一种基于同侧脑信号的运动意图识别方法、设备及程序产品

本技术涉及智能医疗领域，具体涉及一种基于同侧脑信号的运动意图识别方法、设备、程序产品及计算机可读存储介质。

背景技术：

1、脑卒中是导致成人获得性残疾的首要病因，其中缺血性脑卒中后遗留的单侧上肢运动功能障碍尤为突出，严重影响患者日常生活能力及社会参与度。尽管部分患者可通过常规康复训练获得一定功能改善，但仍有大量中重度偏瘫患者缺乏有效康复手段。在外科干预领域，神经移位术（如颈7神经交叉移位术）已被用于重建患侧肢体的运动功能。该术式通过将健侧c7神经根与患侧c7神经根吻合，构建健侧大脑半球支配患侧肢体的异位神经通路。临床研究表明，该术式可在部分患者中诱导出一定程度的运动功能恢复，但其存在明确局限性：手术创伤大，需完全切断健侧正常神经；术后恢复周期长达10–12个月；功能改善程度个体差异显著，且严重依赖术后长期康复训练。上述因素限制了该术式的广泛临床应用，尤其对于高龄或病程较长的患者。从神经病理角度分析，脑卒中病灶可能破坏运动皮层及皮质脊髓束的完整性，不仅导致主动运动功能丧失，通常会破坏连接运动意图与肢体动作的运动神经环路，进而改变患侧及病灶周边脑区中与偏瘫肢体相关的运动特征脑电信号，其发出的eeg信号很微弱或不稳定，无法有效用于闭环控制。上述改变直接削弱了基于患侧皮层信号的脑机接口康复系统的解码稳定性与控制效能，成为限制该类系统临床落地的重要技术瓶颈。

2、与此同时，周围神经电刺激技术已被证实可通过刺激患侧上肢完好的下运动神经元通路（包括神经根及肌肉终板区），诱发明确的肌肉收缩。然而，现有电刺激康复方案多采用开环、固定频率、被动触发的刺激模式，未能与患者实时的自主运动意图形成闭环关联。该模式缺乏神经机制上的意图驱动，难以实现感觉-运动整合及长期活动依赖性的神经重塑。

技术实现思路

1、针对上述问题，本发明提供一种基于同侧脑信号的运动意图识别方法，具体包括：

2、s1、获取被测对象患侧肢体的同侧脑部多通道信号；

3、s2、计算每个通道在l个频带上的幅度得到多频带幅值矩阵；l为大于1的自然数；

4、s3、计算每个通道在l个频带的功率后再计算任意频带之间的功率比得到功率比矩阵；

5、s4、对多通道信号进行空间特征提取得到投影矩阵；

6、s5、将多通道的多频带幅值矩阵、功率比矩阵和投影矩阵进行融合得到空间矩阵；

7、对空间矩阵进行解码得到连续运动动作意图。

8、所述频带包括α频带、β频带、γ频带，计算每个通道在α频带、β频带、γ频带上的幅度得到多频带幅值矩阵，计算每个通道在α频带、β频带、γ频带的功率后再计算任意频带之间的功率比得到功率比矩阵；

9、可选地，所述功率比计算通过α频带、β频带计算β/α功率比，通过β频带、γ频带计算γ/β功率比，将β/α功率比、γ/β功率比拼接得到功率比矩阵。

10、所述方法还包括一级目标识别，对多通道中每个通道进行个性化响应频带检测，当频带信号大于预设阈值且持续时间大于预设时长时，判定为存在运动意图，进入二级目标识别，执行s2-s5，得到连续运动动作意图的识别；

11、可选地，个性化响应频带检测是先计算s个预设频带的幅度，从s个幅度中筛选出最大幅度的频带得到个性化响应频带；可选地，对最大幅度的频带（个性化响应频带）进行去同步化处理得到当前频带的去同步化幅度，将去同步化幅度与预设阈值进行比较，当去同步化幅度大于预设阈值并且持续时长大于预设时长时，判定为存在运动意图；s为大于1的自然数。

12、可选地，将一级目标识别的去同步化幅度/个性化响应频带、二级目标识别的多频带幅值矩阵、功率比矩阵和投影矩阵进行融合得到第二空间矩阵，对第二空间矩阵进行解码得到连续运动动作意图。

13、所述解码通过解码模型进行解码得到连续运动动作意图；

14、可选地，所述解码模型包括下列中的任意一种或几种：卡尔曼滤波器、lstm、gru；

15、可选地，所述解码通过卡尔曼滤波器进行空间特征与连续运动意图状态的空间映射得到连续运动动作意图；

16、可选地，所述卡尔曼滤波器的是通过多通道脑电信号的空间矩阵为观测量，被测对象目标关节的连续运动意图为待评估状态，通过连续计算的空间矩阵进行目标关节的连续运动意图的预测更新，得到连续运动的实时估计；

17、可选地，目标关节包括下列中的任意一种或几种：肩关节、肘关节、腕关节、手关节。

18、所述方法还包括运动意图执行，将连续运动动作意图转换为目标关节角度，再通过目标关节角度进行反函数计算得到刺激强度，通过刺激强度生成电刺激参数；

19、可选地，所述电刺激参数包括下列的任意一种或几种：电流幅值、脉宽、频率、电极触点；

20、可选地，所述目标关节角度的计算是先对连续运动动作意图归一化处理得到归一化意图，对归一化意图进行角度转换得到目标关节角度；

21、可选地，所述目标角度的转换为：计算最大关节角度与最小关节角度的差值，所述差值与归一化意图相乘后再与最小关节角度相加得到目标关节角度。

22、所述反函数的构建是：获取递增的电刺激强度及对应的关节角度并生成刺激响应曲线，对刺激响应曲线进行反函数构建得到强度与角度的反函数；

23、可选地，所述反函数通过查表法、多项式拟合、分段线性映射中的任意一种或几种进行构建得到。

24、所述方法还包括角度校正，获取实际关节运动的角度，通过实际关节运动的角度与目标角度进行差值计算得到角度差值，将角度差值与预设参数阈值进行比较，当角度差值小于预设阈值时，对刺激强度进行调整得到调整后的刺激强度，通过调整后的刺激强度生成电刺激参数；当角度差值大于等于预设阈值且持续时间大于预设时长时，重新计算反函数，目标角度通过更新后的反函数计算得到刺激强度。

25、本发明的目的在于提供一种计算机程序产品，其上包括计算机程序或指令，所述计算机程序或指令被处理器执行实现上述的基于同侧脑信号的运动意图识别方法。

26、本发明的目的在于提供一种计算机设备，其包括存储器、处理器及存储在所述存储器上的计算机程序或指令，所述计算机程序或指令被处理器执行实现上述的基于同侧脑信号的运动意图识别方法。

27、本发明的目的在于提供一种计算机可读存储介质，其上存储有计算机程序或指令，所述计算机程序或指令被处理器执行实现上述的基于同侧脑信号的运动意图识别方法。

28、本发明的优势：

29、1.对于正常人群的运动意图控制是一侧的上肢肢体运动是由对侧的脑部信号控制，而脑卒中患者肢体障碍侧的控制脑区与相关的运动特征脑电信号已经破坏，导致基于病灶侧解码的脑机接口康复系统控制效能下降，为此，本发明提出对健侧脑信号进行运动意图解码，并通过体表刺激或植入式的神经刺激电极进行刺激上肢肌肉，完成脑卒中患者的上肢运动的功能重建。

30、2.在运动意图解码过程中，本发明构建了基于反应运动精细度和力度的功率比特征、用于反应运动类型的投影特征和用于反应运动状态的频带幅值特征组合，通过这三类特征从不同的维度进行运动特征的量化表示，为后续运动意图解码提供更高的准确性和可靠性。

31、此外，本发明还提出了二级状态识别，通过个体频带幅值先判断是否属于运动意图，当属于运动意图时，再进行具体的运动意图解码，避免对全部信号作为运动意图识别的计算资源占用和浪费，也降低错误识别的概率。

32、3.本发明在运动意图解码后还包括运动意图的执行，通过将运动意图转换目标关节运动状态，再转换为刺激强度，配合电极刺激肌肉，实现了由健侧（同侧，与患者上肢同一侧）脑电信号控制的上肢运动实现闭环，具有很好的实用价值。