基于多模态生理信号反馈的下肢辅助装置控制方法和系统与流程

本发明涉及辅助器械，更具体地，涉及一种基于多模态生理信号反馈、实现心理与运动协同康复并具备多指标分级安全保护功能的下肢辅助装置控制方法和系统。

背景技术：

1、脑卒中、脊髓损伤目标对象普遍伴随下肢运动功能障碍，临床需同步开展运动康复、神经调控、心理干预。

2、现有下肢辅助运动康复设备的各功能模块为孤岛式开环运行，悬吊减重装置、跑步机、下肢外骨骼、功能性电刺激模块、迷走神经电刺激模块、虚拟现实场景训练模块分属独立控制系统，无统一协同调度逻辑，且训练过程易产生下肢肌肉代偿、关节受力失衡、心理应激加重等问题。

技术实现思路

1、有鉴于此，本发明基于一种神经认知、心理情绪、肌骨运动三维度一体化感知与协同调控的架构，提供了一种基于多模态生理信号反馈、实现心理与运动协同康复并具备多指标分级安全保护功能的下肢辅助装置控制方法和系统。

2、本发明的一个方面提供了一种基于多模态生理信号反馈的下肢辅助装置控制方法，包括：采集目标对象的多个生理特征信号；对所述多个生理特征信号进行特征提取和加权处理，同步确定所述目标对象的肌骨运动状态指标、神经认知状态指标和心理情绪状态指标；基于所述肌骨运动状态指标、神经认知状态指标和心理情绪状态指标，确定多个装置控制参数，其中，所述多个装置控制参数包括悬吊减重比例、跑步机速度坡度、外骨骼髋膝关节助力矩、功能性电刺激参数、迷走神经刺激参数和虚拟现实场景参数；基于所述多个装置控制参数，对下肢辅助装置进行控制。其中，所述肌骨运动状态指标至少包括肌肉疲劳度，所述神经认知状态指标至少包括运动意图强度和认知负荷度，所述心理情绪状态指标至少包括综合抑郁指数。

3、根据本发明的实施例，基于所述肌骨运动状态指标、神经认知状态指标和心理情绪状态指标，确定多个装置控制参数，包括：对所述肌骨运动状态指标、所述神经认知状态指标和所述心理情绪状态指标进行加权融合处理，得到全局训练激励强度；将所述全局训练激励强度映射至悬吊减重比例、跑步机速度坡度、外骨骼髋膝关节助力矩、功能性电刺激参数、迷走神经刺激参数和虚拟现实场景参数中的至少一者，得到映射结果；基于所述映射结果，确定所述多个装置控制参数。

4、根据本发明的实施例，所述方法还包括：当所述心理情绪状态指标中的综合抑郁指数超过预设情绪阈值时，触发虚拟现实场景切换事件，并生成同步时间窗口；其中，所述同步时间窗口用于限制所述迷走神经刺激参数的调整时段，以实现心理视觉干预与神经调控的时序协同。

5、根据本发明的实施例，上述对所述多个生理特征信号进行特征提取和加权处理，同步确定所述目标对象的肌骨运动状态指标、神经认知状态指标和心理情绪状态指标，包括：基于上述多个生理特征信号，通过分析上述目标对象的大脑活跃程度和肌肉活跃程度，确定上述目标对象的运动意图强度；基于上述多个生理特征信号，通过分析上述目标对象的脑力负荷和代谢负担，确定上述目标对象的认知负荷度；基于上述多个生理特征信号，通过分析上述目标对象的肌电信号的时域特征和频域特征，确定上述目标对象的肌肉疲劳度；基于上述多个生理特征信号，通过分析上述目标对象多个生理维度各自对应的多个情绪状态，确定上述目标对象的综合抑郁指数；基于所述运动意图强度、所述认知负荷度、所述认知负荷度和所述综合抑郁指数，确定所述目标对象的肌骨运动状态指标、神经认知状态指标和心理情绪状态指标。

6、根据本发明的实施例，上述多个生理特征信号包括脑电信号和肌电信号，上述基于上述多个生理特征信号，通过分析上述目标对象的大脑活跃程度和肌肉活跃程度，确定上述目标对象的运动意图强度，包括：对上述脑电信号进行功率谱密度估计，得到脑电功率谱信号；基于上述脑电功率谱信号在第一目标频段下的积分功率以及上述脑电功率谱信号在第二目标频段下的积分功率的和，得到运动脑区总功率；利用预激活窗口对上述肌电信号进行截取以及均方根计算，确定肌肉预激活均方根，其中，上述预激活窗口的窗口终止时刻为当前采样时刻；对上述运动脑区总功率和上述肌肉预激活均方根进行加权处理，得到运动意图强度。

7、根据本发明的实施例，上述多个生理特征信号包括脑电信号和近红外光谱信号，上述基于上述多个生理特征信号，通过分析上述目标对象的脑力负荷和代谢负担，确定上述目标对象的认知负荷度，包括：对上述脑电信号进行功率谱密度估计，得到脑电功率谱信号；基于上述脑电功率谱信号在第三目标频段下的积分功率以及上述脑电功率谱信号在第四目标频段下的积分功率的比值，得到脑电功率比值；基于上述近红外光谱信号，确定氧合血红蛋白含量；对上述脑电功率比值和上述氧合血红蛋白含量进行加权处理，得到认知负荷度。

8、根据本发明的实施例，上述多个生理特征信号包括肌电信号，上述基于上述多个生理特征信号，通过分析上述目标对象的肌电信号的时域特征和频域特征，确定上述目标对象的肌肉疲劳度，包括：对上述肌电信号进行功率谱密度估计，得到肌电功率谱信号；基于上述肌电功率谱信号的频率中位值，确定肌电频域指标；利用滑动窗口对上述肌电信号进行均方根计算，得到肌电时域指标；对上述肌电频域指标和上述肌电时域指标进行加权处理，得到肌肉疲劳度。

9、根据本发明的实施例，上述多个生理特征信号包括脑电信号、心电信号和近红外光谱信号，上述基于上述多个生理特征信号，通过分析上述目标对象多个生理维度各自对应的多个情绪状态，确定上述目标对象的综合抑郁指数，包括：基于上述脑电信号，确定额叶α波不对称指数；基于上述心电信号，确定心率变异性样本熵；基于上述近红外光谱信号，确定氧合血红蛋白含量；对上述额叶α波不对称指数、上述心率变异性样本熵和上述氧合血红蛋白含量进行加权处理，得到综合抑郁指数。

10、根据本发明的实施例，所述方法还包括：基于目标对象的肌电信号、心电信号和近红外光谱信号，分别确定肌电痉挛峰值、心率波动和氧合血红蛋白浓度下降梯度；基于所述肌电痉挛峰值、所述心率波动和所述氧合血红蛋白浓度下降梯度，分别确定第一风险指标、第二风险指标和第三风险指标；对所述第一风险指标、所述第二风险指标和所述第三风险指标进行加权处理，得到综合风险值；基于所述综合风险值，按照预设的多个安全阈值区间对所述下肢辅助装置进行分级控制，包括：当所述综合风险值处于第一阈值区间时，降低训练强度；当所述综合风险值处于第二阈值区间时，启动神经安抚干预并下调训练参数；当所述综合风险值处于第三阈值区间时，执行停机保护。

11、本发明的另一个方面提供了一种基于多模态生理信号反馈的下肢辅助装置控制系统，包括：信号采集模块，配置为采集目标对象的多个生理特征信号；三维度指标确定模块，配置为对所述多个生理特征信号进行特征提取和加权处理，同步确定所述目标对象的所述目标对象的肌骨运动状态指标、神经认知状态指标和心理情绪状态指标，实现肌骨运动、神经认知、心理情绪三维度的一体化感知；协同调控参数确定模块，配置为基于骨运动状态指标、神经认知状态指标和心理情绪状态指标，确定多个装置控制参数，以实现心理与运动协同康复的闭环调控，其中，所述多个装置控制参数包括悬吊减重比例、跑步机速度坡度、外骨骼髋膝关节助力矩、功能性电刺激参数、迷走神经刺激参数和虚拟现实场景参数；装置控制模块，配置为基于所述多个装置控制参数，对所述下肢辅助装置进行控制；其中，所述肌骨运动状态指标至少包括肌肉疲劳度，所述神经认知状态指标至少包括运动意图强度和认知负荷度，所述心理情绪状态指标至少包括综合抑郁指数。

12、根据本发明的实施例，基于多模态生理信号反馈的下肢辅助装置控制方法包括：步骤1：多模态生理信号采集——采集目标对象的脑电信号、心电信号、肌电信号和近红外光谱信号；步骤2：三维度状态指标同步确定——基于所述多模态生理信号，同步确定：肌骨运动状态指标：至少包括肌肉疲劳度（基于肌电中位频率和均方根计算）；神经认知状态指标：至少包括运动意图强度（基于脑电μ/β频带功率）和认知负荷度（基于脑电θ/α频带功率）；心理情绪状态指标：至少包括综合抑郁指数（基于脑电额叶α波不对称指数、心率变异性样本熵和近红外氧合血红蛋白含量）；步骤3：协同调控参数生成——对所述三维度状态指标进行加权融合，得到全局训练激励强度，并将其映射至悬吊减重比例、跑步机速度坡度、外骨骼髋膝关节助力矩、功能性电刺激参数、迷走神经刺激参数和虚拟现实场景参数；步骤4：分级安全保护——基于肌电痉挛峰值、心率波动和氧合血红蛋白浓度下降梯度构建多指标综合风险值，按照预设的三级安全阈值对训练过程进行分级控制（轻度降载、预警干预、停机保护）；步骤5：闭环反馈控制——基于上述参数，对下肢辅助装置进行闭环控制，并在训练过程中持续采集生理信号，实现动态调整。

13、根据本发明的实施例，通过采集目标对象的多个生理特征信号，并基于多个生理特征信号确定目标对象的肌骨运动状态指标、神经认知状态指标和心理情绪状态指标运动意图强度、认知负荷度、肌肉疲劳度和综合抑郁指数等生理指标，从而可以基于上述生理指标确定多个装置控制参数并基于多个装置控制参数对下肢辅助装置进行控制，实现了神经认知、心理情绪、肌骨运动三维度一体化感知与协同调控，突破传统康复仅针对肌肉训练的单一模式。