基于脑肌电融合的手部自然抓取动作解码研究.pdfVIP

摘要

摘要

研究复杂抓取动作的解码过程对于运动康复领域具有重要意义。传统的基于脑电或

表面肌电的手部解码研究存在解码成功率低、研究的动作不够复杂精细、与日常生活关

联小等问题，不利于实现自然直观的神经假肢和康复机器人控制。本文面向自然人机交

互，根据人类抓取分类学和动作使用频率，对五种自然抓取动作（紧握、虚握、夹笔、

捏针、写字）开展了基于脑肌电融合的手部自然动作解码研究，探究使用运动相关皮层

电位（MRCP）的源特征解码动作类型的可能性以及和肌电特征融合后的解码效果。

本文的核心工作包括：（1）设计基于脑电和脑肌电融合的手部自然抓取实验范式，

搭建相应的实验硬件平台和上位机控制系统，并招募被试开展采集实验。（2）对采集到

的脑电数据和表面肌电数据进行预处理，基于滑动时间窗提取MRCP的源特征和肌电

特征，并对三种融合解码方案进行比较和评估。（3）对被试在抓取过程中的手部运动行

为进行分析，检测被试在动作执行过程中的关键时刻点，分析不同自然抓取动作的大脑

皮层激活模式和脑网络结构在运动过程中的变化以及不同频段下不同组合的脑肌耦合

和肌间耦合强度随时间的变化。

研究结果表明，MRCP的源特征可以成功解码同侧手部的不同自然抓取动作，总体

平均六分类峰值准确度为49.4%，在特征数量仅为通道特征的2/3情况下表现出了与通

道特征相当的分类水平；而脑肌电融合可以结合两种特征的优势，在确保运动阶段的分

类性能不低于仅使用肌电特征的分类性能的情况下，使被试在运动准备和运动意图阶段

的分类准确度提高到五分类显著性水平，融合后的五分类总体平均峰值准确度达到

73.8%。此外，神经生理学分析结果显示，运动意图主要激活了大脑额叶区域，而运动

执行主要激活的是顶叶区域，而且皮层与肌肉、肌肉和肌肉之间的信息传递具有频段特

异性：大脑主要通过频段向肌肉传递运动控制信息，肌肉则通过低频段向大脑反馈运

动执行信息；肌肉之间通过频段传递运动规划信息，更精细化的运动执行信息通过和

频段传递。

本文的研究有助于人类理解复杂抓取动作的产生机制，促进直观自然的人机交互的

实现，为多模态脑机接口研究提供了新的研究思路。

关键词：手部自然动作解码，运动相关皮层电位，源成像，脑肌融合，脑肌耦合

I

Abstract

Abstract

Studyingthedecodingprocessofcomplexgraspingmovementsisofgreatsignificance

forthefieldofmotorrehabilitation.Traditionalhanddecodingresearchbasedon

Electroencephalography(EEG)orsurfaceElectromyography(sEMG)hasissuesincludinglow

decodingaccuracy,insufficienthandcomplexity,andlimitedrelationshipwithdailylife,which

isnotconductiveforanaturalandintuitivecontrolofneuralprosthesesandrehabilitationrobots.

Inthisstudy,fivekindsofnaturalgraspingmovements(mediumwrap,adductedthumb,

adductiongrip,tippincandwritingtriped)wereselectedbasedongraspingtaxonomyand

frequencyofdailyu