专利名称：一种假手控制系统及其控制方法手部运动参数(包括速度、加速度和轨迹)的预测是实现假手控制的难点。目前， 基于手部运动参数预测的假手控制系统主要有两种(1)通过分析残肢肌肉所发放的动作 电位，提取反映手部运动意愿的有效特征，从而建立特征向量与手部运动参数之间的映射 关系来实现控制功能，该系统受到肌电解码能力的限制，控制假手运动的自由度不高。(2) 植入电极记录大脑或者上肢的神经信号，并预测手部运动参数，该系统使用自然，控制效果 好，但具有手术风险，且不易维护。
为克服现有技术存在的缺点和不足，本发明专利旨在提供一种假手控制系统，与 现有技术相比，本发明无需植入电极采集头皮电信号和表面肌电信号，并利用头皮电信号 和表面肌电信号相互辅助，在一定程度上弥补各自解码能力的不足。本发明的另一目的在于提供上述假手控制系统的控制方法。本发明通过下述技术方案实现一种假手控制系统，包括用于记录EEG和SEMG的信号采集模块，该信号采集模块 将采集到的EEG和SEMG信号进行放大并转换为数字信号，然后传给主控模块；用于帮助患者训练的反馈模块，反馈模块提供图形用户界面，让患者控制假手跟 踪一个引导球的连续运动，引导球的运动参数预先保存在数据存储模块，测试时，反馈模块 从主控模块获取跟踪过程中假手的运动参数，并依据该参数在图形用户界面上显示相应的 假手运动，使得患者及时了解控制假手进行跟踪运动的效果，以便患者更快地适应假手控 制系统；用于存储EEG和SEMG信号、特征向量、引导球运动参数、假手运动参数以及回归模 型参数的数据存储模块；用于对EEG和SEMG进行多频带滤波，提取特征向量，训练回归模型参数以及预测 手部运动参数的数字信号处理模块，数字信号处理模块将训练好的回归模型参数和实时预 测的手部运动参数传给主控模块；用于控制假手运动的驱动模块，该驱动模块从主控模块获取已预测的手部运动参 数来驱动假手运动；上述主控模块分别与信号采集模块、反馈模块、数据存储模块、数字信号处理模块 和驱动模块相连接，主控模块用于协调管理信号采集模块、反馈模块、数据存储模块、数字 信号处理模块和驱动模块。所述数字信号模块包括用于对EEG和SEMG进行多频带滤波的预处理模块；用于计算各频带EEG和SEMG信号幅值或功率的特征提取模块；用于学习回归模型参数的训练模块，该训练模块的学习算法基于训练数据集内 EEG和SEMG的特征以及相应的引导球运动参数；用于将测试数据集内EEG和SEMG的特征代入回归模型、以预测手部运动参数的预 测模块；用于将学习好的回归模型参数或预测所得的手部运动参数传送给主控模块的结 果输出模块；在训练时，所述预处理模块、特征提取模块、训练模块、结果输出模块依次连接；在 测试时，所述预处理模块、特征提取模块、预测模块、结果输出模块依次连接。所述信号采集模块还连接有用于记录EEG的8个电极、用于记录SEMG的2个电极， 所述驱动模块包括可编程步进电动机控制器和步进电动机驱动器，控制假手按照预测的运 动参数动作。上述假手控制系统的控制方法，包括下述步骤(1)系统启动后，主控模块负责调度并完成数据存储模块、反馈模块、数字信号处 理模块、信号采集模块和驱动模块的自检；(2)主控模块从数据存储模块中调出预设的引导球运动参数，将其传给反馈模 块；(3)反馈模块将引导球的运动显示在图形用户界面上，提示患者使用EEG和SEMG 控制假手跟踪引导球运动，然后判断是否为训练状态若是，则执行步骤为，(1)主控模块接收来自信号采集模块的EEG和SEMG数据，将 它们与引导球运动参数对应起来，生成训练数据集，并保存在数据存储模块；(2)经过一定 量的训练，数字信号处理模块从数据存储模块中调用训练数据集，先通过预处理模块对EEG 和SEMG进行多频带滤波；然后通过特征提取模块计算各频带EEG和SEMG的幅值或功率特 征；接着通过训练模块，学习回归模型参数；最后将学习好的回归模型参数传给主控模块； (3)主控模块将学习好的回归模型参数存入数据存储模块；若否，则执行步骤为，(a)主控模块先从数据存储模块中调出已学习好的回归模型 参数，将其传给数字信号处理模块；然后接收当前来自信号采集模块的EEG和SEMG数据，将 它们传给数字信号处理模块；(b)数字信号处理模块接收已学习好的回归模型参数和当前 待预测的EEG和SEMG，先通过预处理模块对EEG和SEMG进行多频带滤波；然后通过特征提 取模块计算EEG和SEMG在各频带的幅度或功率特征，接着通过预测模块，将EEG和SEMG的 特征代入已学习好的回归模型，估计相应的手部运动参数，并将其传给主控模块；(c)主控 模块将已预测的手部运动参数传给驱动模块，控制假手运动；将引导球运动参数、预测的手 部运动参数传给反馈模块；(d)反馈模块依据引导球运动参数和预测的手部运动参数，将 引导球的运动和假手的跟踪运动同时显示在图形用户界面上。上述预处理模块对EEG和SEMG的预处理包括选择合适的带通频段以及提取EEG 和SEMG特征所用的数据长度，即预测步长。本发明相对于现有技术具有如下的优点及有益效果(1)本发明控制方法以EEG和SMG作为信号源，采集方便，成本低廉，无手术风险；(2)本发明假手控制系统具有可视的反馈模块，实时地反映患者对假手的控制状 态，便于患者适应和掌握。(3)本发明假手控制系统不仅具有较强的数据处理能力，预测速度快，控制灵活， 而且便于维护和升级。图1是本发明假手控制系统的硬件结构图；图2是本发明假手控制系统中反馈模块的图形用户界面；图3是本发明假手控制系统的控制方法中数字信号处理模块的流程示意图。

所述的数字信号模块设有DSP芯片及相应的DDR内存、Flash芯片等外围器件，所 述Flash芯片用于固化回归模型参数学习算法和手部运动参数预测算法，DDR内存用于实 现数据运算。所述数据存储模块可由串口硬盘实现；所述信号采集模块中用于记录EEG的电极有8个，分别粘贴在左右脑头皮的前运 动区、主运动区、感觉运动区和后顶骨区。用于记录SEMG的电极有2个，分别粘贴在尺侧腕 伸肌和尺侧腕屈肌外皮肤表面。信号采集模块还包括模拟信号放大器和采样器。所述驱动模块包括可编程步进电动机控制器和步进电动机驱动器，控制假手按照 预测的运动参数动作。所述主控模块可由现场可编程逻辑阵列(Field Programmable Gate Array, FPGA)实现；采用ARM内核或PPC内核，用于控制和管理信号采集模块、数字信号处理模块、 数据存储模块和驱动模块。上述信号采集模块、反馈模块、数字信号处理模块、数据存储模块及驱动模块，均 通过主控模块实现接口适配。 所述数字信号模块包括下述模块用于对EEG和SEMG进行多频带滤波的预处理模块；用于计算各频带EEG和SEMG信号幅值或功率的特征提取模块；用于学习回归模型参数的训练模块，该训练模块的学习算法基于训练数据集内 EEG和SEMG的特征以及相应的引导球运动参数；用于将测试数据集内EEG和SEMG的特征代入回归模型、以预测手部运动参数的预 测模块；用于将学习好的回归模型参数或预测所得的手部运动参数传送给主控模块的结 果输出模块；在训练时，所述预处理模块、特征提取模块、训练模块、结果输出模块依次连接；在 测试时，所述预处理模块、特征提取模块、预测模块、结果输出模块依次连接。上述假手控制系统的控制方法，通过下述步骤实现(1)系统启动后，主控模块负责调度并完成数据存储模块、反馈模块、数字信号处 理模块、信号采集模块和驱动模块的自检；(2)主控模块从数据存储模块中调出预设的引导球运动参数，将其传给反馈模 块；(3)反馈模块将引导球的运动显示在图形用户界面上，提示患者使用EEG和SEMG 控制假手跟踪引导球运动，然后判断是否为训练状态若是，则执行步骤为，(1)主控模块接收来自信号采集模块的EEG和SEMG数据，将 它们与引导球运动参数对应起来，生成训练数据集，并保存在数据存储模块；(2)经过一定 量的训练，数字信号处理模块从数据存储模块中调用训练数据集，先通过预处理模块对EEG 和SEMG进行多频带滤波；然后通过特征提取模块计算各频带EEG和SEMG的幅值或功率特 征；接着通过训练模块，学习回归模型参数；最后将学习好的回归模型参数传给主控模块； (3)主控模块将学习好的回归模型参数存入数据存储模块；若否，则执行步骤为，(a)主控模块先从数据存储模块中调出已学习好的回归模型参数，将其传给数字信号处理模块；然后接收当前来自信号采集模块的EEG和SEMG数据，将 它们传给数字信号处理模块；(b)数字信号处理模块接收已学习好的回归模型参数和当前 待预测的EEG和SEMG，先通过预处理模块对EEG和SEMG进行多频带滤波；然后通过特征提 取模块计算EEG和SEMG在各频带的幅度或功率特征，接着通过预测模块，将EEG和SEMG的 特征代入已学习好的回归模型，估计相应的手部运动参数，并将其传给主控模块；(c)主控 模块将已预测的手部运动参数传给驱动模块，控制假手运动；将引导球运动参数、预测的手 部运动参数传给反馈模块；(d)反馈模块依据引导球运动参数和预测的手部运动参数，将 引导球的运动和假手的跟踪运动同时显示在图形用户界面上。所述预处理模块对EEG和SEMG的预处理包括选择合适的带通频段以及提取EEG 和SEMG特征所用的数据长度，即预测步长。如上所述便可较好的实现本发明。上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的 限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化， 均应为等效的置换方式，都包含在本发明的保护范围之内。


本发明公开了一种假手控制系统及其方法，包括信号采集模块、反馈模块、数据存储模块、数字信号处理模块、驱动模块，主控模块分别与信号采集模块、反馈模块、数据存储模块、数字信号处理模块和驱动模块相连接，主控模块用于协调管理信号采集模块、反馈模块、数据存储模块、数字信号处理模块和驱动模块，信号采集模块连接有用于记录EEG的8个电极、用于记录SEMG的2个电极；该系统能够综合EEG和SEMG信息，实时地解码手部运动的速度、加速度和轨迹，从而实现对假手的灵活控制，且使用自然，无需植入电极，便于维护。