基于脑机接口的运动想象训练监测系统及方法与流程

摘要: 本发明涉及脑机接口,尤其涉及一种基于脑机接口的运动想象训练监测系统及方法。背景技术:1、脑卒中后患者常出现不同程度的运动功能障碍,脑机接口训练通过采集患者运动想...
基于脑机接口的运动想象训练监测系统及方法与流程

本发明涉及脑机接口,尤其涉及一种基于脑机接口的运动想象训练监测系统及方法。

背景技术:

1、脑卒中后患者常出现不同程度的运动功能障碍,脑机接口训练通过采集患者运动想象或运动相关脑电信号,识别其运动意图并驱动外部反馈装置,从而促进神经功能恢复。现有脑机接口运动想象训练系统通常主要依据脑电信号中的运动相关特征,如事件相关去同步/同步(erd/ers)等指标,对患者训练参与程度进行评估。

2、然而,脑卒中后的功能恢复不仅涉及中枢神经系统重塑,还常伴随自主神经系统功能异常,例如心率调节异常、体表血流调节失衡、皮肤温度不对称、出汗异常等。已有研究和临床观察表明,患侧肢体相较健侧可出现皮肤温度降低、温度调节能力减弱以及汗腺活动异常等现象,提示自主神经系统恢复状态同样与训练进展密切相关。因此,仅依赖脑电指标难以全面反映患者训练参与程度。

3、现有技术主要存在以下不足:其一,缺乏将脑电神经可塑性指标与自主神经调节指标联合纳入同一评估体系的技术方案;其二,缺乏用于量化中枢神经变化与自主神经变化之间协同增强关系的模型;其三,现有评估方式多采用单一指标判定或简单加权融合,难以为后续训练参数调整提供明确依据。

技术实现思路

1、为解决现有技术中存在的不足,本发明的目的在于,提供一种基于脑机接口的运动想象训练监测系统及方法。

2、为实现本发明的目的,本发明所采用的技术方案是:

3、一种基于脑机接口的运动想象训练监测系统,包括:

4、数据采集模块,用于构建运动想象训练范式,引导受试者按运动想象训练范式进行单次训练,同步采集受试者的中枢神经特征和自主神经特征;

5、数据处理模块,用于依次计算中枢神经特征和自主神经特征在运动想象训练开始前与完成后的差值,获得各特征的单次训练变化量;基于各特征的单次训练变化量,构建单次训练中枢神经增强分量和单次训练自主神经增强分量;计算中枢神经特征和自主神经特征的互信息,基于训练期和基线期的互信息差值构建单次训练耦合增强分量;基于单次训练中枢神经增强分量、单次训练自主神经增强分量及单次训练耦合增强分量共同构建单次训练协同增强指数;

6、协同评估模块,用于通过预设的单次训练指数阈值判定单次训练协同增强指数所处水平,输出对应单次训练评估结果。

7、进一步地,中枢神经特征包括脑电信号;自主神经特征包括心率变异性指标、皮肤电导水平指标及皮肤温度指标;

8、训练前设置前测运动想象任务,训练后设置后测运动想象任务,采用相同或对应的运动想象范式计算前测和后测脑电信号特征;训练前和训练后分别设置前测和后测静息窗口,采集前测和后测心率变异性指标、前测和后测皮肤电导水平指标、前测和后测皮肤温度指标;

9、计算脑电信号特征、心率变异性指标、皮肤电导水平指标及皮肤温度指标在运动想象训练开始前与完成后的差值,获得各特征的单次训练变化量;对脑电信号特征单次训练变化量进行归一化处理,构建单次训练中枢神经增强分量;对心率变异性指标单次训练变化量、皮肤电导水平指标单次训练变化量及皮肤温度指标单次训练变化量进行统一方向化和归一化处理,构建单次训练自主神经增强分量。

10、进一步地,数据采集模块中,构建的运动想象训练范式包括试次、训练块、会话;每个试次对应一次运动想象任务;每个训练块由预设数量、预设时间间隔的运动想象任务构成;会话由预设数量、预设时间间隔的训练块构成,对应受试者的一次完整训练流程。

11、进一步地,数据处理模块中,对脑电信号执行层级整合计算;针对每个试次,对同一试次内脑电运动相关通道的事件相关去同步化特征进行整合,得到试次级脑电信号特征;针对每个训练块,对同一训练块内的试次级脑电信号特征进行整合,得到训练块级脑电信号特征;针对每个会话,对同一会话内的训练块级脑电信号特征进行整合,得到会话级脑电信号特征。

12、进一步地,计算中枢神经特征和自主神经特征的互信息,基于训练期和基线期的互信息差值构建单次训练耦合增强分量,具体包括:

13、将单次训练划分为多个连续分析时间窗,分别提取各时间窗内的中枢神经特征值与自主神经特征值,构建中枢神经特征序列与自主神经特征序列;对所述中枢神经特征序列与自主神经特征序列进行离散化处理,统计离散状态下的中枢神经特征状态值的边缘概率分布、自主神经特征状态值的边缘概率分布与二者的联合概率分布,计算训练期互信息,基线期互信息由正式训练前的前测运动想象任务按相同方法计算得到;计算训练期互信息与基线期互信息的差值,并对所述差值进行归一化处理,得到单次训练耦合增强分量。

14、进一步地,构建所述单次训练协同增强指数具体包括:

15、将预设耦合增强权重与所述单次训练耦合增强分量相乘后加1,并将所得数值与所述单次训练中枢神经增强分量及所述单次训练自主神经增强分量相乘,得到所述单次训练协同增强指数;

16、其中,所述单次训练中枢神经增强分量、所述单次训练自主神经增强分量和所述单次训练耦合增强分量的取值范围均为0至1,所述预设耦合增强权重的取值范围为0至1。

17、进一步地,协同评估模块中,预设的单次训练指数阈值分为有效阈值和无效阈值,有效阈值高于无效阈值;当单次训练协同增强指数结果高于有效阈值时,输出评估结果为第一协同度级别;当单次训练协同增强指数结果不高于有效阈值且不低于无效阈值时,输出评估结果为第二协同度级别;当单次训练协同增强指数结果低于无效阈值时,输出评估结果为第三协同度级别;

18、第一协同度级别对应有效协同改善状态;第二协同度级别对应部分改善状态;第三协同度级别对应无明显改善状态。

19、进一步地,数据采集模块,还用于引导受试者在多个训练会话中重复进行运动想象训练,获得各特征的多个单次训练变化量;

20、数据处理模块,还用于针对每个特征,将多个单次训练变化量分别整合为各特征的长期趋势指标;对脑电信号特征长期趋势指标进行归一化处理,构建长期训练中枢神经增强分量;对心率变异性长期趋势指标、皮肤电导水平长期趋势指标及皮肤温度长期趋势指标进行统一方向化和归一化处理,构建长期训练自主神经增强分量;将多个单次训练耦合增强分量整合为长期训练耦合增强分量;基于长期训练中枢神经增强分量、长期训练自主神经增强分量及长期训练耦合增强分量共同构建长期训练协同增强指数;

21、协同评估模块,还用于通过预设的长期训练指数阈值判定长期训练协同增强指数所处水平,输出对应长期训练评估结果。

22、进一步地,数据处理模块中,将多个单次训练变化量分别整合为各特征的长期趋势指标,具体为:将各次单次训练变化量按训练序号构成时间序列,以训练序号为自变量、对应单次训练变化量为因变量进行线性回归拟合,并将线性回归斜率作为长期趋势指标;当各次训练时间间隔不一致时,以实际训练时间作为自变量进行线性回归拟合。

23、一种基于脑机接口的运动想象训练监测方法,包括步骤:

24、构建包含试次、训练块与会话的运动想象训练范式;引导受试者按所述运动想象训练范式进行训练,同步采集受试者的中枢神经特征及自主神经特征;

25、对采集的脑电信号特征进行层级整合提取,并对自主神经特征进行统一方向化处理,分别计算运动想象训练前后各特征的单次训练变化量;根据所述单次训练变化量分别构建单次训练中枢神经增强分量与单次训练自主神经增强分量;计算中枢神经特征和自主神经特征的互信息,基于训练期和基线期的互信息差值构建单次训练耦合增强分量;基于单次训练中枢神经增强分量、单次训练自主神经增强分量及单次训练耦合增强分量共同构建单次训练协同增强指数;

26、通过预设的单次训练指数阈值判定单次训练协同增强指数所处水平,输出对应单次训练评估结果;

27、引导受试者在多个训练会话中重复进行运动想象训练,并基于多个训练会话的数据进行长期训练评估。

28、本发明的有益效果在于,与现有技术相比,具有以下优点:

29、本发明引入脑电神经可塑性指标与自主神经调节指标,能够从中枢神经和自主神经两个层面共同评估运动想象训练效果,从而提高对神经重塑状态判断的准确性。不仅分别评价中枢和自主神经的变化,还进一步量化二者之间的协同增强程度,构建包含中枢神经特征变化量、自主神经特征变化量、互信息耦合值的协同增强指数,使评估结果更加全面、客观。并根据中枢增强分量、自主增强分量及协同增强指数,量化中枢-自主神经间的功能性耦合程度,这种多维度融合的评估方式使判定结果更具全局性与客观性,具有较好的实际应用价值。

30、为克服中枢神经信号(瞬时性、高频段)与自主神经信号(迟滞性、慢波动)在响应动力学及采样频率上的不一致性,导致跨模态特征难以在同一时间尺度下进行有效融合与耦合分析的问题,本发明提出了对脑电信号特征进行试次级、训练块级和会话级的层级整合处理的方法,该方法既消除了脑电信号因瞬时伪迹和随机干扰产生的误差,也让中枢神经特征能够在会话维度与自主神经特征实现统一时间尺度对齐,实现了中枢神经特征和自主神经特征的有效融合,从而提高了中枢-自主协同增强评估的稳定性和可计算性。

31、本发明既可用于评价单次运动想象训练前后的即时效果,也可用于分析多次训练后的长期变化趋势,从而适用于长期训练过程监测和阶段性评估。