基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统专利检索-脑电图医学影像学诊断设备和程序专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统

阅读：1025发布：2021-02-22

IPRDB可以提供基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统专利检索，专利查询，专利分析的服务。并且本发明提供一种基于FPGA的运动障碍非侵入式康复的闭环脑‑机‑体系统，该系统以FPGA作为控制核心建立基底核、丘脑皮层假体硬件模型，以基于FPGA的自适应控制算法计算所得数据作为输入，进行控制模型参数整定与力反馈调节，直至达到预期控制结果，实现基于动态因果模型的自适应控制算法，输出力反馈信号，从而实现运动障碍性神经系统疾病患者的康复治疗。本发明的效果是实现了运动障碍性神经系统疾病患者的康复治疗，同时实现了对复杂的基底核、丘脑皮层神经元网络以及对复杂动态因果模型自适应控制算法的建模。该平台可以为运动障碍性神经系统疾病的康复性治疗提供有效的理论依据和技术支持，对研究帕金森症、癫痫、阿兹海默症等神经疾病控制与治疗有重要的实用价值。，下面是基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统专利的具体信息内容。

权利要求

1.一种基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：该系统包括中枢神经系统(1)、基底核、丘脑皮层FPGA芯片I(2)、力反馈装置(3)、脑成像装置(4)、运动捕捉系统(5)、控制算法FPGA芯片II(6)、EEG算法模块(7)、EMG算法模块(8)、控制算法模块(34)、触摸屏模块(36)、周围神经系统(37)；所述系统通过对基底核计算模型与丘脑皮层计算模型进行离散化，采用硬件描述语言VHDL设计搭建基底核、丘脑皮层假体模型(9)，编译后下载到基底核、丘脑皮层FPGA芯片I(2)中；通过脑成像装置(4)与中枢神经系统(1)的脑皮层相连接，采集脑电图观测值信号(29)；通过运动捕捉系统(5)与周围神经系统(37)紧密接触，获取肌电图观测值信号(30)；EEG算法模块(7)和EMG算法模块(8)分别接收由基底核、丘脑皮层假体模型(9)输出的中枢神经系统膜电位信号(10)和周围神经系统膜电位信号(11)，经过EEG算法模块(7)和EMG算法模块(8)的EEG和EMG算法处理，分别得到脑电图期望值信号(31)和肌电图期望值信号(32)；脑电图期望值信号(31)、肌电图期望值信号(32)、脑电图观测值信号(29)和肌电图观测值信号(30)作为输入参量传输给控制算法FPGA芯片II(6)中，并通过控制算法模块(34)的计算，输出力反馈膜电位信号(15)与力反馈信号(33)，其中力反馈信号(33)输入到力反馈装置(3)中，力反馈装置(3)接收到信号后，产生力反馈动作，从而刺激周围神经系统(37)，而力反馈膜电位信号(15)则回馈到基底核、丘脑皮层FPGA芯片I(2)中，形成脑-机-体闭环系统；此外，通过触摸屏模块(36)选项切换方式显示脑电图观测值信号(29)、肌电图观测值信号(30)、脑电图期望值信号(31)、肌电图期望值信号(32)以及力反馈膜电位信号(15)与力反馈信号(33)的动态变化，形成脑-机-体闭环系统，实现对患者病情的动态调节；所述基底核、丘脑皮层假体模型(9)与神经元核团模型(16)通过欧拉法离散化，由VHDL语言编程实现，并编译下载到FPGA芯片I(2)中，由控制算法FPGA芯片II(6)输入的力反馈膜电位信号(15)通过基底核、丘脑皮层假体模型(9)的计算产生中枢神经系统膜电位信号(10)、周围神经系统膜电位信号(11)分别输出到EEG算法模块(7)、EMG算法模块(8)中进行处理；基底核、丘脑皮层模型(9)在基底核、丘脑皮层模型FPGA芯片(2)中实现，基底核、丘脑皮层模型(9)中包括相互耦合的外侧苍白球GPe核团模型(20)、丘脑底核STN核团模型(21)、内侧苍白球GPi核团模型(22)、纹状体STRd2核团模型(23)、纹状体STRd1核团模型(24)、感觉皮层核团模型(25)、丘脑皮层TC核团模型(26)、运动皮层核团模型(27)和前额皮层核团模型九种神经元核团模型；不同神经元核团模型(16)之间通过突触膜电压信号(14)实现耦合作用,并接受由控制算法FPGA芯片II(6)传递的力反馈膜电位信号(15)，输出中枢神经系统膜电位信号(10)与周围神经系统膜电位信号(11)；

所述控制算法FPGA芯片II(6)用于实现基于动态因果模型的控制算法模块(34)，通过VHDL语言编程实现，接收由脑成像装置(4)输出的脑电图观测值信号(29)、运动捕捉系统(5)输出的肌电图观测值信号(30)、EEG算法模块(7)输出的脑电图期望值信号(31)以及EMG算法模块(8)输出的肌电图期望值信号(32)，实时调制自适应控制参数Q，通过计算产生力反馈信号(33)与力反馈膜电位信号(15)，分别输出到力反馈装置(3)、基底核、丘脑皮层FPGA芯片(2)中，从而实现对运动障碍非侵入式康复的闭环控制；所述力反馈装置(3)由柔性外骨骼装置实现，主要包括有扭矩传感器，气动肌肉关节和一个单自由度运动机构，柔性外骨骼装置接受由控制算法FPGA芯片II(6)输出的力反馈信号(33)，并产生力反馈动作，对人体力的刺激可由大脑通过周围神经系统感知得到。

2.根据权利要求1所述基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：所述脑成像装置(4)通过放置电极于大脑皮层表面，实现与中枢神经系统(1)相连，进而获取脑电图观测信号(29)，输出脑电图观测值信号(29)到控制算法FPGA芯片II(6)中进行计算。

3.根据权利要求1所述基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：所述运动捕捉系统(5)主要包括肌电采集装置，通过该装置内的电极与人体皮肤紧密接触，获取并检测由传感器通过患者运动感知的周围神经系统肌电信号，输出肌电图观测值信号(30)到控制算法FPGA芯片II(6)中进行计算。

4.根据权利要求1所述基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：所述EEG算法模块(7)将FPGA芯片I(2)计算产生的中枢神经系统膜电位信号(10)转化成脑电图期望值信号(31)，输出到控制算法FPGA芯片II(6)中进行计算。

5.根据权利要求1所述基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：所述EMG算法模块(8)将基底核模型FPGA芯片I(2)计算产生的周围神经系统膜电位信号(11)转化成肌电图期望值信号(32)，输出到控制算法FPGA芯片II (6)中进行计算。

6.根据权利要求1所述基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，其特征是：所述触摸屏显示界面(36)通过串口通讯方式分别接收力反馈膜电位信号(15)、脑电图观测值信号(29)、肌电图观测值信号(30)、脑电图期望值信号(31)以及肌电图期望值信号(32)，通过触摸屏选项切换方式分别显示以上信号的动态变化和自适应过程。

说明书全文

基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统

技术领域

[0001] 本发明涉及生物医学工程技术，特别是一种用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台。

背景技术

[0002] 近些年来，运动障碍性神经系统疾病严重危害人类健康，给患者的工作和生活带来很大的影响，且因神经细胞损伤后的不易再生性，这些神经系统疾病的康复性治疗尚不明确。运动障碍性神经系统疾病如帕金森和肌张力障碍普遍认为是神经基底核障碍，这种简化的定位并不能捕捉到这种运动性障碍神经疾病的病理生理学，其中涉及到复杂的交互过程和众多神经解剖学的路径问题，要求系统级描述和理解这些神经网络的动力学机制和神经信息传递过程，研究普遍强调的是发生在分布式神经网络下不同时空尺度的神经系统适应疾病的可塑性变化，因此治疗的方法需要根据给定病人的具体情况以及疾病的严重程度来采取针对性诊断和治疗。

[0003] 运动障碍性神经系统疾病源于基底核病变造成的脑功能紊乱，基底核作为大脑深部若干神经核团构成的功能整体，主要负责人体自主运动的控制、整合调节细致的意识活动和运动反应，同时负责记忆、情感以及奖励学习等高级认知能力。包括帕金森氏症和亨廷顿氏症等多种运动和认知障碍都与基底核的病变有关。丘脑位于第三脑室的两侧，是间脑中最大的卵圆形灰质核团，是产生意识的核心器官，因此建立基底核、丘脑皮层模型有助于实现运动障碍性神经系统疾病的分析与治疗。

[0004] 目前治疗运动障碍的方法包含药物治疗，肉毒杆菌霉素注射，物理康复以及深部脑刺激(DBS)。然而，这些方法具有一定的局限性。曾有研究提出神经系统疾病康复治疗的开环系统控制脑机接口治疗方法，实现无创式的康复性治疗。目前，多巴胺替代药物是药物治疗的主要手段，然而，如抑郁症、痴呆、幻觉等病症是多巴胺抗性的，长期使用多巴胺替代疗法可能会诱发多种严重的副作用，如恶化下肢本体感觉、诱发多巴胺失调综合症；DBS治疗的侵入式方案会使手术带来额外风险和并发症，高昂的治疗成本也限制了它的使用，非侵入式方法会降低由于手术带来的风险；同时，由于患者的症状会通过个人的遗传和病情的进展等因素存在变异性。

发明内容

[0005] 针对运动障碍性神经疾病目前治疗手段的局限性，本发明提供一种用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台，其中；基底核、丘脑皮层模型采用FPGA 芯片硬件系统实现，该硬件系统以医疗设备规范为基础，以节能为首要目标，从而减少硬件系统能耗。

[0006] 为实现上述目的，本发明采用的技术方案是提供一种用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台，其中：该实验平台包括中枢神经系统、基底核、丘脑皮层FPGA芯片I、力反馈装置、脑成像装置、运动捕捉系统、控制算法FPGA芯片II、 EEG算法模块、EMG算法模块、控制算法模块、触摸屏模块、周围神经系统；所述实验平台通过在基底核、丘脑皮层FPGA芯片I上采用VHDL语言搭建基底核、丘脑皮层假体模型，并通过脑成像装置与中枢神经系统的脑皮层相连接，采集脑电图观测值信号；通过运动捕捉系统与周围神经系统紧密接触，获取肌电图观测值信号；EEG算法模块和EMG 算法模块分别接收由基底核、丘脑皮层假体模型输出的中枢神经系统膜电位信号和周围神经系统膜电位信号，经过EEG算法模块和EMG算法模块的EEG和EMG算法处理，分别得到脑电图期望值信号和肌电图期望值信号；脑电图期望值信号、肌电图期望值信号、脑电图观测值信号和肌电图观测值信号作为输入参量传输给控制算法FPGA芯片II中，并通过控制算法模块的计算，输出力反馈膜电位信号；此外，通过触摸屏模块选项切换方式显示脑电图观测值信号、肌电图观测值信号、脑电图期望值信号、肌电图期望值信号以及力反馈膜电位信号的动态变化，形成脑-机-体闭环系统，实现对患者病情的动态调节。

[0007] 本发明的效果是这项基于FPGA的康复系统将脑机接口、体机接口和闭环控制理论相结合，建立闭环脑-机-体无创式康复系统，融合实时神经信号，得到疾病状态度量指标，动态因果自适应控制算法调节刺激信号的输出，实现运动障碍性神经系统疾病无创式康复。本发明创新的提出了基于FPGA的闭环脑-机-体接口治疗的康复系统实验方案，其具有以下几点优势：1.闭环脑-机-体康复系统避免了类似DBS的侵入式治疗手段，综合脑- 机接口和体-机接口，形成闭环控制治疗手段，降低病人治疗的风险，实现无创式治疗。 2.所设计的基底核，丘脑皮层的假体模型能够在时间尺度上保持与真实生物神经元的一致性，FPGA的芯片工作频率可达到200Mhz，通过神经核团的并行运算，保证神经元膜电位输出在一毫秒内，满足脑电图观测值信号与期望值信号的实时运算，为康复神经系统的研究提供合理参数。3.闭环脑-机-体康复系统，使用动态因果自适应算法，获取额外的FPGA基底核、丘脑皮层控制模型的EEG，EMG信号，建立更优的模型适应度函数，进而针对患者差异性，实现个性化治疗。

附图说明

[0008] 图1为本发明的闭环脑-机-体结构示意图；

[0009] 图2为本发明的基底核、丘脑皮层假体模型的核团耦合框架图；

[0010] 图3为本发明的神经核团模型示意图；

[0011] 图4为因果动态模型的自适应控制算法模块示意图

[0012] 图中：

[0013] 1.中枢神经系统 2.基底核、丘脑皮层FPGA芯片I 3.力反馈装置 4.脑成像装置 5.运动捕捉系统 6.控制算法FPGA芯片II 7.EEG算法模块 8.EMG算法模块 9.基底核，丘脑皮层假体模型 10.中枢神经系统膜电位信号 11.周围神经系统膜电位信号 12. 神经元核团输出膜电位信号 13.网络连接变量信号 14.突触膜电压信号 15力反馈膜电位信号 16.神经元核团模型 17.神经元膜电位存储RAM 18.网络连接变量双口RAM 19. 网络连接矩阵ROM存储器 20.外侧苍白球GPe核团模型 21.丘脑底核STN核团模型 22. 内侧苍白球GPi核团模型 23.纹状体STRd2核团模型 24.纹状体STRd1核团模型 25.感觉皮层神经核团模型
26.丘脑皮层TC核团模型 27.运动皮层核团模型 28.前额皮层核团模型 29.脑电图观测值信号 30.肌电图观测值信号 31.脑电图期望值信号 32.肌电图期望值信号 33.力反馈信号 34.控制算法模块 35串口数据线 36.触摸屏显示界面 37.周围神经系统具体实施方式

[0014] 结合附图对本发明的用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台结构加以说明。

[0015] 本发明的用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台设计思想是：用于运动障碍非侵入式康复训练的闭环脑-机-体系统，因果动态模型的自适应算法，首先对运动障碍性神经系统疾病相关皮下核团(BG核团)进行数学建模，模拟出运动障碍性神经系统疾病的发病状态。闭环脑-机-体接口治疗的康复系统，其中：该系统包括以FPGA为控制核心的基底核、丘脑皮层模型，力反馈装置，脑成像装置，运动捕捉系统， EEG算法模块，EMG算法模块，基于FPGA的动态因果模型算法模块；基底核、丘脑皮层模型采用VHDL语言编写，并编译下载到基底核、丘脑皮层FPGA芯片I中。动态因果模型算法模块采用VHDL语言编写，并下载编译到控制算法FPGA芯片II中，EEG算法模块， EMG算法模块采用DSP Builder编程实现。

[0016] 本发明的用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台结构是首先在中枢神经系统1和周围神经系统37上分别通过脑成像装置4和运动捕捉系统5获取脑电图观测信号29与肌电图观测信号30，然后在FPGA芯片I2上建立基底核、丘脑皮层的假体模型9，然后设计的EEG算法模块7接收基底核、丘脑皮层假体模型9输出的中枢神经系统膜电位信号10进行运算，得到脑电图期望值信号31；设计的EMG算法模块8接收基底核、丘脑皮层假体模型9输出的周围神经系统膜电位信号11进行运算，得到肌电图期望值信号32；所得到的脑电图观测信号29、肌电图观测信号30、脑电图期望值信号 31、肌电图期望值信号32作为输入信号传输给控制算法FPGA芯片II6中，通过动态因果模型自适应控制算法模块34计算后得到力反馈膜电位信号15。通过力反馈装置3通过接受力反馈信号33，产生力反馈动作，进行对中枢神经系统1的动态调节。

[0017] 所述的基底核、丘脑皮层假体模型9主要由九个不同神经核团模型16相互之间通过突触膜电压14连接耦合形成；基底核，丘脑皮层假体模型9在FPGA芯片I2上采用欧拉法离散化，并采用流水线技术搭建不同的神经核团模型16，使复杂的常微分方程并行计算。流水线思想本质上利用延时寄存器使数学模型分为几个子运算过程，在每个周期内，每个子运算过程可以同时进行不同神经集群，不同时刻的运算，神经核团计算的数据在神经元膜电位RAM17中存储，并随时钟而传递。

[0018] 所述脑成像装置4：通过该装置，从大脑皮层表面将脑部的自发性生物电位加以发达记录而获得的波形，通过装置上的电极记录下脑细胞群的自发性，节律性电活动，提取波形电位的频率，幅值等基本特征信息，作为参数输入之一，传输给控制算法FPGA芯片 II 6中；所述运动捕捉系统5由机械式运动捕捉装置实现，记录并检测由传感器通过患者运动感知的周围神经系统肌电信号，输出肌电图观测值信号30到控制算法FPGA芯片 II 6中进行计算；

[0019] 所述力反馈装置3由柔性外骨骼实现，接受由控制算法FPGA芯片II 6输出的力反馈信号33，用于矫正运动障碍患者的运动紊乱，其对人体力的刺激可由大脑通过周围神经系统感知得到。

[0020] 所述的控制算法模块34：方案采用动态因果模型自适应控制算法，通过对中枢神经系统1以及基底核、丘脑皮层假体模型9关于EEG，EMG信号的提取和检测，获取当前状态的生物标记，并建立适应度函数，实现对运动障碍性神经疾病状态的准确判断；并建立多输入输出控制模型，以脑电信号的观测值、期望值与肌电信号的观测值、期望值作为输入变量，通过适应度函数模型的数学计算，获取应施加的外力刺激输出。

[0021] 所述触摸屏显示界面36，通过串口通讯方式，将获取的脑电图观测信号29、肌电图观测信号30、脑电图期望值信号31、肌电图期望值信号32，以及控制模块输出的力反馈信号33，通过触摸屏不同选项切换的方式显示在界面中；实验平台通过对观测信号和期望值信号的比对，实现系统误差的闭环控制，判断中枢神经系统1的康复程度；其中界面中显示的力反馈信号33的变化反应控制算法模块34的自适应变化过程，不断调节中枢神经系统1，直至力反馈信号33趋近于零，完成康复调节过程。

[0022] 本发明的用于运动障碍非侵入式康复训练的闭环脑-机-体接口实验平台以FPGA作为控制核心建立基底核、丘脑皮层假体硬件模型9，以基于FPGA的自适应控制算法计算所得数据作为输入，进行控制模型参数整定与力反馈调节，直至达到预期控制结果。以下加以说明：

[0023] 如图1所示，对硬件实验平台设计，基底核，丘脑皮层FPGA芯片I2采用Altera 公司生产的Stratix III EP3SE260F1152CN型号FPGA芯片，搭建基底核、丘脑皮层的假体模型9，为实验方案提供脑电图和肌电图的期望值信号；控制算法FPGA芯片II 6采用 Altera公司生产的Cyclone III EP3C120F484C8N型号FPGA芯片，作为整个方案的控制核心，通过以脑电图和肌电图，大脑实测数值和获取的期望值信号作为控制输入送到控制算法FPGA芯片II6进行因果动态模型的自适应算法计算，得到力反馈信号33，通过力反馈装置3进行对中枢神经系统1的控制，实现脑-机-体闭环控制流程。

[0024] 如图2所示为基底核、丘脑皮层假体模型9的核团耦合框架，主要包括有基底核、丘脑皮层模型9中相互耦合的外侧苍白球GPe核团模型20、丘脑底核STN核团模型21、内侧苍白球GPi核团模型22、纹状体STRd2核团模型23、纹状体STRd1核团模型24、感觉皮层核团模型25、丘脑皮层TC核团模型26、运动皮层核团模型27和前额皮层核团模型28九种神经元核团模型16。每个神经元核团模型16之间通过突触膜电压信号14实现耦合作用。基底核、丘脑皮层假体模型9接收力反馈膜电位信号15作为系统的反馈输入，输出中枢神经系统膜电位信号10到EEG算法模块7中，得到脑电图的期望值信号31；输出周围神经系统膜电位信号11到EMG算法模块中8，得到肌电图的期望值信号32。

[0025] 如图3所示为神经核团模型的流水线示意图，其主要由加法器，乘法器，移位器存期和RAM存储器组成，其包含有突触连接模型和神经元计算模型，不同核团之间通过突触膜电压信号14进行耦合，突触膜电压信号14经过神经元计算模型的运算，得到神经核团的输出膜电位信号12，并随时钟传递，作为下一个耦合作用下核团的计算参数，直至完成基底核，丘脑皮层假体模型9的一个周期运算。

[0026] 如图4所示为因果动态模型的自适应控制算法模块，动态因果模型自适应控制算法在控制算法FPGA芯片II6中，由VHDL语言编程实现，接收由脑成像装置4输出的脑电图观测值信号29、运动捕捉系统5输出的肌电图观测值信号30、EEG算法模块7输出的脑电图期望值信号31以及EMG算法模块8输出的肌电图期望值信号32，实时调制自适应控制参数Q，通过计算产生力反馈信号33与力反馈膜电位信号15，分别输出到力反馈装置3、基底核模型FPGA芯片2中，从而实现对运动障碍非侵入式康复的闭环控制。

标题	发布/更新时间	阅读量
脑电图检查仪-专利编号CN201558112U	2020-05-11	556
脑电图检查车-专利编号CN202459140U	2020-05-13	807
脑电图检查椅-专利编号CN201602769U	2020-05-14	264
便捷脑电图耳极-专利编号CN202477691U	2020-05-13	767
脑电图检查帽-专利编号CN201524142U	2020-05-14	593
脑电图电极帽-专利编号CN201350063Y	2020-05-12	663
脑电图检查仪-专利编号CN202477689U	2020-05-11	625
脑电图检查枕-专利编号CN202458368U	2020-05-15	866
脑电图电极盒-专利编号CN201350126Y	2020-05-15	163
脑电图检查椅-专利编号CN2875401Y	2020-05-12	80

基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统

基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统

技术领域

背景技术

发明内容

附图说明

IPRDB

热门服务

关于我们

友情链接

联系方式