[发明专利]一种假手控制系统及其控制方法

说明书

技术领域

本发明涉及手部运动参数预测技术，具体涉及一种假手控制系统及其控制方法。

背景技术

手部运动参数(包括速度、加速度和轨迹)的预测是实现假手控制的难点。目前，基于手部运动参数预测的假手控制系统主要有两种：(1)通过分析残肢肌肉所发放的动作电位，提取反映手部运动意愿的有效特征，从而建立特征向量与手部运动参数之间的映射关系来实现控制功能，该系统受到肌电解码能力的限制，控制假手运动的自由度不高。(2)植入电极记录大脑或者上肢的神经信号，并预测手部运动参数，该系统使用自然，控制效果好，但具有手术风险，且不易维护。

发明内容

为克服现有技术存在的缺点和不足，本发明专利旨在提供一种假手控制系统，与现有技术相比，本发明无需植入电极采集头皮电信号和表面肌电信号，并利用头皮电信号和表面肌电信号相互辅助，在一定程度上弥补各自解码能力的不足。

本发明的另一目的在于提供上述假手控制系统的控制方法。

本发明通过下述技术方案实现：

一种假手控制系统，包括用于记录EEG和SEMG的信号采集模块，该信号采集模块将采集到的EEG和SEMG信号进行放大并转换为数字信号，然后传给主控模块；

用于帮助患者训练的反馈模块，反馈模块提供图形用户界面，让患者控制假手跟踪一个引导球的连续运动，引导球的运动参数预先保存在数据存储模块，测试时，反馈模块从主控模块获取跟踪过程中假手的运动参数，并依据该参数在图形用户界面上显示相应的假手运动，使得患者及时了解控制假手进行跟踪运动的效果，以便患者更快地适应假手控制系统；

用于存储EEG和SEMG信号、特征向量、引导球运动参数、假手运动参数以及回归模型参数的数据存储模块；

用于对EEG和SEMG进行多频带滤波，提取特征向量，训练回归模型参数以及预测手部运动参数的数字信号处理模块，数字信号处理模块将训练好的回归模型参数和实时预测的手部运动参数传给主控模块；

用于控制假手运动的驱动模块，该驱动模块从主控模块获取已预测的手部运动参数来驱动假手运动；

上述主控模块分别与信号采集模块、反馈模块、数据存储模块、数字信号处理模块和驱动模块相连接，主控模块用于协调管理信号采集模块、反馈模块、数据存储模块、数字信号处理模块和驱动模块。

所述数字信号模块包括：用于对EEG和SEMG进行多频带滤波的预处理模块；

用于计算各频带EEG和SEMG信号幅值或功率的特征提取模块；

用于学习回归模型参数的训练模块，该训练模块的学习算法基于训练数据集内EEG和SEMG的特征以及相应的引导球运动参数；

用于将测试数据集内EEG和SEMG的特征代入回归模型、以预测手部运动参数的预测模块；

用于将学习好的回归模型参数或预测所得的手部运动参数传送给主控模块的结果输出模块；

在训练时，所述预处理模块、特征提取模块、训练模块、结果输出模块依次连接；在测试时，所述预处理模块、特征提取模块、预测模块、结果输出模块依次连接。

所述信号采集模块还连接有用于记录EEG的8个电极、用于记录SEMG的2个电极，所述驱动模块包括可编程步进电动机控制器和步进电动机驱动器，控制假手按照预测的运动参数动作。

上述假手控制系统的控制方法，包括下述步骤：

(1)系统启动后，主控模块负责调度并完成数据存储模块、反馈模块、数字信号处理模块、信号采集模块和驱动模块的自检；

(2)主控模块从数据存储模块中调出预设的引导球运动参数，将其传给反馈模块；

(3)反馈模块将引导球的运动显示在图形用户界面上，提示患者使用EEG和SEMG控制假手跟踪引导球运动，然后判断是否为训练状态：

若是，则执行步骤为，(1)主控模块接收来自信号采集模块的EEG和SEMG数据，将它们与引导球运动参数对应起来，生成训练数据集，并保存在数据存储模块；(2)经过一定量的训练，数字信号处理模块从数据存储模块中调用训练数据集，先通过预处理模块对EEG和SEMG进行多频带滤波；然后通过特征提取模块计算各频带EEG和SEMG的幅值或功率特征；接着通过训练模块，学习回归模型参数；最后将学习好的回归模型参数传给主控模块；(3)主控模块将学习好的回归模型参数存入数据存储模块；