CN103417218A - 一种上肢运动的参数采集评估系统及方法 - Google Patents

一种上肢运动的参数采集评估系统及方法 Download PDF

Info

Publication number
CN103417218A
CN103417218A CN2013103795519A CN201310379551A CN103417218A CN 103417218 A CN103417218 A CN 103417218A CN 2013103795519 A CN2013103795519 A CN 2013103795519A CN 201310379551 A CN201310379551 A CN 201310379551A CN 103417218 A CN103417218 A CN 103417218A
Authority
CN
China
Prior art keywords
motion
testee
task
upper extremity
data acquisition
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
CN2013103795519A
Other languages
English (en)
Inventor
李乐
毛玉瑢
黄东锋
高宏宇
宋梅思
卞瑞豪
丁千
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.)
First Affiliated Hospital of Sun Yat Sen University
Original Assignee
First Affiliated Hospital of Sun Yat Sen University
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 First Affiliated Hospital of Sun Yat Sen University filed Critical First Affiliated Hospital of Sun Yat Sen University
Priority to CN2013103795519A priority Critical patent/CN103417218A/zh
Publication of CN103417218A publication Critical patent/CN103417218A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种上肢运动的参数采集评估系统,包括运动跟踪装置、数据采集电路和综合处理装置,运动跟踪装置、数据采集电路与被测者连接并输出从被测者获得的运动参数至综合处理装置,综合处理装置分别与运动跟踪装置、数据采集电路连接。本发明还公开了一种利用上述系统的采集评估方法,包括如下步骤:通过运动跟踪装置中的红外摄像头实时记录测试者上肢的运动轨迹、运动速度、运动加速度、关节活动度,通过测量电极、肌电放大滤波电路采集前臂肌肉肌电信号变化,通过薄膜压力传感器采集拇指食指对捏力大小;将记录的运动参数传送给综合处理装置进行分析处理;建立正常人常模;将被测试者的测量值与正常人常模做比较,判断患者上肢运动的偏差。

Description

一种上肢运动的参数采集评估系统及方法
技术领域
本发明涉及数据采集技术,尤其涉及一种对上肢运动参数的采集评估装置及方法。 
背景技术
上肢的运动由上肢骨骼、肌肉以及肩、肘、腕、手等关节共同参与的复杂的三维活动,其活动能力直接影响患者的日常生活活动(activities of daily lives ADL)。通过对上肢运动的特征分析,可以认识个体的功能情况,对上肢的功能损失做出评估,也可以为训练相应肌群以及纠正上肢运动提供提示作用。薄膜压力传感器通过紧密贴附在物体表面,从而测量手与物体之间的相互作用力。国内外治疗师常采用的中枢神经受损运动功能评定量表有两类,一是以Fugl-Meyer肢体运动功能量表(FMA)、MAS量化评定法(Motor Assessment Scale,MAS)、运动力指数(Motricity index,MI)等运动模式改变为主的评价量表;二是以Wolf上肢运动功能测试(Wolf Motor Function Test task,WMFT)、评价日常生活能力(ADL)的Barthel指数(BI)等功能性为主的评价量表。研究者多选择一个或几个量表对VR训练的疗效进行评估,有的还会根据需要增加视觉模拟评分量表(VAS)疼痛量表、舒适度问卷等。 
但是,现有的上肢运动的数据采集及评估技术通常由于遮挡和跟踪肢体运动精度不够,达不到定量的目的,且未对运动捕获和执行情况的评估给出解决方案。 
发明内容
针对现有技术的缺点,本发明的目的是提供一种上肢运动的参数采集评估 系统及方法,可准确记录测试者上肢在伸手取物这一典型运动中运动轨迹,直接反映动作的完成情况,并由运动轨迹图的特征评估上肢运动异常的客观现象。 
为了实现上述目的,本发明的上肢运动的参数采集评估系统技术方案为:一种上肢运动的参数采集评估系统,包括运动跟踪装置、数据采集电路和综合处理装置,所述运动跟踪装置、数据采集电路与被测者连接并输出从被测者获得的运动参数至所述综合处理装置,所述综合处理装置分别与所述运动跟踪装置、数据采集电路连接,用于分析计算接收到的所述运动参数。 
优选地,所述运动跟踪装置获得的被测试者上肢的运动参数包括运动轨迹、运动速度、加速度、关节活动度,所述数据采集电路获得的被测试者前臂及手部肌肉的运动参数包括肌电信号、拇食指对捏力。 
优选地,所述运动跟踪装置为Vicon三维运动分析装置,包括6部用于记录反光球的运动轨迹的红外摄像头与捕捉用反光球,所述捕捉用反光球粘贴在被测试者上肢指定位置。 
优选地,所述六部红外摄像头固定在被测试者周围固定位置处,所述捕捉用反光球至少被两部以上红外摄像头拍到,其分别粘贴在肩峰、肱骨外上髁、尺骨茎突、桡骨茎突和第三掌骨头处。 
所述的数据采集电路为VICON自带的MX-control端子板,在板上外接对捏力的两通道压力信号和八通道表面肌电信号。 
优选地,还包括用于采集对应前臂及手部肌肉的肌电信号变化的测量电极,该测量电极通过一肌电放大滤波电路与所述数据采集电路连接。 
优选地,还包括薄膜压力传感器,该薄膜压力传感器通过所述数据采集电路与所述综合处理装置连接。 
本发明还提供了一种上肢运动的参数采集评估方法,包括如下步骤:(1)在被测试者的上肢设置测量电极、捕捉用反光球,由被测试者完成规定的运动任务;(2)通过运动跟踪装置中的红外摄像头实时记录测试者上肢的运动轨迹、运动速度、运动加速度、关节活动度,通过测量电极、肌电放大滤波电路采集前臂肌肉肌电信号变化,通过薄膜压力传感器采集拇指食指对捏力大小;(3) 将所述记录的运动参数传送给综合处理装置进行分析处理;(4)建立正常人常模;(5)将被测试者的测量值与正常人常模做比较,判断患者上肢运动的偏差。 
优选地,所述运动任务包括第一任务和第二任务,第一任务为被测试者以坐位肘关节约屈曲90度为起始位置,用拇指与食指指腹对捏完成伸手取物动作,拿起连接有薄膜压力传感器的标准重物;第二任务为被测试者以坐位肘关节约屈曲90度为起始位置,用拇指与食指指腹做最大力对捏。 
优选地,根据第一任务得到的捏力曲线,通过计算得到其曲线最大值,作为第一任务的测量值;根据第二任务得到的最大捏力曲线,计算得到的最大捏力,作为第二任务的测量值,根据得到的两组测量数据得出捏力贡献比,分析比较被测试者的曲线与正常人的吻合程度,并将被测试者的捏力贡献比与常模作比较,进而评估被测试者者对动作把握程度。 
与现有技术相比,本发明采集数据全面即时,操作方便,准确度较高,能快速实时反映上肢运动功能,同时亦可以作为一种上肢功能训练手段。 
附图说明
下面结合附图对本发明作进一步的详细说明。 
图1是本发明的上肢运动的参数采集评估系统组成示意图。 
图2是本发明的重物示意图。 
图3是本发明的反光球位置示意图。 
图4是本发明的摄像头位置示意图。 
图5是本发明的电极位置示意图。 
具体实施方式
表面肌电图(sEMG)又称为动态肌电图,是一种较新的临床检查、评价、研究、治疗的仪器。临床上常见的神经-肌肉功能障碍、骨骼-肌肉功能障碍都可以用表面肌电图进行诊断和治疗。表面肌电图的起源可以追述到17世纪中叶,Francesco发现一种特殊的肌肉是电鳍刺鱼的能量来源。1773年,Walsh发 现鳗鱼的肌肉收缩可以产生电火花。但一直到18世纪90年代,Galvani才证明了肌肉收缩与电活动之间的关系.19世纪初期发明了电流计。1849年,DuBois-Reymond第一次证实了人在主动收缩肌肉电活动的存在。随着20世纪30~50年代针式肌电图的迅速发展,出现了表面肌电图。由于肌肉收缩产生的电流非常小,只能和微伏计算,需要用敏感的放大器将其放大后才能直接观察。事实上表面肌电图就是一个非常敏感的电流放大器。早期的表面肌电图仪记录电流时常常受周围电场的干扰,需要在镀铜的屏蔽罩内进行工作。随着生物医学工程的发展,表面肌电图仪不断改进,开始应用于临床,并逐渐普及。最开始仅用于生物反馈治疗,而后逐渐用于其他领域,如康复科、神经科、泌尿科等。 
英国Oxford Metrics Limited公司是世界上一家非常著名的光学Motion Capture系统供应商,它的这项技术在70年代服务于英国海军,从事遥感、测控技术设备的研究与生产。进入80年代他们将自己在军事领域里的高新技术,逐渐用于民用方面,在医疗、运动、工程、生物等诸多领域生产制造用于动作捕捉的Motion Capture系统。Vicon三维运动分析系统是英国Oxford Metrics Limited公司的产品,可用于精确捕捉三维人体运动细节,以满足医学、科研、体育、工程学,影视传媒制作的应用需要。该系统是一组网络连接的Vicon运动捕捉摄像机和其它设备以提供实时光学数据,这些数据可以被应用于实时在线或者离线的运动捕捉、分析。Vicon光学动作捕捉系统是一种基于反射式的捕捉系统,它需要事先在测试者身上贴一种精致的反光球(Marker),当Vicon的摄像机发出的红光(或者可见光、可见红光)打到反光球表面上时,反光球会反射同样波长的红光给摄像机,从而捕捉摄像机可以确定每个反光球的2D坐标,经过Vicon的控制软件处理便可以得到它的3D坐标,并且由于Vicon的摄像机系列都是高速、高分辨率的,所以可以将每个反光球的运动轨迹清晰地记录下来,得到最终所需要的动作数据。 
请参阅图1,本实施例的上肢运动的参数采集评估系统,包括运动跟踪装置、数据采集电路、综合处理装置。运动任务用于获取所需的相关参数,包括任务一:请参阅图2,被测试者以坐位肘关节约屈曲90度为起始位置,用拇指 与食指指腹对捏完成伸手取物动作,拿起连接有薄膜压力传感器的标准重物;以及任务二:被测试者以坐位肘关节约屈曲90度为起始位置,用拇指与食指指腹做最大力对捏。运动跟踪装置用于记录测试者上肢的运动轨迹、运动速度、加速度、关节活动度;所述数据采集电路用于记录测试者前臂及手部肌肉的肌电信号变化以及拇食指对捏力;所述综合处理装置可以为电脑主机,用于分析计算采集到的运动参数,建立正常人常模,将被测试者测试值与常模进行比较,判断上肢运动偏差值。测量电极,通过肌电放大滤波电路与数据采集电路连接,用于采集对应前臂肌肉的肌电信号变化。薄膜压力传感器,通过数据采集电路与综合处理装置连接,用于感应测试者拇指与食指的捏力。对于上肢伸手取物这一动作,前臂的指浅屈肌和指总伸肌互为拮抗肌,控制手指的屈伸运动;手的拇短展肌与拇内收肌互为拮抗肌,控制拇指收展。因此所述测量电极可以放在前臂的指浅屈肌,指总伸肌,手的拇短展肌和拇内收肌肌腹上上述运动参数包括上肢运动轨迹、运动速度、加速度、关节活动度、前臂及手部肌肉的肌电信号、拇指食指对捏力。其中所述运动跟踪装置用于记录测试者上肢运动轨迹、运动速度、加速度、关节活动度;测量电极、肌电放大滤波电路记录上肢肌肉的肌电信号;薄膜压力传感器记录拇指食指对捏力。 
运动跟踪装置为Vicon三维运动分析装置,包括6部MX13红外摄像头与Vicon MX系统捕捉用反光球,MX红外摄像头用于记录反光球的运动轨迹,将运动轨迹数据传送给综合处理装置分析处理,与常模比较,判断上肢运动是否正常。捕捉用反光球粘贴在测试者上肢指定位置,可随着上肢一起运动,反应上肢运动轨迹。请参阅图3,六部红外摄像头固定在患者周围一定距离处,反光球至少被两部以上红外摄像头拍到。上肢反光球分别粘贴肩峰、肱骨外上髁、尺骨茎突、桡骨茎突和第三掌骨头处,在综合处理装置根据三维重建算法得到反光球在三维空间的运动轨迹,实时记录测试者上肢的运动轨迹、运动速度、加速度以及关节活动度。 
由于人体运动的速度和加速度有限,在运动捕捉系统采样频率f较高时,反光球在任意两帧之间的运动轨迹可以看成是直线,其距离St可以用任意两点之间的直线距离公式 ΔS = ΔX 2 + ΔY 2 + ΔZ 2 求得,即, 
S t = ( X t + 1 - X t ) 2 + ( Y t + 1 - Y t ) 2 + ( Z t + 1 - Z t ) 2 (t≥0) 
在前述相同条件下,相邻两帧之间反光球的平均速度υt的大小就可以用两 帧之间的直线距离St除以这相邻两帧之间的时间得到,并将这相邻两帧之间的速度变化看成是匀变速的。这样任意相邻的两帧之间的运动速度υt和加速度αt就可以得到。这里进行了两个简化,即反光球在相邻两帧之间的运动是直线运动和匀变速运动,这样可以得到该时刻该点的运动速度和加速度。 
请参阅图4,六部红外摄像头固定在患者周围一定距离处,反光球至少被两部以上红外摄像头拍到。上肢反光球分别粘贴肩峰、肱骨外上髁、尺骨茎突、桡骨茎突和第三掌骨头处。两个从不同位置拍摄的运动轨迹组合起来,通过电脑中的坐标重建算法可得到反光球三维运动轨迹,即对应符合测试者的上肢三维运动轨迹。比如一个摄像头拍摄x(左右)方向和z(上下)方向,另一个摄像头拍摄y(前后)方向和z(上下)方向,两个摄像头拍摄画面合在一块就能还原x,y,z三个方向的坐标。 
系统通过综合处理装置分析处理所述测试者的上肢三维运动轨迹,和常模进行比较,具体是在伸手取物这一典型运动肩肘腕部关节的运动轨迹,由运动轨迹图的特征可以认识肩关节、肘关节以及腕关节的运动异常情况,从而对康复训练提供指导作用。综合处理装置还可根据测试电极实时采集前臂、手部肌肉神经的肌电信号变化,与系统存储的常模作比较,判断出上肢运动偏差值,指导训练相关肌群和纠正上肢运动。采用美国Noraxon LLC MyoSystem1400A表面肌电图机进行采样,包括MS1400A sEMG主机;MS1400A8导Active Cable Set1套;USB接口,请参阅图5,采样部位包括上肢指浅屈肌、指总伸肌、拇内收肌和拇短展肌。电极放置部位参照说明书进行,电极间距2cm,连续记录被测试者在完成运动负荷期间的全部肌电信号。肌电图采样频率为1000Hz。信号处理内容包括线性功率谱分析和积分肌电值、信号强度均方根。其中,线性功率谱分析采用快速傅立叶变换(fast fourier transform,FFT)方法进行。之后对功率谱的三种特征函数(频率范围、最高波峰频率以及最高波峰幅值)进行比较。 
同时,综合处理装置根据薄膜压力传感器采集拇指与食指在任务一以及任务二捏力的大小。任务一得到的捏力曲线,通过计算得到其曲线最大值,作为任务一的测量值;任务二得到被测试者的最大捏力的曲线,计算得到最大捏力,作为任务二的测量值。得到的两组测量数据可算出捏力贡献比。分析比较被测试者的曲线与正常人的吻合程度,并将患者捏力贡献比与常模作比较,进而评 估被测试者对动作把握程度,间接反应被测试者上肢的控制力。综合处理装置还根据测量电极采集前臂及手部肌肉的肌电信号变化,分析被测试者的联合收缩指数(Co-contraction Index)、电信号强度的均方根(RMS root mean square)、积分肌电(iEMG)、功率谱(PWS power density),计算出被测试者的肌电强度。与常模作比较,评估被测试者在动作过程中的肌肉放电顺序放电强度及其疲劳程度。 
利用上述系统上,本发明的上肢运动的参数采集评估方法,包括步骤: 
(1)向被测试者解释所要完成的两项运动任务,连接肌电电极、反光球;被测试者完成两项运动任务;(2)系统通过运动跟踪装置中的红外摄像头实时记录测试者上肢的运动轨迹、运动速度、运动加速度、关节活动度;通过测量电极、肌电放大滤波电路采集前臂肌肉肌电信号变化;薄膜压力传感器采集拇指食指对捏力大小,记录的运动参数包括运动轨迹、运动速度、加速度、关节活动度、前臂及手部肌肉肌电信号、拇指食指对捏力大小;(3)系统将所述记录的运动参数传送给综合处理装置进行分析处理;(4)建立正常人常模;(5)将被测试者测量值与常模做比较,判断患者上肢运动的偏差,为康复训练提供指导。 
对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变动,这些改进和变动也视为本发明的保护范围。 
虽然本发明以较佳实施例揭露如上,但并非用以限定本发明实施的范围。任何本领域的普通人员,在不脱离发明的范围内,作些改进,即凡是依照本发明所做的同等改进,应为本发明的范围所涵盖。 

Claims (10)

1.一种上肢运动的参数采集评估系统,其特征在于,包括运动跟踪装置、数据采集电路和综合处理装置,所述运动跟踪装置、数据采集电路与被测者连接并输出从被测者获得的运动参数至所述综合处理装置,所述综合处理装置分别与所述运动跟踪装置、数据采集电路连接,用于分析计算接收到的所述运动参数。
2.根据权利所述1所述的上肢运动的参数采集评估系统,其特征在于,所述运动跟踪装置获得的被测试者上肢的运动参数包括运动轨迹、运动速度、加速度、关节活动度,所述数据采集电路获得的被测试者前臂及手部肌肉的运动参数包括肌电信号、拇食指对捏力。
3.根据权利所述1所述的上肢运动的参数采集评估系统,其特征在于,所述运动跟踪装置为Vicon三维运动分析装置,包括6部用于记录反光球的运动轨迹的红外摄像头与捕捉用反光球,所述捕捉用反光球粘贴在被测试者上肢指定位置。
4.根据权利所述3所述的上肢运动的参数采集评估系统,其特征在于,所述六部红外摄像头固定在被测试者周围固定位置处,所述捕捉用反光球至少被两部以上红外摄像头拍到,其分别粘贴在肩峰、肱骨外上髁、尺骨茎突、桡骨茎突和第三掌骨头处。
5.根据权利所述1所述的上肢运动的参数采集评估系统,其特征在于,所述的数据采集电路为VICON自带的MX-control端子板,在板上外接对捏力的两通道压力信号和八通道表面肌电信号。
6.根据权利所述1所述的上肢运动的参数采集评估系统,其特征在于,还包括用于采集对应前臂及手部肌肉的肌电信号变化的测量电极,该测量电极通过一肌电放大滤波电路与所述数据采集电路连接。
7.根据权利所述1所述的上肢运动的参数采集评估系统,其特征在于,还包括薄膜压力传感器,该薄膜压力传感器通过所述数据采集电路与所述综合处理装置连接。
8.一种上肢运动的参数采集评估方法,其特征在于,包括如下步骤:
(1)在被测试者的上肢设置测量电极、捕捉用反光球,由被测试者完成规定的运动任务;
(2)通过运动跟踪装置中的红外摄像头实时记录测试者上肢的运动轨迹、运动速度、运动加速度、关节活动度,通过测量电极、肌电放大滤波电路采集前臂肌肉肌电信号变化,通过薄膜压力传感器采集拇指食指对捏力大小;
(3)将所述记录的运动参数传送给综合处理装置进行分析处理;
(4)建立正常人常模;
(5)将被测试者的测量值与正常人常模做比较,判断患者上肢运动的偏差。
9.根据权利要求8所述的上肢运动的参数采集评估方法,其特征在于,所述运动任务包括第一任务和第二任务,第一任务为被测试者以坐位肘关节约屈曲90度为起始位置,用拇指与食指指腹对捏完成伸手取物动作,拿起连接有薄膜压力传感器的标准重物;第二任务为被测试者以坐位肘关节约屈曲90度为起始位置,用拇指与食指指腹做最大力对捏。
10.根据权利要求9所述的上肢运动的参数采集评估方法,其特征在于,根据第一任务得到的捏力曲线,通过计算得到其曲线最大值,作为第一任务的测量值;根据第二任务得到的最大捏力曲线,计算得到的最大捏力,作为第二任务的测量值,根据得到的两组测量数据得出捏力贡献比,分析比较被测试者的曲线与正常人的吻合程度,并将被测试者的捏力贡献比与常模作比较,进而评估被测试者对动作把握程度。
CN2013103795519A 2013-08-27 2013-08-27 一种上肢运动的参数采集评估系统及方法 Pending CN103417218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103795519A CN103417218A (zh) 2013-08-27 2013-08-27 一种上肢运动的参数采集评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103795519A CN103417218A (zh) 2013-08-27 2013-08-27 一种上肢运动的参数采集评估系统及方法

Publications (1)

Publication Number Publication Date
CN103417218A true CN103417218A (zh) 2013-12-04

Family

ID=49642997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103795519A Pending CN103417218A (zh) 2013-08-27 2013-08-27 一种上肢运动的参数采集评估系统及方法

Country Status (1)

Country Link
CN (1) CN103417218A (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239713A (zh) * 2014-09-11 2014-12-24 华东理工大学 上肢功能测试系统及其方法
CN104921851A (zh) * 2015-05-25 2015-09-23 河北工业大学 主动型膝上假肢膝关节的预测控制方法
CN105181998A (zh) * 2015-08-03 2015-12-23 厦门市简极科技有限公司 一种检测投篮时手臂的semg与动作轨迹的方法
CN105748077A (zh) * 2014-12-15 2016-07-13 中国科学院深圳先进技术研究院 关节运动测试系统及方法
CN105902273A (zh) * 2016-04-11 2016-08-31 上海大学 一种基于人手尺偏动作的手功能康复定量评估方法
CN106371371A (zh) * 2016-11-03 2017-02-01 南京航空航天大学 肌电信号、力学信号与高速图像的同步采集系统及方法
WO2017020499A1 (zh) * 2015-07-31 2017-02-09 小米科技有限责任公司 运动记录方法及装置
CN106691478A (zh) * 2016-12-30 2017-05-24 深圳大学 分部位的手功能康复评估方法和装置
CN106983589A (zh) * 2017-04-07 2017-07-28 河北工业大学 一种基于干扰观测器的主动型膝上假肢终端滑模控制方法
CN107072865A (zh) * 2014-08-26 2017-08-18 埃尔瓦有限公司 包括至少一个肌肉或关节活动传感器和响应于传感器的至少一个致动器的服装系统和相关方法
CN107049251A (zh) * 2017-03-28 2017-08-18 浙江大学台州研究院 上肢运动控制能力评估系统
CN107080547A (zh) * 2017-06-01 2017-08-22 中国科学院宁波材料技术与工程研究所 一种人体上肢运动特性与机械阻抗的测量系统及方法
CN107184372A (zh) * 2017-07-19 2017-09-22 深圳睿瀚医疗科技有限公司 一种用于神经康复的视频刺激辅助系统及方法
CN108379817A (zh) * 2018-04-03 2018-08-10 杭州心景科技有限公司 肢体康复训练系统及方法
CN109394232A (zh) * 2018-12-11 2019-03-01 上海金矢机器人科技有限公司 一种基于wolf量表的运动能力监测系统及方法
CN109453509A (zh) * 2018-11-07 2019-03-12 龚映清 一种基于肌电和运动捕捉的虚拟上肢控制系统及其方法
CN109907932A (zh) * 2019-04-08 2019-06-21 中国航天员科研训练中心 一种前庭刺激影响人体上肢运动控制研究实验系统
CN110197727A (zh) * 2019-05-13 2019-09-03 中山大学附属第一医院 基于人工神经网络的上肢建模方法及运动机能评估系统
CN110232976A (zh) * 2019-07-01 2019-09-13 上海电机学院 一种基于腰肩表面肌电测量的行为识别方法
CN110693526A (zh) * 2019-11-11 2020-01-17 深圳先进技术研究院 一种肌肉疾病评估方法、系统及电子设备
CN110755084A (zh) * 2019-10-29 2020-02-07 南京茂森电子技术有限公司 基于主被动、分阶段动作的运动功能评估方法及设备
CN111544004A (zh) * 2020-05-15 2020-08-18 中国科学院自动化研究所 脑卒中患者运动功能检测系统、方法、装置
CN111653366A (zh) * 2020-07-28 2020-09-11 上海海事大学 一种基于肌电信号的网球肘的识别方法
CN111803099A (zh) * 2020-07-21 2020-10-23 上海海事大学 基于径向基神经网络的人体上肢肌肉力预测装置及方法
CN112932468A (zh) * 2021-01-26 2021-06-11 京东方科技集团股份有限公司 一种肌肉运动能力的监测系统以及监测方法
CN113456449A (zh) * 2021-08-18 2021-10-01 南京仙能医疗科技有限公司 一种温热低周波智慧推拿装置及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040087366A1 (en) * 2002-10-30 2004-05-06 Nike, Inc. Interactive gaming apparel for interactive gaming
CN101226640A (zh) * 2007-12-21 2008-07-23 西北工业大学 基于多双目立体视觉的运动捕获方法
CN101667346A (zh) * 2009-09-18 2010-03-10 国家康复辅具研究中心 基于虚拟现实的截肢上肢康复训练系统
US20110087128A1 (en) * 2008-06-20 2011-04-14 Osaka University Muscle tonus measuring apparatus
CN103251419A (zh) * 2013-04-25 2013-08-21 西安交通大学苏州研究院 用于手功能康复训练与评估的数据手套及其监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040087366A1 (en) * 2002-10-30 2004-05-06 Nike, Inc. Interactive gaming apparel for interactive gaming
CN101226640A (zh) * 2007-12-21 2008-07-23 西北工业大学 基于多双目立体视觉的运动捕获方法
US20110087128A1 (en) * 2008-06-20 2011-04-14 Osaka University Muscle tonus measuring apparatus
CN101667346A (zh) * 2009-09-18 2010-03-10 国家康复辅具研究中心 基于虚拟现实的截肢上肢康复训练系统
CN103251419A (zh) * 2013-04-25 2013-08-21 西安交通大学苏州研究院 用于手功能康复训练与评估的数据手套及其监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王胤杰等: "基于运动捕捉仪的人体上肢运动轨迹参数的测量与分析", 《机电工程》, vol. 29, no. 7, 31 July 2012 (2012-07-31) *
罗逸苇: "Vicon 三维运动捕捉系统在人体运动分析中的应用", 《浙江工贸职业技术学院学报》, vol. 7, no. 1, 31 March 2007 (2007-03-31) *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107072865B (zh) * 2014-08-26 2020-03-03 埃尔瓦有限公司 包括至少一个肌肉或关节活动传感器和响应于传感器的至少一个致动器的服装系统
CN107072865A (zh) * 2014-08-26 2017-08-18 埃尔瓦有限公司 包括至少一个肌肉或关节活动传感器和响应于传感器的至少一个致动器的服装系统和相关方法
CN104239713A (zh) * 2014-09-11 2014-12-24 华东理工大学 上肢功能测试系统及其方法
CN105748077A (zh) * 2014-12-15 2016-07-13 中国科学院深圳先进技术研究院 关节运动测试系统及方法
CN104921851A (zh) * 2015-05-25 2015-09-23 河北工业大学 主动型膝上假肢膝关节的预测控制方法
CN104921851B (zh) * 2015-05-25 2016-09-07 河北工业大学 主动型膝上假肢膝关节的预测控制方法
WO2017020499A1 (zh) * 2015-07-31 2017-02-09 小米科技有限责任公司 运动记录方法及装置
US10258824B2 (en) 2015-07-31 2019-04-16 Xiaomi Inc. Methods and devices for recording exercise
CN105181998A (zh) * 2015-08-03 2015-12-23 厦门市简极科技有限公司 一种检测投篮时手臂的semg与动作轨迹的方法
CN105902273A (zh) * 2016-04-11 2016-08-31 上海大学 一种基于人手尺偏动作的手功能康复定量评估方法
CN106371371A (zh) * 2016-11-03 2017-02-01 南京航空航天大学 肌电信号、力学信号与高速图像的同步采集系统及方法
CN106691478A (zh) * 2016-12-30 2017-05-24 深圳大学 分部位的手功能康复评估方法和装置
CN107049251A (zh) * 2017-03-28 2017-08-18 浙江大学台州研究院 上肢运动控制能力评估系统
CN106983589A (zh) * 2017-04-07 2017-07-28 河北工业大学 一种基于干扰观测器的主动型膝上假肢终端滑模控制方法
CN107080547A (zh) * 2017-06-01 2017-08-22 中国科学院宁波材料技术与工程研究所 一种人体上肢运动特性与机械阻抗的测量系统及方法
CN107184372A (zh) * 2017-07-19 2017-09-22 深圳睿瀚医疗科技有限公司 一种用于神经康复的视频刺激辅助系统及方法
CN108379817A (zh) * 2018-04-03 2018-08-10 杭州心景科技有限公司 肢体康复训练系统及方法
CN109453509A (zh) * 2018-11-07 2019-03-12 龚映清 一种基于肌电和运动捕捉的虚拟上肢控制系统及其方法
CN109394232A (zh) * 2018-12-11 2019-03-01 上海金矢机器人科技有限公司 一种基于wolf量表的运动能力监测系统及方法
CN109907932A (zh) * 2019-04-08 2019-06-21 中国航天员科研训练中心 一种前庭刺激影响人体上肢运动控制研究实验系统
CN109907932B (zh) * 2019-04-08 2023-12-26 中国航天员科研训练中心 一种前庭刺激影响人体上肢运动控制研究实验系统
CN110197727A (zh) * 2019-05-13 2019-09-03 中山大学附属第一医院 基于人工神经网络的上肢建模方法及运动机能评估系统
CN110232976A (zh) * 2019-07-01 2019-09-13 上海电机学院 一种基于腰肩表面肌电测量的行为识别方法
CN110755084A (zh) * 2019-10-29 2020-02-07 南京茂森电子技术有限公司 基于主被动、分阶段动作的运动功能评估方法及设备
CN110755084B (zh) * 2019-10-29 2023-06-23 南京茂森电子技术有限公司 基于主被动、分阶段动作的运动功能评估方法及设备
CN110693526A (zh) * 2019-11-11 2020-01-17 深圳先进技术研究院 一种肌肉疾病评估方法、系统及电子设备
CN111544004A (zh) * 2020-05-15 2020-08-18 中国科学院自动化研究所 脑卒中患者运动功能检测系统、方法、装置
CN111803099A (zh) * 2020-07-21 2020-10-23 上海海事大学 基于径向基神经网络的人体上肢肌肉力预测装置及方法
CN111653366A (zh) * 2020-07-28 2020-09-11 上海海事大学 一种基于肌电信号的网球肘的识别方法
CN112932468A (zh) * 2021-01-26 2021-06-11 京东方科技集团股份有限公司 一种肌肉运动能力的监测系统以及监测方法
CN113456449A (zh) * 2021-08-18 2021-10-01 南京仙能医疗科技有限公司 一种温热低周波智慧推拿装置及其方法

Similar Documents

Publication Publication Date Title
CN103417218A (zh) 一种上肢运动的参数采集评估系统及方法
CN107397649B (zh) 一种基于径向基神经网络上肢外骨骼运动意图识别方法
CN109259739B (zh) 一种手腕关节运动力矩的肌电估计方法
CN103054585B (zh) 基于生物运动信息的上肢肩肘腕关节运动功能评价方法
CN112057040B (zh) 一种上肢运动功能康复评价方法
US20040167420A1 (en) Apparatus and method for analyzing motions using bio-impedance
Ma et al. sEMG-based trunk compensation detection in rehabilitation training
CN103584919A (zh) 多模态生物信号同步检测系统及方法
CN107951487A (zh) 一种辅助握力球康复训练的多参数采集系统
CN111803099A (zh) 基于径向基神经网络的人体上肢肌肉力预测装置及方法
CN110752032A (zh) 一种基于卷积神经网络和激光测振的中医诊断方法
Suhaimi et al. Analysis of EMG-based muscles activity for stroke rehabilitation
Zou et al. A multimodal fusion model for estimating human hand force: Comparing surface electromyography and ultrasound signals
Saggio et al. Sensory systems for human body gesture recognition and motion capture
Nougarou et al. Muscle activity distribution features extracted from HD sEMG to perform forearm pattern recognition
KR100994408B1 (ko) 손가락 힘 추정 방법 및 추정 장치, 손가락 힘 추정을 위한근육 판별 방법 및 근육 판별 장치
Alba-Flores et al. Performance analysis of two ANN based classifiers for EMG signals to identify hand motions
US10966652B1 (en) Method and system for quantifying movement disorder systems
Postolache Remote sensing technologies for physiotherapy assessment
Chen et al. Direct measurement of elbow joint angle using galvanic couple system
Buniya et al. Analysis of different hand and finger grip patterns using surface electromyography and hand dynamometry
Yang et al. Design of the human surface electromyogra signal acquisition system and signal analysis
CN106983511A (zh) 肌力与肌张力状态突变点的识别方法及识别装置
Song et al. Design of a Wireless Distributed Real-time Muscle Fatigue Detection System
Sidek et al. Measurement system to study the relationship between forearm EMG signals and wrist position at varied hand grip force

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20131204