摸屏顯示界面36，通過串口通訊方式，將獲取的腦電圖觀測信號29、肌電圖觀測信號30、腦電圖期望值信號31、肌電圖期望值信號32，以及控制模塊輸出的力反饋信號33，通過觸摸屏不同選項切換的方式顯示在界面中；實驗平臺通過對觀測信號和期望值信號的比對，實現(xiàn)系統(tǒng)誤差的閉環(huán)控制，判斷中樞神經(jīng)系統(tǒng)I的康復程度;其中界面中顯示的力反饋信號33的變化反應控制算法模塊34的自適應變化過程，不斷調(diào)節(jié)中樞神經(jīng)系統(tǒng)1，直至力反饋信號33趨近于零，完成康復調(diào)節(jié)過程。
[0022]本發(fā)明的腦-機-體閉環(huán)控制系統(tǒng)康復方案，實驗平臺以FPGA作為控制核心建立基底核、丘腦皮層假體硬件模型9，以基于FPGA的自適應控制算法計算所得數(shù)據(jù)作為輸入，進行控制模型參數(shù)整定與力反饋調(diào)節(jié)，直至達到預期控制結(jié)果。以下加以說明:
[0023]如圖1所示，對硬件實驗平臺設計，基底核，丘腦皮層FPGA芯片12采用Altera公司生產(chǎn)的Stratix III EP3SE260F1152CN型號FPGA芯片，搭建基底核、丘腦皮層的假體模型9，為實驗方案提供腦電圖和肌電圖的期望值信號;控制算法FPGA芯片II 6采用Altera公司生產(chǎn)的Cyclone III EP3C120F484C8N型號FPGA芯片，作為整個方案的控制核心，通過以腦電圖和肌電圖，大腦實測數(shù)值和獲取的期望值信號作為控制輸入送到控制算法FPGA芯片116進行因果動態(tài)模型的自適應算法計算，得到力反饋膜電位信號15，通過力反饋裝置3進行對中樞神經(jīng)系統(tǒng)I的控制，實現(xiàn)腦-機-體閉環(huán)控制流程。
[0024]如圖2所示為基底核、丘腦皮層假體模型9的核團耦合框架，主要包括有基底核、丘腦皮層模型9中相互耦合的外側(cè)蒼白球GPe核團模型20、丘腦底核STN核團模型21、內(nèi)側(cè)蒼白球GPi核團模型22、紋狀體STRd2核團模型23、紋狀體STRdl核團模型24、感覺皮層核團模型25、丘腦皮層TC核團模型26、運動皮層核團模型27和前額皮層核團模型28九種神經(jīng)元核團模型16。每個神經(jīng)元核團模型I6之間通過突觸膜電壓信號14實現(xiàn)耦合作用?；缀恕⑶鹉X皮層假體模型9接收力反饋膜電位信號15作為系統(tǒng)的反饋輸入，輸出中樞神經(jīng)系統(tǒng)膜電位信號10到EEG算法模塊7中，得到腦電圖的期望值信號31;輸出周圍神經(jīng)系統(tǒng)膜電位信號11到EMG算法模塊中8，得到肌電圖的期望值信號32。
[0025]如圖3所示為神經(jīng)核團模型的流水線示意圖，其主要由加法器，乘法器，移位器存期和RAM存儲器組成，其包含有突觸連接模型和神經(jīng)元計算模型，不同核團之間通過突觸膜電壓信號14進行耦合，突觸膜電壓信號14經(jīng)過神經(jīng)元計算模型的運算，得到神經(jīng)核團的輸出膜電位信號12，并隨時鐘傳遞，作為下一個耦合作用下核團的計算參數(shù)，直至完成基底核，丘腦皮層假體模型9的一個周期運算。
[0026]如圖4所示為因果動態(tài)模型的自適應控制算法模塊，動態(tài)因果模型自適應控制算法在控制算法FPGA芯片116中，由VHDL語言編程實現(xiàn)，接收由腦成像裝置4輸出的腦電圖觀測值信號29、運動捕捉系統(tǒng)5輸出的肌電圖觀測值信號30、EEG算法模塊7輸出的腦電圖期望值信號31以及EMG算法模塊8輸出的肌電圖期望值信號32，實時調(diào)制自適應控制參數(shù)Q，通過計算產(chǎn)生力反饋信號33與力反饋膜電位信號15，分別輸出到力反饋裝置3、基底核模型FPGA 芯片2中，從而實現(xiàn)對運動障礙非侵入式康復的閉環(huán)控制。
【主權(quán)項】
1.一種運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:該實驗平臺包括中樞神經(jīng)系統(tǒng)(I)、基底核、丘腦皮層FPGA芯片1(2)、力反饋裝置(3)、腦成像裝置(4)、運動捕捉系統(tǒng)(5)、控制算法FPGA芯片11(6)、EEG算法模塊(7)、EMG算法模塊(8)、控制算法模塊(34)、觸摸屏模塊(36)、周圍神經(jīng)系統(tǒng)(37);所述實驗平臺通過在基底核、丘腦皮層FPGA芯片1(2)上采用VHDL語言搭建基底核、丘腦皮層假體模型(9)，并通過腦成像裝置(4)與中樞神經(jīng)系統(tǒng)(I)的腦皮層相連接，采集腦電圖觀測值信號(29);通過運動捕捉系統(tǒng)(5)與周圍神經(jīng)系統(tǒng)(37)緊密接觸，獲取肌電圖觀測值信號(30); EEG算法模塊(7)和EMG算法模塊(8)分別接收由基底核、丘腦皮層假體模型(9)輸出的中樞神經(jīng)系統(tǒng)膜電位信號(10)和周圍神經(jīng)系統(tǒng)膜電位信號(11)，經(jīng)過EEG算法模塊(7)和EMG算法模塊(8)的EEG和EMG算法處理，分別得到腦電圖期望值信號(31)和肌電圖期望值信號(32);腦電圖期望值信號(31)、肌電圖期望值信號(32)、腦電圖觀測值信號(29)和肌電圖觀測值信號(30)作為輸入?yún)⒘總鬏斀o控制算法FPGA芯片11(6)中，并通過控制算法模塊(34)的計算，輸出力反饋膜電位信號(15);此外，通過觸摸屏模塊(36)選項切換方式顯示腦電圖觀測值信號(29)、肌電圖觀測值信號(30)、腦電圖期望值信號(31)、肌電圖期望值信號(32)以及力反饋膜電位信號(15)的動態(tài)變化，形成腦-機-體閉環(huán)系統(tǒng)，實現(xiàn)對患者病情的動態(tài)調(diào)節(jié)。2.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述基底核、丘腦皮層假體模型(9)與神經(jīng)元核團模型(16)通過歐拉法離散化，由VHDL語言編程實現(xiàn)，并編譯下載到FPGA芯片1(2)中，由控制算法FPGA芯片11(6)輸入的力反饋膜電位信號通過基底核、丘腦皮層假體模型(9)的計算產(chǎn)生中樞神經(jīng)系統(tǒng)膜電位信號(10)、周圍神經(jīng)系統(tǒng)膜電位信號(11)分別輸出到EEG算法模塊(7)、EMG算法模塊(8)中進行處理;基底核、丘腦皮層模型(9)在基底核、丘腦皮層模型FPGA芯片(2)中實現(xiàn)，基底核、丘腦皮層模型(9)中包括相互耦合的外側(cè)蒼白球GPe核團模型(20)、丘腦底核STN核團模型(21)、內(nèi)側(cè)蒼白球GPi核團模型(22)、紋狀體STRd2核團模型(23)、紋狀體STRdl核團模型(24)、感覺皮層核團模型(25)、丘腦皮層TC核團模型(26)、運動皮層核團模型(27)和前額皮層核團模型九種神經(jīng)元核團模型；不同神經(jīng)元核團模型(16)之間通過突觸膜電壓信號(14)實現(xiàn)耦合作用，并接受由控制算法FPGA芯片11(6)傳遞給周圍神經(jīng)系統(tǒng)的力反饋膜電位信號(15)，輸出中樞神經(jīng)系統(tǒng)膜電位信號(10)與周圍神經(jīng)系統(tǒng)膜電位信號(11)。3.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述控制算法FPGA芯片11(6)用于實現(xiàn)基于動態(tài)因果模型的控制算法模塊(34)，通過VHDL語言編程實現(xiàn)，接收由腦成像裝置(4)輸出的腦電圖觀測值信號(29)、運動捕捉系統(tǒng)(5)輸出的肌電圖觀測值信號(30)、EEG算法模塊(7)輸出的腦電圖期望值信號(31)以及EMG算法模塊(8)輸出的肌電圖期望值信號(32)，實時調(diào)制自適應控制參數(shù)Q，通過計算產(chǎn)生力反饋信號(33)與力反饋膜電位信號(15)，分別輸出到力反饋裝置(3)、基底核、丘腦皮層FPGA芯片(2)中，從而實現(xiàn)對運動障礙非侵入式康復的閉環(huán)控制。4.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述力反饋裝置(3)由柔性外骨骼裝置實現(xiàn)，主要包括有扭矩傳感器，氣動肌肉關(guān)節(jié)和一個單自由度運動機構(gòu)，柔性外骨骼裝置接受由控制算法FPGA芯片11(6)輸出的力反饋膜電位信號(15)，輸出力反饋信號(33)對人體力的刺激可由大腦通過周圍神經(jīng)系統(tǒng)感知得到。5.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述腦成像裝置(4)通過放置電極于大腦皮層表面，實現(xiàn)與中樞神經(jīng)系統(tǒng)(I)相連，進而獲取腦電圖觀測信號(29)，輸出腦電圖觀測值信號(29)到控制算法FPGA芯片11(6)中進行計算。6.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述運動捕捉系統(tǒng)(5)主要包括肌電采集裝置，通過該裝置內(nèi)的電極與人體皮膚緊密接觸，獲取并檢測由傳感器通過患者運動感知的周圍神經(jīng)系統(tǒng)肌電信號，輸出肌電圖觀測值信號(30)到控制算法FPGA芯片11 (6)中進行計算。7.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述EEG算法模塊(7)將FPGA芯片1(2)計算產(chǎn)生的中樞神經(jīng)系統(tǒng)膜電位信號(10)轉(zhuǎn)化成腦電圖期望值信號(31)，輸出到控制算法FPGA芯片11(6)中進行計算。8.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述EMG算法模塊(8)將基底核模型FPGA芯片1(2)計算產(chǎn)生的周圍神經(jīng)系統(tǒng)膜電位信號(11)轉(zhuǎn)化成肌電圖期望值信號(32)，輸出到控制算法FPGA芯片11(6)中進行計算。9.根據(jù)權(quán)利要求1所述運動障礙非侵入式康復的閉環(huán)腦-機-體接口實驗平臺，其特征是:所述觸摸屏顯示界面(36)通過串口通訊方式分別接收力反饋膜電位信號(15)、腦電圖觀測值信號(29)、肌電圖觀測值信號(30)、腦電圖期望值信號(31)以及肌電圖期望值信號(32)，通過觸摸屏選項切換方式分別顯示以上信號的動態(tài)變化和自適應過程。
【專利摘要】本發(fā)明提供一種基于FPGA的運動障礙非侵入式康復的閉環(huán)腦-機-體系統(tǒng)，該系統(tǒng)以FPGA作為控制核心建立基底核、丘腦皮層假體硬件模型，以基于FPGA的自適應控制算法計算所得數(shù)據(jù)作為輸入，進行控制模型參數(shù)整定與力反饋調(diào)節(jié)，直至達到預期控制結(jié)果，實現(xiàn)基于動態(tài)因果模型的自適應控制算法，輸出力反饋信號，從而實現(xiàn)運動障礙性神經(jīng)系統(tǒng)疾病患者的康復治療。本發(fā)明的效果是實現(xiàn)了運動障礙性神經(jīng)系統(tǒng)疾病患者的康復治療，同時實現(xiàn)了對復雜的基底核、丘腦皮層神經(jīng)元網(wǎng)絡以及對復雜動態(tài)因果模型自適應控制算法的建模。該平臺可以為運動障礙性神經(jīng)系統(tǒng)疾病的康復性治療提供有效的理論依據(jù)和技術(shù)支持，對研究帕金森癥、癲癇、阿茲海默癥等神經(jīng)疾病控制與治療有重要的實用價值。
【IPC分類】G06F19/12, G06F19/00
【公開號】CN105653873
【申請?zhí)枴?br>【發(fā)明人】鄧斌, 楊雙鳴, 李會艷, 林前進, 劉晨, 魏煕樂, 于海濤, 張鎮(zhèn), 王江
【申請人】天津大學
【公開日】2016年6月8日
【申請日】2016年1月15日