面向神經(jīng)解碼的手部運動捕捉研究.pdf

1、腦機接口通過解析大腦皮層神經(jīng)信息，不依賴于常規(guī)的神經(jīng)通路，構(gòu)建一條直連外部設(shè)備的信息交流和控制通道。該技術(shù)可以幫助因車禍等原因造成的高位截癱病人、殘障人士利用意念控制外圍設(shè)備，從而實現(xiàn)運動功能的重建。實現(xiàn)這項技術(shù)的關(guān)鍵是完成對大腦運動皮層神經(jīng)信號的解碼。在針對運動神經(jīng)解碼的研究中，一個必須解決的問題是如何獲得高質(zhì)量的肢體運動信息，尤其是手部運動信息，直接影響到實驗所采用的運動范式、解碼效果。本文圍繞運動信息的獲取進行展開，目的在于構(gòu)建一

2、套面向神經(jīng)解碼的、小尺度范圍內(nèi)的運動信息采集平臺，著重捕捉手部運動，獲取精細手部運動數(shù)據(jù)和手勢分類結(jié)果。
　　神經(jīng)解碼實驗根據(jù)不同的研究范式可以進一步細分為對精細手部運動的解碼、和對手勢分類的解碼。因此，構(gòu)建神經(jīng)解碼實驗環(huán)境下的運動信息采集平臺必須首先解決幾個問題，包括了:1）對原始運動數(shù)據(jù)的校正、修復，2）對手勢分類結(jié)果的劃分、識別。針對上述問題，本文的解決思路和研究工作主要包括如下幾點:
　　1.采用數(shù)據(jù)手套設(shè)備，設(shè)計了

3、基于自組織映射網(wǎng)絡(luò)的手勢識別方法。該方法有效提高了數(shù)據(jù)手套的可用性，可以較好地完成針對手勢形態(tài)特征的分類識別，能夠滿足手勢分類相關(guān)解碼研究的需求。
　　2.采用視頻分析方法，設(shè)計了應(yīng)用于混合手勢框架下的手勢分割、識別和分類方法。該方法在原理上基于計算機視覺技術(shù)，適用于對手勢分類的解碼研究中實時、連續(xù)、隨機手勢的分割和識別。
　　3.采用光學運動捕捉系統(tǒng)，設(shè)計了基于數(shù)據(jù)幀間相關(guān)性和關(guān)節(jié)結(jié)構(gòu)信息的標記點識別方法，提出并實現(xiàn)了基于

4、多次迭代主成分分析(MiPCA)算法的數(shù)據(jù)修復方法。經(jīng)修復后的運動數(shù)據(jù)具有很好的連續(xù)性，可以滿足精細手部運動相關(guān)解碼研究的需求。
　　4.針對神經(jīng)解碼實驗環(huán)境的特殊性，搭建了一套適用于捕捉靈長類動物三維伸-抓運動的運動信息采集平臺。該平臺集成了實時運動數(shù)據(jù)獲取、數(shù)據(jù)修復處理及系統(tǒng)間的同步控制等功能，能夠用于架設(shè)解碼研究所必需的平臺框架。
　　綜上所述，利用以上三種方法能夠滿足部分神經(jīng)解碼研究對精細手部運動和手勢分類的獲取需求