专利名称：脑机接口系统及方法脑机接口(Brain Computer Interface, BCI)用作人脑和外部设备之间的直接交流路径。此外，BCI系统还可提供用于数学方法的发展和多通道信号处理以从大脑活动推导命令信号的重要试验台。由于其直接使用大脑活动的电子签名来响应外部刺激，故对遭受严重神经肌肉障碍并因此无法通过正常神经肌肉途径交流的瘫痪病人特别有用。脑电图(Electroencephalogram, EEG)是一种广泛使用的技术，由于其优点(诸如无创性质和低成本)而超越许多现有的脑信号测量技术。除了康复之外，BCI应用还包括但不限于通信、控制、生物反馈和交互式计算机游戏和娱乐计算。例如，当前，中风康复通常涉及由人类治疗师执行的物理疗法。可替换地，机器人康复可辅助人类治疗师并且使无法从人类治疗师处获得的新奇康复训练成为可能。通常，机器人康复包括仅仅基于运动重复的康复。换言之，即使患者不注意治疗，机器人也辅助患者，并且如果例如在2秒之后没有检测到运动，则机器人辅助被触发。此外，不同于可基于中风患者的状况和进步而给予个性化康复的人类治疗师，机器人给予标准化的康复。此外，机器人的使用无法适用于注重成本和空间的基于家庭的康复。此外，对患者反馈的主要形式是通过屏幕提供的视觉反馈，这可能存在不足。基于机器人康复的涉及脑机接口(BCI)的临床试验当前正在发展，并且超过标准机器人康复的一些优点包括仅在运动意图被检测到时对患者进行机器人辅助，并且对运动意图的检测被校准至患者特有的运动想象脑电图(EEG)。 本发明的实施方式试图改善当前的脑机接口系统。
根据本发明的第一个方面，提供了一种用于基于交互的脑机接口( BCI)的方法，所述方法包括以下步骤获取个人的EEG信号；对所述EEG信号进行处理以确定所述个人的运动想象；使用检测设备检测所述个人的运动；以及基于所述运动想象、所述运动、或所述运动想象和所述运动向所述个人提供反馈；其中，提供所述反馈包括激活所述检测设备的刺激元件以向所述个人提供刺激。该方法还可包括对所述EEG信号进行处理以确定所述个人是否执行特定运动想象；以及如果所述特定运动想象被执行，则激活所述刺激元件。在所述特定运动想象被执行的情况下，该反馈还可包括对所述个人的单独的视觉反馈。该方法还可包括确定所述个人是否执行特定运动；以及如果所述特定运动被执行，则激活所述刺激元件。在所述特定运动被执行的情况下，该反馈还可包括对所述个人的单独的视觉反馈。对所述个人是否执行所述特定运动的确定可在一个时间段内进行。EEG信号的处理可包括使用被训练的分类算法。训练分类算法可包括将所述EEG信号分为多个段；对于每个段，将相应的EEG信号部分分为多个频带；对于每个频带，基于CSP算法和相应特征计算空间滤波投影矩阵，并且计算每个相应特征相对于一个或多个运动想象类的互信息；对于每个段，对相对于各个类的所有相应特征的互信息进行求和，以及选择针对一个类具有最大的互信息和的段的相应特征以进行训练。该方法还可包括使用被选择的相应特征来训练所述分类算法的分类器。 训练分类器可包括使用被选择的相应特征训练非线性回归，以及使用来自所述非线性回归的输出训练非线性后处理回归。基于所述CSP算法计算所述空间滤波投影矩阵可包括使用用于每个频带的多模态多时间段。用于每个频带的多模态多时间段可包括空间状态的多模态表示。根据本发明的第二个方面，提供了一种脑机接口系统，包括用于获取个人的EEG信号的装置；用于对所述EEG信号进行处理以确定所述个人的运动想象的装置；用于使用检测设备检测所述个人的运动的装置；以及基于所述运动想象、所述运动、或所述运动想象和所述运动向所述个人提供反馈的装置；其中，提供所述反馈的装置包括用于向所述个人提供刺激的、所述检测设备的刺激元件。刺激元件可包括触觉致动器。该系统还可包括基于所述运动想象、所述运动、或所述运动想象和所述运动向所述个人提供视觉反馈的屏幕。根据本发明的第三个方面，提供了一种训练用于BCI的分类算法的方法，所述方法包括以下步骤将EEG信号分为多个段；对于每个段，将相应的EEG信号部分分为多个频带；对于每个频带，基于CSP算法和相应特征来计算空间滤波投影矩阵，并且计算每个相应特征相对于一个或多个运动想象类的互信息；对于每个段，对相对于各个类的所有相应特征的互信息进行求和，以及选择针对一个类具有最大和的互信息的段的相应特征以对分类算法的分类器进行训练。训练分类器可包括使用被选择的相应特征进行非线性回归，以及使用来自所述非线性回归的输出进行非线性后处理回归。基于所述CSP算法计算所述空间滤波投影矩阵可包括使用用于每个频带的多模态多时间段。用于每个频带的多模态多时间段可包括空间状态的多模态表示。仅通过实施例并结合附图，从下面的文字性描述中，本发明的示例性实施方式将被更好地理解并且对于本领域技术人员来说更容易显而易见，在附图中图I是示出根据本发明的示例性实施方式、用于中风康复的基于脑机接口(BCI)的无创脑电图(EEG)的系统架构的示意图；图2是示出根据本发明的示例性实施方式、将EEG分解为多个时间段和频率组(frequency bank)的不例性 EEG ；图3示出了多模态方法和单模态方法在提取判别空间模式中的区别；图4是概述根据本发明的实施方式的校准阶段中的步骤的流程图；图5是示出根据本发明的一个实施方式的校准阶段和异步运动想象康复阶段的示意图；图6是示出根据本发明的实施方式的用于BCI系统中的单独试验的步骤的流程图；图7是示出根据本发明的实施方式、在运动想象检测和康复阶段期间的一连串事 件的时间线；图8是示出根据本发明的另一个实施方式的用于BCI系统中的单独试验的步骤的流程图；图9是屏幕上用户界面的屏幕截图，示出了在参照图8所述的示例性试验中所提供的反馈；图10是示出根据本发明的示例性实施方式的用于基于交互的脑机接口的方法的步骤的流程图；图11是示出根据本发明的示例性实施方式的训练用于BCI的分类算法的流程图；图12是用于实施示例性实施方式中的无创的基于EEG的脑机接口的计算机系统的示意图。




用于基于交互的脑机接口(BCI)的系统和方法。该方法包括以下步骤获取个人的EEG信号；处理该EEG信号以确定个人的运动想象；使用检测设备检测个人的运动；以及基于运动想象、运动、或二者向个人提供反馈；其中提供所述反馈包括激活检测设备的刺激元件以向个人提供刺激。该系统包括获取个人的EEG信号的装置；处理EEG信号以确定个人的运动想象的装置；使用检测设备检测个人的运动的装置；以及基于运动想象、运动、或二者向个人提供反馈的装置；其中提供反馈的装置包括检测设备的用于向个人提供刺激的刺激元件。