闭环自适应脑机接口装置及其控制方法

1.本技术涉及电数据处理技术领域，具体涉及一种闭环自适应脑机接口装置及其控制方法。

背景技术：

2.EEG 信号是一种使用电生理指标记录大脑活动的方法。它是中枢神经系统自发产生的一种生物电信号，可以反映大脑神经系统的状态和变化。因此，通过脑电信号的采集、处理和分析，可以得到大脑的意识状态。

3.但是，相关技术中的电刺激装置只能以固定参数刺激单个核，无法获得目标当前的意识状态；由于脑电信号具有很强的随机性和非平稳性，如果要获取目标当前的意识状态，则无法精确调整刺激参数，这是亟待解决的问题。

4.应用内容

5.本技术提供了一种闭环自适应脑机接口装置及其控制方法，以解决相关技术中无法获得目标当前意识状态的问题，导致无法精确调整刺激参数。能够在高维空间中自主找到相应的最优刺激参数，可以大大减轻临床负担，通用性强。

6. 本技术第一方面的实施例提供了一种闭环自适应脑机接口设备，包括：

7.多个EEG电极，其中，所述多个EEG电极包括至少一个意识状态评估电极；

8.自适应组件，用于根据当前刺激的当前刺激参数，在多个EEG电极受到刺激后，通过至少一个意识状态评估电极获得当前EEG信号，并根据当前EEG信号当前脑电信号评估当前意识状态，当当前意识状态不满足预设条件时，根据预设强化学习算法分析下一次刺激的刺激参数，直到满足预设条件，获得最优刺激参数；和

9.刺激控制模块，用于根据当前刺激参数确定一个或多个EEG电极的目标刺激动作，并根据目标刺激动作刺激控制一个或多个EEG电极的目标刺激动作。

10.可选地，当前刺激参数包括核位置、频率、幅度、脉宽和波形中的一种或多种。

11.可选地，自适应组件进一步用于：

12.当当前意识状态为正变化时，给神经网络一个正奖励，当当前意识状态为负变化时，给神经网络一个负奖励，和基于正向预置的强化学习算法，通过训练奖励神经网络得到。

13.可选地，在基于当前脑电信号评估当前意识状态时，自适应组件进一步配置为：

14.从当前脑电信号中提取慢波功率、α波功率、慢波功率和α波功率的复合参数；

15.根据慢波的威力，或者阿尔法波的威力，或者慢波的威力和阿尔法波的威力的复合参数来评价当前的意识状态。

16.可选的，预设条件包括当前意识状态的意识水平达到清醒水平。

17.可选地，集成自适应组件和刺激控制组件。

18.本技术的第二方面提供了一种闭环自适应脑机接口设备的控制方法。使用上述闭环自适应脑机接口装置包括以下步骤：

19.获取当前刺激的当前刺激参数；

20.根据当前刺激参数确定1个或多个EEG电极的目标刺激动作，并根据目标刺激动作控制1个或多个EEG电极刺激目标；

21.使用至少一个意识状态评估电极获取当前的脑电信号，并根据当前的脑电信号评估当前的意识状态，当当前的意识状态不满足预设条件时，基于预设的强化学习算法分析下一次刺激的刺激参数，直到满足预设条件，得到最优的刺激参数。

22. 可选地，当前刺激参数包括核位置、频率、幅度、脉宽和波形中的一种或多种。

23.可选的，预设条件包括当前意识状态的意识水平达到清醒水平。

24.可选地，基于当前EEG信号评估当前意识状态包括：

25.从当前脑电信号中提取慢波功率、α波功率、慢波功率和α波功率的合成参数；

26.根据慢波的力量，或者阿尔法波的力量，或者慢波的力量和阿尔法波的力量的综合参数来评估当前的意识状态。

27.因此可以得到当前刺激的当前刺激参数，根据当前刺激参数确定一个或多个EEG电极的目标刺激动作，控制一个或多个EEG电极根据目标刺激动作。刺激目标，使用至少一个意识状态评估电极获取当前脑电信号，并根据当前脑电信号评估当前意识状态，当当前意识状态不满足一定条件时，根据预设强化学习算法分析 得到一种刺激的刺激参数，直到满足一定条件，得到最优刺激参数。因此，解决了相关技术中无法获得目标当前的意识状态，导致无法有针对性地精确调整刺激参数的问题，可以高效率地独立搜索到对应的最优刺激参数。维空间，可大大减轻临床症状。负担重，通用性强。

28.本技术的其他方面和优点将部分地在以下描述中阐述，并且部分地将从以下描述中显而易见，或者通过技术的实践来了解。

图纸说明

29.本技术的上述和/或附加方面和优点将从以下结合附图的实施例描述中变得显而易见和容易理解，其中：

30. 图。附图说明图1为本发明实施例提供的一种闭环自适应脑机接口装置的框图。

31. 图。图2是根据本发明实施例的与目标连接的闭环自适应脑机接口设备的示例图。

32. 图。图3是根据本技术实施例的预设强化学习算法的示例图；

33. 图。图4是根据本技术实施例的闭环自适应脑机接口设备的控制方法的流程图。

详细方法

3 4. 下面详细描述本技术的实施例，其示例在附图中示出，其中相同或相似的附图标记始终指代相同或相似的元件或具有相同或相似功能的元件. 下面附上供参考

附图中描述的实施例是示例性的并且旨在解释本技术并且不应被解释为限制本技术。

35.下面结合附图对本发明实施例提供的闭环自适应脑机接口装置及其控制方法进行说明。针对上述背景技术中心提到的相关技术中无法获取目标当前意识状态，导致无法精确调整刺激参数的问题，本技术提供了闭环自适应脑机接口装置，可获取当前刺激的当前刺激参数，并根据当前刺激参数确定一个或多个脑电电极的目标刺激动作，并根据目标刺激动作控制一个或多个脑电电极对目标进行刺激，并使用至少一种意识状态评价电极获取当前脑电信号，并根据当前脑电信号评价当前意识状态，当当前的意识状态不满足某个条件时，根据预设的强化学习算法分析下一次刺激的刺激参数，直到满足某个条件，得到最优的刺激参数。从而解决了相关技术中无法获取目标当前的意识状态，导致无法有针对性地精确调整刺激参数的问题，并且可以在高维空间中独立搜索到相应的最优刺激参数，可以大大减轻临床症状。负担重，通用性强。

36. 附图说明图1为本发明实施例提供的一种闭环自适应脑机接口装置的结构示意图。

37.如图所示。如图1所示，闭环自适应脑机接口装置10包括：多个EEG电极100、自适应组件200和刺激控制组件300。

38.其中，多个EEG电极100包括至少一个意识状态评估电极；自适应组件200，用于根据当前刺激的当前刺激参数对多个EEG电极进行刺激后利用至少一种意识状态。状态评估电极获取当前的脑电信号，根据当前的脑电信号评估当前的意识状态，当当前的意识状态不满足预设条件时，根据该信号分析下一次刺激的刺激参数预设强化学习算法，直到满足预设条件。设定条件以获得最佳刺激参数；

39. 其中，在一些实施例中，当前刺激参数包括核位置、频率、幅度、脉冲宽度和波形中的一项或多项。

40.应该理解的是，在本技术实施例中，可以获得当前刺激的当前刺激参数，可以根据电流确定一个或多个EEG电极的目标刺激动作。刺激参数，并根据目标刺激动作控制目标刺激动作。目标通过一个或多个脑电电极刺激，通过至少一个意识状态评估电极获得当前的脑电信号，根据当前的脑电信号评估当前的意识状态，当当前的意识状态不满足预设条件，则根据预测状态评估当前意识状态。

41.其中，在一些实施例中，预设条件包括当前意识状态的意识水平达到清醒水平，其中清醒水平可以理解为具有一定的意识水平。

4可选地，在一些实施例中，在基于当前EEG信号评估当前意识状态时，自适应组件200还用于： 从当前EEG信号中提取慢波的功率和α；波的功率和慢波的功率和α波的功率是复合参数；当前的意识状态是根据慢波的力量，或者阿尔法波的力量，或者慢波的力量和阿尔法波的力量的综合参数来评估的。

43. 也就是说，在本技术实施例中，可以通过分析一个或多个EEG电极得到当前EEG信号，以及慢波的功率、α波的功率和通过分析当前的脑电信号可以提取慢波。阿尔法波的功率和阿尔法波的功率复合参数（复合特征），以便基于慢波的功率，或阿尔法波的功率，或慢波和阿尔法波的功率

功率复合参数评估当前的意识状态。

4 4. 为便于本领域技术人员进一步了解本技术实施例的闭环自适应脑机接口装置10，以下以植物人的唤醒为例进行详细说明人为例。

45.目前，以植物人为代表的意识障碍带来了沉重的社会负担，脑电刺激被认为是一种很有前景的方法。在相关技术中，通过基础科学研究发现与意识相关的目标，通过脑深部刺激可以达到一些效果。例如，通过刺激丘脑网状核，14个植物人中有2人被唤醒，2人的意识得到改善脑机接口技术几时可以实现，剩下的10人没有取得好的效果。可能的原因是由于患者的个体差异，不同的刺激位置不同，所以效果难以统一；此外，不同患者所需的刺激参数，如频率、幅度、脉宽等，不同，因此很难实现单一方法的推广。此外，植物人的唤醒促进可能需要多个脑区的协同作用，因此目前的方法很难达到单一目标的良好效果。

46.因此，本技术的一个实施例提出了一种闭环自适应脑机接口设备，通过设置意识生物标志物和实时修改刺激参数，可以实现更高效的植物人唤醒。时间反馈。

47.如图2所示，图2是闭环自适应脑机接口设备与目标连接的示意图。通过在目标预设位置植入多个脑电图电极，这些电极可以实时记录大脑。电信号又可以由刺激控制组件300刺激。选择一个或多个EEG电极作为意识状态评价电极，分析这些电极的电信号，给出评价指标，如慢波（0-4hz）或α波（8-12hz）的功率，或两个。种波的复合特征。由于刺激位置不同，刺激频率、幅度和脉冲宽度的排列组合空间很大，

48.其中脑机接口技术几时可以实现，预设的强化学习算法可以如图3所示。

4可选地，在一些实施例中，自适应组件200还用于：当当前意识状态为正变化时，以及当当前意识状态为负时，给予神经网络正奖励。变化，给神经网络一个负奖励，正奖励后基于神经网络训练得到预设的强化学习算法。

50.具体地，该技术基于当前刺激的当前刺激参数使用多个EEG电极进行刺激后，至少使用一个意识状态评估电极获得当前EEG信号，当前EEG信号为根据当前的 EEG 信号进行评估。意识状态，如果是正向变化，比如根据当前的刺激参数进行刺激，使植物人有觉醒的倾向，此时可以给予神经网络正向奖励（例如，反馈当前意识状态作为系统的奖励，实现对刺激参数的实时调整，使整体朝着意识状态恢复的方向发展），

51.其中，在一些实施例中，自适应组件200和刺激控制组件300可以集成设置，也可以单独设置，具体可以由本领域技术人员根据本领域技术人员进行设置。实际情况，这里不再赘述。做出具体的限制。

52.由此，通过对相关脑区的广泛覆盖，通过脑电反馈，可以在高维空间中自主找到相应的最优刺激参数，可以大大减轻临床负担。

53.根据本技术实施例提出的闭环自适应脑机接口装置，可以获得当前刺激的当前刺激参数，以及一个或多个EEG电极的目标刺激动作可以根据当前的刺激参数确定，并根据目标刺激动作控制一个或多个脑电电极对目标进行刺激，并使用至少一个意识状态评估电极获得当前的脑电信号，评估当前的脑电状态。意识基于当前脑电信号，当前意识状态不满足某条

当条件满足时，根据预设的强化学习算法分析下一次刺激的刺激参数，直到满足一定条件，得到最优刺激参数。从而解决了相关技术中无法获取目标当前的意识状态，导致无法有针对性地精确调整刺激参数的问题，可以独立获得相应的最优刺激参数。在高维空间中搜索，可以大大减轻临床症状。负担重，通用性强。

54. 其次，结合附图对根据本技术实施例提出的闭环自适应脑机接口设备的控制方法进行说明。

55. 图。图4是根据本技术实施例的闭环自适应脑机接口设备的控制方法的流程图。

56.如图所示。如图4所示，闭环自适应脑机接口装置的控制方法采用上述闭环自适应脑机接口装置，包括以下步骤：

57.s401，获取本次刺激的当前刺激参数。

58.s402：根据当前刺激参数确定1个或多个EEG电极的目标刺激动作，并根据目标刺激动作控制1个或多个EEG电极对目标进行刺激。

59.s403，使用至少一个意识状态评估电极获取当前脑电信号，根据当前脑电信号评估当前意识状态，当当前意识状态不满足预设条件，基于预设的强化学习算法分析下一次刺激的刺激参数，直到满足预设条件，得到最优的刺激参数。

60.可选地，当前刺激参数包括核位置、频率、幅度、脉宽和波形中的一种或多种。

61.可选的，预设条件包括当前意识状态的意识水平达到清醒水平。

62.可选地，根据当前的 EEG 信号评估当前的意识状态，包括：

63.从当前脑电信号中提取慢波功率、α波功率，以及慢波功率和α波功率的复合参数；

64.根据慢波的力量，或者阿尔法波的力量，或者慢波的力量和阿尔法波的力量的综合参数来评估当前的意识状态。

65. 需要说明的是，上述对闭环自适应脑机接口装置实施例的说明同样适用于本实施例的闭环自适应脑机接口装置的控制方法，并且细节在此不再赘述。

66.根据本技术实施例提出的闭环自适应脑机接口装置的控制方法，可以得到当前刺激的当前刺激参数，以及一个或一个目标刺激可以根据当前的刺激参数确定更多的脑电电极。动作，并根据目标刺激动作控制一个或多个脑电电极对目标进行刺激，并使用至少一个意识状态评估电极获得当前的脑电信号，并根据当前的脑电信号评估当前的意识状态，并且在当前的意识状态下，当某些条件不满足时，根据预设的强化学习算法分析下一次刺激的刺激参数，直到满足一定条件，得到最优的刺激参数。从而解决了相关技术中无法获取目标当前的意识状态，导致无法有针对性地精确调整刺激参数的问题，可以独立搜索到对应的最优刺激参数在高维空间中，可以大大减轻临床症状。负担重，通用性强。解决了无法有针对性地精确调整刺激参数的问题，可以在高维空间中独立搜索到相应的最优刺激参数，可以大大减轻临床症状。负担重，通用性强。解决了无法有针对性地精确调整刺激参数的问题，可以在高维空间中独立搜索到相应的最优刺激参数，可以大大减轻临床症状。负担重，通用性强。

67.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等特定特征、结构、本技术的至少一个实施例或示例中包括所描述或例示的材料或特性。在本说明书中，上述术语的示意性表示不一定针对相同的实施例或示例。此外，所描述的特定特征、结构、材料或特性可以以任何合适的方式组合在任何一个或n个实施例或示例中。此外，本领域的技术人员可以组合和组合本说明书中描述的不同实施例或示例，

68.此外，术语“第一”和“第二”仅用于描述目的，不应理解为指示或暗示相对重要性或暗示所指示的技术特征的数量。因此，以“第一”、“第二”界定的特征可以明确或隐含地包括该特征中的至少一个。在本技术的描述中，“n”是指至少两个，例如两个、三个等，除非另有明确和具体定义。

69.流程图中或本文中以其他方式描述的任何过程或方法描述可被理解为表示代码，该代码包括用于实现过程模块、段或部分的自定义逻辑功能或步骤的一个或n多个可执行指令，以及本技术的优选实施例的范围包括附加的实现，其可能不是按照所示或讨论的顺序，包括以基本上同时的方式或根据所涉及的功能以相反的顺序来执行功能，这些功能应该被那些人理解本技术实施例所属领域的技术人员。

例如，70.逻辑和/或以流程图表示或在本文中以其他方式描述的步骤可以被认为是用于实现逻辑功能的可执行指令的有序列表，并且可以体现在任何计算机可读介质中以供使用通过指令执行系统、装置或设备（例如基于计算机的系统、包括处理器的系统或可以从指令执行系统、装置或设备获取和执行指令的其他系统），或与这些指令用于执行系统、装置或设备。出于本说明书的目的，“计算机可读介质”可以是可以包含、存储、通信、传播或传输程序以供指令执行系统、装置使用或与其结合使用的任何设备，或仪器。计算机可读介质的更具体示例（非详尽列表）包括以下：具有一根或 n 根线的电气连接（电子设备）、便携式计算机磁盘盒（磁性设备）、随机存取存储器 (ram)、只读存储器 (rom )、可擦除和可编辑的只读存储器（eprom 或闪存）、光纤设备和便携式光盘只读存储器 (cdrom)。此外，计算机可读介质甚至可以是可以打印程序的纸或其他合适的介质，因为纸或其他介质可以被光学扫描，例如，随后根据需要进行编辑、解释或其他合适的介质处理以电子方式获取程序，然后将其存储在计算机内存中。计算机可读介质的更具体示例（非详尽列表）包括以下：具有一根或 n 根线的电气连接（电子设备）、便携式计算机磁盘盒（磁性设备）、随机存取存储器 (ram)、只读存储器 (rom )、可擦除和可编辑的只读存储器（eprom 或闪存）、光纤设备和便携式光盘只读存储器 (cdrom)。此外，计算机可读介质甚至可以是可以打印程序的纸或其他合适的介质，因为纸或其他介质可以被光学扫描，例如，随后根据需要进行编辑、解释或其他合适的介质处理以电子方式获取程序，然后将其存储在计算机内存中。计算机可读介质的更具体示例（非详尽列表）包括以下：具有一根或 n 根线的电气连接（电子设备）、便携式计算机磁盘盒（磁性设备）、随机存取存储器 (ram)、只读存储器 (rom )、可擦除和可编辑的只读存储器（eprom 或闪存）、光纤设备和便携式光盘只读存储器 (cdrom)。此外，计算机可读介质甚至可以是可以打印程序的纸或其他合适的介质，因为纸或其他介质可以被光学扫描，例如，随后根据需要进行编辑、解释或其他合适的介质处理以电子方式获取程序，然后将其存储在计算机内存中。便携式计算机磁盘盒（磁性设备）、随机存取存储器 (ram)、只读存储器 (rom)、可擦除和可编辑只读存储器（eprom 或闪存）、光纤设备和便携式光盘只读存储器 (cdrom) . 此外，计算机可读介质甚至可以是可以打印程序的纸或其他合适的介质，因为纸或其他介质可以被光学扫描，例如，随后根据需要进行编辑、解释或其他合适的介质处理以电子方式获取程序，然后将其存储在计算机内存中。便携式计算机磁盘盒（磁性设备）、随机存取存储器 (ram)、只读存储器 (rom)、可擦除和可编辑只读存储器（eprom 或闪存）、光纤设备和便携式光盘只读存储器 (cdrom) . 此外，计算机可读介质甚至可以是可以打印程序的纸或其他合适的介质，因为纸或其他介质可以被光学扫描，例如，随后根据需要进行编辑、解释或其他合适的介质处理以电子方式获取程序，然后将其存储在计算机内存中。

71. 应当理解，本技术的部分可以以硬件、软件、固件或它们的组合来实现。在上述实施例中，n个步骤或方法可以以存储在存储器中并由合适的指令执行系统执行的软件或固件来实现。例如，如果如在另一个实施例中那样以硬件实现，则可以通过本领域已知的以下技术中的任何一种或它们的组合来实现： 具有用于在数据信号上实现逻辑功能的逻辑门的离散逻辑电路，专用集成具有合适组合逻辑门、可编程门阵列 (pga)、现场可编程门阵列 (fpga) 等的电路。

72. 本领域普通技术人员可以理解，上述实施例中的方法所执行的全部或部分步骤可以通过程序指令相关硬件来完成，并可以存储该程序在计算机可读存储设备中。在介质中，程序在执行时包括方法实施例的步骤中的一个或几个步骤的组合。

73.另外，本技术各实施例中的各个功能单元可以集成到一个处理模块中，也可以各个单元在物理上单独存在，也可以两个或多个单元集成到一个模块中。. 上述集成模块可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。如果集成的模块以软件功能模块的形式实现并作为独立产品销售或使用，也可以存储在计算机可读存储介质中。

74.上述存储介质可以是只读存储器、磁盘或光盘等。虽然上面已经对本技术的实施例进行了展示和描述，但应当理解的是，以上-所描述的实施例是示例性的并且不应被解释为对本技术的限制。实施例经受变化、修改、替换和变化。