摘要：神经系统以时空编码形式刻画外部刺激信息,针刺作为对穴位的机械作用可以等效为对神经系统的一种外部刺激.为了揭示神经系统如何表达和传递针刺作用,本文设计了不同频率的针刺动物实验,即在针刺大鼠足三里穴位时获取脊髓背根神经节电信号.首先,经过数据预处理获得单神经元动作电位序列并转化为点过程序列.其次,应用广义线性模型(GLM)编码针刺作用,产生模拟的神经放电序列.另外,在模型基础上应用贝叶斯解码,根据神经放电序列重构针刺随时间变化的位移波形.最后,基于时间重标度理论应用分位数分位数(Q-Q)图方法检验编码模型与点过程数据的一致性.结果表明,GLM能够模拟针刺神经编码,并正确解码针刺信息.本文为针刺研究提供了新的视角,对于构建神经系统与机器接口以改善针刺的临床研究具有潜在意义.

摘要：大脑神经信号(如神经元放电信号、局部电位信号)的解析是现在神经科学、认知科学等学科的重要研究领域。对脑部信号的解析将会帮助我们了解大脑的编码、解码方式,进而设计出多样的脑机交互接口,并有可能应用到工业生产、医疗器械等方面。该文的研究由课题一提供猴脑信号数据,由课题三对数据进行了整理,并使用机器学习的方法对数据进行了一定的分析,比如:根据数据本身的特征进行了简单的分类;观察了数据的相关性;利用特异神经元的性质尝试设计分类器,通过猴脑信号对实验类型进行一定的预测。

摘要：设计了一种基于Qt的人机交互软件,用于从表面肌电信号中解码出手势,控制空间机械臂灵巧手作业;介绍了肌电信号解码手势并控制仿真灵巧手系统的组成,包括下位机肌电采集接口部分和上位机人机交互软件两部分;详细说明了人机交互软件的3个功能模块,即接收并显示16路神经接口向上位机发送的肌电信号、对肌电信号进行实时手势解码以及控制仿真灵巧手;分析了软件设计过程中的几个关键技术,信号与槽机制、多线程与多进程结合、UDP通信等;最后,设计了基于肌电信号解码3种手势并控制仿真灵巧手的实时实验,手势识别率在98%以上,控制延迟为200 ms左右;实验结果表明,人机交互软件运行稳定,功能齐全,在航天遥操作人机交互系统中具有应用前景。

摘要：由于sEMG(Surface Electromyography)对肌肉疲劳、不同患者以及电极位移等都非常敏感,设计一种可靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此,提出一种基于深度学习的康复手势神经解码方法,利用患者前臂的表面肌电信号,通过卷积神经网络(CNN:Convolutional Neural Network)识别患者的手部运动意图。通过组合特征提取方法,对8通道肌电信号每个通道的信号进行组合特征提取,组合特征包括小波包分解能量特征、时域特征和频域特征共32个特征。将8个通道特征组成一个8×32的数值矩阵并进行灰度处理成特征图,再用此特征图训练卷积神经网络,对5种不同手势进行分类,分类器准确率达到98.1%。最后通过STM32 I/O口根据分类结果输出对应的PWM(Pulse Width Modulation)控制信号控制康复手套的动作,表明了该方法的可行性,为深入研究康复手套运动控制奠定了基础。