《基於目標導向MI-EEGas的上肢運動康複方法雙向適應性研究》是依託北京工業大學，由李明愛擔任項目負責人的面上項目。
基本介紹
- 中文名：基於目標導向MI-EEGas的上肢運動康複方法雙向適應性研究
- 項目類別：面上項目
- 項目負責人：李明愛
- 依託單位：北京工業大學
項目摘要,結題摘要,
項目摘要
MI-BCI康複方法是基於運動想像腦電信號(MI-EEG)和腦機接口技術(BCI)的主動式康複方法，在肢體運動功能康復中具有廣闊套用前景，而腦-機間的雙向適應性是影響康復效果和制約臨床套用的關鍵。課題針對腦卒中後單側上肢運動康復問題，從交叉學科的角度，擬以健康動機和Skinner強化學習理論為指導，設計目標導向MI-EEGas個性化採集實驗，以充分調動患者內在動力，激勵其不斷強化學習並及時修正和促進健康行為，提高腦對機的適應性；以流行學習方法和基於正交本徵模態分解的希爾伯特-黃變換為主要工具，確保多域特徵信息的完整性與自適應性，並基於細胞不對稱分裂原理和Adaboost技術研究自組織特徵映射網路(SOM)動態結構自調整策略和集成SOM自學習分類器設計方法，增強機對腦的適應性。預期研製一種攜帶型上肢線上康復原型系統，實現患肢運動想像與實際訓練實時互動，達到改善康復效果和促進臨床套用的目的。
結題摘要
MI-BCI康複方法是基於運動想像腦電信號(MI-EEG)和腦機接口技術(BCI)的主動式康複方法，在肢體運動功能康復中具有廣闊套用前景，而腦-機間的雙向適應性是影響康復效果和制約臨床套用的關鍵。課題針對單側上肢運動康復問題，從交叉學科的角度，對MI-EEG的個性化採集實驗設計、眼電偽跡的自動識別與去除、特徵提取方法、分類器的設計與最佳化、及上肢康復系統設計與研製等方面進行系統深入研究。具體包括：①基於健康動機和Skinner強化學習理論，完成了基於目標導向的MI-EEGas個性化採集實驗方案設計及MI-EEGas資料庫的建立；②基於離散小波變換和盲源分離理論，提出4種眼電偽跡自動識別與去除方法；③基於時頻分析和空間濾波器，提出3種時間-頻率-空間-相位多域特徵提取與融合方法；④將小波（包）變換與流行學習理論相結合，提出3種數據降維方法，並實現了MI-EEG非線性結構特徵與時頻特徵的有效融合；⑤採用非線性動力學方法，對模糊熵和複合多尺度模糊熵進行改進，獲得2種基於模糊熵的特徵提取方法；⑥將小波包變換和深度神經網路相結合，提出2種基於深度學習的MI-EEG識別方法；⑦通過多元多尺度時頻分析和鎖相值計算，基於圖論方法構建腦功能網路，獲得2種基於腦功能網路的全局腦電特徵提取方法；⑧對GSOM神經網路、模糊支持向量機（FSVM）及區間2型模型邏輯系統（IT2FLS）進行改進和最佳化，設計了三種自適應性好、抗干擾能力強的分類器；⑨設計與研製出具有完全智慧財產權的基於MI-BCI的6自由度手臂康復原型系統和基於MI-EEG的主動式4自由度上肢康復系統。研究成果對增強腦-機間的雙向適應性、促進MI-BCI技術在康復中的臨床套用具有很好的推動作用。
