[发明专利]基于同步脑肌电的智能辅助康复设备

权利要求书

1.一种基于同步脑肌电的智能辅助康复设备，其特征在于，包括：脑肌电同步采集设备、数据处理设备与辅助设备；其中：

所述脑肌电同步采集设备，用于同步采集脑电信号与肌电信号；

所述数据处理设备，用于通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号，利用其中的脑电信号来训练预先构建的神经网络中的固定参数，并将肌电信号送入运动任务脑肌电协同关联标准模式库；还通过脑肌电同步采集设备采集的需要使用智能辅助康复设备用户的脑电信号来对神经网络进行有监督的学习，并在后续过程中，通过脑肌电同步采集设备采集需要使用智能辅助康复设备用户的脑电信号与肌电信号，利用学习后的神经网络来对脑电信号进行分类，确定动作任务类型，并将采集到的肌电信号和运动任务脑肌电协同关联标准模式库中的肌电信号进行比对，确定动作任务强度，最终将动作任务类型与相应的动作任务强度以信号的形式传输给辅助设备；

所述辅助设备，用于根据数据处理设备传输的信号来驱动辅助器械执行相应类型与相应强度的动作任务；

对于不同的需要使用智能辅助康复设备的用户，在使用之前都需要重新进行卷积神经网络的学习：通过脑肌电同步采集设备采集完成每一动作任务类型时的脑电信号；将采集到的各个动作任务类型下的脑电信号输入到卷积神经网络中进行网络学习，提取其中的特异性参数，并将特异性参数记录到卷积神经网络中；

在后续过程中，通过脑肌电同步采集设备采集需要使用智能辅助康复设备用户的脑电信号与肌电信号，利用学习后的神经网络来对的脑电信号进行分类，确定动作任务类型X，并使用基于肌电信号的肌群激活水平和激活时序分析方法结合运动任务脑肌电协同关联标准模式库来确定相应的动作任务强度。

2.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备，其特征在于，所述脑肌电同步采集设备包括：传感器阵列、放大滤波模块、数字采用单元、处理器以及传输模块；其中：

所述传感器阵列包括：脑电传感器阵列与肌电传感器阵列；

所述放大滤波模块包括：分别独立与脑电传感器阵列、肌电传感器阵列连接的放大滤波器；

数字采用单元，连接在放大滤波模块的输出端，用于对放大滤波模块输出的模拟信号进行数字采样；

处理器，连接在数字采用单元的输出端，用于维持同步数字采样的时序，并进行处理后通过传输模块传输给数据处理设备。

3.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备，其特征在于，假设共有N个动作任务类型，对于每一个动作任务类型，均通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号；

预先构建具有自适应功能的卷积神经网络，并将构建的卷积神经网络作为脑电信号分类器；

利用所采集到的各个动作任务类型下的脑电信号来训练卷积神经网络的固定参数，包括显层与隐层、隐层与隐层之间的连接系数，并将固定参数记录到神经网络中；对于不同的需要使用智能辅助康复设备用户这部分固定参数都不会发生改变。

4.根据权利要求3所述的一种基于同步脑肌电的智能辅助康复设备，其特征在于，所述运动任务脑肌电协同关联标准模式库中记录了各个动作任务类型对应的健康用户的肌电信号。

5.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备，其特征在于，所述使用基于肌电信号的肌群激活水平和激活时序分析方法结合运动任务脑肌电协同关联标准模式库来确定相应的动作任务强度包括：

所述使用基于肌电信号的肌群激活水平和激活时序分析方法由肌肉协同分析实现，肌肉协同分析通过矩阵分解实现，所得到的分解矩阵确定动作任务强度；

实现矩阵分解的方式如下：对采集到的肌电信号矩阵进行非负矩阵分解获得肌肉协同矩阵和肌肉协同激活系数矩阵；同样对运动任务脑肌电协同关联标准模式库中相同动作任务下的肌电信号矩阵进行非负矩阵分解获得肌肉协同矩阵和肌肉协同激活系数矩阵，将两者进行比较后确定动作任务强度。

6.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备，其特征在于，所述辅助设备包括：由MCU或者FPGA实现的处理器以及多自由度的辅助机械；

所述处理器根据数据处理设备传输的信号来确定动作任务类型与相应的动作任务强度，从而驱动多自由度的辅助机械进行相应的分支进行运动；

所述自由度的辅助机械包括：外骨骼装置、智能假肢及功能电刺激器。