关键词:
动作电位检测
动作电位识别
快速原型
微电子神经桥
微电子肌电桥
摘要:
瘫痪肢体运动功能的重建是极具挑战的医学难题。利用电子系统替代受损神经组织,重建运动神经元通路,进而重建运动功能的方法为该问题的解决提供了新的思路。该方法被称为“微电子神经桥”。基于项目组前期在“微电子神经桥”领域所做研究,本文主要涉及用于脊髓神经损伤后功能重建的“微电子神经桥”以及用于脑卒中后偏瘫患者肢体运动功能重建的“微电子肌电桥”,研究内容包括:1)神经元胞外探测仿真信号的生成算法。仿真信号生成是进行相关神经信号处理算法的基础。2)胞外探测中神经元动作电位的检测算法。在此基础上,进行动作电位识别的相关研究。动作电位的检测与识别是“微电子神经桥”进行选择性激励的基础。3)基于分立器件和集成电路,进行了“微电子神经桥”相关原型系统的设计,包括神经信号探测电路、功能性电刺激电路、无线/有线神经信号采集电路、功能电刺激信号生成电路、小型微电子神经桥实验箱、快速原型算法验证平台,以及实时动作电位检测与识别电路。4)基于分立器件和集成电路,进行了“微电子肌电桥”相关原型系统的设计,包括双通道微电子肌电桥原型系统以及用于手部运动功能重建的微电子肌电桥系统。其中,双通道微电子肌电桥原型系统目前已经通过相关检测,处于临床科学实验阶段。本文共分为7章,第1章绪论对造成肢体瘫痪的病因进行分析,重点介绍脊髓损伤与脑卒中。之后对项目组前期的工作进行了总结。第2章至第五章研究“微电子神经桥”的相关电路与系统。其中,第2章介绍“微电子神经桥”涉及的神经生物学基础,综述治疗脊髓损伤的生物学方法,并介绍“微电子神经桥”的原理。第3章介绍“微电子神经桥”所采用的神经信号探测与激励方法,以及其系统设计与信号处理流程。第4章主要介绍“微电子神经桥”训练阶段的信号处理核心技术:动作电位检测与识别。首先研究胞外探测仿真神经信号的生成方法。对于动作电位检测问题,首先从传统的幅度阂值法开始研究,分析造成传统幅度阈值法误检率高的原因。在此基础上,提出基于幅度阈值与动态一阶前向差分阈值的检测算法。最终,结合时域特征筛选,使算法的平均灵敏度达到99.27%,平均特异度达到98.60%。对于动作电位的识别问题,首先研究基于时域信息、K-L变换和离散小波变换的三种特征提取方法。并通过基于正态性检验(Lilliefors检验)和概率密度函数估计(Parzen窗估计)的两种特征提取方法,进行特征属性约减。通过可分性测度,确定以基于离散小波变换所获得的特征作为识别依据。在此基础上,利用基于马氏距离的K均值聚类算法,获得高达99.29%的平均分类正确率。并初步研究利用自组织映射进行类别数确定以及初始聚类中心选取的问题。第5章主要涉及与“微电子神经桥”相关的原型系统设计。包括神经信号探测电路、功能性电刺激电路、无线/有线神经信号采集电路、任意波形生成电路和小型微电子神经桥实验箱。重点介绍基于ARM CortexA8+TMS320C64x+MSP430F5336硬件构架的快速原型系统实现,并将其应用于“微电子神经桥”桥接阶段的实时处理算法的快速验证。利用三倍交叉验证,桥接阶段算法的平均灵敏度,特异度以及识别正确率分别达到99.43%,97.13%和92.58%。最终以Hercules安全微控制器为目标硬件,实现了经过快速原型平台验证的实时信号处理算法。第6章初步涉及用于脑卒中后偏瘫运动功能重建的“微电子肌电桥”相关原理以及原型系统设计,包括双通道微电子肌电桥原型系统以及用于手部运动功能重建的微电子肌电桥系统。涉及肌电信号探测电路设计,高压、隔离、任意波形功能性电刺激电路设计,相关信号处理算法,虚拟现实系统设计以及应用于临床时安全性方面的考虑。文章的最后对全文进行总结,并提出需要进一步解决的问题。本文所涉及的创新点:1)设计一种基于幅度与动态一阶前向差分阈值的动作电位检测新算法,利用加州理工大学提供的数据库进行测试,该算法的平均灵敏度与特异度分别达到99.45%与97.21%。2)设计一种利用滑动窗口与极差判别以及中值估计的神经信号背景噪声估计算法。相比于Donoho与Johnstone等人所提出的算法,该算法在100Hz放电频率下估计精度提高了3倍。3)设计两种离散小波变换后的特征选择方法:(1)利用Lilliefors检验以及层次化选择的方法进行特征系数选择,(2)利用Parzen窗估计,即核密度估计的方法进行特征系数选择。在本文所用的可分性测度下,证明本文所提出的特征选择方法优于基于时域特征提取以及基于Karhunen-Loeve变换的特征提取方法。4)将自组织映射应用于动态聚类的初始值确定以及类别数确定。5)基于Matlab R2013a以后版本所提供的板级支持包,设计了以Beagleboard-xm以及Simulink为核心的算法快速验证平台。实现了动作电位检测与识别算法的快速原型设