陳剛，張翹楚哈爾濱石油學院信息工程學院；哈爾濱石油學院

基于意念控制的重患護理輔助系統(tǒng)

陳剛1，張翹楚2
1哈爾濱石油學院信息工程學院；2哈爾濱石油學院

現(xiàn)代醫(yī)學研究表明，意念活動具有一定的規(guī)律性特征，和大腦的意識存在某種程度的對應(yīng)關(guān)系。利用人腦中浮現(xiàn)某種固定的想法或特定的場景時，會出現(xiàn)相對固定頻率的腦電波的特點,使用腦電波傳感器來檢測大腦相應(yīng)腦電波頻率的變化而設(shè)計出的一套醫(yī)療護理輔助系統(tǒng)，可以使患者不開口表達自己的需求。即被監(jiān)護者的需求通過腦電波傳感器檢測到對應(yīng)的腦電波頻率的出現(xiàn)，利用通信子系統(tǒng)將這種需求發(fā)送到家屬及醫(yī)護人員處，從而將監(jiān)護人從繁重的日常護理中解放出來。

腦電波；醫(yī)療護理；意念控制；人工智能

1　研究背景

本系統(tǒng)的研究圍繞腦電波的檢測與應(yīng)用展開。腦電波（Elec?troencephalogram，EEG）是大腦在活動時，大量神經(jīng)元同步發(fā)生的突觸后電位經(jīng)總和后形成的[1]。腦-機接口技術(shù)（Brain-Computer Interface，BCI），是指在人腦與計算機等外部設(shè)備之間利用腦波具有隨情緒波動而變化的特性建立直接的連接通路。通過對于腦電信息的分析解讀，將其進一步轉(zhuǎn)化為相應(yīng)的動作[2]。

系統(tǒng)涉及的研究內(nèi)容包括生物特征識別、信號處理、人機交互、無線通信等方面。通過腦-機接口，將檢測到的腦電波頻率信號進行識別，濾除噪音后轉(zhuǎn)換為電平信號，通過收集大量實驗數(shù)據(jù)獲得人的意念與腦電波之間的聯(lián)系，結(jié)合模式識別算法，實現(xiàn)對意念的檢測、轉(zhuǎn)換、識別與應(yīng)用，從而實現(xiàn)對某些特殊群體的醫(yī)療輔助護理。

2　系統(tǒng)組成與工作流程

2.1系統(tǒng)組成

系統(tǒng)主要由信號檢測子系統(tǒng)、信號識別子系統(tǒng)、監(jiān)護子系統(tǒng)構(gòu)成。每個子系統(tǒng)又由若干功能模塊構(gòu)成，如圖2-1所示。

圖2-1　系統(tǒng)結(jié)構(gòu)圖

系統(tǒng)按功能可分為腦電波信號檢測、腦電波信號識別、識別結(jié)果處理等核心模塊。腦電波信號檢測通過專用的腦電波檢測傳感器檢測出使用者的實時腦電波；腦電波信號識別會將檢測到的腦波信號，通過專用算法進行識別，保留有價值的信號；識別結(jié)果處理模塊會將經(jīng)過一系列處理后的腦電波轉(zhuǎn)化為相應(yīng)的求助信號發(fā)送到家屬及醫(yī)護人員的終端上，以便及時得到幫助。

2.2系統(tǒng)工作流程

圖2-2　系統(tǒng)流程圖

系統(tǒng)加電后，檢測子系統(tǒng)和識別子系統(tǒng)間藍牙模塊進行配對，配對成功后，開始傳輸患者實時腦波數(shù)據(jù)。然后主控模塊進行判斷該信號是否與現(xiàn)有特征庫中的信號相匹配，若匹配，則將信息告知患者家屬和醫(yī)生；若不匹配，則由工作人員決定是否將新的信號添加至特征庫。如果判斷該信號無必要添加至特征庫，則系統(tǒng)會將該信號丟棄，繼續(xù)進行監(jiān)測。系統(tǒng)工作流程如圖2-2所示。

3　系統(tǒng)測試

3.1腦電波數(shù)據(jù)抓取

系統(tǒng)采用美國神念公司的TGAM芯片，這是一種非植入式腦信號采集芯片，它能直接與干電極相連且在與頭部貼合良好的情況下輸出原始腦電信號。抓取的腦電波原始數(shù)據(jù)如圖3-1所示。

圖3-1　腦電波原始數(shù)據(jù)

3.2腦電波識別

在抓取大量腦電波原始數(shù)據(jù)后，采用模式近鄰（KNN）算法進行設(shè)別。KNN分類算法是一種典型的非參數(shù)、有效、較流行的惰性學習方法，其思路簡單且易于實現(xiàn)[3]。在使用KNN算法進行腦電波識別的計算步驟如下：（1）對計算對象x，計算x與訓(xùn)練集R中的每個數(shù)據(jù)對象的距離；（2）找出未標記數(shù)據(jù)集U中計算對象x與訓(xùn)練集R中的數(shù)據(jù)對象距離最近的k個；（3）依次統(tǒng)計出這k個數(shù)據(jù)對象的所屬類別，找出包含個數(shù)最多的類；（4）將x劃分到此類中；（5）重復(fù)以上步驟，直到所有計算對象分類結(jié)束；（6）輸出標識后的數(shù)據(jù)集。

在經(jīng)過KNN算法處理過本系統(tǒng)所抓取的腦電波原始數(shù)據(jù)后，確定病人急需幫助的腦電波區(qū)間，當腦電波檢測裝置檢測到腦電波數(shù)據(jù)到達該區(qū)間時，觸發(fā)相應(yīng)的告警模塊。

3.3腦電波控制

在患者正確佩戴檢測頭環(huán)后，打開系統(tǒng)開關(guān)，確認頭環(huán)與系統(tǒng)藍牙接收模塊是否配對成功，配對成功后系統(tǒng)即可開始正常工作。檢測模塊會將腦電波數(shù)據(jù)實時傳輸?shù)较到y(tǒng)主控單元進行處理。當?shù)竭_利用KNN算法確定的報警范圍后，系統(tǒng)會將報警信號分別通過GSM模塊以短信的形式發(fā)送到患者家屬的手機上，并且觸發(fā)護士站或醫(yī)生辦公室處的警報燈及語音報警模塊。此時，家屬或醫(yī)護人員就會及時對報警信號做出相應(yīng)處理，使患者得到應(yīng)有的幫助。

4　結(jié)論

基于意念控制的重患護理輔助系統(tǒng)采用間接式腦電波測量方法，避免了直接式測量方法對人腦的傷害，減少了使用和維護成本；同時可有效降低護理人員的工作強度。目前在腦電波的測量及識別方面，由于受技術(shù)條件制約，對意念的識別還有相當?shù)木窒扌?，在后續(xù)的開發(fā)中，還需要對腦電波信號進行進一步的挖掘，使得系統(tǒng)具有更高的實用性。

[1]張海軍,王浩川.多導(dǎo)聯(lián)EEG信號分類識別研究[J].計算機工程與應(yīng)用.2008.

[2]Wolpaw.J.R,Birbaumer.N,Heetderks.W.J.Brain-computer in?terface technology:a review of the first international meeting[J].IEEE transactions on rehabilitation engineering,2000,8(2):164-173.

[3]劉應(yīng)東,牛慧民.基于k-最近鄰圖的小樣本KNN分類[J].計算機工程.2011.5,37(9):198.