伴随规则节律的运动想象方案设计

doi:10.3969/j.issn.1006-9771.2019.05.018

《中国康复理论与实践》 ›› 2019, Vol. 25 ›› Issue (5): 593-596.doi: 10.3969/j.issn.1006-9771.2019.05.018

伴随规则节律的运动想象方案设计

吴宏健^1,2, 李龙^1,2, 郭璟^1,2, 李莉娜^1,2, 刘天^1,2, 王珏^1,2

1.西安交通大学生物医学信息工程教育部重点实验室，神经功能信息学与康复工程民政部重点实验室，生命科学与技术学院，健康与康复科学研究所，陕西西安市 710049
2.国家医疗保健器具工程技术研究中心，陕西西安市 710049

收稿日期:2018-12-17 修回日期:2019-01-21 出版日期:2019-05-25 发布日期:2019-05-29
通讯作者: 王珏(1955-)，女，汉族，江苏南京市人，教授，博士生导师，主要研究方向：神经与组织功能康复、智能康复诊疗设备。E-mail: wangjuebme520@126.com
作者简介:吴宏健(1994-)，男，满族，吉林珲春市人，硕士研究生，主要研究方向：脑卒中后手功能主动康复。
基金资助:
国家自然科学基金重点项目(No. 61431012)

Program Design of Motor Imagery with Regular Rhythm

WU Hong-jian^1,2, LI Long^1,2, GUO Jing^1,2, LI Li-na^1,2, LIU Tian^1,2, WANG Jue^1,2

1.Key Laboratory of Biomedical Information Engineering of Ministry of Education, Key Laboratory of Neuro-informatics & Rehabilitation Engineering of Ministry of Civil Affairs, and Institute of Health and Rehabilitation Science, School of Life Science and Technology, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China
2.National Engineering Research Center of Health Care and Medical Devices, Xi’an, Shaanxi 710049, China

Received:2018-12-17 Revised:2019-01-21 Published:2019-05-25 Online:2019-05-29
Contact: WANG Jue, E-mail: wangjuebme520@126.com
Supported by:
National Natural Science Foundation of China (Key) (No. 61431012)

摘要/Abstract

摘要： 目的提出一种伴随规则节律的运动想象范式，以解决脑机接口运动想象康复机器人分类准确率偏低的问题。方法未经运动想象训练的健康被试10例，通过动作图片提示进行运动想象引导，图片内容为伴随规则节律的运动动作。利用共同空间模式特征提取算法和Fisher分类器进行分类，与传统范式和伴随无规则节律的运动想象范式进行对比。结果伴规则节律的运动想象范式出现更加明显的去同步现象，分类准确率明显提高。结论伴随规则节律的运动想象方案为基于脑机接口的主动康复训练研究提供新思路。

关键词: 运动想象, 脑机接口, 主动康复, 康复机器人

Abstract: Objective To propose a motor imagery paradigm with regular rhythm to improve the accuracy of classification in brain-computer interface based on motor imagery.Methods Ten untrained healthy subjects were asked to image the movement guided by the picture accompanied with regular rhythm. The common spatial pattern feature extraction algorithm and Fisher classifier were used for classification, and compared with the traditional paradigm and the motor imagery paradigm accompanying with irregular rhythm. Results More desynchronization was found as motor imagery with regular rhythm, while the classification accuracy improved. Conclusion Motor imagery with regular rhythm gives a new idea for active rehabilitation training based on brain-computer interface.

Key words: motor imagery, brain-computer interface, active rehabilitation, rehabilitation robots

中图分类号:

R496

吴宏健, 李龙, 郭璟, 李莉娜, 刘天, 王珏. 伴随规则节律的运动想象方案设计[J]. 《中国康复理论与实践》, 2019, 25(5): 593-596.

WU Hong-jian, LI Long, GUO Jing, LI Li-na, LIU Tian, WANG Jue. Program Design of Motor Imagery with Regular Rhythm[J]. 《Chinese Journal of Rehabilitation Theory and Practice》, 2019, 25(5): 593-596.

参考文献

1 DobkinB H. Clinical practice. Rehabilitation after stroke [J]. New Engl J Med, 2005, 352(16): 1677-1684.
2 HyeonU K N, SeokH J, NaY J, et al. Effect of dominant hand paralysis on quality of life in patients with subacute stroke [J]. Ann Rehabil Med, 2014, 38(4): 450-457.
3 郭晓辉,王晶,徐光华. 手部功能康复机器人研究最新进展[J]. 中国康复医学杂志, 2017, 32(2): 235-240.
4 李芳,郑洁皎. 手康复机器人治疗脑卒中后手功能障碍的研究进展[J]. 中华物理医学与康复杂志, 2016, 38(9): 709-712.
5 李海丽,谢叻,魏盛凯,等. 手功能康复机器人技术[J]. 机械设计与研究, 2014, 30(1): 24-28.
6 FrolovA A, MokienkoO, LyukmanovR, et al. Post-stroke rehabilitation training with a motor-imagery-based brain-computer interface (BCI) -controlled hand exoskeleton: a randomized controlled multicenter trial [J]. Front Neurosci, 2017, 2017(11): 400-410.
7 PichiorriF, MoroneG, PettiM, et al. Brain-computer interface boosts motor imagery practice during stroke recovery [J]. Ann Neurol, 2015, 77(5): 851-865.
8 AngK K, GuanC, PhuaK S, et al. Brain-computer interface-based robotic end effector system for wrist and hand rehabilitation: results of a three-armed randomized controlled trial for chronic stroke [J]. Front Neuroeng, 2014, 7(30): 1-8.
9 AnderR M, DorisB, MassimilianoR, et al. Brain-machine interface in chronic stroke rehabilitation: a controlled study [J]. Ann Neurol, 2013, 74(1): 100-108.
10 张桃,杨帮华,段凯文,等. 基于运动想象脑机接口的手功能康复系统设计[J]. 中国康复理论与实践, 2017, 23(1): 4-9.
11 ObermanL M, HubbardE M, McCleeryJ P, et al. EEG evidence for mirror neuron dysfunction in autism spectrum disorders [J]. Brain Res Cogn Brain Res, 2005, 24(2): 190-198.
12 CattaneoL, RizzolattiG. The mirror neuron system [J]. Annu Rev Neurosci, 2009, 27(5): 557-560.
13 LiL, WangJ, XuG, et al. The study of object-oriented motor imagery based on EEG suppression [J]. PLoS One, 2015, 10(12): e0144256-0144263.
14 TangZ, SunS, ZhangS, et al. A brain-machine interface based on ERD/ERS for an upper-limb exoskeleton control [J]. Sensors, 2016, 16(12): 2050-2057.
15 SamieeK, KovácsP, GabboujM. Epileptic seizure classification of EEG time-series using rational discrete short-time Fourier transform [J]. IEEE T BIO-MED ENG, 2015, 62(2): 541-552.
16 PopescuF, FazliS, BadowerY, et al. Single trial classification of motor imagination using 6 dry EEG electrodes [J]. PLoS One, 2007, 2(7): e637-644.
17 BlankertzB, TomiokaR, LemmS, et al. Optimizing spatial filters for robust EEG single-trial analysis [J]. IEEE Signal Proc Mag, 2007, 25(1): 41-56.
18 PfurtschellerG, NeuperC, GugerC, et al. Current trends in Graz Brain-Computer Interface (BCI) research [J]. IEEE Trans Rehabil Eng, 2000, 8(2): 216-219.
19 LemmS, BlankertzB, CurioG, et al. Spatio-spectral filters for improving the classification of single trial EEG [J]. IEEE T Biomed Eng, 2005, 52(9): 1541-1548.
20 OzmenN G, GumuselL. Mental and Motor Task Classification by LDA [M]. Berlin, Heidelberg: Springer, 2010.
21 SchererR, FallerJ, FriedrichE V, et al. Individually adapted imagery improves brain-computer interface performance in end-users with disability [J]. PLoS One, 2015, 10(5): e0123727-0123734.
22 HasanM R, IbrahimyM I, MotakabberS M A, et al. Classification of multichannel EEG signal by linear discriminant analysis [J]. Adv Inte Sys Com, 2015, 2015(1089): 279-282.
23 Gonzalez-RosaJ J, NataliF, TettamantiA, et al. Action observation and motor imagery in performance of complex movements evidence from EEG and kinematics analysis [J]. Behav Brain Res, 2015, 2015(281): 290-300.
24 FokS, SchwartzR, WronkiewiczM, et al. An EEG-based brain-computer interface for rehabilitation and restoration of hand control following stroke using ipsilateral cortical physiology [M]// IEEE Engineering in Medicine and Biology Society Conference Proceedings. Boston, MA: IEEE, 2011: 6277-6280.
25 ComaniS, VellutoL, SchinaiaL, et al. Monitoring neuro-motor recovery from stroke with high-resolution EEG, robotics and virtual reality: a proof of concept [J]. IEEE Trans Neural Syst Rehabil Eng, 2015, 23(6): 1106-1116.
26 AngK K, ChuaK S, PhuaK S, et al. A randomized controlled trial of EEG-based motor imagery brain-computer interface robotic rehabilitation for stroke [J]. Clin EEG Neurosci, 2014, 46(4): 310-317.

[1]	郑莉, 鲍治诚, 张琪, 任绪艳, 苏敏. 经皮耳迷走神经电刺激结合康复机器人训练对脑卒中患者上肢功能的效果[J]. 《中国康复理论与实践》, 2023, 29(6): 691-696.
[2]	赵雅娴, 唐芷晴, 孙新亭, 王荣荣, 刘天昊, 张皓. 不同强度穿戴式下肢康复机器人训练对脑卒中后下肢功能的效果[J]. 《中国康复理论与实践》, 2023, 29(5): 497-503.
[3]	杨延辉, 王浩冲, 董媛媛, 史改革, 李秋霞, 张洁, 石秀娥. 视觉运动诱导的脑机接口技术应用于脑卒中患者上肢运动功能和认知功能的效果[J]. 《中国康复理论与实践》, 2023, 29(4): 472-478.
[4]	刘明月, 樊亚蕾, 张蒙, 宋薛艺, 李哲. 近10年脑机接口技术用于脑卒中康复领域的可视化分析[J]. 《中国康复理论与实践》, 2023, 29(2): 223-230.
[5]	曾雅琴, 程瑞动, 张利, 房珊, 戴允兰, 吕倩, 龚心怡, 叶祥明. 高精度经颅直流电刺激联合康复机器人对亚急性期脑卒中患者上肢和手功能的效果[J]. 《中国康复理论与实践》, 2023, 29(11): 1327-1332.
[6]	宋建飞, 戴磊, 秦郑圆, 张妍, 顾欣璐, 陈嫣红, 李冬跃, 冯晓娟. 上肢康复机器人辅助训练对脑卒中患者上肢功能的效果：基于功能性近红外光谱[J]. 《中国康复理论与实践》, 2023, 29(11): 1339-1345.
[7]	刘明月, 李哲, 曹永生, 郝道剑, 宋薛艺. 基于运动表象的脑机接口训练对亚急性期脑卒中患者手功能康复的效果[J]. 《中国康复理论与实践》, 2023, 29(1): 71-76.
[8]	苏丽丽,方小养,林玲,李海燕. 上肢康复机器人训练对亚急性脑卒中患者认知和上肢运动功能的效果[J]. 《中国康复理论与实践》, 2022, 28(5): 508-514.
[9]	李玲玲,于莹,贾雨琦,黄海量. 脑机接口对脑卒中后上肢运动功能效果的Meta分析[J]. 《中国康复理论与实践》, 2021, 27(7): 765-773.
[10]	唐千乇,张通. 脑机接口控制的功能性电刺激对脑卒中患者上肢功能障碍的康复效果[J]. 《中国康复理论与实践》, 2021, 27(7): 802-806.
[11]	陈琳,夏凯,张学涛,杨思创,潘海鸿. 角加速度平滑的可变类圆周下肢康复步态规划[J]. 《中国康复理论与实践》, 2021, 27(6): 621-626.
[12]	陆盛,胡冰山,程科,喻洪流,倪伟. 康复机器人柔顺变刚度驱动机构研究进展[J]. 《中国康复理论与实践》, 2021, 27(6): 627-636.
[13]	曹梦琳,陈宇豪,王珏,刘天. 基于表面肌电图的人体运动意图识别研究进展[J]. 《中国康复理论与实践》, 2021, 27(5): 595-603.
[14]	吴琼,葛云祥,马迪,庞雪,曹莹瑜,潘钰,窦维蓓. 影响脑卒中患者脑机接口上肢训练效果的相关因素[J]. 《中国康复理论与实践》, 2021, 27(3): 269-276.
[15]	何艳,张通. 脑机接口技术在慢性脑卒中患者上肢康复中的研究进展[J]. 《中国康复理论与实践》, 2021, 27(3): 277-281.

伴随规则节律的运动想象方案设计

Program Design of Motor Imagery with Regular Rhythm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0