以对应的任务标签为监督信号,定义多任务联合损失函数,所述多任务联合损失函数由任务状态分类损失、各脑状态指数的回归损失以及分级评估结果的分类损失加权构成;
41、通过反向传播算法迭代更新模型参数,直至模型收敛,得到训练完成的盆底肌脑状态评估模型,用于执行所述基于预训练特征的盆底肌脑状态评估与神经反馈阶段。
42、本发明还提供一种基于脑电融合特征的盆底肌运动脑状态评估系统,所述系统包括:
43、信号采集与预处理模块,用于采集受试者执行盆底肌康复训练任务过程中的多通道脑电信号,并对所述脑电信号进行预处理;
44、时频特征提取模块,用于对预处理后的脑电信号进行时频特征分析,采用连续小波变换计算事件相关频谱扰动,提取alpha频段和beta频段的功率变化特征;
45、功能连接分析模块,用于对预处理后的脑电信号进行源空间功能连接分析,基于标准模板大脑构建前向模型并生成逆解算子,将头皮信号映射到皮层源空间,划分脑区roi后采用正交化功率包络相关方法计算roi水平的功能连接矩阵;
46、特征融合与评估模块,用于将所述时频特征与所述功能连接特征进行融合,基于融合后的多维特征计算盆底肌神经康复分数,所述盆底肌神经康复分数至少包括任务参与指数、运动皮层激活指数、脑网络协同指数、有效维持指数和静息抑制指数;
47、神经反馈模块,用于根据所述盆底肌神经康复分数对受试者的脑状态进行分级评估,并基于评估结果动态调整神经反馈训练策略,实现个性化的盆底肌康复训练。
48、本发明还提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述方法的步骤。
49、本发明所提供的基于脑电融合特征的盆底肌运动脑状态评估方法,采集受试者执行盆底肌康复训练任务过程中的多通道脑电信号,并对所述脑电信号进行预处理;对预处理后的脑电信号进行时频特征分析,提取与盆底肌运动相关的时频特征;对预处理后的脑电信号进行源空间功能连接分析,提取不同脑区之间的功能连接特征;将所述时频特征与所述功能连接特征进行融合,基于融合后的多维特征构建盆底肌脑状态评估模型,通过所述脑状态评估模型计算盆底肌神经康复分数,所述盆底肌神经康复分数至少包括任务参与指数、运动皮层激活指数、脑网络协同指数、有效维持指数和静息抑制指数;根据所述盆底肌神经康复分数对受试者的脑状态进行分级评估,并基于评估结果动态调整神经反馈训练策略。
50、这样,本发明所提供的方法通过多域联合构建脑状态识别指标,识别盆底肌运动意图,构建脑状态评价指标,并结合自适应神经反馈,通过不同脑状态的情况,个性化调整反馈策略,有效促进盆底肌康复过程中的神经可塑性、依从性以及有效性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com