刘 帅，乌日开西·艾依提
（**大学机械工程学院，**乌鲁木齐 830047）
脑机接口（Brain Computer Interface，BCI）系统为人类与周围环境进行交互提供了一种不依赖于肌肉和外周神经的新的输出通道[1]。通过记录头皮上的脑电信号（Electroencephalographic，EEG）并进行解码，转换成控制指令来控制计算机或机械手等外部设备。由中风导致的感觉运动功能丧失，具体表现为上肢偏瘫，对患者的日常生活影响很大[2-3]。
研究表明，偏瘫患者在康复后仍有可能存在手臂运动功能障碍[4-5]。传统的康复训练方法主要是一种被动的康复训练方法，缺少患者的主观反馈。运动想象（Motor Imagery，MI）是指运动活动在内心进行模拟，而不伴有明显的身体运动[6-7]。基于运动想象脑机接口（MI-BCI）技术通过有效的特征提取方法可以检测出人的运动意图，利用运动想象技术诱发刺激脑神经的可塑性，达到主动康复的效果，为运动感功能障碍患者提供一种新的康复训练方法。
目前国内外的研究现状包括：文献[8]设计了MI-BCI的上肢外骨骼控制系统，将改进的共空间模式（Common Spatial Pattern，CSP）特征提取算法应用在系统中，有效提高了上肢外骨骼控制成功率。文献[9]设计了基于MI-BCI控制的低成本手臂康复机器人系统，在健康个体中验证系统的可行性与安全性，结果表明当两种控制指令均对应想象肢体运动时的控制策略时，相比于两种控制指令分别对应想象肢体运动和休息状态的控制策略，系统表现得更好。文献[10]设计了基于MIT-Manus 机器人的MI-BCI 系统，结果表明机器人反馈在运动辅助以及中风患者受损肢体的运动恢复方面有效。将从便携性和低成本角度设计基于运动想象脑机接口的机械手控制系统，并完成系统可行性验证实验。
2.1 框架
本系统采用无线脑电采集系统进行EEG信号的采集，利用滤波、降采样、去除基线漂移等预处理方法去除伪迹，使用CSP算法对脑电信号进行特征提取，利用支持向量机（Support Vector Machines，SVM）进行分类，将分类结果转换为控制指令，控制指令通过通信协议传输到相应的控制单元，实现对机械手运动的控制，受试者根据机械手的运动状态给予的反馈调整脑状态。通过对运动想象脑电信号的识别，最终搭建了基于MI的在线脑控机械手系统，实现了对机械手的实时控制。系统框图，如图1所示。
图1 系统框图Fig.1 Block Diagram of System
2.2 系统构成
系统主要由脑电信号采集模块、在线处理模块、控制模块三个部分组成。实物图，如图2所示。
图2 系统实物图Fig.2 The Physical Picture of System
脑电信号采集模块包括脑电帽、无线放大器和多参数同步器。这里采用的是博瑞康公司NeuSen W系列的无线脑电采集系统。该系统具有便携性好、信号稳定、屏蔽性好等优点，由于采用的是无线放大器，应用的场景也比较灵活，实验设计受到的约束也会减小。多参数同步器可将多种类型的事件以小于1ms的时间精度与脑电数据进行同步，为后续的数据分析提供重要依据。
在线处理模块是基于MATLAB环境开发，包括数据接收缓存和数据处理两个部分。根据运动想象实验范式记录的脑电信号通过IP 地址和端口将采集到的脑电信号同步存储在缓存区内，使用降采样、去除基线漂移、分段和带通滤波等方法对脑电信号进行预处理，根据想象肢体运动时产生的事件相关去同步（Event-Related Desynchronization，ERD）∕事件相关同步（Eventrelated Synchronization，ERS）现象[11]，确定信号最优的时间窗和最优的频率范围，利用共空间模式（CSP）进行脑电信号特征的提取，最后使用支持向量机（SVM）建立模型并输出分类结果。
控制模块由STM32单片机、控制板、机械手组成，其中单片机型号为STM32F429IGT6，基于Cortex-M4 内核，主频为180M。控制板设有舵机接口和通信接口。机械手共包括6个舵机，5个防堵LFD-01舵机和一个高精度数字舵机，主体支架呈黑色，全部采用质地轻巧的亚克力材料，手指关节部分使用金属连接。
共空间模式是一种对两分类任务下的空域滤波特征提取算法，能够从多通道的脑电信号中提取每一类的空间分布成分。共空间模式的原理是利用矩阵对角化，找到一组最优空间滤波器对信号进行投影，使得一类方差最大化，另一类方差最小化，从而得到具有较高区分度的特征向量[12]。
单次运动想象脑电实验数据由一个N×M的矩阵XX组成，其中N表示通道数，M表示采样点数，其归一化后的协方差矩阵计算如下：
其中，Sl和Sr具有共同的特征矢量E，且对应的特征值之和为1，则Sl最大特征值对应的特征向量是Sr最小特征值对应的特征向量。对Sl和Sr进行特征分解可得：
则对输入矩阵**行滤波可得Z=WX，取Z的前m列和后m列构成特征矩阵Zp，p=1，2，…，2m。
4.1 上位机设计
本系统通过使用上机位对实时分类结果进行读取并发送至下机位实现对机械手的实时控制。上机位的设计是基于C#语言在Visual Studio 2017环境下开发，使用.NET Sockets库连接Wi-Fi，完成通讯功能。使用.IO库打开文件并读取内容，根据文件内容发送命令到STM32，实现控制效果。在启动上位机后，输入Wi-Fi模块的IP地址和存储结果的文件夹地址，点击“选择单片机”按钮连接单片机，当显示“连接成功”时，上位机和下位机之间将建立通信，未显示“连接成功”时，上机位和下机位之间通信连接失败，检查Wi-Fi模块的IP地址是否正确。在发送数据时，界面会实时显示发送的数据和发送的数量，便于观察数据是否发送成功。上位机包含三个功能：
（1）通信功能：实现上位机与下位机之间的通信。
（2）文件夹监听功能：对存有分类结果的文件夹进行实时监听。
（3）数据发送功能：当监听到文件夹有变动时，读取最新的数据，通过Wi-Fi将数据发送给下位机。
4.2 控制策略
STM32单片机用于接收上位机发送的数据并转换成相应的控制指令，将控制指令发送至控制板，实现机械手执行的相应的运动。上位机和下位机之间使用Wi-Fi进行通信，Wi-Fi模块采用的是ESP8266，该芯片支持透传，功耗小，价格低，性价比高，不仅可以实现数据的传输，还可以用AP模式建立局域网，可以满足系统的需求。具体的实现方式为将ESP8266设置为AP模式，作为TCP 服务器与PC 端进行通信，并与上位机连接，通过使用USART1 的DMA 接收和发送功能，实现STM32 与ESP8266 之间的通讯。
上位机将数据发送至单片机后，单片机会将接收到的分类结果转换成相应的控制指令。单片机与机械手之间采用串口通讯。具体的实现方式为通过USART3的DMA发送功能，将指令发送至控制板，控制机械手的运动。执行特定想象动作的脑电信号所对应的指令，如表1所示。
表1 想象动作对应的指令Tab.1 Instruction of Imaginary Actions
在线脑电实验中，受试者会根据刺激屏幕上的提示（向左或向右的箭头）做相应的想象动作。当屏幕上出现向左的箭头时，受试者需要想象左手运动，通过对采集到的左手运动想象脑电信号进行解码生成机械手张开的指令，实现机械手张开的动作。当屏幕上出现向右的箭头时，受试者需要想象右手运动，通过对采集到的右手运动想象脑电信号进行解码生成机械手握拳的指令，实现机械手握拳的动作。屏幕提示及其对应的机械手动作，如图3所示。
图3 屏幕提示及其对应的机械手动作Fig.3 Screen Prompts and Corresponding Manipulator Actions
根据在线分类结果控制机械手执行相应动作的流程图，如图4所示。具体步骤为：（1）启动上位机，检查Wi-Fi是否连接正常，未正常连接，Wi-Fi 模块上的指示灯将一直处于闪烁状态；
（2）单片机是否连接正常，未显示“连接成功”则表示单片机连接异常；
（3）如果连接成功，上机位将读取指定文件夹里的分类结果发送给单片机；
（4）单片机将分类结果与某一指令进行匹配，输出相应的指令到控制板，控制机械手的运动。
图4 机械手控制流程图Fig.4 Manipulator Control Flow Diagram
4.3 机械手控制系统测试
机械手控制系统软硬件设计完毕后，对系统控制模块进行搭建，实物图，如图5所示。
图5 机械手控制模块Fig.5 Manipulator Control Module
通过将控制程序下载到单片机中，实现与PC端的通讯。在控制系统界面中进行系统参数设定，如图6所示。将IP地址设置为192.168.4.2，文件地址设置为存储分类结果的文件地址，实现上下位机之间的连接和通讯，同时每次机械手执行的动作和执行的数量会在界面中显示。在线实验时，采集系统将实时采集到的脑电信号传输到在线处理模块，经过在线处理模块的实时处理产生分类结果，上位机通过系统中设置的文件地址实时读取分类结果，通过TCP∕IP协议实时地将分类结果发送至机械手控制模块，并转换为控制指令，从而实现机械手实时控制。根据每次在线处理模块产生的结果不同，机械手会执行不同的动作。
图6 机械手控制系统界面Fig.6 Manipulator Control System Interface
在线实验阶段，招募3名健康的志愿者进行在线脑机接口实验，年龄在（24～28）周岁之间。使用NeuSenW 16 无线脑电采集系统进行实验数据的采集，脑电帽的电极按照国际标准10-20系统放置，采集了F3、F4、F7、F8、C3、C4、T3、T4、Pz、P3、P4、T5、T6、Oz、O1和O2共16个通道的数据。参考电极位于头顶部，接地电极位于前额。采样频率设置为1000Hz，初始带通滤波为（0.5～100）Hz，陷波滤波50Hz。
受试者佩戴脑电帽被要求坐在距离电脑屏幕大约70cm 的椅子上，双手自然放置，保持放松状态。在想象过程中，要求受试者尽量避免眨眼、眼动、身体以及头部移动。单次实验数据采集范式，如图7所示。试验开始前2s为准备阶段，屏幕显示空白；
2s后有一段短暂的提示音并且屏幕显示“+”字形，提示被试实验马上开始；
（4～7）s屏幕会随机出现向左或向右的箭头，被试需要根据提示进行左右手的运动想象；
7s后有（2～4）s的随机休息时间；
为了防止受试者疲劳，每隔10 次实验休息2min。实验共分为6组，每组10 次实验，共60 次实验，其中30 次实验为想象左手运动，30次实验为想象右手运动。
图7 单次实验数据采集范式Fig.7 Single Experiment Data Collection Paradigm
系统在线实验结果，如图8所示。图8中横坐标表示实验次数，纵坐标表示分类结果，“1”是机械手张开动作的标签，“2”是机械手握拳动作的标签。受试者2的分类结果正确52个，分类准确率最高。所有受试者的在线实验结果，如表2所示。三名受试者的平均识别正确率为82.8%，验证了所设计的基于运动想象脑机接口的机械手控制系统的可行性。
表2 所有受试者在线实验结果Tab.2 Online Experiment Results for all Subjects
图8 在线实验结果Fig.8 Online Experiment Results
设计并实现了基于运动想象脑机接口的机械手控制系统，设计了基于运动想象的实验范式，采用便携性好的无线脑电采集系统和上下位机的控制方式实现了机械手的实时控制并对系统的可行性进行了验证。实验结果表明，本系统可以实现机械手的准确控制，具有良好的控制效果。为便携式脑机接口发展奠定了基础，并可为实现运动想象脑机接口在运动功能障碍患者康复领域的应用提供新的思路。下一阶段将结合这里的设计思路和课题组研发的3D打印外骨骼为运动功能障碍患者制定有效的主动康复训练方法。
猜你喜欢 电信号机械手受试者 抓取脆弱物体的机械手青少年科技博览（中学版）(2023年5期)2023-06-26涉及人的生物医学研究应遵循的伦理原则中国心血管杂志(2022年2期)2022-11-25涉及人的生物医学研究应遵循的伦理原则中国心血管杂志(2022年4期)2022-11-25基于联合聚类分析的单通道腹部心电信号的胎心率提取成都信息工程大学学报(2021年4期)2021-11-22涉及人的生物医学研究应遵循的伦理原则中国心血管杂志(2021年6期)2021-01-02基于Code Composer Studio3.3完成对心电信号的去噪科技传播(2019年24期)2019-06-15涉及人的生物医学研究应遵循的伦理原则中国心血管杂志(2019年3期)2019-01-04基于随机森林的航天器电信号多分类识别方法北京航空航天大学学报(2017年9期)2017-12-18搬运机械手PLC控制系统设计通信电源技术(2016年1期)2016-04-16基于ADAMS与MATLAB的机械手控制系统仿真研究机电信息(2015年3期)2015-02-27