采用肌电和脑电协同控制的假肢手及其控制方法

摘要

采用肌电和脑电协同控制的假肢手，肌电脑电拾电电极、肌电脑电信号处理模块、A/D转换数据采集、肌电信号运动模式识别和轨迹预测模块，电动假肢手、触滑觉一体化传感器，系统反馈刺激装置、力量及速度调节模块。采用肌电和脑电协同控制假肢手的方法，包括下列步骤：肌电信号进行采集和放大；特征提取和模式识别；检测被抓物体的抓取情况；当被抓物没有抓取好，给操控者一定形式的物理刺激信号；检测脑电信息；输出到力量及速度调节模块；输出信号完成对电动手的进一步控制。本发明有效地克服了仅以肌电信号为信号源的局限性。

说明书

技术领域

本发明涉及一种人手的取代物及其控制方法，特别涉及一种采用肌电和脑电协同控制的假肢手及其控制方法。

背景技术

自第二次世界大战以来，假肢手技术得到了显著发展尤其是肌电控制假肢手得到了广泛的应用。肌电假肢手是一种利用生物电控制的人-机系统，通过人体肌电信号与假肢进行的信息交换，控制假肢手的开合动作。

国内外肌电假肢手的研制已具有一定的基础，如德国Otto Bock研制的自动SUVA感应手，通过肌电信号的强弱来控制假肢手的握力和张、合速度，使抓取动作简单、自然。目前的肌电假肢手还具有集成多种传感器的反馈功能，如假肢手带有触觉和滑觉的功能，能自适应控制握力来抓取物体。

在中国专利文献CN1582866A中披露了一种带触觉的肌电仿生电动假手，将假手触觉与假手的肌电控制有机结合，使假手控制过程收到肌电信号和感觉信号的双重制约，达到了比较理想的仿生控制。

但是，仅采用肌电信号作为假肢信号源也有一定局限：操控者长时间工作，肌肉容易产生疲劳；肌肉的疲劳、电极位置的改变、体能波动等都会使肌电信号的特征值发生变化，造成控制的准确度和信息模式的重复再现性不好；另外，高位截肢患者或因瘫痪导致肌肉萎缩时，不能提供足够的肌电控制信息。

发明内容

本发明的任务是采用肌电信号和诱发脑电协同控制的办法实现对假肢手的控制，克服仅以肌电信号作为假肢信号源的局限。

采用肌电和脑电协同控制的假肢手，包括装在残臂上的拾电电极、与电极对应的肌电信号处理模块、A/D转换数据采集、由计算机完成肌电信号运动模式识别和轨迹预测模块，由模式识别和轨迹预测模块输出控制信号经驱动电路带动带动的电动假肢手、触滑觉一体化传感器，其特征在于，还包括：

一根据触滑觉一体化传感器信号决定是否启动的系统反馈刺激装置；

由刺激装置触发脑电的拾电电极；

与电极对应的脑电信号处理模块；

脑电A/D转换数据采集；

输出信号与电动假肢手驱动电路相连的力量及速度调节模块。

采用肌电和脑电协同控制假肢手的方法，包括下列步骤：

(1)系统首先通过处理模块对肌电信号进行采集和放大；

(2)然后对肌电信号进行特征提取和模式识别；

(3)触滑觉一体化传感器测得被抓物体的抓取情况的信号，

(4)当信号反映被抓物没有抓取好，反馈刺激装置给操控者一定形式的物理刺激信号；

(5)脑电的拾电电极检测由物理刺激信号诱发的脑电信息；

(6)脑电信号经脑电信号处理模块处理后输出到力量及速度调节模块；

(7)调节模块的输出信号完成对电动手的进一步控制。

上述述步骤(1)中对肌电信号的采集中，放大和滤波功能分四级实现；第一级采用仪用放大器将采集到的生物信号放大数十倍；第二级采用无源双T陷波电路，电路的电阻和电容经过匹配，可以很好地滤除50Hz干扰；第三级采用高通滤波器，滤除极化电势产生的直流电位；第四级采用低通滤波器，滤除高频干扰，脑电信号的截止频率设置在30Hz，肌电信号的截止频率设在500Hz；该滤波器还可作为A/D转换前的防混迭滤波器；从人体的安全性考虑，在电路中采用高速数字光耦隔离。

上述步骤(2)中采用小波包和主元神经网络相结合的特征提取办法和LVQ网络分类器对受试者动作进行模式识别。

上述步骤(2)中对握拳、展拳、手臂内旋、手臂外旋和自然放松五种状态进行信号提取和模式识别。

上述步骤(4)中物理刺激的方式可以为电刺激或振动。

采用肌脑电协同控制的方案有效地克服了仅以肌电信号为信号源的局限性，对诱发脑电进行了进一步的探索研究，为假肢手实现完成更多、更复杂的动作模式提供了有效的途径，使假肢手的功能更接近于人手。

附图说明

图1肌电、脑电信号的协同控制原理示意图；

图2生物信号采集系统；

具体实施方式

系统首先通过处理模块对肌电信号进行采集，如图2所示，采集系统的放大和滤波功能分四级实现，第一级采用仪用放大器将采集到的生物信号放大数十倍。第二级采用无源双T陷波电路，电路的电阻和电容经过匹配，可以很好地滤除50Hz干扰。第三级采用高通滤波器，滤除极化电势产生的直流电位。第四级采用低通滤波器，滤除高频干扰，脑电信号的截止频率设置在30Hz，肌电信号的截止频率设在500Hz。该滤波器还可作为A/D转换前的防混迭滤波器。从人体的安全性考虑，在电路中采用高速数字光耦隔离。

然后对肌电信号进行特征提取和模式识别，我们采用小波包和主元神经网络相结合的特征提取办法和LVQ网络分类器对受试者动作进行模式识别。我们让受试者依次完成握拳、展拳、手臂内旋、手臂外旋和自然放松五种状态，通过实验证明，在满足实时控制的要求下，采用小波包和主元神经网络相结合的办法，特征提取和模式识别处理时间不到100ms，识别准确率高，达89.5％。

进行模式识别后，电机控制假肢手完成各项抓取动作，本发明引入触滑觉传感器和诱发脑电主要是进一步提高假肢手的控制性能和仿生功能。触滑觉一体化传感器用于反馈被抓物体的抓取情况，通过刺激的形式告知操作者，操控者对各种刺激进行识别，由此诱发的P300脑电位映射不同的动作指令来调整多指的位置、抓取的力量、速度等，从而实现对假肢手的进一步控制。

事件相关电位(Event-Related Potential，ERP)中的P300脑诱发电位是一种与认知相关的脑诱发ERPs的内源性成分。在记录时无需太多叠加次数，甚至1次就可以出现，并且具有诱发电位的优点。引起P300电位至少需要两种刺激，将刺激随机编成刺激序列，其中需要受试者注意并加以辨认的刺激是靶刺激事件(Target Stimulus，TS)，为小概率事件；另外以大概率出现的刺激为非靶刺激事件Non-Target Stimulus，NTS)，受试者不需要对此作出反应。当受试者注意并辨认TS后300ms左右就会引起P300波。并且概率越小，P300波越明显。

拟利用P300电位来实现对假肢手多种抓取动作的精确控制。采用体感刺激引发P300波，对人体残臂部位进行多种不同的振动刺激，对应于操控者的不同动作意愿。现设n种电振动刺激分别为T₁，T₂，K，T_n。当受试者要进行某一动作时(设其对应的电振动刺激为T_x)，受试者对不规律出现的n种刺激进行识别.并刻意注意T_x。这样就会在T_x出现后在脑电中出现P300波，检查并记录下出现P300波的位置，对应到相应的刺激，即可识别出受试者的意愿。

我们在假肢手的大拇指、食指和中指上都装有触滑觉一体化传感器，反馈信号通过振动刺激产生诱发脑电，我们尝试的控制策略如下：基于肌电信号的模式识别，如要实现抓握的动作，拇指、食指和中指电机分别控制电机正转，实现“合”的动作。当假肢手接触到物体时，触滑觉信号反馈给人体，诱发脑电模式开启，各手指是否再需“合”的动作由诱发脑电信号控制。当假肢手抓取物体发生滑动时，如食指有滑觉信号反馈，刺激装置产生强烈振动，产生诱发脑电，再通过对诱发脑电的模式识别，继续控制食指电机正转，直至确认物体不再滑动时，电机转动停止。对其它动作模式和各手指的控制方法都与之类似。

当假肢手仅为了完成某种手势而无需抓握物体时，我们关断脑电信号，只采用对肌电信号的模式识别来完成这些手势。