1.1 研究目的及意义

大脑是人体中最发达而是最复杂的器官，是中枢神经系统的最主要也是最高级部分。大脑由大量的神经细胞组成，而神经细胞的各种活动通过神经肌肉通道实现对外部的控制或与外界环境进行通信。但是，众所周知，有多种疾病可以损伤脑与外部环境进行交流和控制的神经肌肉通路，致使人脑失去对肌肉的控制，导致人脑与外界失去联系。随着计算机技术的飞速发展和对人脑研究的不断深入，人们尝试直接在人脑和外界设备直接建立联系而不是通过肌肉控制，这就是脑-机接口的概念。

第一次BCI 国际会议提出 BCI 要为它的用户提供一种不依赖于外周神经和肌肉的通信系统。也就是说，对于一个肌肉不能正常工作但大脑依然能正常工作的患者，可以使用他的 EEG 信号与外界直接交流，这对那些完全丧失运动能力的患者来说无疑是一个福音。BCI 在对病人进行辅助治疗以及帮助他们恢复语言功能和行为能力等方面有很大的帮助。但是由于 BCI 起步较晚，加上涉及的学科和研究领域比较多，目前对 BCI 的研究大多处在实验室阶段，而且存在着各种各样的问题。

在脑-机接口应用中，脑电信号通常用脑电图（EEG）来描述。目前，生物学上论证了一些脑电信号特征，而BCI 系统基本上以这些特征作为控制信号。常用的EEG信号有 P300诱发电位、稳态视觉诱发电位、慢皮层电位、意识任务、运动想象等节律信号。运动想象是自发脑电的一种，是目前BCI研究领域中受欢迎的模式之一。脑机接口的严格定义是：一种不依赖于大脑外周神经与肌肉正常输出通道的通讯控制系统。它通过采集和分析大脑生物电信号，在大脑与计算机或其它电子设备之间建立起直接交流和控制的通道，这样人就可以通过脑来表达意愿或操纵设备，而不需要语言或肢体动作。脑机接口技术的出现，使得大脑信号直接控制外部设备的想法成为可能。脑机接口技术在医学上直接而迫切的应用是为思维正常而有运动功能障碍的人提供一种对外界环境进行交流和控制的途径，如果将基于运动想象EEG信号BCI 系统运用于控制轮椅或者假肢，很多残疾人士就可以重获行走自由或自主完成一些必要的动作，而不需要他人的帮助，这对社会有着很重大的意义。

1.2 国内外研究现状

将机器人技术应用于上肢康复，既可提供有效的康复训练，又不增加临床医疗人员的负担和卫生保健的成本。应用了脑机接口技术的康复机器人更为康复领域的深入发展拓宽了渠道。

清华大学通过基于稳态视觉诱发电位（SSVEP）构造的BCI获取控制指令，通过可编程逻辑控制器（PLC）控制机械手完成规划的动作，最终控制多自由度机械手完成倒水动作，并采用类似方法开发了一套结合脑机接口技术的上肢康复训练系统，应用于人体康复研究。东南大学设计的上肢康复机器人系统，利用计算机上的虚拟现实动画刺激患者想象肢体的运动并形成视觉反馈，采用小波包算法提取特征向量，并通过基于马氏距离的线性判别分类器分类。康复医师可通过调整康复机器人训练参数，帮助患者对完好的运动神经系统进行进一步训练。西安交通大学开发了一个基于BCI驱动的神经义肢手驱动控制系统，利用每个实验者EEG数据的最高离线识别率下的BP神经网络结构参数，进行各自手动作EEG的在线识别，并用该系统完成了假肢手四种动作利用每个实验者EEG数据的最高离线识别率下的BP神经网络结构参数，进行各自手动作EEG的在线识别，并用该系统完成了假肢手四种动作（手臂自由状态、手臂移动、手抓取、手张开）的驱动。

荷兰的研究小组通过BCI系统分析稳态视觉诱发电位信号，来产生控制信号控制自主机器人FRIEND II。四种频率代表四种任务。在菜单系统中选择任务（如向杯中倒饮料等），康复机器人包含规划实例、环境模型和一系列传感器。实验所控制的机械臂为安装在电动轮椅上的七自由度机械手。Jong-Hwan Lee等人利用 FMRI技术检测运动想象电位，经过处理后作为 BCI 系统的控制指令，并通过视觉诱发电位反馈来调整动作。斯坦福大学的研究小组将机械手捆绑在患者前臂上，使用基于BCI的共享控制策略控制一个Barret WAM机械手引导中风患者的运动，系统存在触觉反馈，完成了沿肘部方向的单自由度运动控制。此外，Graz理工大学Christoph Guger等人也研制出了处理左右手运动想象电位BCI系统用于控制假体，其分类效果和控制精确度较以往都有了较大的提高。

目前的脑机接口上肢康复机器人，已经初步实现了对上肢以及手部多种运动的分类以及运动控制，且分类及控制精确度较以往有较大的提升，但大多为本地电脑控制，且处于实验室探索阶段，其在控制连续性，灵活度，小型化和远程辅助控制方面尚有不足。