中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
面向神经康复的参与度评价与增强方法研究

文献类型:学位论文

作者王佳星
答辩日期2021-05-29
文献子类博士
授予单位中国科学院自动化研究所
授予地点中国科学院自动化研究所
导师侯增广
关键词参与度评价与增强 脑机接口 注意力调控 任务难度调整与优化 单/双任务训练范式
学位专业控制理论与控制工程
英文摘要

由脑卒中、脑外伤和脊髓损伤等导致的中枢神经损伤,造成的患者肢体运动功能障碍,严重影响其日常生活自理能力。临床研究表明,运动康复疗法可使中枢神经系统实现一定程度的结构重组或功能代偿,而参与度可以增加大脑皮层神经元的活跃度,促进神经可塑性,进一步提高运动康复收益。因此,运动康复治疗并非简单地让患者完成运动,而在于强调患者的主动参与。然而,康复训练是一种高重复性且枯燥乏味的长期过程,在康复训练过程中,患者很容易懈怠,甚至出现惰性效应。因此,如何充分激发患者在康复训练过程中的参与度是实现智能康复的关键所在。在此背景下,面向脑卒中等神经损伤患者的临床康复需求,本文针对基于脑机接口 (Brain-Computer Interface, BCI) 和虚拟现实 (Virtual
Reality, VR) 技术的参与度评价与增强方法展开研究。

本文的主要研究内容和创新点如下:
1. 提出并构建了一种基于 BCI 和多模态反馈的注意力调控康复训练系统,用于提高患者在康复训练过程中的参与度。首先,设计了基于脑电(Electroencephalogram, EEG) 信号θ和β频带能量比的注意力评估模型、基于共空间模式和支持向量机的注意力分类模型以及基于 VR 的交互式速度跟踪骑行训练场景。其次,在训练过程中,所设计的注意力分类模型能够实时监督被试在训练过程中的注意力水平,并结合视听觉反馈对注意力进一步调控。对比实验结果表明,该系统能够显著提高被试的注意力水平,为后续提高患者参与度的相关研究打下基础。
2. 基于所开发的参与度增强康复训练系统,提出了两种自适应任务难度调整与参与度增强方法。在基于面部表情和肌肉疲劳度的任务难度在线调整方法中,基于同步采集的被试在康复训练过程中主颧肌、皱眉肌、股直肌和股二头肌四个肌肉组织的表面肌电 (Surface Electromyography, sEMG) 信号,实时评估被试当前的情绪及肌肉疲劳情况,进而对康复训练模式和阻尼进行调整,在不诱发被试负面情绪和肌肉严重疲劳的情况下,最大化被试的主动输出;在基于 EEG 和运动测量信息的自适应任务难度调整方法中,开发了基于注意力驱动的陪伴式位置跟踪训练场景,根据被试实时的参与度水平和任务表现,位置跟踪任务的难度会不断进行调整,初步解决因康复训练任务难度与被试实际运动能力不匹配而导致的参与度低下的问题。
3. 为了进一步提高被试在单任务训练下的参与度,提出了一种人在环中的任务优化与参与度增强方法。利用同步采集到的运动学和电生理学数据对被试在训练过程中的任务表现进行评估,结合协方差矩阵自适应进化策略,实现训练任务的持续在线优化。实验结果表明,该方法能够显著提高被试的跟踪精度、肌肉激活度以及神经参与度。
4. 为了探讨单/双任务训练对大脑神经参与度的影响,开展了不同训练范式下的神经活动差异研究。基于所设计的单运动任务、单认知任务以及认知-运动双任务的训练范式,招募并开展了 8 例健康人实验和 6 例神经损伤患者实验。基于所采集的不同训练范式下的 EEG 数据,进行了事件相关电位和事件相关同步/去同步分析。临床实验结果表明,单运动训练能够最大化患者的运动神经参与度,双任务训练能够最大化患者的认知神经活动,尤其是在注意力转移和认知资源分配方面。
 

语种中文
页码138
源URL[http://ir.ia.ac.cn/handle/173211/44831]  
专题自动化研究所_复杂系统管理与控制国家重点实验室_先进机器人控制团队
推荐引用方式
GB/T 7714
王佳星. 面向神经康复的参与度评价与增强方法研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 2021.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。