通过下肢外骨反产生的错误潜力的分析,用于步态控制的BMI

科学领域:

• 神经科学和生物医学工程
• 康复机器人 康复机器人

背景情况:

• 使用运动图像 (MI) 的脑机界面 (BMI) 对于控制康复中下肢外骨架至关重要.
• 目前基于MI的BMI缺乏有效控制外骨所需的精度.
• 与错误相关的潜能 (ErrP) 提供了一个潜在的自调机制来纠正错误的命令.

研究的目的:

• 调查检测与错误相关的潜力 (ErrP) 的有效性,以增强基于运动图像的脑机界面 (MI-BMIs).
• 分析由非自愿的下肢外骨架运动引起的ErrP信号.
• 将ErrP信号与正确指挥外骨运动时产生的信号进行比较.

主要方法:

• 在时间,频率和时间频率领域分析与错误相关的潜力 (ErrP).
• 在非自愿的外骨运动和MI控制的运动中比较ErrP信号.
• 统计分析以确定错误和成功事件信号之间的显著差异.

主要成果:

• 在错误和成功的外骨控制事件中观察到ErrP信号之间的统计学上显著差异.
• 这些发现提供了与运动错误相关的独特神经特征的证据.
• 错误P检测显示承诺作为一种方法来识别和潜在地纠正错误的BMI命令.

结论:

• 与错误相关的潜能 (ErrP) 可以可靠地检测并与成功的控制信号区分.
• 整合ErrP检测可以显著提高用于外骨架控制的大脑机器接口的准确性.
• 这种方法有可能促进机器人外骨架在物理康复疗法中的采用.