运动相关脑神经信号解析及关联规律研究

发布时间：2020-12-15 19:33

　　脑-机接口（Brain Computer Interface/Brain Machine Interface,BCI/BMI）技术通过脑神经信息的解码与输出,在大脑与外部设备之间建立起直接的信息交流与控制通道。其中运动相关脑神经信号是大脑进行运动行为支配过程中产生的自发性神经信息,可用于解码大脑进行肢体运动控制过程的特征性神经活动,并绕开脊髓和外周神经通路直接实现对外部设备的运动控制,对于运动辅助和神经康复研究具有重要意义。按照信息获取的方式不同,运动相关脑神经信号可分为头皮表面采集的脑电信号（electroencephalogram,EEG）,以及脑内微电极采集的运动区皮层脑电（electrocorticogram,ECoG）、局部场电位（local field potentials,LFP）和单神经元锋电位（Spike）。其中,EEG信号具有时域分辨率高、采集方式简便、无创等优点,已成功应用于残疾人运动功能康复、机器人/无人机控制等多个领域,但也存在信噪比低、精确解码困难等问题;脑内微电极采集的运动皮层Spike、LFP及ECoG信号直接反映了大脑运动支配过程的起源,可实现大脑运动... 

【文章来源】：军事科学院北京市

【文章页数】：125 页

【学位级别】：博士

【部分图文】：

几种通过非侵入式和侵入式脑-机接口进行大脑信号采集的方法

军事科学院博士学位论文猴意图中的上肢运动，将“阿凡达”科幻变成了现实[36]。同年，匹nifer 等人开发新的集群向量解码方法以及共享控制架，使四肢瘫痪制高达 10 自由度的假肢系统[37]。 2015 年，美国杜克大学研究人员脑组网的虚拟手臂控制研究，通过建立协同信息采集与解码体系，猴协同操作下虚拟手臂三维运动控制[38]。同年，加州理工学院利用集群 Spike 信号同样实现了对多自由度智能假肢的控制，使得脑-机控制的临床研究又迈进了一大步[39]。2016 年，斯坦福大学神经修复的研究者们在两只猕猴大脑植入了脑-机接口，通过训练，其中一只的大脑控制打字记录—1 分钟打出了 10 个单词，即莎士比亚的经典 not to be. That is the question”[40]。

图 3 运动皮层 Spike 与低频 LFP 信号联合解码搭建的混合 BMI 系统[43]皮层的多层次神经信号间的关联性分析有助于我们更好的认的内在起源，从而在进行运动相关大脑活动解码时，更多的关号上都发挥重要功能的信号成分，为开发特征优化能力更好的依据。依据上研究进展情况分析，大脑运动相关神经信号的解码及应用方质性进展，实现了基于不同层次神经信号的运动状态解码，并康复、外部设备控制等方面显现了很好的应用价值。但目前大号的解析及应用研究仍面临一些问题和可能的提升空间。首先信号的解码算法在模型复杂度、泛化性方面存在局限，难以适应其次，现有对于运动想象脑电信号的解码往往忽略了大脑作为息处理模式，从网络分析的角度进行 EEG 信号内在的功能连接


本文编号：2918797