基于意念控制的重患護理輔助系統

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

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

現代醫學研究表明，意念活動具有一定的規律性特征，和大腦的意識存在某種程度的對應關系。利用人腦中浮現某種固定的想法或特定的場景時，會出現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腦電波頻率的變化而設計出的一套醫療護理輔助系統，可以使患者不開口表達自己的需求。即被監護者的需求通過腦電波傳感器檢測到對應的腦電波頻率的出現，利用通信子系統將這種需求發送到家屬及醫護人員處，從而將監護人從繁重的日常護理中解放出來。

腦電波；醫療護理；意念控制；人工智能

1　研究背景

本系統的研究圍繞腦電波的檢測與應用展開。腦電波（Elec?troencephalogram，EEG）是大腦在活動時，大量神經元同步發生的突觸后電位經總和后形成的[1]。腦-機接口技術（Brain-Computer Interface，BCI），是指在人腦與計算機等外部設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，將其進一步轉化為相應的動作[2]。

系統涉及的研究內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，濾除噪音后轉換為電平信號，通過收集大量實驗數據獲得人的意念與腦電波之間的聯系，結合模式識別算法，實現對意念的檢測、轉換、識別與應用，從而實現對某些特殊群體的醫療輔助護理。

2　系統組成與工作流程

2.1系統組成

系統主要由信號檢測子系統、信號識別子系統、監護子系統構成。每個子系統又由若干功能模塊構成，如圖2-1所示。

圖2-1　系統結構圖

系統按功能可分為腦電波信號檢測、腦電波信號識別、識別結果處理等核心模塊。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；識別結果處理模塊會將經過一系列處理后的腦電波轉化為相應的求助信號發送到家屬及醫護人員的終端上，以便及時得到幫助。

2.2系統工作流程

圖2-2　系統流程圖

系統加電后，檢測子系統和識別子系統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據。然后主控模塊進行判斷該信號是否與現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，則系統會將該信號丟棄，繼續進行監測。系統工作流程如圖2-2所示。

3　系統測試

3.1腦電波數據抓取

系統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據如圖3-1所示。

圖3-1　腦電波原始數據

3.2腦電波識別

在抓取大量腦電波原始數據后，采用模式近鄰（KNN）算法進行設別。KNN分類算法是一種典型的非參數、有效、較流行的惰性學習方法，其思路簡單且易于實現[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與訓練集R中的每個數據對象的距離；（2）找出未標記數據集U中計算對象x與訓練集R中的數據對象距離最近的k個；（3）依次統計出這k個數據對象的所屬類別，找出包含個數最多的類；（4）將x劃分到此類中；（5）重復以上步驟，直到所有計算對象分類結束；（6）輸出標識后的數據集。

在經過KNN算法處理過本系統所抓取的腦電波原始數據后，確定病人急需幫助的腦電波區間，當腦電波檢測裝置檢測到腦電波數據到達該區間時，觸發相應的告警模塊。

3.3腦電波控制

在患者正確佩戴檢測頭環后，打開系統開關，確認頭環與系統藍牙接收模塊是否配對成功，配對成功后系統即可開始正常工作。檢測模塊會將腦電波數據實時傳輸到系統主控單元進行處理。當到達利用KNN算法確定的報警范圍后，系統會將報警信號分別通過GSM模塊以短信的形式發送到患者家屬的手機上，并且觸發護士站或醫生辦公室處的警報燈及語音報警模塊。此時，家屬或醫護人員就會及時對報警信號做出相應處理，使患者得到應有的幫助。

4　結論

基于意念控制的重患護理輔助系統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，由于受技術條件制約，對意念的識別還有相當的局限性，在后續的開發中，還需要對腦電波信號進行進一步的挖掘，使得系統具有更高的實用性。

[1]張海軍,王浩川.多導聯EEG信號分類識別研究[J].計算機工程與應用.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.