一个基于运动图像和堆叠组合方法的下肢外骨架的大脑计算机接口系统

科学领域:

• 神经科学是一个神经科学.
• 机器人技术 机器人技术 机器人技术
• 康复工程 康复工程 康复工程

背景情况:

• 现有的下肢外骨架 (LLEs) 在康复期间往往缺乏足够的患者参与.
• 将患者的运动意图纳入LLE控制是有效治疗的关键.

研究的目的:

• 为LLEs开发一个在线脑电脑接口 (BCI) 系统,以提高患者参与度.
• 通过先进的信号解码技术来提高LLE控制的精度.

主要方法:

• 为闭环控制建立了在线BCI系统,包括大脑信号收集,解码,机器人控制和实时反.
• 一个新的分类算法,加权随机森林支持矢量机 (WRF-SVM),是使用堆叠集体学习提出的.
• 设计了一个在线实验协议,结合视觉和自身感知反.

主要成果:

• 拟议的WRF-SVM算法在线和离线实验中都表现出高的分类准确性.
• 开发的在线BCI系统被证明是可行的和有效的,以控制基于运动图像的LLEs.
• 八名受试者参与,验证了系统的性能和潜力.

结论:

• 在线BCI系统显著提高了患者参与LLE基础的康复.
• 在BCI应用中,WRF-SVM算法为精确解码脑信号提供了一个有希望的方法.
• 这项技术在下肢外骨康复中具有实践应用的巨大潜力.