CN102125724A - 声肌信号控制手功能开环功能性电刺激控制方法 - Google Patents

声肌信号控制手功能开环功能性电刺激控制方法 Download PDF

Info

Publication number
CN102125724A
CN102125724A CN2010106082613A CN201010608261A CN102125724A CN 102125724 A CN102125724 A CN 102125724A CN 2010106082613 A CN2010106082613 A CN 2010106082613A CN 201010608261 A CN201010608261 A CN 201010608261A CN 102125724 A CN102125724 A CN 102125724A
Authority
CN
China
Prior art keywords
signal
electric stimulation
muscle
ultrasonic
utilize
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010106082613A
Other languages
English (en)
Inventor
施俊
郑永平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN2010106082613A priority Critical patent/CN102125724A/zh
Publication of CN102125724A publication Critical patent/CN102125724A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Electrotherapy Devices (AREA)

Abstract

本发明涉及一种声肌信号控制手功能的开环功能性电刺激控制方法。本方法是利用超声获取前臂相关骨骼肌的肌肉厚度变化信息,然后利用此厚度变化控制手功能开环功能性电刺激启动产生相应的电刺激脉冲,从而实现C6、C5级患者的手指张合功能。本方法包括以下步骤:超声信号采集、声肌信号获取计算、确定电刺激启动阈值、利用声肌信号的上升沿和下降沿实现手功能开环功能性电刺激的工作。

Description

声肌信号控制手功能开环功能性电刺激控制方法
技术领域
本发明涉及一种声肌信号控制手功能开环功能性电刺激的技术,具体是利用超声获取前臂相关骨骼肌的肌肉厚度变化信息,然后利用此厚度变化控制手功能开环功能性电刺激的工作。
背景技术
功能性电刺激是应用于四肢麻痹、中风和脊髓损伤的残疾患者的最普遍的一种康复设备之一,它能帮助恢复或者提高已经丧失的某些机体功能,使他们能尽可能的独立生活。其中,手功能的功能性电刺激主要针对C6、C5级的患者,帮助患者实现手指的张合功能。
自从上世纪60年代美国医生Liberson首先利用电刺激腓伸肌,成功地矫正了偏瘫患者的足下垂的步态以后,功能性电刺激在运动和感觉功能的恢复、刺激呼吸、大小便控制等方面取得了成功的应用。
手功能的功能性电刺激有两个最主要的目的,一是能产生一个可靠的能持续长时间的紧握,另外就是能具有一个精细操控小物品的能力。手功能运动神经假体系统中的控制命令是从患者身体其它部位残存功能发出来的信号中提取出来的,如肩部的上下及前后运动、头部运动、手腕运动、呼吸、语音、肌电信号、脑电信号等。在这些控制策略中,较常用的是肩部运动、肌电信号和脑电信号。其中肩部运动产生的控制信号是较传统的方法,患者经短期训练后可获得良好的控制效果,但装置很麻烦,必须使用外部配线,而且装配的不同会影响执行效果。脑电信号控制的方法只允许动态的手功能,即转化高电位到一个状态命令来打开手,或者转化低电位到一个状态命令来合拢手,功能比较简单。表面肌电信号是一种可选择的命令信号,它从残余的肌肉中提取肌电活动作为命令信号,是目前肌电类的手功能运动神经假体中研究和应用最普遍的。使用功能性电刺激的患者由于受到电刺激,会在体内存在一个感应电压噪声,数量级要比表面肌电信号大的多,这就需要去噪提取出正确的受刺激肌肉的自主肌电行为,存在着难度。
骨骼肌是生物学中非常典型的结构——功能关系的例子,骨骼肌的结构形态是决定骨骼肌功能的主要因素之一。骨骼肌的运动、损伤与疾病不仅体现在肌肉所产生的力或功能的改变,其结构形态也会发生变化。随着利用前臂的厚度变化信息控制假肢手指张合功能的逐步实现,利用骨骼肌的厚度变化来控制功能性电刺激也成为可能。
由于超声成像技术对人体的软组织具有很高的分辨能力,是研究骨骼肌结构形态的首选工具,已经广泛应用于测量肌束(肌纤维)长度、肌肉厚度、肌肉生理横截面积或解剖横截面积、羽状肌的羽肌角度等参量。我们将超声扫描骨骼肌得到的有关骨骼肌结构的空间形态变化信息定义为“声肌图(sonomyography)”,简写成SMG,这一个概念是对将超声成像技术应用于骨骼肌运动形态学中产生的一种新的肌肉运动形态参量的定义。由于超声可以稳定可靠的检测骨骼肌的结构形态变化信息,因此,利用超声获取上肢相关骨骼肌的肌肉厚度变化的声肌信号,是可以控制手功能的开环功能性电刺激。
发明内容
本发明的目的在于针对已有技术的缺陷,提供一种声肌信号控制手功能的开环功能性电刺激控制方法,利用声肌信号作为一种新的功能性电刺激的控制源,实现手功能的开环功能性电刺激,以刺激患者的手指张合。
为达到上述目的,本发明采用下属技术方案:
一种声肌信号控制手功能的开环功能性电刺激方法,其特征在于操作步骤如下:
1)  将超声探头——A型超声探头或者B型超声探头——安装在上肢前臂的屈肌或者伸肌肌肉处,利用超声测量仪来获取超声探头测得的肌肉超声信号;对于A超信号,使用A超信号发射/接收仪;而对于B超信号,采用医用超声设备;
2)  通过采集卡将获取的超声信号采集存入计算机内。对于B超图像,通过视频捕获卡采集到计算机内;而对于A超信号,利用数据采集卡采集数据到计算机内;
3)  利用块匹配跟踪算法或改进的快速块匹配跟踪算法实现声肌信号的模式识别信号提取计算;
4)  利用提取出的声肌信号的正信号值对应于手腕伸展,而负信号值对应于手腕弯曲,分别确定启动电刺激的正负阈值,对于超过正负阈值的声肌信号,持续启动刺激器产生电刺激脉冲序列;
5)  电刺激脉冲通过贴在前臂对应肌肉出的表面电极刺激前臂神经,控制手指的张合。
所述步骤3中的模式识别信号提取计算的方法是:
1)  对于B超图像,利用块匹配跟踪算法或改进的快速块匹配跟踪算法跟踪伸肌上下沿运动轨迹;对于A超信号,利用互相关跟踪算法跟踪伸肌的运动轨迹;然后计算肌肉厚度变化率声肌值;
2)  快速块匹配跟踪算法,还采用了英特尔的SSE(Streaming SIMD Extensions)指令集进行并行算法加速;
3)  A超信号的互相关跟踪算法,其跟踪模板的确定,是人工定位A超声线中的肌肉——骨骼界面反射回波信号包络作为模板,其特征为幅度明显大于一般的A超信号;或者是将从受试者已经实验采集到的A超信号中的特征信号保存作为模板,通过自动模式识别的方法由计算机自动地定位这个回波信号包络。
所述步骤4)中的确定启动电刺激的正负阈值的方法是:
通过计算机从数据采集卡的模拟信号输出口输出计算得到的声肌信号,将此声肌信号转换成对应幅值的电压信号,利用此电压信号去触发电刺激器,直至刺激器能参数符合要求的电刺激脉冲为止。利用此方法确定正负阈值,对应于控制手指的张合功能。
本发明与现有控制信号源相比较,具有如下显而易见的突出实质性特点和显著优点:
1)  声肌信号具有鲁棒性和稳定性,不易受到外部干扰噪声的影响,如皮肤阻抗、运动伪影、脂肪厚度等。
2)  声肌信号能获取空间定位信息,无损检测不同深度和位置的肌肉厚度变化信息,并且不受相邻肌肉的串扰干扰。
3)  声肌信号易于检测,不需要使用者很强烈的精神努力去有意识地运动。
4)  只需在一处肌肉位置即可获取伸肌信号作为控制源。
声肌信号作为一种新的信号源控制手功能开环功能性电刺激,丰富了功能性电刺激的研究,为实现更多、更复杂功能的功能性电刺激提供了潜在的有效途径,促进功能性电刺激研究的发展。
附图说明
图1为手腕屈伸对应的前臂骨骼肌的伸肌信号值控制电刺激的示意图;
图2为声肌信号控制手功能开环功能性电刺激控制方法的程序框图。
具体实施方式
本发明的优选实例结合附图说明如下:
实施例一:参见图1和图2,本声肌信号控制手功能开环功能性电刺激控制方法,其操作步骤如下:
1)  将超声探头——A型超声探头或者B型超声探头——安装在上肢前臂的屈肌或者伸肌肌肉处,利用超声测量仪来获取超声探头测得的肌肉超声信号;对于A超信号,使用A超信号发射/接收仪;而对于B超信号,采用医用超声设备;
2)  通过采集卡将获取的超声信号采集存入计算机内。对于B超图像,通过视频捕获卡采集到计算机内;而对于A超信号,利用数据采集卡采集数据到计算机内;
3)  利用块匹配跟踪算法或改进的快速块匹配跟踪算法实现声肌信号的模式识别信号提取计算;
4)  利用提取出的声肌信号的正信号值对应于手腕伸展,而负信号值对应于手腕弯曲,分别确定启动电刺激的正负阈值,对于超过正负阈值的声肌信号,持续启动刺激器产生电刺激脉冲序列;
5)  电刺激脉冲通过贴在前臂对应肌肉的表面电极刺激前臂神经,控制手指的张合。
实施例二:本实施例与实施例一基本相同,特别之处如下:所述步骤3中的模式识别信号提取计算的方法是:
1)  对于B超图像,利用块匹配跟踪算法或改进的快速块匹配跟踪算法跟踪伸肌上下沿运动轨迹;对于A超信号,利用互相关跟踪算法跟踪伸肌的运动轨迹;然后计算肌肉厚度变化率声肌值;
2)  快速块匹配跟踪算法,还采用了英特尔的SSE(Streaming SIMD Extensions)指令集进行并行算法加速;
3)  A超信号的互相关跟踪算法,其跟踪模板的确定,是人工定位A超声线中的肌肉——骨骼界面反射回波信号包络作为模板,其特征为幅度明显大于一般的A超信号;或者是将从受试者已经实验采集到的A超信号中的特征信号保存作为模板,通过自动模式识别的方法由计算机自动地定位这个回波信号包络。
所述步骤4)中的确定启动电刺激的正负阈值的方法是:通过计算机从数据采集卡的模拟信号输出口输出计算得到的声肌信号,将此声肌信号转换成对应幅值的电压信号,利用此电压信号去触发电刺激器,直至刺激器能参数符合要求的电刺激脉冲为止。利用此方法确定正负阈值,对应于控制手指的张合功能。
实施例三:首先确定患者的手功能缺失程度,本算法主要针对C6、C5级患者。如果是前臂伸肌相对萎缩,则采集声肌信号的位置为前臂屈肌;如果是前臂屈肌相对萎缩,则采集声肌信号的位置为前臂伸肌。当采集的是超声图像时,由B型超声诊断仪完成图像的获取,然后由视频捕获卡进行二次采集,将图像由B超设备传送至计算机,一般采样率为12Hz~20Hz之间。当采集的是A超信号时,由A超测量仪获取超声信号,再由数据采集卡采集传送至计算机,采样率一般在50MHz以上。然后进行模式识别,再利用跟踪算法来进行声肌信号的提取计算。对于B超图像,可先人工在对应骨骼肌的上下沿选取合适位置,设定两个矩形框作为跟踪模板,两个框中心点之间的距离就作为肌肉厚度。再利用互相关跟踪算法(计算最大互相关系数来确定模版移动)或者是改进的快速块匹配算法(各种快速搜索寻优的块匹配算法)寻找新一帧图像中的最佳匹配位置,同时把第二帧图像内的最佳匹配位置处的矩形框内的图像更新为新的模板,进行下一帧图像的匹配,以此类推直到最后一帧B超图像。对于得到的每帧图像中的肌肉厚度,再计算其肌肉厚度变化率。而对于A超信号,则只需人工定位A超声线中连续的2个回波信号包络作为模板。这2个连续的回波信号包络分别对应于肌肉——脂肪界面和肌肉——骨骼界面,其特征为幅度明显大于一般的A超信号。或者是将从受试者已经实验采集到的A超信号中的特征信号保存作为模板,通过自动模式识别的方法由计算机自动地定位这2个连续的回波信号包络。然后采用互相关跟踪算法对这两个模板进行搜索匹配,寻找最佳匹配位置,并将2个连续模板中心之间的距离作为肌肉厚度来计算肌肉厚度变化率。我们让受试者进行一定节拍下的手腕屈伸实验,分别采集A超信号和B超图像。不同受试者的A超信号和B超图像均显示了相似的特征,而他们的肌肉厚度变化率声肌信号也都显示了相似的波形。
确定启动电刺激的正负阈值。先通过计算机从数据采集卡的模拟信号输出口输出计算得到的声肌信号,将此声肌信号转换成对应幅值的电压信号,利用此电压信号去触发电刺激器,直至刺激器能参数符合要求的电刺激脉冲为止。利用此方法确定正负阈值,对应于控制手指的张合功能。
当手腕屈伸产生超过阈值的声肌信号时,即开始启动电刺激器产生连续的电刺激脉冲序列,电脉冲通过贴在前臂对应肌肉处的表面电极刺激相关的神经,从而控制手指的张合,实现手功能的开环功能性电刺激。

Claims (3)

1.一种声肌信号控制手功能的开环功能性电刺激控制方法,其特征在于操作步骤如下: 
a.将超声探头——A型超声探头或者B型超声探头——安装在上肢前臂的屈肌或者伸肌肌肉处,利用超声测量仪来获取超声探头测得的肌肉超声信号;对于A超信号,使用A超信号发射/接收仪;而对于B超信号,采用医用超声设备;
b.通过采集卡将获取的超声信号采集存入计算机内,对于B超图像,通过视频捕获卡采集到计算机内;而对于A超信号,利用数据采集卡采集数据到计算机内;
c.利用块匹配跟踪算法或改进的快速块匹配跟踪算法实现声肌信号的模式识别信号提取计算;
d.利用提取出的声肌信号的正信号值对应于手腕伸展,而负信号值对应于手腕弯曲,分别确定启动电刺激的正负阈值,对于超过正负阈值的声肌信号,持续启动刺激器产生电刺激脉冲序列;
e.电刺激脉冲通过贴在前臂对应肌肉的表面电极刺激前臂神经,控制手指的张合。
2.根据权利要求1所述的声肌信号控制手功能的开环功能性电刺激控制方法,其特征在于所述步骤c中的模式识别信号提取计算的方法是:
a.对于B超图像,利用块匹配跟踪算法或改进的快速块匹配跟踪算法跟踪伸肌上下沿运动轨迹;对于A超信号,利用互相关跟踪算法跟踪伸肌的运动轨迹;然后计算肌肉厚度变化率声肌值;
b.快速块匹配跟踪算法,还采用了英特尔的SSE(Streaming SIMD Extensions)指令集进行并行算法加速;
c.A超信号的互相关跟踪算法,其跟踪模板的确定,是人工定位A超声线中的肌肉——骨骼界面反射回波信号包络作为模板,其特征为幅度明显大于一般的A超信号;或者是将从受试者已经实验采集到的A超信号中的特征信号保存作为模板,通过自动模式识别的方法由计算机自动地定位这个回波信号包络。
3.根据权利要求1所述的声肌信号控制手功能的开环功能性电刺激控制方法,其特征在于所述步骤d中的确定启动点刺激的正负阈值的方法是:通过计算机从数据采集卡的模拟信号输出口输出计算得到的声肌信号,将此声肌信号转换成对应幅值的电压信号,利用此电压信号去触发电刺激器,直至刺激器能参数符合要求的电刺激脉冲为止,利用此方法确定正负阈值,对应于控制手指的张合功能。
CN2010106082613A 2010-12-28 2010-12-28 声肌信号控制手功能开环功能性电刺激控制方法 Pending CN102125724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010106082613A CN102125724A (zh) 2010-12-28 2010-12-28 声肌信号控制手功能开环功能性电刺激控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010106082613A CN102125724A (zh) 2010-12-28 2010-12-28 声肌信号控制手功能开环功能性电刺激控制方法

Publications (1)

Publication Number Publication Date
CN102125724A true CN102125724A (zh) 2011-07-20

Family

ID=44264155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010106082613A Pending CN102125724A (zh) 2010-12-28 2010-12-28 声肌信号控制手功能开环功能性电刺激控制方法

Country Status (1)

Country Link
CN (1) CN102125724A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104644216A (zh) * 2015-02-11 2015-05-27 上海交通大学 肌肉群运动信息的超声检测系统及其方法
CN107518895A (zh) * 2016-06-22 2017-12-29 宁波工程学院 面向康复训练的同一肌肉检测方法
CN114428527A (zh) * 2022-01-26 2022-05-03 云南贝泰妮生物科技集团股份有限公司 一种基于超声回波的射频美容仪温控系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1729933A (zh) * 2004-08-05 2006-02-08 香港理工大学 可进行运动补偿的便携式保健监测装置及其补偿方法
CN2768819Y (zh) * 2004-12-15 2006-04-05 深圳市科瑞康实业有限公司 神经功能重建仪
CN101716103A (zh) * 2009-12-22 2010-06-02 上海大学 采用声肌信号控制假手的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1729933A (zh) * 2004-08-05 2006-02-08 香港理工大学 可进行运动补偿的便携式保健监测装置及其补偿方法
CN2768819Y (zh) * 2004-12-15 2006-04-05 深圳市科瑞康实业有限公司 神经功能重建仪
CN101716103A (zh) * 2009-12-22 2010-06-02 上海大学 采用声肌信号控制假手的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104644216A (zh) * 2015-02-11 2015-05-27 上海交通大学 肌肉群运动信息的超声检测系统及其方法
CN107518895A (zh) * 2016-06-22 2017-12-29 宁波工程学院 面向康复训练的同一肌肉检测方法
CN114428527A (zh) * 2022-01-26 2022-05-03 云南贝泰妮生物科技集团股份有限公司 一种基于超声回波的射频美容仪温控系统

Similar Documents

Publication Publication Date Title
Farrell A comparison of the effects of electrode implantation and targeting on pattern classification accuracy for prosthesis control
CN102426651B (zh) 人体前臂表面肌电信号采集及模式识别系统
CN110946556B (zh) 基于可穿戴式体感网的帕金森静息态震颤评估方法
ES2940664T3 (es) Monitorización de la actividad biomecánica
CN109243572A (zh) 一种精准运动评估和康复训练系统
Kanitz et al. Classification of transient myoelectric signals for the control of multi-grasp hand prostheses
CN111938991A (zh) 一种双主动控制模式的手部康复训练装置及训练方法
CN102499797B (zh) 假肢控制方法及系统
WO2001043635A1 (en) Neural prosthetic using temporal structure in the local field potential
CN111176441A (zh) 基于表面肌电的人机交互训练方法、装置及存储介质
CN111150935B (zh) 一种肌电颈部按摩装置以及控制方法
CN113940856A (zh) 一种基于肌电-惯性信息的手部康复训练装置及方法
CN114822761A (zh) 基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统
US20190320944A1 (en) Biomechanical activity monitoring
CN107357419B (zh) 一种基于共同收缩率的动作识别系统及方法
Jiang et al. Exploration of gait parameters affecting the accuracy of force myography-based gait phase detection
CN106821308A (zh) 一种骨骼肌刺激下收缩活动评估的方法和装置
CN102125724A (zh) 声肌信号控制手功能开环功能性电刺激控制方法
Rivela et al. Processing of surface EMG through pattern recognition techniques aimed at classifying shoulder joint movements
RU2673151C1 (ru) Способ бионического управления техническими устройствами
CN101716103A (zh) 采用声肌信号控制假手的方法
Shen et al. Lower limb activity recognition using sEMG signals via weighted random forest
Farrell et al. Pilot comparison of surface vs. implanted EMG for multifunctional prosthesis control
CN108511037A (zh) 腹部的肌电信号的分析方法及系统
CN114098768A (zh) 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110720