微功率无线通讯模式下人脑机械手接口系统.pdf

微功率无线通讯模式下人脑-机械手接口系统，属于生物医学工程和机械电子工程的交叉领域，包括信号采集设备、由计算机完成的信号分析模块和无线通讯模块，其中信号采集设备采集脑电信号，脑电信号进入计算机，信号分析模块采用功率谱密度分析，检测脑电信号A，B，C三个频率点功率谱密度，A，B，C三点频率在2～30Hz，当频率点的功率谱密度在[2，50]微伏之间，取该频率点特征信息为1，否则为0；脑电信号形成由三个二进制数值组成的特征信息，特征信息通过无线通讯模块发送给机械手。本发明采用多通道的脑电数据获取方式，无线方式可以更好的解决这一问题，且方便使用者佩戴该设备。

1、  一种微功率无线通讯模式下人脑-机械手接口系统，其特征是包括信号采集设备、由计算机完成的信号分析模块和无线通讯模块，其中信号采集设备采集脑电信号，脑电信号进入计算机，信号分析模块采用功率谱密度分析，每隔t秒检测脑电信号A，B，C三个频率点功率谱密度，A，B，C三点频率在2～30HZ，当频率点的功率谱密度在[2，50]微伏之间，取该频率点特征信息为1，否则为0；脑电信号形成由三个二进制数值组成的特征信息，特征信息通过无线通讯模块发送给机械手。

2、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于每隔0.2～1秒检测脑电信号5Hz、10Hz和22Hz频率点功率谱密度。

3、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于特征信息[010]、[101]为模式1，特征信息[010]、[000]为模式2，特征信息[110]、[010]、[000]为模式3。

4、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于所述的的信号分析模块采用阈值判断分析，过程如下：选取幅度范围[0，100]微伏，均值[-30，30]微伏的脑电信号，然后利用频谱分析工具把α波，β波频带对应的幅度和均方根信息分别与设定的阈值比较，其中α频带均方差超出阈值幅度[5，50]微伏间，规定为模式4，把β频带的均方差超出阈值范围[10，30]微伏规定为模式5。

5、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于所述的信号分析模块采用小波变换分析，过程如下：把脑电信号分解成对时间和频率独立的信号，小波分析的两尺度方程如下：

式中是尺度函数，ψ是小波函数，h_k是一组低通滤波系数，g_k是高通滤波系数，x和k为数据点在序列中的序数；
脑电信号经过多分辨分析处理，利用二尺度方程的h_k和g_k把信号分解成低频和高频两个部分，如果[6.25Hz，12.5Hz]频段信号幅度在[20，50]微伏范围，且相对的小波系数的均方根在[0.1，0.5]之间，规定为模式6，对于[18.75Hz，25Hz]之间的脑电信号，如果其幅度在[20，30]微伏间，且系数均方根在[0.1，0.5]间，规定为模式7。

6、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在脑电信号的特征信息发送之前进行噪声干扰判断，检测脑电信号50Hz频率点附近的分量，将检测到脑电信号振荡幅度小于等于200微伏，进行特征信息发送。

7、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于所述的信号采集设备是一个四通道独立的差模信号预处理电路，每个通道包括Ag-AgCl电极、放大电路、滤波电路、光电隔离电路，其中Ag-AgCl电极连接到放大电路，再经过滤波电路后输入光电隔离电路，光电隔离电路通过USB接口与计算机连接。

8、  按照权利要求1所述的微功率无线通讯模式下人脑-机械手接口系统，其特征在于所述的无线通讯模块是采用FSK方式的无线通讯电路、信号幅度调制的ASK方式或者采用蓝牙通讯方式。

微功率无线通讯模式下人脑-机械手接口系统
技术领域
本发明属于生物医学工程和机械电子工程的交叉领域，涉及一种用大脑的思维来控制机械手的行为。在整个系统中将脑电信号(EEG)与机械手相结合，从脑电中提取出有效控制机械手动作的信号，再将其转化为控制信号，并采用频移键控(FSK)调制方式的微功率无线通讯来控制机械手的动作。
背景技术
2008年《自然》杂志发表了美国匹兹堡大学的一项最新研究成果。实验人员将一个微电极阵列植入到恒河猴大脑的运动区，采集多个神经细胞的放电信号，经过计算机的实时处理，转换成电动假肢的控制命令。经过一段时间的训练，猴子学会了用自己的大脑神经信号直接控制假肢的运动，抓取食物喂到自己的嘴里。在此过程中，猴子对抓取力度和假肢运动轨迹的控制达到了很高的准确度，几乎把假肢当成了自己的手臂来“使用”。
天津大学申报了“采用肌电和脑电协同控制的假肢手及其控制方法”的发明专利，输出信号与电动假肢手驱动电路相连。
机械手有多种分类形式，适合截肢患者使用的多为仿人型机械手，根据采用控制电机个数的不同，又可分为不同自由度的机械手，一般来说，自由度越多的机械手越能完成更加复杂的操作。本专利申请中用于控制的假手为五指型仿人机械手，该装置由手掌和五个手指组成，每个手指由独立的直流电机驱动，能够灵活完成打手势，取物等不同的动作。
目前，脑电信号提取识别设备和机械手控制设备中多采用信号线直接连接的方式，这样的连接必然带来使用者的诸多不便，往往会由于信号传输线的接触问题，导致系统可靠性下降。机械手的动作是由电机驱动手指等关节完成的，必然会带来较大的电气干扰，如果上述两个单元通过通讯线路连接，不仅在信号传输的可靠性上会下降，电机动作的干扰也会影响到脑电测量分析环节。
发明内容
基于现有的机械手控制技术，提供微功率无线通讯模式下人脑-机械手接口系统，实现一种无线通讯的、高效可靠的人脑-假手控制方式。同时，五自由度仿人机械手可以更好的模仿人手动作，满足截肢患者的操作要求，提高其生活的质量，减少其对家庭成员的依赖程度。
本系统由信号采集控制设备、便携式计算机及其人脑-机械手控制软件组成，其中控制软件运行在便携式计算机上。
本发明采用的技术方案是：包括信号采集设备、由计算机完成的信号分析模块和无线传输模块，其中信号采集设备采集脑电信号，脑电信号进入计算机，然后由信号分析模块完成对信号的分析判断，经过分析模块的分析，把不同脑电的特征信息形成不同的命令模式，然后通过无线通讯模块发送给机械手。
分析模块采用三种方式分析：
功率谱密度分析：
对全频段信号进行分析，通过动态的获取多个频率点的功率谱密度的变化关系，形成一个多维的变化序列，每隔t秒检测脑电信号A，B，C三个频率点功率谱密度，A，B，C三点频率在2～30HZ，当频率点的功率谱密度大于等于设定阈值，取该频率点特征信息为1，否则为0；脑电信号形成由三个二进制数值组成的特征信息，特征信息通过无线通讯模块发送给机械手。
如分别对A，B，C的频率点检测，当B首先达到阈值，A和C信号分量在下一时间段(0.5秒后)达到阈值，而B降到正常范围，就形成了([010][101])的特征信息，与特征序列比较，判别信号的模式。
一种优选方式：每隔0.2～1秒检测脑电信号5Hz、10Hz和22Hz频率点功率谱密度。分别定义([010][101])，([010][000])和([110][010][000])为模式1、模式2和模式3。
阈值判断分析：
对脑电信号的幅值特点的分析，选取幅度范围[0，100]微伏，均值[-30，30]微伏的脑电信号，分析中首先对一段时间的数据提取均值和幅值，把获取的结果与预设参数范围比较，确定其有效性(幅度范围[0，100]微伏，均值[-30，30]微伏)。然后利用频谱分析工具把α波，β波等频带对应的幅度和均方根等信息分别与设定的阈值比较(幅度阈值设定在[5，50]微伏间)，根据其选择判别类型，如在α频带均方根超出阈值[5，50]微伏间，可判断其与视觉处理神经电活动相关，规定为模式4，把β频带的均方根超出阈值范围([10，30]微伏)规定为模式5。
小波变换分析：
小波分析方法是一种满足能量守恒的分析方法，它把信号分解成对时间和频率独立的信号，同时不失原有信息。可以通过选择不同尺度，来研究信号的动态特性，把脑电信号分解成对时间和频率独立的信号，小波分析的两尺度方程如下：

式中是尺度函数，ψ是小波函数。h_k是一组低通滤波系数，与其相乘可得低频信号，而g_k是高通滤波系数，x和k为数据点在序列中的序数。脑电信号经过多分辨分析处理，利用二尺度方程的h_k和g_k把信号分解成低频和高频两个部分，如果[6.25Hz，12.5Hz]频段信号幅度在[20，50]微伏范围，且相对的小波系数的均方根在[0.1，0.5]之间，规定为模式6，对于[18.75Hz，25Hz]之间的脑电信号，如果其幅度在[20，30]微伏间，且系数均方根在[0.1，0.5]间，规定为模式7。
脑电信号经过多分辨分析处理，利用二尺度方程的h_k和g_k把信号分解成低频和高频两个部分，继续对分解后信号还可作进一步分解。由于其具有较好的时间分辨率，获取各个频段的特征信息，结合分解后的小波系数，来选择特征信息的类型，进一步形成控制命令。在设备采样频率200Hz的情况下，对信号作3～6次分解，可得到[6.25Hz，12.5Hz]间的信号，如果该频段信号幅度在[20，50]微伏范围，且相对的小波系数的均方根在[0.1，0.5]之间，规定为模式6，而对于[18.75Hz，25Hz]之间的信号，如果其幅度在[20，30]微伏间，且系数均方根在[0.1，0.5]间，规定为模式7情况。
其中无线通讯模块的选择可以是采用FSK方式的无线通讯电路或者信号幅度调制的ASK方式，还可以采用蓝牙通讯等方式。其中FSK方式可以使用433MHz的工业、科学和医用(ISM)频段，应用该频段无需特别许可证。在使用中，根据机械手复杂程度和动作方式的不同，把三种分析方法对脑电信号分析后得到的控制模式与机械手的动作指令对应，通过无线通讯模块传递到机械手控制单元，控制机械手的运动。
在脑电信号的特征信息发送之前进行噪声干扰判断，检测脑电信号50Hz频率点附近的分量，将检测到脑电信号振荡幅度小于等于200微伏，进行特征信息发送。
在脑电分析的过程还要进行噪声处理，噪声判别主要是消除脑电检测中常见的工频干扰和肌电伪迹，通过频谱分析工具，检测50Hz频率点附近的分量，参照模拟电路对工频信号的处理模式，判断其是否超出给定范围。在时域中，如检测到脑电信号放大后溢出(大于500微伏)或大幅度振荡(幅度大于200微伏)等不符合脑电信号基本特征的信号，可判断为肢体运动等引起的干扰。
本发明的信号采集设备是一个四通道独立的差模信号预处理电路，每个通道包括Ag-AgCl电极、放大电路、滤波电路、光电隔离电路，Ag-AgCl电极连接到放大电路，再经过滤波电路后输入光电隔离电路。它一端通过屏蔽电缆与置于头皮的Ag-AgCl电极相连，另一边与便携式计算机通过USB接口和串行口相连接。
本发明的有益效果：该系统采用多通道的脑电数据获取方式，模块化的配置，灵活的无线连接方式，安全可靠的设计，可以有效的帮助残疾人控制机械假手，并可以通过扩展接口控制其他设备，比如电灯开关，轮椅移动等等，改善残疾人的生活环境，增加其自理能力，提高其生活的质量。无线方式可以更好的解决这一问题，且方便使用者佩戴该设备。进一步，通过无线控制方式，可以把机械手控制单元与脑电采集分析单元在电气上完全的隔离开来，消除二者相互影响。可见，无线通讯模式的引入可以很好的解决上述问题。对此，本发明基于FSK的调制方式，采用高效前向纠错信道编码技术，提高了数据抗突发干扰和随机干扰的能力，其发射功率20mW，载波频率433MHz。
附图说明
图1人脑-机械手无线控制系统框图；
图2预处理模拟电路框图；
图3(a)预处理放大电路；
图3(b)预处理滤波电路图；
图3(c)预处理光电隔离电路图；
图3(d)预处理无线通讯电路；
图4(a)采样参数管理流程；
图4(b)数据源选取流程；
图4(c)EEG特征提取及分析流程；
图4(d)控制模式流程图。
具体实施方式
结合附图对本发明做进一步描述：
如图1所示，人脑-机械手无线控制系统框图，包括信号采集设备、由计算机完成的信号分析模块和无线传输模块，其中信号采集设备采集脑电信号，脑电信号进入计算机，然后由信号分析模块完成对信号的分析判断，经过分析模块的分析，把不同脑电的特征信息形成不同的命令模式，然后通过无线通讯模块发送给机械手。
本系统采用盒装方式，控制盒前面板有电源开关、电源指示，四个通道输入端子以及一个共模信号反馈端子。后面板有串行接口、USB接口、无线控制开关以及一个扩展接口。控制盒内部有四个通道的预处理模拟电路，无线传输电路，模数转换模块等。预处理电路可分为放大电路，滤波电路和光电隔离电路三个部分，框图见附图2。各部分电路原理见附图3(a，b，c)。无线传输是采用低功率的FSK调制电路实现，通过合理配置其工作模式可实现低功耗的工作特征，电路原理见附图3(d)。在使用过程中，图3中的各处理单元可以根据需要，通过跳接线优化硬件连接关系。比如在干扰很小情况下，可以简化附图3(b)中多级滤波电路。
人脑-机械手控制软件是在LabVIEW框架下编程实现的，根据其功能可划分为采样参数设置、数据源选择与管理、EEG特征提取、控制模式配置和机械手通讯模式等模块，各模块的流程见附图4。基于以上的模块，实现了对硬件系统的管理和控制。通过数据源选择与管理模块，该系统不仅可以对EEG进行实时采集与分析，而且还可以作离线数据分析，极大的提高了软件的使用率。脑电信号特征提取模块可以选用不同的分析方式，如小波变换方式和功率谱方式等，在提取了脑电特征信号后，与特征样本比较，如果符合给定特征，即选用当前样本的控制方式。
脑电信号是一种人体极其微弱的电信号，其幅值在几微伏到几十微伏之间。在头皮表面放置Ag-AgCl电极，与头皮表面紧密接触，可以拾取到脑电信号。信号采集控制设备的前端输入端子与Ag-AgCl电极通过屏蔽导线连接，把微弱的脑电信号传递到采集控制设备中进行处理。另一方面，为了有效抑制人体共模信号对信号处理过程的影响，减小信号失真，把脑电信号共模电压经前面板的共模端子反馈到人体，有效的提高信号处理的效果。采集控制设备中的预处理前端放大器直接与对应输入端子相连接。由放大电路对信号初步放大后，脑电信号传递到第二级滤波电路。由于环境等诸多因数的影响，脑电信号中通常夹杂着较大幅度的工频信号，通过滤波电路可以把干扰频段有效的削弱，以减少后级放大对信号的影响。处理后的信号经由光电隔离电路，以保证设备的电气安全特性，再输入模数转换模块。采集电路的参数如附表1所示。
表1控制系统参数