發(fā)布時間：2020-03-24 03:28

【摘要】：當(dāng)今社會有兩個現(xiàn)象非常值得關(guān)注,即人口老齡化和年輕人的慢性壓力。隨著老齡化情況加重,腦卒中患者人數(shù)逐年遞增。而年輕人的慢性壓力往往來自于快節(jié)奏的生活和社會競爭,這也導(dǎo)致腦損傷現(xiàn)象趨于年輕化。這些腦損傷造成的運(yùn)動功能障礙不僅給家人帶來壓力,也給社會產(chǎn)生一定影響。這幾年一直強(qiáng)調(diào)的“健康中國”規(guī)劃說明我國對醫(yī)療健康領(lǐng)域越來越關(guān)注。本文提出一種新型的基于BCI-FES的腦卒中康復(fù)訓(xùn)練系統(tǒng)。該系統(tǒng)改善了傳統(tǒng)康復(fù)訓(xùn)練機(jī)械乏味的缺點(diǎn),運(yùn)用腦機(jī)接口技術(shù),設(shè)計(jì)了主動訓(xùn)練模塊和多模態(tài)反饋模塊,促使受試者主動參與到康復(fù)訓(xùn)練當(dāng)中,并提高訓(xùn)練的趣味性。同時,新加入的精細(xì)運(yùn)動訓(xùn)練模塊針對精細(xì)運(yùn)動功能障礙人士進(jìn)行特殊的康復(fù)訓(xùn)練,提升了該系統(tǒng)的普適性。BCI-FES康復(fù)訓(xùn)練系統(tǒng)的核心在于將運(yùn)動想象腦電信號轉(zhuǎn)化為命令控制虛擬環(huán)境人物或外部設(shè)備,因此,準(zhǔn)確識別受試者想象模式至關(guān)重要。傳統(tǒng)腦電信號特征提取方法需要預(yù)置先驗(yàn)的活躍腦區(qū)和頻率信息,因此,當(dāng)傳統(tǒng)算法應(yīng)用在腦卒中患者信號處理中,性能會大大降低。此外,傳統(tǒng)算法致力于尋找適用于所有類別數(shù)據(jù)的公共投影矩陣,并將所有樣本數(shù)據(jù)投影到同一個低維子空間。研究表明,運(yùn)動想象引起的活躍腦區(qū)和頻率信息不僅與受試者個體有關(guān),還與運(yùn)動想象的類別有關(guān)。綜上,本文提出了一種基于張量的特征提取方法,該算法將不同類別的數(shù)據(jù)分別投影到各自獨(dú)立的空域和頻域子空間,提取判別性的特征,從而提升分類性能。為了評估算法性能,我們將基于張量的獨(dú)立多線性空頻模式算法應(yīng)用在健康人數(shù)據(jù)集和醫(yī)院采集的腦卒中病人數(shù)據(jù)集,并與幾種經(jīng)典方法作比較。結(jié)果表明本文提出的算法性能優(yōu)于傳統(tǒng)算法。
【圖文】：

它主要是通過ＳＣＰ．．的變化來選擇二叉樹中故學(xué)母，使癱瘓人：ｔ能夠拼逡逑寫■，

本文編號：2597721