基于fNIRS的人體上下坡運(yùn)動(dòng)意識(shí)的研究.pdf

1、為了增加肢體殘缺者的生活自理能力，需要佩戴假肢，而目前傳統(tǒng)的假肢仍有訓(xùn)練時(shí)間長，響應(yīng)慢等的缺陷，因此基于人腦運(yùn)動(dòng)意識(shí)控制假肢的腦機(jī)接口技術(shù)備受關(guān)注。目前絕大部分關(guān)于人體運(yùn)動(dòng)意識(shí)的研究只關(guān)注誘發(fā)運(yùn)動(dòng)或者是身體某終端部位的運(yùn)動(dòng)，然而現(xiàn)實(shí)生活中需要很多自發(fā)的大幅度的運(yùn)動(dòng)輔助控制。fNIRS是一種新興的腦功能成像技術(shù)，它具有良好的時(shí)間和空間分辨率，并且具有便攜性，使得該技術(shù)在自發(fā)的大幅度人體運(yùn)動(dòng)意識(shí)研究領(lǐng)域有很高的應(yīng)用價(jià)值。本課題的主要研究內(nèi)容

2、如下所示:
　　(1)設(shè)計(jì)了在自發(fā)意識(shí)下的上下坡運(yùn)動(dòng)實(shí)驗(yàn)，應(yīng)用功能性近紅外光腦功能成像(fNIRS)技術(shù)記錄了20名被試的腦血氧信息。
　　(2)利用單因素方差分析(ANOVA)方法分析了大腦運(yùn)動(dòng)關(guān)聯(lián)區(qū)域（主運(yùn)動(dòng)區(qū)，前運(yùn)動(dòng)區(qū)，輔助運(yùn)動(dòng)區(qū)，前輔助運(yùn)動(dòng)區(qū)以及背外側(cè)前額葉區(qū)域）內(nèi)的血氧信息，確定了靜止?fàn)顟B(tài)，運(yùn)動(dòng)開始狀態(tài)以及動(dòng)作轉(zhuǎn)換狀態(tài)三種不同的任務(wù)，并通過比對(duì)靜止-開始運(yùn)動(dòng)狀態(tài)以及開始運(yùn)動(dòng)-動(dòng)作轉(zhuǎn)換狀態(tài)下含氧血紅蛋白濃度值的差異，

3、找出隨著任務(wù)變化血氧濃度變化最活躍的5個(gè)通道。結(jié)果發(fā)現(xiàn)，事先確認(rèn)的5個(gè)功能區(qū)域都出現(xiàn)了隨著任務(wù)的改變大腦血氧濃度產(chǎn)生變化的現(xiàn)象，而最能體現(xiàn)這些變化的通道分別為通道8，通道9，通道15，通道16以及通道23。
　　(3)當(dāng)確認(rèn)了所研究的5個(gè)通道之后，進(jìn)一步基于活躍通道內(nèi)的含氧血紅蛋白信息，設(shè)計(jì)了一個(gè)Bp神經(jīng)網(wǎng)絡(luò)判別開始運(yùn)動(dòng)的運(yùn)動(dòng)意識(shí)，以5個(gè)通道的濃度變化斜率以及通道9當(dāng)前濃度與Baseline平均濃度的差值作為神經(jīng)網(wǎng)絡(luò)的輸入來判別運(yùn)

4、動(dòng)和靜止?fàn)顟B(tài)。分類準(zhǔn)確率約為78％，并且能夠在實(shí)際運(yùn)動(dòng)開始后的0.5秒左右辨識(shí)出來。
　　(4)此外，應(yīng)用母小波Db4對(duì)上下坡期間活躍通道內(nèi)含氧血紅蛋白信息進(jìn)行了三層小波變換，并將提取的小波系數(shù)用Fisher分類器進(jìn)行分類，從而達(dá)到辨別上下坡的運(yùn)動(dòng)模式的目的，分類準(zhǔn)確率約為85％。
　　本課題提出了基于腦皮層血氧信息來判別自發(fā)上下坡運(yùn)動(dòng)的方法，建立了基于Bp神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)意識(shí)判別模型，提出了基于Fisher分類器判別上下坡運(yùn)