一种基于动态调节的镜像神经元康复训练系统及方法与流程

1.本发明涉及医疗康复设备的技术领域，尤其涉及一种基于动态调节的镜像神经元康复训练系统及方法。


背景技术：

2.镜像神经元(mirror neuron system，简称mns)是指能直接在观察者大脑中映射出别人的动作、情绪、意图等的一类具有特殊映射功能的神经元，它广泛存在于多个脑区并参与动作的理解、模仿、共情、社会认知等活动。作为国内外认知神经科学研究的热点，研究人员发现镜像神经元在动作识别及其模仿上起着重要作用。作为一类特殊的神经元，镜像神经元不仅在个体执行特定动作时产生兴奋，当个体观察到其他同类执行相同或相似动作时，也可以产生类似的兴奋。
3.中枢神经系统病变常常引起人体运动功能障碍，最常见的是偏侧肢体瘫痪，极大的影响患者的工作和生活，而且给家庭和社会也带来了沉重的负担。而通过镜像神经元训练具有较为积极的作用。
4.目前，虽然一些研究表明了基于镜像神经元的训练对功能障碍患者的康复具有一定的作用，且在临床上mns治疗的报道已有很多，但是在硬件方面，基于镜像神经元进行康复训练的设备比较简陋，进行程序化自动化的康复训练设备更是未见公开，利用已有的设备无法获得更好的治疗效果。
5.同时，针对于不同的康复患者，由于不同的刺激源对不同的用户的刺激并不相同，进而产生的兴奋强度也不尽相同，导致不同患者的康复速度也不一致，有的患者效果较好，有的患者则不尽如人意，更进一步地，现有技术中通常是通过完成度进行调控策略的，其中的具有更为主观的不可控性。
6.例如，中国专利：cn202010887847.1公开了一种康复运动的自适应训练方法，该方案是计算训练者在当前康复训练模式下的当前任务完成度值；基于所述当前任务完成度值和在所述当前康复训练模式下的训练者的功能状态，调用预先设置的模式切换条件自适应调整康复训练模式的难度级别。然而，其需要患者的全部配合，对于患者的配合情况并不很好的判断。


技术实现要素：

7.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开了一种基于动态调节的镜像神经元康复训练系统，所述系统包括：神经刺激模块、脑电感测模块、策略生成模块、策略调节模块、肢体识别模块及趋势预测模块；其中，神经刺激模块，所述神经刺激模块包括视觉触发、听觉触发、嗅觉触发，通过生成不同的感官触发对康复患者进行刺激，并将全部的刺激通过脑电感测模块进行对应，即将不同的刺激和脑电波动的强度进行对应；脑电感测模块，所述脑电感测模块感测所述康复患者的脑电情况，对脑电信号进行消噪处理，在滤除眨眼和低频噪声干扰后得到预处理信号，并将接收预处理后的信号对应
的刺激触发源按照脑电波动的幅度进行分级，得到不同等级的刺激神经强度的刺激源；策略生成模块，预先存储基准康复云训练模板，其中，预先基于不同参数的调控策略与不同类型的多感觉刺激源进行组合生成多种不同等级的康复训练；肢体识别模块，所述肢体识别模块对患者的肢体微动作进行捕捉，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较，并将结果输入至趋势预测模块；趋势预测模块，所述趋势预测模块接收当前微动作与历史微动作的比较结果后，评估患者的康复程度数据，并将所述患者的康复程度数据发送至策略调节模块；策略调节模块，预先接收患者的基本信息和康复期望信息，再根据接收的患者的康复程度数据调整当前的康复训练方式及强度。
8.更进一步地，所述患者的基本信息进一步包括：患者的年龄、性别、肢体瘫痪程度；所述康复期望信息进一步包括：患者期望恢复的程度及患者期望接受康复训练的时间。
9.更进一步地，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较进一步包括：若结果出现震荡，则对患者的康复信心进行评估，判断所述患者的期望是否发生变化，并对可能出现的变化期望重新输入至所述策略调节模块，以动态调整当前的康复训练方式及强度。
10.更进一步地，在评估患者的康复信心后，若在一定时间内的患者的期望并未发生改变，则引入训练完成度进行辅助策略调节。
11.更进一步地，所述训练完成度进一步包括患者在进行当前策略的康复训练时的完成率。
12.本发明进一步公开了一种基于动态调节的镜像神经元康复训练方法，所述方法应用于上述的系统上，所述方法包括：
13.步骤1，通过视频播放对患者进行视觉触发、通过播放音频对患者进行听觉触发、通过生成不同味道对患者进行嗅觉触发，通过生成不同的感官触发对康复患者进行刺激，将不同的刺激和脑电波动的强度进行对应；
14.步骤2，感测所述康复患者的脑电情况，对脑电信号进行消噪处理，在滤除眨眼和低频噪声干扰后得到预处理信号，并将接收预处理后的信号对应的刺激触发源按照脑电波动的幅度进行分级，得到不同等级的刺激神经强度的刺激源；
15.步骤3，预先存储基准康复云训练模板，预先基于不同参数的调控策略与不同类型的多感觉刺激源进行组合生成多种不同等级的康复训练；对患者的肢体微动作进行捕捉，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较，得到比较结果；
16.步骤4，接收当前微动作与历史微动作的比较结果后，评估患者的康复程度数据，并将所述患者的康复程度数据发送至策略调节模块，预先接收患者的基本信息和康复期望信息，再根据接收的患者的康复程度数据调整当前的康复训练方式及强度。
17.优选地，所述患者的基本信息进一步包括：患者的年龄、性别、肢体瘫痪程度；所述康复期望信息进一步包括：患者期望恢复的程度及患者期望接受康复训练的时间。
18.优选地，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较进一步包括：若结果出现震荡，则对患者的康复信心进行评估，判断所述患者的期望是否发生变化，并对可能出现的变化期望重新输入至所述策略调节模块，以动态调整当前的康复训练方式及强度。
19.优选地，在评估患者的康复信心后，若在一定时间内的患者的期望并未发生改变，
则引入训练完成度进行辅助策略调节。
20.优选地，所述训练完成度进一步包括患者在进行当前策略的康复训练时的完成率。
21.本发明与现有技术相比，有益效果为：解决了针对于不同的康复患者，由于不同的刺激源对不同的用户的刺激并不相同，进而产生的兴奋强度也不尽相同，导致不同患者的康复速度也不一致，有的患者效果较好，有的患者则不尽如人意，更进一步地，现有技术中通常是通过完成度进行调控策略的，其中的具有更为主观的不可控性的问题，对患者的康复行为进行微动作判定，同时分析患者的康复信息，以此动态调整康复计划和系统的执行策略。与现有技术中依靠康复项目的完成程度来进行康复的策略改变不同，本方法在尽可能的排除患者的主管情绪问题的情况下，通过客观比对的方法进行策略调整，同时对患者的情绪状态进行分析，以改变恢复训练的策略来激励患者。
附图说明
22.从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
23.图1是本发明的基于动态调节的镜像神经元康复训练系统的模块图；
24.图2是本发明一实施例的基于动态调节的镜像神经元康复训练方法的流程图。
具体实施方式
25.实施例一
26.如图1所示，本发明公开了一种基于动态调节的镜像神经元康复训练系统，所述系统包括：神经刺激模块、脑电感测模块、策略生成模块、策略调节模块、肢体识别模块及趋势预测模块；其中，神经刺激模块，所述神经刺激模块包括视觉触发、听觉触发、嗅觉触发，通过生成不同的感官触发对康复患者进行刺激，并将全部的刺激通过脑电感测模块进行对应，即将不同的刺激和脑电波动的强度进行对应；脑电感测模块，所述脑电感测模块感测所述康复患者的脑电情况，对脑电信号进行消噪处理，在滤除眨眼和低频噪声干扰后得到预处理信号，并将接收预处理后的信号对应的刺激触发源按照脑电波动的幅度进行分级，得到不同等级的刺激神经强度的刺激源；策略生成模块，预先存储基准康复云训练模板，其中，预先基于不同参数的调控策略与不同类型的多感觉刺激源进行组合生成多种不同等级的康复训练；肢体识别模块，所述肢体识别模块对患者的肢体微动作进行捕捉，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较，并将结果输入至趋势预测模块；趋势预测模块，所述趋势预测模块接收当前微动作与历史微动作的比较结果后，评估患者的康复程度数据，并将所述患者的康复程度数据发送至策略调节模块；策略调节模块，预先接收患者的基本信息和康复期望信息，再根据接收的患者的康复程度数据调整当前的康复训练方式及强度。
27.更进一步地，所述患者的基本信息进一步包括：患者的年龄、性别、肢体瘫痪程度；所述康复期望信息进一步包括：患者期望恢复的程度及患者期望接受康复训练的时间。
28.更进一步地，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较进
一步包括：若结果出现震荡，则对患者的康复信心进行评估，判断所述患者的期望是否发生变化，并对可能出现的变化期望重新输入至所述策略调节模块，以动态调整当前的康复训练方式及强度。
29.更进一步地，在评估患者的康复信心后，若在一定时间内的患者的期望并未发生改变，则引入训练完成度进行辅助策略调节。
30.更进一步地，所述训练完成度进一步包括患者在进行当前策略的康复训练时的完成率。
31.实施例二
32.如图2所示，本实施例从实施方法的角度对本发明的发明构思进行阐述，进一步公开了一种基于动态调节的镜像神经元康复训练方法，所述方法应用于上述的系统上，所述方法包括：
33.步骤1，通过视频播放对患者进行视觉触发、通过播放音频对患者进行听觉触发、通过生成不同味道对患者进行嗅觉触发，通过生成不同的感官触发对康复患者进行刺激，将不同的刺激和脑电波动的强度进行对应；
34.步骤2，感测所述康复患者的脑电情况，对脑电信号进行消噪处理，在滤除眨眼和低频噪声干扰后得到预处理信号，并将接收预处理后的信号对应的刺激触发源按照脑电波动的幅度进行分级，得到不同等级的刺激神经强度的刺激源；
35.步骤3，预先存储基准康复云训练模板，预先基于不同参数的调控策略与不同类型的多感觉刺激源进行组合生成多种不同等级的康复训练；对患者的肢体微动作进行捕捉，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较，得到比较结果；
36.步骤4，接收当前微动作与历史微动作的比较结果后，评估患者的康复程度数据，并将所述患者的康复程度数据发送至策略调节模块，预先接收患者的基本信息和康复期望信息，再根据接收的患者的康复程度数据调整当前的康复训练方式及强度。
37.优选地，所述患者的基本信息进一步包括：患者的年龄、性别、肢体瘫痪程度；所述康复期望信息进一步包括：患者期望恢复的程度及患者期望接受康复训练的时间。
38.优选地，对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较进一步包括：若结果出现震荡，则对患者的康复信心进行评估，判断所述患者的期望是否发生变化，并对可能出现的变化期望重新输入至所述策略调节模块，以动态调整当前的康复训练方式及强度。
39.优选地，在评估患者的康复信心后，若在一定时间内的患者的期望并未发生改变，则引入训练完成度进行辅助策略调节。
40.在本实施例中，所述对捕捉的微动作进行放大后与相同刺激下的历史微动作进行比较，其本身是采用了多种客观判断方法去判断患者的康复情况，例如，通过视频录像，在对采集的动作幅度进行等比例放大，与历史上的微动作在进行同倍数的放大后进行比较，再比如采用振动反馈的形式，在患者的肢体末段布置多个振动感测器，在振动感测器接收到振动后，对比放大后的振动信号，以此进行判断，更进一步地是，本发明还可以将多种判断方法进行任一的组合，将多种判断采集的参数进行打分，在根据不同的精确程度进行加权判断，这里不在进行一一举例。
41.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的
包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
42.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
43.虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。