一种基于EEG和sEMG的假手控制策略
本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018
Rose今天分享一篇基于EEG和sEMG的假手控制策略的文章。
导读
针对残臂较短或残臂上肌电信号测量点较少的残疾人使用多*度假手的需求, 研究人员提出一种基于脑电信号(Electroen-cephalogram, EEG) 和表面肌电信号(Surface electromyogram signal, sEMG) 协同处理的假手控制策略. 该方法仅用1 个肌电传感器和1 个脑电传感器实现多*度假手的控制. 实验中，研究人员使用1 个脑电传感器测量人体前额部位的EEG, 从测量得到的EEG中提取出眨眼动作信息并将其用于假手动作的编码，同时使用1 个肌电传感器测量手臂上的sEMG。研究人员针对肌电信号存在个体差异和位置差异的问题, 采用自适应方法实现手部动作强度的估计，并采用振动触觉技术设计触觉编码用于将当前假手的控制指令反馈给佩戴者, 从而实现EEG 和sEMG 对多*度假手的协同控制.研究人员通过实验验证了该控制策略的有效性。
基于EEG 和sEMG 的假手控制策略是指分别采用sEMG和EEG实现手部动作强度的估计和动作类型的编码，采用触觉反馈技术将当前假手的控制指令反馈给佩戴者，从而实现EEG 和sEMG 对多*度假手的协同控制。
假手是一类典型的人机交互设备，对于辅助手臂截肢患者恢复手部功能有着重要的作用。多*度肌电假手的控制依赖于多通道的肌电信号，对于截肢后肌肉出现萎缩、截肢部位较高等情况的患者，他们手臂上残留的可以进行肌电信号测量的部位较少，无法采用多个传感器测量多路信号来进行动作模式的识别，给假手的使用带来困难。
针对这一类患者的需求，研究人员提出了一种基于脑电信号(EEG) 与表面肌电信号(sEMG) 结合的假手控制策略。
研究人员设计的假手控制策略框图如上所示，主要包括：基于EEG 的动作类型判别、基于sEMG 的动作强度估计和动作类型的触觉提示等几个部分。
基于EEG的动作判别类型
实验中采用便携式测量设备MindWave 进行脑电信号的测量，通过观察信号发现，眨眼动作的信号可以在MindWave 的测试信号中明显地体现出来。
因此，研究人员拟从测试者前额的EEG 信号中提取眨眼动作的信息，并将单位时间内检测到的眨眼信息用于假手动作的编码。
动作编码分两个环节进行，如上图所示，第一环节为手爪动作和手腕动作的判别，第二环节为具体动作类型(手爪张开、合，手腕顺、逆旋转)的判别。
当用户进行手部动作时, 该策略会根据预设的编码作出相应的眨眼动作, 然后控制器通过分析EEG 信号的特征来进行动作的判别.
基于sEMG的动作强度估计
表面肌电信号(sEMG) 是由肌肉兴奋时所募集的运动单元产生的一个个动作电位序列(Motor unitaction potential trains, MUAPT) 在皮肤表面叠加而成, 是一种非平稳的微弱信号.
肌电信号不仅与肌肉本身的组织生理特性有关, 还与神经控制系统有关.而且肌电信号存在很强的个体差异, 不同测试者在手臂相同位置测量得到的肌电信号差异较大;测量部位不确定, 同样会带来肌电信号的差异。
同一块肌肉不同位置测量得到的肌电信号是存在差异的。从下图中可以看到差异状况。
由于在使用过程中,传感器在手臂上的贴合位置不可避免地会发生变化,这导致使用过程中肌电信号会发生变化; 此外由于环境温、湿度的变化会引起传感器和皮肤之间阻抗的变化, 从而导致测量得到的肌电信号发生变化.
所以使用者在安装佩戴假手时, 需要先对其残臂上的肌电信号进行测量, 然后根据其肌电信号的强度对假手的控制参数进行调整, 并且往往需要经过一段较长时间的训练和适应, 佩戴者才能够较为灵活地控制假手. 而且对于同一个佩戴者, 在使用假手一段时间后, 其假手的控制参数也可能需要重新进行调整, 这给假手的使用带来极大的不便.
为了消除肌电信号个体差异和传感器测量位置差异等因素给假手控制带来的不便，采用自适应方法进行假手开合速度/握力的估计。
动作类型的触觉提示
人体皮肤表面分布有大量的触觉感受器, 能够感知外界的刺激. 在触觉刺激的研究中, 常用的方法有电刺激、顶针刺激、热刺激和振动刺激等, 其中机械振动刺激是一种较为理想的触觉刺激方式, 其装置简单小巧、感知舒适性好、响应速度快、可调范围大、平均功耗低、一致性好且易于驱动控制. 振动刺激装置产生的机械振动作用于人体不同部位皮肤,可以通过控制机械振动信号的波形、频率、幅值和作用方式等产生不同的触觉刺激.
所以，研究人员选择振动刺激来实现向人体进行信息反馈.
研究人员设计了振动袖带，将其佩戴在测试者的上臂部位用于帮助测试者把握假手当前的状态。
振动袖带如上图所示，主要包括4 个微型振动器、振动器驱动模块、控制模块、蓝牙模块以及锂电池等.
蓝牙模块接收假手当前的动作信息并输入控制模块,控制模块根据接收到的信息输出相应的振动编码控制振动器的振动. 振动器在袖带上的位置可以根据需要进行调整, 使用时将袖带绑在测试者的上臂, 调整振动器的位置即可得到如下图所示的振动器分布.
同时，研究人员设计了6 种振动刺激编码用于向佩戴者反馈假手当前的工作状态，6 种振动刺激分别对应于手爪动作、手腕动作、手爪闭合、手爪张开、手腕顺时针旋转、手腕逆时针旋转。
EEG和sEMG协同控制流程
研究人员在实验室时设计了EEG 和sEMG 协同控制流程(流程图如下图所示)。控制器首先进行手爪动作和手腕动作的判别，并给出相应的触觉提示，随后进行具体动作类型(手爪张开、合，手腕顺、逆旋转) 的判别。以手爪闭合动作为例，用户首先眨眼两次，触觉反馈系统会控制振动袖带中2 号和4 号振子振动,提示用户当前为手爪动作； 用户继续眨眼三次，触觉反馈系统会控制振动袖带中2 号振子振动，提示用户当前为手爪闭合动作； 随后控制器根据sEMG 信号对动作的期望强度进行估计，并控制假手动作的强度； 闭合动作完成后，用户只需再眨眼三次即可停止当前的动作。
实验设备
论文信息
吴常铖, 熊鹏文, 曾洪, 徐宝国, 宋爱国. 一种基于EEG 和sEMG 的假手控制策略.
一种基于EEG和sEMG的假手控制策略
本文章由脑机学习者Rose笔记分享,QQ交流群：941473018
更多分享，请关注公众号