首届世界人工意识大会预告：利用脑肌电多元信号感知人体运动意图在下肢外骨骼康复机器人中的应用

📢【世界首届人工意识大会】倒计时开始！

🗓 日期：2023年8月22-24日📍 地点：线上举行

我们诚挚邀请您参加首届世界人工意识大会！这是一场聚焦人工智能与意识交叉领域的盛会，汇聚全球专家学者共同探讨AI的未来。会议将探讨人机接口、生物医学、意识系统研发等议题，引领科技的前沿探索。

快来与我们共同见证历史！🌐 网址：中文：http://www.yucongduan.org/DIKWP-AC/2023/#/?lang=zh-cn

英文： http://www.yucongduan.org/DIKWP-AC/2023/#/?lang=en

法语： http://www.yucongduan.org/DIKWP-AC/2023/#/?lang=fr-FR

日文：http://www.yucongduan.org/DIKWP-AC/2023/#/?lang=ja-JP

不容错过的科技盛宴，敬请期待！🚀

#AC2023 #人工意识大会 #科技前沿

特邀嘉宾：

刘震教授

题目: 利用脑肌电多元信号感知人体运动意图在下肢外骨骼康复机器人中的应用

摘要 : 因脑卒中等引起的下肢运动障碍患者的运动神经系统有可能重建。下肢外骨骼康复（Lower Limb Exoskeleton Rehabilitation Robot，LLER）机器人代替康复医师对脑卒中患者进行康复训练，可以维持关节活动度，防止关节挛缩，纠正步态，根据大脑具有的可塑性的特性，促进神经组织功能进行代偿或重组，以弥补受损伤神经细胞所缺失的功能，促进各关节肌群的协调运动，进而恢复步行功能。步行偏差需要从临床步行分析获得的数据来评估患者的步行特性。在康复治疗初期，由于患肢残余肌力弱，需要下肢外骨骼康复机器人进行被动训练。在中后期，通过主动训练可以加速恢复。在主动训练阶段，感知康复患者的运动意图和主观意识对于提高LLER机器人的康复训练效率和精准度，以达到康复训练的最佳效果非常重要。解剖显示，行走周期中的膝关节运动由HAMS（biarticular HAMStrings）、GAS（GAStroconemius）和BFSH（Biceps Femoris Short Head）驱动。另外，膝关节在摆动阶段主要受到BFSH的影响。通常，被动训练轨迹跟踪数据来自正常人体行走计划，因此可能导致患者二次伤害，无法确保康复中患者的舒适性。对此，开发了基于多模式综合的运动想象（MI）的人的意图识别模块。将该模块应用于LLER机器人的主动训练模式。该模型的主要特点是：1）经过初步被动训练，患肢运动神经系统逐渐重建；2）锻炼前，患肢部分肌肉活动恢复，可显示正常肌肉活动。在这种情况下，我们开发了基于MI的多模式集成的康复患者意图识别模块。该模块由两个主要部分构成，一个是基于MI的脑电（EEG）意图信号收集模块，另一个是基于肌电（EMG）的运动指令修正模块。基于MI的EEG意图信号取得模块依赖于康复前期的被动训练，生成有效的脑电波，驱动LLER机器人进行预先编程的轨迹训练。另外，结合人机界面（HMI）康复视觉装置对患者脑的持续的图像信息刺激，提高了MI的精度。基于EMG的电机命令校正模块包括固定在可激活的患肢肌肉区域的EMG干电极传感器。通过使用EMG传感器检测肌肉活动，修正脑波的获得和处理后的有意控制命令。基于肌电的运动指令修正模块以固定传感器区域的肌肉被激活为前提。人的意图是从EEG采集和处理后，通过EMG传感器检测并矫正肌肉的激活。只要同时满足EEG驱动指令和EMG肌肉激活指令，LLER机器人的控制指令就有效。否则，视为无效的控制命令。

嘉宾介绍 : 刘震，日本国立东北大学博士（信息科学），现任长崎综合科学大学研究生院工学研究科教授，博士生导师。主要研究领域包括，大数据与数据挖掘、决策方法与决策支持系统、人工智能、福祉工学、服务计算等。IEEE Computer Society、日本信息处理学会（IPS）、人工智能学会（JSAI）、电子信息通信学会（EIC）会员。日本工程院（EAJ）外籍院士。吉林大学唐敖庆讲座教授、四川大学客座教授。