基于腦血氧參數(shù)優(yōu)化組合的多移乘行為腦力負荷評估

發(fā)布時間：2020-03-22 17:47

【摘要】：人口老齡化是我國社會面臨的重要問題之一,同時導致眾多老年人群行動不便,提供柔順、安全服務的輔助機器人是解決老年人群行動不便問題的重要方法。雖然基于使用者意圖的柔順性行走輔助方法已經(jīng)得到了廣泛研究,但對于起床、站立等從一種狀態(tài)移動至另一種狀態(tài)的移乘行為還未得到足夠的研究。由于多移乘行為會對使用者的足底、腰背與腿部產(chǎn)生較大的沖擊力,為此本實驗室自主研發(fā)了多款福祉機器人,其中包括智能輪椅、智能病床、輔助站立機器人等,以實現(xiàn)日常生活基本行為輔助和移乘行為輔助。對于行走能力不足的人在完成任務時需要較大的腦力負荷與體力負荷,因此,針對多移乘行為的腦力負荷研究具有重要意義。傳統(tǒng)的人機交互過程中使用者疲勞度的評價方法往往采用肌電信號與腦電信號,無法精確衡量使用者的腦力負荷。由于腦血氧信號可以精確顯示腦區(qū)的活動且不受電干擾,已用于飛行員腦力負荷分析當中,因此本文提出采用腦血氧信號評價輔助移乘過程中的腦力負荷。首先,采用近紅外光譜技術對腦血氧信號進行無損檢測,為采集類似移乘行為過程中的腦血氧信號,設計了便于攜帶的板載運動姿態(tài)監(jiān)測系統(tǒng),實現(xiàn)移乘過程中的姿態(tài)辨識和時間校準。同時,采用高斯濾波算法平滑波形實現(xiàn)去除噪聲的目的。其次,通過對受試者腦血氧信號進行時域分析、頻域分析以及近似熵分析,提出一種使用優(yōu)化特征參數(shù)組合建立腦力負荷評估模型的方法。分別通過支持向量機與線性判別分析算法,達到83.3%和80.5%的腦力負荷特征識別率,得到以均值和方差作為特征值輸入支持向量機算法具有最高識別正確率的結(jié)論。然后,提取了受試者進行3級n-back任務時背外側(cè)腦前額血氧的均值和方差特征值,將其輸入支持向量機算法中進行分類,輸出為腦力負荷的三個級別,標記為1級、2級和3級。同時,腦血氧含量對應著相應腦區(qū)的激活程度,如果某些運動姿態(tài)造成腦負荷敏感區(qū)的血氧含量高于靜息值,則說明該動作引起了腦力負荷的增大。將腦力負荷級別與腦力負荷敏感區(qū)反應相結(jié)合,可以更準確地分辨不同狀態(tài)下的腦力負荷大小。最后,設計實驗研究移乘過程中影響腦力負荷的運動姿態(tài),發(fā)現(xiàn)受試者使用病床輔助移乘時,其運動幅度變小、維度減少的同時腦力負荷敏感區(qū)激活程度變低,得出肢體的高維大幅度運動將大概率增加腦力負荷的結(jié)論。
【圖文】：

智能,觸覺反饋,假肢

生智能假手是典型的輔助機器人產(chǎn)品，它是上肢假肢末端執(zhí)行器。目前市場應的假手只有張合一個自由度、指關節(jié)也不能活動。隨著機器人靈巧手集成來越高，英國、德國、中國、美國、意大利等國家已開發(fā)機器人靈巧手供截。圖 1.1a 所示，i-limb 是使用手指部位的微型電機驅(qū)動的仿生手，可以使用肌制也可以用 APP 控制，表面采用了類似皮膚的材質(zhì)，，能夠完全防水（這是其做不到的）而且能在抓握或者手指夾持時提供很好的接觸性能。i-limb 是目前的智能假手之一，但其價格非常昂貴[10]。圖 1.1b 所示，MPL 機械手的自由度和靈巧度要遠強于其他義肢，它將指向手重植入到殘肢上的肌肉，解決了肌電信號難以識別的問題，實現(xiàn)了基于表面戴者的觸覺反饋。若要控制高自由度仿生手并實現(xiàn)觸覺反饋，穿戴者需要將體內(nèi)，而神經(jīng)電極無法長期使用，很難離開實驗室。但是，現(xiàn)在使用該產(chǎn)品需往胳膊上套上兩個控制手環(huán)就能夠控制整個假肢系統(tǒng)[11]。

基于腦血氧參數(shù)優(yōu)化組合的多移乘行為腦力負荷評估