本发明属于生物医学，具体涉及一种基于步态和脑电的双闭环超声刺激调控系统及方法。
背景技术：
1、经颅超声刺激(transcranial ultrasound stimulation，tus)是一种利用超声波穿透颅骨直接作用于大脑组织的神经调控技术，可以通过刺激相关脑区，改善神经传导和肌肉功能，从而帮助恢复或改善运动功能，在神经科学和生物医学领域备受关注，因为相比于传统的刺激技术(如电刺激或磁刺激)，tus具有非侵入性、空间分辨率高、深度穿透力强、安全性高等优点。
2、脑电信号(electroencephalogram，eeg)是指通过头皮表面电极测量到的大脑电活动的电信号，脑电信号反映了大脑神经元群体的集体电活动，可以用于研究大脑的功能、状态和疾病，脑电信号是由大脑皮层的神经元放电产生的微弱电流在头皮上的传播而形成的，这些电流在头皮上的电极上产生微电位变化，被记录下来并转换成数字信号进行分析，其具有以下特点：高时间分辨率、低空间分辨率、频谱特征。
3、行为步态(behavioral gait)是指动物(如小鼠、大鼠、人类等)在行走或移动过程中展现出的特定行为模式或步态特征，这些特征通常包括步态周期、步长、步频、姿势等方面的参数，在小鼠或大鼠研究中，行为步态常常被用于评估动物的运动能力、神经功能和行为特征，通过记录动物行走时的步态特征，可以分析动物在不同条件下的运动行为表现，比较不同组别或不同处理条件下的动物行为差异，评估药物治疗效果，探究神经系统疾病的发病机制等。
4、脑电分析涉及对信号的频率、振幅以及其他特征的综合评估，一般包括噪声和伪迹识别、频率分析、振幅分析以及对比和参考这四个方面，其中噪声和伪迹识别：由于脑电信号通常很微弱，容易受到噪声和伪迹的干扰，因此，在分析过程中要注意识别和排除这些干扰；频率分析：脑电信号可以根据频率分为不同的频带，看其是否与正常小鼠的脑电波特征相符合；振幅分析：振幅的变化可以反映脑电活动的强度和同步性，因此要注意振幅的波动情况；对比和参考：参考相关的研究文献或数据库，了解正常小鼠脑电信号的特征和范围进行对比。
5、行为步态分析主要依赖于图像处理技术，通常包括以下步骤：图像获取、预处理、特征提取、特征匹配、目标识别和分割、图像增强、图像分类和识别、后处理和结果分析等可以分析提取到数据特征。
6、pid控制算法是一种经典的反馈控制算法，由比例(proportional)、积分(integral)、微分(derivative)三个部分组成，分别对应于控制器输出的比例项、积分项和微分项，pid控制算法的输出是通过对这三个项进行加权求和得到的，pid控制算法的输出可以表示为：
7、
8、中国专利文献cn117726651a公开了一种基于视频的小鼠多部位轨迹检测方法及装置，虽然能够提取视频里每帧图像小鼠的头部、左腿、右腿的轨迹信息，但是只是基于小鼠的头部、左腿、右腿的轨迹信息进行多轨迹联合平滑处理得到小鼠的运动轨迹，并不能准确识别得到小鼠四肢的足部特征，不利于小鼠步态分析的问题。
9、中国专利文献cn115512439a公开了一种狭长跑道中小鼠自发性步态实时分析方法，包括设计宽度足够小鼠自由进退的透明狭长跑道设备；使用光源照明，相机获取小鼠步态图像，并输入计算机中；构建目标检测网络模型并训练，用训练好的目标检测网络模型，对相机获取的每一帧图像进行小鼠目标检测和关键点回归，实时输出小鼠四肢、鼻尖、嘴巴、腹部以及尾根共八个关键点坐标信息，对小鼠的步态进行实时分析；实时计算输出移动距离、速度、步长等步态特征参数等步骤，虽可得到小鼠步态特征数据，但不能进行步态调节。
10、中国专利文献cn116171885a公开了一种自由活动小鼠行为状态依赖的闭环超声刺激系统与方法，包括超声刺激控制平台、动物行为采集装置、可视化分析平台，可视化分析平台会实时分析动物行为采集装置所发送的小鼠行为信息，并得到小鼠的行为特征数据。超声刺激控制平台依据可视化分析平台呈现的小鼠行为特征数据，对小鼠施加不同的超声刺激，受到刺激的小鼠的行为信息会反馈回可视化分析平台，仅为步态单闭环控制，并不能看出脑电信号与步态的关联性。
11、中国专利文献cn219183791u公开了一种利用小型导电滑环传输自由活动小鼠脑电/肌电信号的装置，由小型导电滑环定子端的导线与双排排针焊接，是脑电/肌电信号传出端；滑环转子端的导线与排针母座焊接，是脑电/肌电信号传入端；滑环的主体固定于亚克力搁板，该装置虽然可360度旋转实现长时程连续传输自由活动小鼠脑电/肌电信号，为自由活动小鼠的脑电采集提供硬件支持，但不能对自由活动小鼠进行脑电调节。
12、中国专利文献cn115445087a公开了一种无线无电池脑神经刺激器及制备方法，利用手机扬声器可以驱动神经刺激器，经过设计的谐振器可以有效地放大压电信号。脑神经刺激器包括两部分：一个具有可植入神经刺激电极的底座和一个通过磁耦合连接的谐振腔器件，虽然刺激模式由音频无线传输和控制，脑神经刺激器可以扩展到目标脑深层或表面区域和周围神经系统，但功能较为固定只能缓解体内癫痫小鼠的癫痫发作事件。
13、中国专利文献cn115430070a公开了一种闭环超声仿真方法，包括如下步骤：s1、获取期望值进行第一次运算，得到首次超声刺激的峰峰值；s2、首次超声刺激的峰峰值导入动物仿真模型，动物仿真模型输出神经信号；s3、采集神经信号，计算特征值；s4、计算特征值与期望值的误差并导入控制模块，控制模块输出超声调节因子u；s5、超声调节因子u进行第二次运算得到第二超声刺激的峰峰值；s6、第二超声刺激的峰峰值导入动物仿真模型，动物仿真模型输出本周期的神经信号；s7、重复s3至s6，记录每一重复周期的特征值，虽然将控制算法引入闭环litus系统中，并使用神经信号作为反馈值导入控制算法中，实时更新超声参数来进行超声刺激，具有独特的脑电观测与分析功能，并能够对脑电状态进行相应的调节，然而，它的应用范畴目前仅限于对小鼠的脑电进行闭环调节，尚未与步态分析相结合，也就是说，尽管它能够深入探究小鼠的脑电活动，但无法进一步分析脑电与步态之间的潜在联系，因此，在步态研究方面尚存局限，无法提供脑电与步态相互影响的全面视角。
14、中国专利文献cn116649983a公开了一种基于cnn技术的小鼠脑电异常检测与超声刺激装置，包括脑电采集模块、电脑主机、超声刺激模块和小鼠固定平台四个部分，脑电采集模块用于将小鼠的脑电信号的采集与处理，并输送至电脑主机；超声刺激模块用于对脑电信号异常的老鼠进行具有针对性的经颅超声刺激，以达到脑神经调控效果；小鼠固定平台用于固定待测小鼠；电脑主机用于滤波和对卷积神经网络模型(cnn)的训练与应用，虽然可以观测分析脑电状态并进行相应调节，但只能单一实现小鼠脑电闭环调节的功能，没有与步态方面相融合，不能观测分析脑电与步态的关联。
15、1)运动轨迹和步态检测即只对小鼠的运动轨迹进行检测记录、对小鼠步态进行粗略分析，并未得到小鼠步速、步幅、悬空时间等详尽的足部特征，且不能对异常步态进行调节；2)步态闭环调控依据小鼠当前的足部特征，对小鼠进行超声刺激用以调节控制小鼠步态，使其足部特征达到期望数值，其功能只是单一的步态监测调节，并未与其他量值进行融合；3)脑电开环调控可以采集自由活动鼠的脑电及对癫痫鼠进行神经刺激减缓癫痫症状，仅研究脑电信号并未对步态进行联合研究；4)脑电闭环调控仅限于对小鼠脑电的闭环调节，尚未将步态分析纳入其应用范围，无法洞察脑电与步态之间可能存在的微妙联系；
16、在现有的调控技术中，虽然已经拥有了脑电调控和行为步态调控的单独手段，但往往局限于单一量的调控或者仅采用开环方式进行调节，遗憾的是，目前尚不存在能够同时结合脑电和行为步态进行双闭环共同调控的设备和系统，这导致无法直观地观测到脑电信号与行为步态之间的实时变化及其内在联系，从而限制了我们对大脑与运动之间复杂相互作用的深入理解。
17、因此现在需要一种能够同时监测和调控脑电信号与行为步态并对两者进行精确有效调控的基于步态和脑电的双闭环超声刺激调控系统及方法。
技术实现思路
1、本发明的目的是提供一种基于步态和脑电的双闭环超声刺激调控系统及方法，能够同时监测和调控脑电信号与行为步态并对两者进行精确有效调控，根据实验对象行为步态和脑电信号生成适宜的超声参数，利用超声刺激以调节改善实验对象行为步态及脑电信号，更为直观的观测脑电及步态的关联性。
2、为实现上述目的，本发明所采用的技术方案是：
3、一种基于步态和脑电的双闭环超声刺激调控系统，包括对实验对象进行超声刺激的超声刺激模块、承载实验对象的行为步态采集模块、与实验对象连接的脑电信号采集模块、接收行为步态采集模块与脑电信号采集模块所传递的数据信息并进行处理分析的数据分析模块以及进行统一调控的pid反馈控制模块；行为步态采集模块与脑电信号采集模块的输出均与数据分析模块的输入连接，数据分析模块的输出与pid反馈控制模块的输入连接，pid反馈控制模块的输出与超声刺激模块的输入连接，超声刺激模块输出的超声对实验对象的行为步态和脑电信号进行调节。
4、本发明技术方案的进一步改进在于：超声刺激模块包括两台函数信号发生器、输入与其中一个函数信号发生器的输出连接的射频功率放大器、输入与射频功率放大器的输出连接的超声换能器以及输入与超声换能器的输出连接且输出对准实验对象头部的准直器。
5、本发明技术方案的进一步改进在于：行为步态采集模块包括设有承载实验对象的自由活动跑步机、置于自由活动跑步机下方的电灯、置于自由活动跑步机一侧且输出与数据分析模块的输入连接的摄像头、倾斜置于自由活动跑步机下方的平面镜以及覆盖在自由活动跑步机外表面的抗干扰铜网；自由活动跑步机上设置有适配实验对象的跑步室。
6、本发明技术方案的进一步改进在于：脑电采集模块包括与实验对象头部接触的电极、输入与电极的输出连接的前置放大器、输入与前置放大器的输出连接的信号传输线、输入与信号传输线的输出连接且输出与数据分析模块连接的数据采集系统，数据采集系统通过模数转换器adc将模拟信号转换为数字信号并传输给数据分析模块。
7、本发明技术方案的进一步改进在于：数据分析模块包括两个子模块，分别为使用opencv加载处理视频的行为步态分析模块与利用matlab对采集到的脑电数据进行图形绘制的脑电信号分析模块。
8、本发明技术方案的进一步改进在于：脑电信号分析包括以下步骤：根据数据保存路径使用load函数加载数据文件；对加载到的eeg数据根据采样率、低通和高通滤波函数创建滤波器进行滤波；将滤波后的数据划分为窗口，并计算每个窗口的均方根值，评估脑电信号的强度和异常检测，剔除异常数据；保存正常数据并对正常数据进行图形绘制。
9、本发明技术方案的进一步改进在于：行为步态分析包括以下步骤：cv::backgroundsubtractormog2进行背景消除；cv::gaussianblur进行滤波、图像去噪；v::equalizehist进行图像与对比度增强；cv::filter2d进行图像锐化后，cv::morphologyex和cv::findcontours通过十字分割法识别实验对象足部图像；cv::surf提取得到行为步态特征数据。
10、本发明技术方案的进一步改进在于：pid反馈控制模块包括脑电信号的pid控制器与步态数据的pid控制器，其中，脑电信号的pid控制包括以下步骤：
11、将实际脑电信号与设定的目标脑电信号进行比较并计算偏差，具体计算公式如下：
12、e脑电(t)＝目标脑电-实际脑电(t)
13、根据偏差计算pid控制器的输出并调节超声参数，具体计算公式如下：
14、
15、步态数据的pid控制包括以下步骤：
16、将实际步态数据与设定的目标步态数据进行比较并计算偏差，具体计算公式如下：
17、e步态(t)＝目标步态-实际步态(t)
18、根据偏差计算pid控制器的输出并调节超声参数，具体计算公式如下：
19、
20、一种基于步态和脑电的双闭环超声刺激调控方法，基于调控系统进行调控操作，包括以下步骤：
21、步骤s1：将脑电采集模块中的电极与实验对象的头部连接，并将实验对象置于行为步态采集模块中的自由活动跑步机的跑步室内，同时启动摄像头与电灯；
22、步骤s2：利用两台函数信号发生器设定超声刺激模块中的初始超声刺激参数，并通过超声换能器经准直器对实验对象的小脑部分进行精确的超声刺激；
23、步骤s3：行为步态采集模块中的摄像头记录下实验对象的行为步态数据并传输给数据分析模块中的行为步态分析模块，同时，脑电采集模块中的数据采集系统将电极采集到的脑电信号数据传输给数据分析模块中的脑电信号分析模块；
24、步骤s4：数据分析模块中的行为步态分析模块对行为步态数据进行分析处理的同时脑电信号分析模块对脑电信号数据进行分析处理，并将分析得到的行为步态参数和脑电信号数据与预设目标值进行比较；
25、步骤s5：如若行为步态参数和脑电信号与预设目标值一致，则结束调控；如若行为步态参数和脑电信号与预设目标值不一致，则数据分析模块将行为步态参数和脑电信号与预设目标值产生的偏差传输给pid反馈控制模块，pid反馈控制模块根据偏差重新计算调整超声刺激参数，并将超声刺激参数传输给超声刺激模块生成新的超声刺激信号，然后重复步骤s2-s4对实验对象进行多个超声刺激周期，直至行为步态参数和脑电信号与预设目标值一致，结束调控。
26、本发明技术方案的进一步改进在于：在步骤s4中，将实际获取的行为步态参数和脑电信号数据转换为数组，定义多个偏差类别范围，计算实际行为步态参数和脑电信号与目标值的差值，根据结果进行类别对应，并对每个类别的偏差进行规定，以传递给pid反馈控制模块作为输入。
27、由于采用了上述技术方案，本发明取得的技术进步是：
28、本发明基于步态和脑电的双闭环超声刺激调控系统及方法，能够根据实验对象行为步态和脑电信号生成适宜的超声参数，利用超声刺激以调节改善实验对象行为步态及脑电信号，可以更为直观的观测脑电及步态的关联性，为生物医学研究提供了强大的工具和平台，能够深入探索实验对象行为和脑电活动的规律，为疾病机理研究和治疗方法的开发提供重要支持。
29、本发明将脑电与步态两大关键要素相融合，实现了两者的紧密联结，并且利用pid控制算法和超声技术构建脑电和步态的双闭环调控系统，不仅能够实时监测和分析脑电信号与步态数据，更能对两者进行精确而有效的调控，pid控制算法的运用确保了调控的准确性和稳定性，而超声技术的引入则进一步提升了调控的效率和精度，不仅提供了一个全新的研究视角，更为未来的脑机交互和步态康复等领域提供了强有力的技术支持。
30、本发明中的行为步态采集模块通过摄像头和自由活动跑步机，为实验对象提供了自由活动的空间，并实时记录了实验对象的行为步态数据，得到的数据是后续分析的重要基础，为分析实验对象行为特征提供了关键线索。
31、本发明中的脑电采集模块利用电极采集实验对象在运动期间的脑电信号，通过交互界面展现脑电信号的幅值等基础信息的同时将脑电信号存储，并传送给数据分析模块，通过这一模块，可以获取到实验对象脑电活动的详细信息，为研究实验对象神经活动提供了重要数据支持。
32、本发明中的数据分析模块能够对采集到的数据进行深度分析和处理，不仅可以识别实验对象的行为特征，还可以对脑电数据进行分析，判别实验对象步态和脑电的当前情况。
33、本发明中的pid反馈控制模块通过实时分析数据，并利用检测到数据与目标值之间的偏差，进行pid算法反馈调节超声刺激的相关参数，以确保超声刺激的准确性和有效性，调节实验对象的步态和脑电信号，从而实现对实验对象行为步态和脑电的双闭环控制。
34、本发明中的超声刺激模块能够根据实验对象当前状态设置适宜的超声刺激参数，并刺激实验对象头部运动相关区域，进行脑电信号、行为步态调节，同时还设置有安全数值限制以保证实验对象的生命安全，精准控制超声波的频率、能量和方向的同时实现对实验对象相关脑组织的精准刺激，作为核心部件，不但承担了传递超声波刺激的重要任务，还能够确保超声波的准确性、精确性和安全性，有效调节实验对象的脑电和行为学。
1.一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：包括对实验对象进行超声刺激的超声刺激模块、承载实验对象的行为步态采集模块、与实验对象连接的脑电信号采集模块、接收行为步态采集模块与脑电信号采集模块所传递的数据信息并进行处理分析的数据分析模块以及进行统一调控的pid反馈控制模块；所述行为步态采集模块与脑电信号采集模块的输出均与数据分析模块的输入连接，数据分析模块的输出与pid反馈控制模块的输入连接，pid反馈控制模块的输出与超声刺激模块的输入连接，超声刺激模块输出的超声对实验对象的行为步态和脑电信号进行调节。
2.根据权利要求1所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：所述超声刺激模块包括两台函数信号发生器、输入与其中一个函数信号发生器的输出连接的射频功率放大器、输入与射频功率放大器的输出连接的超声换能器以及输入与超声换能器的输出连接且输出对准实验对象头部的准直器。
3.根据权利要求2所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：所述行为步态采集模块包括设有承载实验对象的自由活动跑步机、置于自由活动跑步机下方的电灯、置于自由活动跑步机一侧且输出与数据分析模块的输入连接的摄像头、倾斜置于自由活动跑步机下方的平面镜以及覆盖在自由活动跑步机外表面的抗干扰铜网；所述自由活动跑步机上设置有适配实验对象的跑步室。
4.根据权利要求3所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：所述脑电采集模块包括与实验对象头部接触的电极、输入与电极的输出连接的前置放大器、输入与前置放大器的输出连接的信号传输线、输入与信号传输线的输出连接且输出与数据分析模块连接的数据采集系统，所述数据采集系统通过模数转换器adc将模拟信号转换为数字信号并传输给数据分析模块。
5.根据权利要求4所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：所述数据分析模块包括两个子模块，分别为使用opencv加载处理视频的行为步态分析模块与利用matlab对采集到的脑电数据进行图形绘制的脑电信号分析模块。
6.根据权利要求5所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：脑电信号分析包括以下步骤：根据数据保存路径使用load函数加载数据文件；对加载到的eeg数据根据采样率、低通和高通滤波函数创建滤波器进行滤波；将滤波后的数据划分为窗口，并计算每个窗口的均方根值，评估脑电信号的强度和异常检测，剔除异常数据；保存正常数据并对正常数据进行图形绘制。
7.根据权利要求6所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：行为步态分析包括以下步骤：cv::backgroundsubtractormog2进行背景消除；cv::gaussianblur进行滤波、图像去噪；v::equalizehist进行图像与对比度增强；cv::filter2d进行图像锐化后，cv::morphologyex和cv::findcontours通过十字分割法识别实验对象足部图像；cv::surf提取得到行为步态特征数据。
8.根据权利要求7所述的一种基于步态和脑电的双闭环超声刺激调控系统，其特征在于：所述pid反馈控制模块包括脑电信号的pid控制器与步态数据的pid控制器，其中，脑电信号的pid控制包括以下步骤：
9.一种基于步态和脑电的双闭环超声刺激调控方法，其特征在于：基于权利要求1-8任一项的调控系统进行调控操作，包括以下步骤：
10.根据权利要求9所述的一种基于步态和脑电的双闭环超声刺激调控方法，其特征在于：在步骤s4中，将实际获取的行为步态参数和脑电信号数据转换为数组，定义多个偏差类别范围，计算实际行为步态参数和脑电信号与目标值的差值，根据结果进行类别对应，并对每个类别的偏差进行规定，以传递给pid反馈控制模块作为输入。
