实时手部精细运动意图识别方法的研究

摘要

目的:利用脑卒中患者的自主运动意识进行主动神经康复是促进患者脑功能重塑、提高康复训练效果的重要工程学手段.针对脑卒中患者手部精细运动功能恢复速度慢、恢复程度有限等问题,本文提出了一种基于数据手套的模板匹配方法,用于识别患者的手部精细运动意图.方法:利用自主研发的虚拟现实康复训练平台,将基于数据手套模板匹配的运动意图识别方法嵌入其中,并与基于表面肌电模式识别方法进行对比研究.招募了6例健康受试者参与实验,对16个手部精细动作的离线识别性能和实时识别性能分别进行分析,并对离线性能指标与实时性能指标之间的关系进行相关性研究.结果:采用基于数据手套模板匹配方法取得的平均离线动作识别准确率为95.00％±3.66％,平均实时动作完成率为91.31％±1.17％,显著高于基于表面肌电模式识别方法的离线动作识别准确率(84.66％±4.66％,P＜0.01)与实时动作完成率(71.86％±10.04％,P＜0.01).另外,基于数据手套模板匹配方法取得的离线动作识别准确率与实时动作完成率是线性相关的(P＜0.05),而基于表面肌电模式识别方法取得的离线与实时性能指标不存在线性关系(P=0.4005).结论:与传统的肌电模式识别方法相比,基于数据手套模板匹配方法具有显著的比较性优势.因此,有望成为手部精细运动功能主动神经康复中的一种有效的运动意图识别方法.