[发明专利]用于控制大脑机器接口和神经假肢系统的系统

说明书

相关申请的交叉引用

这是于2013年11月13日提交的美国临时申请号61/903,538、题为“Acontrolandsimulationarchitectureforapplicationtobrainmachineinterfacesandneuralprostheticsystems(一种应用于大脑机器接口和神经假肢系统的控制和仿真分层结构)”的非临时专利申请。

这还是于2013年11月13日提交的美国临时申请号61/903,526、题为“Agoal-orientedsensorimotorcontrollerforcontrollingmusculoskeletalsimulationswithneuralexcitationcommands(用于使用神经激励命令控制肌肉骨骼仿真的面向目的的感觉运动控制器)”的非临时专利申请。

技术领域

本发明涉及一种机器人控制系统，更具体地涉及一种用于已知从神经成像数据推断的运动意图来控制机器人假肢装置的系统。

背景技术

大脑机器接口(BMI)和神经假肢为受到脊髓损伤的人和被截肢者恢复功能提供了很大希望，而且以完整的运动功能增大并提高了人的能力。在神经成像以及在从神经成像数据解码运动意图方面进展很大。然而，关于假肢装置控制则进展不大，大多数方案扎根于常规的机器人控制。

在BMI和神经假肢研究中已存在许多工作，其涉及表层信号的解码，用于通过外部装置在下游执行运动命令(例如，参见所纳入的参考文献列表，参考文献号1、9、11、12和15)。该工作的大部分集中于神经解码，对假肢控制所施加的精确性不大。在控制机器人臂假肢的情况下，运动轨迹典型地被转换成关节命令并使用关节空间控制来执行(例如，参见参考文献号11、12和15)。

迄今，未提出公知的使用任务/姿势分解的假肢控制系统。任务/姿势分解与BMI中的关节空间控制相比具有特别的优点。任务/姿势分解基于与编码表层信号的方式(例如，眼居中、手居中的笛卡尔坐标)类似的抽象。并且，它对涉及多个假肢的全身假肢控制和高自由度运动是可通用化的。关节空间假肢控制由于其依靠逆向运动解决方案而在该能力方面受到限制。另外，任务/姿势分解允许基于使与执行表层运动命令一致的重要目标功能最小化(例如，功率消耗，虚拟肌力等)指定姿势行为。

在将神经形态计算分层结构应用于BMI和神经假肢系统方面已存在许多工作。例如，Dethier等人的工作集中于将人工尖峰脉冲神经网络用于解码和滤波表层信号(基于卡尔曼(Kalman)滤波器的解码，使用端点运动作为状态向量并使用神经尖峰脉冲率作为测量向量)而不是假肢控制(参见参考文献号7)。

另外，Bouganis和Shanahan的工作关注于使用人工尖峰脉冲神经网络控制机器人臂；尽管他们的工作未涉及神经假肢系统(参见专利文献号2)。

其他研究者结合生物机械模型在神经假肢仿真中进行了工作(参见专利文献号4、5和8)。然而，尽管他们的工作将肌肉骨架模型实施于仿真中，然而这些工作的焦点在于仿真并验证假肢装置的控制。这样，还是未公知一种除了假肢控制器以外还集成有感觉运动控制器的系统。

因此，存在对这样一种系统的不断需求，该系统允许对不仅与生物和工程部件相关联、而且与生物和工程控制系统相关联的接口问题的增强模型化和分析。并且，存在对这样一种系统级分层结构的需求，该系统级分层结构用于按照姿势准则将人工尖峰脉冲神经网络应用于运动映射的学习，用于控制在BMI和神经假肢系统中的运动。

发明内容

本发明描述了一种用于已知从神经成像数据推断的运动意图来控制扭矩控制假肢装置的系统。该系统包括一个或更多个处理器和一个存储器，在所述存储器上编码有可执行指令，使得一旦执行所述指令，则所述一个或更多个处理器执行若干操作，例如从神经成像装置接收用户的神经成像数据。所述神经成像数据则被解码以推断用户的空间运动意图，其中，所述空间运动意图包括以坐标系表示的所述扭矩控制假肢装置的期望运动命令。之后，所述系统使用假肢控制器执行所述运动命令作为扭矩命令，以使所述扭矩控制假肢装置根据用户的所述空间运动意图来运动。

在另一个方面中，所述系统包括至少一个扭矩控制假肢装置，所述扭矩控制假肢装置与所述一个或多个处理器可操作地连接。

在又一个方面中，所述系统执行在所述控制器中接收与所述假肢装置的当前状态相关的感觉信息的操作。