基于下肢运动图像的脑计算机接口来控制跑步机的速度

科学领域:

• 神经科学是一个神经科学.
• 康复工程 康复工程 康复工程
• 生物医学工程 生物医学工程

背景情况:

• 传统的下肢康复依赖于物理治疗.
• 基于运动图像 (MI) 的脑计算机接口 (BCI) 提供了一种新的方法,通过关闭感知-动作循环来增强神经可塑性.
• 在康复环境中,BCI可以促进适应和恢复.

研究的目的:

• 开发和评估一个BCI系统来控制跑步机的速度,使用动感运动图像.
• 为下肢康复建立一个闭环反机制.
• 调查基于MI的BCI不同特征提取和分类方法的有效性.

主要方法:

• 一个BCI系统被设计成将动感MI (mu和高β节奏) 转化为跑步机速度命令.
• 使用了包括功率光谱密度 (PSD) 和里曼几何 (RG) 在内的特征提取技术.
• 优化了机器学习分类器,如物流回归 (LR),k-最近邻居,支持向量机 (SVM) 和线性差异分析 (LDA).

主要成果:

• 在MI任务期间,在顶点观察到增加的mu和高β节律调制.
• 在线RG+LDA分类器的平均准确率达到了72%.
• 一个伪在线RG+LR分类器证明了95%的高精度.

结论:

• 该研究成功地将动感MI与跑步机控制相结合,利用RG进行特征提取.
• 开发的BCI系统显示了在下肢康复期间增强皮质调制的潜力.
• 需要对中风后患者进行进一步的验证,以确认临床适用性.