CN103892945B - 肌电假肢控制系统 - Google Patents

肌电假肢控制系统 Download PDF

Info

Publication number
CN103892945B
CN103892945B CN201210580705.6A CN201210580705A CN103892945B CN 103892945 B CN103892945 B CN 103892945B CN 201210580705 A CN201210580705 A CN 201210580705A CN 103892945 B CN103892945 B CN 103892945B
Authority
CN
China
Prior art keywords
module
limb
myoelectric limb
host computer
myoelectric
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.)
Active
Application number
CN201210580705.6A
Other languages
English (en)
Other versions
CN103892945A (zh
Inventor
田岚
李光林
姜乃夫
张浩诗
朱明星
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201210580705.6A priority Critical patent/CN103892945B/zh
Publication of CN103892945A publication Critical patent/CN103892945A/zh
Application granted granted Critical
Publication of CN103892945B publication Critical patent/CN103892945B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Prostheses (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种肌电假肢控制系统,包括肌电假肢控制器和上位机。用户佩戴好肌电假肢,将肌电假肢控制器通过通信模块与上位机连接,用户根据上位机显示的动作提示,利用幻肢完成相应动作,肌电电极采集用户肢体表面产生的肌电信号,肌电信号采集模块将肌电信号转换为肌电数据,控制模块将肌电数据通过通信模块传送到上位机;上位机对肌电数据进行模式训练得到动作分类器,并将动作分类器通过通信模块发送至控制模块。断开肌电假肢控制器与上位机之间的连接后,当用户利用幻肢执行某一动作时,控制模块根据动作分类器对接收到的肌电数据进行动作类型识别并输出分类结果,电机驱动模块根据分类结果驱动肌电假肢完成相应的动作,使用简单方便、动作灵巧。

Description

肌电假肢控制系统
技术领域
本发明涉及假肢控制技术,特别是涉及一种肌电假肢控制系统。
背景技术
肌电假肢是利用微小的肌电电位差信号作为控制和操纵肌电假肢各种功能的初始信号,肌电电位差信号通过被安置在残肢皮肤表面上的电极来测取,用来控制肌电假手的张开、合闭和旋转等动能。
在现有的肌电假肢控制技术中,肌电假肢利用一对残留肌肉(主缩肌与拮抗肌)控制一个动作自由度。肢体截肢后,肌电信息源是有限的,截肢的程度越高,残留的肢体肌肉越少,而需要恢复的肢体动作越多。为了用一对肌肉控制多个自由度,肌电假肢增加了动作“模式”切换功能。“模式”的切换是利用同时使一对肌肉“收缩”或附加开关来实现的,这使肌电假肢的使用非常困难,这种肌电假肢控制方式不能直接实现肌电假肢的控制。
另外,目前的肌电假肢操控方法不符合人们“自然”使用肢体的方式。例如,对于肘部以上截肢者,需要用残留的二头肌和三头肌控制腕部动作或手部动作,但在截肢前,二头肌和三头肌是与肘部动作有关的肌肉。这造成肌电假肢使用中动作笨拙,增大肌电假肢使用者的精神负担。
发明内容
基于此,有必要提供一种能够使肌电假肢使用简单方便、动作灵巧的肌电假肢控制系统。
一种肌电假肢控制系统,包括肌电假肢控制器和上位机,所述肌电假肢控制器包括:
肌电电极,设置于肌电假肢的接受腔内部,用于采集肌电信号;
肌电信号采集模块,与所述肌电电极连接,用于对采集到的所述肌电信号进行模数转换,提取肌电数据;
控制模块,与所述肌电信号采集模块连接,用于将所述肌电数据发送给通信模块,并接收所述通信模块接收到的动作分类器,根据所述动作分类器对采集到的所述肌电数据进行动作类型识别,并输出分类结果;
通信模块,连接所述控制模块,用于与上位机进行通信,将所述肌电数据传送到所述上位机和将所述上位机发送的动作分类器传送至所述控制模块;
电机驱动模块,与所述控制模块连接,用于接收并根据所述分类结果驱动所述肌电假肢内部电机工作,完成相应动作;
所述上位机用于接收并根据所述通信模块传送的肌电数据进行模式训练,使用模式识别分类算法得到所述动作分类器,并将所述动作分类器发送给所述通信模块。
在其中一个实施例中,所述肌电信号采集模块包括:
缓冲电路,连接所述肌电电极,用于提高所述肌电信号采集模块的输入阻抗;
前置放大电路,连接所述缓冲电路,用于对所述肌电信号进行前置放大;
滤波电路,连接所述前置放大电路,用于对所述肌电信号进行滤波;
后级放大电路,连接所述滤波电路,用于对所述肌电信号进行后级放大;
模数转换电路,连接所述后级放大电路,用于对所述肌电信号进行模数转换。
在其中一个实施例中,所述电机驱动模块包括隔离电路和电机驱动芯片,所述隔离电路接于所述控制模块和电机驱动芯片之间,用于对所述控制模块和电机驱动芯片进行电气隔离,抑制所述电机驱动芯片对控制模块的噪声干扰;所述电机驱动芯片用于根据所述分类结果驱动所述肌电假肢内部电机工作。
在其中一个实施例中,所述肌电电极的数量为6至8个。
在其中一个实施例中,所述肌电假肢控制器的通道数与所述肌电电极的数量相同,每个所述通道包括一缓冲电路、一前置放大电路、一滤波电路、一后级放大电路及一模数转换电路。
在其中一个实施例中,所述控制模块为微控制器。
在其中一个实施例中,所述通信模块为通用串行总线接口。
在其中一个实施例中,所述上位机包括:
肌电信号实时采集模块,用于接收并显示所述通信模块传送的肌电数据;
动作训练及分类模块,与所述肌电信号实时采集模块连接,用于显示预设动作提示,对所述肌电信号实时采集模块接收的肌电数据进行所述模式训练,使用模式识别分类算法得到所述动作分类器,并将所述动作分类器发送至所述通信模块。
在其中一个实施例中,所述上位机包括与所述动作训练及分类模块连接的虚拟现实控制模块,所述动作训练及分类模块还用于根据动作分类器对采集到的肌电数据进行动作类型识别,并输出分类结果;所述虚拟现实控制模块用于建立虚拟现实人,接收并根据所述动作训练及分类模块输出的分类结果控制所述虚拟现实人完成相应动作,观察动作分类的效果。
在其中一个实施例中,所述上位机还包括与所述动作训练及分类模块连接的康复训练模块,所述康复训练模块用于显示操作指示,接收并根据所述动作训练及分类模块输出的分类结果完成相应操作。
患者截肢后,虽然肢体不再存在了,但患者会有肢体仍然存在的感觉,这是一种“幻肢”现象。患者可以利用他们的幻肢做各种肢体动作,引起残肢肌肉收缩产生肌电信号。上述肌电假肢控制系统,在使用肌电假肢之前利用上位机识别不同的动作类型。用户佩戴好肌电假肢,将肌电假肢控制器通过通信模块与上位机连接,用户根据上位机中的动作训练及分类模块显示的动作提示控制幻肢完成相应动作,通过肌电电极采集用户肢体表面产生的肌电信号,利用肌电信号采集模块将肌电信号(模拟信号)转换为肌电数据(数字信号),控制模块将肌电数据通过通信模块传送到上位机;上位机对接收的肌电数据进行模式训练得到动作分类器,并将动作分类器通过通信模块发送至控制模块。断开肌电假肢控制器与上位机之间的连接后用户便可使用肌电假肢,当用户想要执行某一动作时,控制幻肢执行该动作,此时控制模块根据动作分类器对接收到的肌电数据进行动作类型识别并输出分类结果,电机驱动模块根据分类结果驱动肌电假肢完成相应的动作,实现肌电假肢的多自由度自然控制。使用简单方便、动作灵巧,减小了使用者的精神负担。
附图说明
图1为一实施例中肌电假肢控制器的结构图;
图2为另一实施例中肌电假肢控制器的结构图;
图3为另一实施例中肌电假肢控制器的结构图;
图4为一实施例中上位机的结构图;
图5为另一实施例中上位机的结构图。
具体实施方式
目前,国内外商业化的人工肢体有机械索控假肢、肌电假肢和肌电索控混合假肢。
肌电假肢利用一对残留肌肉(主缩肌与拮抗肌)控制一个动作自由度。肢体截肢后,肌电信息源是有限的,截肢的程度越高,残留的肢体肌肉越少,而需要恢复的肢体动作越多。为了用一对肌肉控制多个自由度,肌电假肢增加了动作“模式”切换功能。“模式”的切换是利用同时使一对肌肉“收缩”或附加开关来实现的,这使肌电假肢的使用非常困难。因此,传统的肌电控制方式不能直接实现肌电假肢的多自由度控制。另外,目前的肌电假肢操控方法不符合人们“自然”使用肢体的方式。例如,对于肘部以上截肢者,需要用残留的肱二头肌和肱三头肌控制腕部动作或手部动作,但在截肢前,它们是与肘部有关的肌肉。所以,目前的肌电假肢存在着训练过程漫长、动作笨拙、使用者的精神负担大等不足。据统计,在拥有肌电假肢的残疾人中,大约不到50%的人经常使用他们的肌电假肢。
患者截肢后,虽然肢体不再存在了,但患者会有肢体仍然存在的感觉,这是一种“幻肢”现象。患者也可以利用他们的幻肢做各种肢体动作,引起残肢肌肉收缩产生电信号。用体表电极记录肌电信号,并用模式识别方法解码,可以得到患者想要做的肢体动作类型。模式识别分类算法应用到假肢控制中,可以克服目前的肌电假肢存在的功能单一、操控困难、非直觉控制及训练过程漫长等不足,实现肌电假肢的多自由度直觉、自然控制,改善和提高肌电假肢的操控性能。但是模式识别分类计算复杂,需要在计算机中完成,不能“嵌入”肌电假肢,不符合截肢者日常使用的需求。
因此,为了能够使肌电假肢使用简单方便、动作灵巧,本发明提供一种肌电假肢控制系统,包括肌电假肢控制器和上位机,将模式识别分类方法“嵌入”到肌电假肢控制器中。肌电假肢控制器连接多自由度肌电假肢(如三自由度肌电假肢,能完成手腕内收、手腕外展、手腕内旋、手腕外旋、手握拳以及手掌开六个动作),用于采集用户肢体表面产生的肌电信号并控制肌电假肢动作;本实施例中使用计算机作为上位机,与假肢控制器协同使用。在其他实施例中也可以使用其他的平台,如平板电脑、智能手机等作为上位机。
如图1所示,肌电假肢控制器100包括肌电电极110、肌电信号采集模块120、控制模块130、通信模块140和电机驱动模块150。
肌电电极110设置于肌电假肢的接受腔内部,用于采集用户肢体表面产生的肌电信号;用户可根据自己的实际情况定制假肢接受腔,并在接受腔内部选择合适的位置安装肌电电极110。
肌电信号采集模块120与肌电电极110连接,用于对采集到的肌电信号(模拟信号)进行模数转换,提取肌电数据(数字信号)。
控制模块130与肌电信号采集模块120连接,用于将经肌电信号采集模块120模数转换得到的肌电数据发送给通信模块140,还用于接收通信模块140接收到的动作分类器,根据动作分类器对肌电数据进行动作类型识别,并输出分类结果。本实施例中控制模块130为微控制器(Micro Control Unit,MCU),在其他实施例中控制模块130也可以是数字信号处理器,嵌入式处理器等其他数字芯片。
通信模块140连接控制模块130,用于与上位机进行通信,将肌电数据传送到上位机和将上位机发送的动作分类器传送至控制模块130。本实施例中通信模块140为USB(Universal Serial BUS,通用串行总线)接口,以支持肌电假肢控制器100与上位机之间大量的数据传输。
电机驱动模块150与控制模块连接130,并与肌电假肢内部电机连接,电机驱动模块150用于接收并根据控制模块连接130发送的分类结果驱动肌电假肢内部电机工作,完成相应动作。
上位机用于接收并根据通信模块140传送的肌电数据进行模式训练,得到动作分类器,并将动作分类器发送给通信模块140。
上述肌电假肢控制系统,在使用肌电假肢之前利用上位机识别不同的动作类型。用户佩戴好肌电假肢,将肌电假肢控制器100通过通信模块140与上位机连接,用户根据上位机显示的动作提示控制幻肢完成相应动作,肌电电极110采集用户肢体表面产生的肌电信号,利用肌电信号采集模块120将肌电信号(模拟信号)转换为肌电数据(数字信号),控制模块130将肌电数据通过通信模块140传送到上位机;上位机对接收的肌电数据进行模式训练得到动作分类器,并将动作分类器通过通信模块140发送至控制模块130。断开肌电假肢控制器100与上位机之间的连接后用户便可使用肌电假肢,当用户想要执行某一动作时,控制幻肢执行该动作,此时控制模块130根据动作分类器对接收到的肌电数据进行动作类型识别并输出分类结果,电机驱动模块150接收到分类结果后驱动肌电假肢完成相应的动作,实现肌电假肢的多自由度自然控制。使用简单方便、动作灵巧,减小了使用者的精神负担。
在其中一个实施例中,如图2所示,肌电信号采集模块120可以包括依次连接的缓冲电路122、前置放大电路124、滤波电路126、后级放大电路128和模数转换电路129。缓冲电路122连接肌电电极110,用于提高肌电信号采集模块120的输入阻抗,降低信号源负载;本实施例中滤波电路126分别对肌电信号进行低通滤波和高通滤波。肌电电极110采集到的肌电信号依次通过缓冲电路122、前置放大电路124、滤波电路126和后级放大电路128,对肌电信号进行前置放大、低通滤波、高通滤波以及后级放大处理,去除噪声,然后经模数转换电路129将肌电信号转换为肌电数据发送至控制模块130。此外肌电信号采集模块120还可以包括陷波电路,本实施例中可在滤波电路126和后级放大电路128之间设置陷波电路(如50Hz陷波电路),来对肌电信号进行带阻滤波。
继续参照图2,电机驱动模块150可包括隔离电路152和电机驱动芯片154,隔离电路152接于控制模块130和电机驱动芯片154之间,可对控制模块130和电机驱动芯片154进行电气隔离,避免肌电假肢中电机工作时的大电压和大电流对控制模块130造成影响,还能抑制电机驱动芯片154对控制模块130的噪声干扰;电机驱动芯片154用于根据控制模块130输出的分类结果驱动肌电假肢内部电机工作。本实施例中肌电电极110、缓冲电路122、前置放大电路124、滤波电路126、后级放大电路128和模数转换电路129构成一个通道,该通道将肌电电极110采集的肌电信号进行滤波、模数转换后得到肌电数据,并将肌电数据传送至控制模块130。
在其中一个实施例中,如图3所示,肌电假肢控制器100可以包括多个肌电电极110,通道数量也可以是多个,本实施例中肌电电极110的数量为6至8个,可以理解肌电电极110的数量并不限定于这个数量范围,可根据用户的截肢程度并结合实际情况选定肌电电极110的数量。
通道数量与肌电电极110的数量相同,每个通道都包括一缓冲电路120、一前置放大电路124、一滤波电路126、一后级放大电路128和一模数转换电路129,本实施例中隔离电路152及电机驱动芯片154的数量也可以与通道数量相同,每个缓冲电路122与一肌电电极110连接,每个电机驱动芯片154与肌电假肢中的一电机连接,在其他实施例中隔离电路152及电机驱动芯片154的数量还可以与通道数量不同,如通道数量为6至8个,隔离电路152及电机驱动芯片154的数量为3至6个。利用多个肌电电极110对用户肢体表面不同位置进行肌电信号采集,上位机根据多个肌电信号进行动作类型识别,可提高动作分类的准确度;利用多个电机驱动芯片154各自控制肌电假肢中的一个电机,当电机驱动模块150接收到控制模块130发送的分类结果后,多个电机驱动芯片154分别驱动与其连接的电机,控制肌电假肢做出与分类结果相应的动作,可以使肌电假肢的动作更加灵活、准确。
此外,肌电假肢控制器110还包括供电模块,用于对肌电假肢控制器110提供工作电压。在其中一个实施例中,采用锂电池进行供电,能够满足肌电假肢控制器110的便携性与持续使用时间需求。
以前臂截肢者为例,利用肌电假肢控制系统控制三自由度肌电假肢,在肌电假肢的接受腔内放置6个肌电电极,对常用的6个腕部及手部动作(手握拳、手张开、腕内旋、腕外旋、腕内收以及腕外展)进行训练,通过用户的视觉反馈,实时控制假肢完成动作的正确率达到95%以上,完成时间小于300ms。这说明,利用本肌电假肢控制系统实现肢体表面肌电信号的采集和动作识别分类,并对肌电假肢进行多自由度自然控制是完全可行的。
此外,本肌电假肢控制系统以微控制器为核心对肢体表面肌电信号进行采集,并利用上位机进行动作识别分类这一技术也可用于供截肢者使用的键盘鼠标等输入设备,或用于外骨骼机器人的控制等。
在其中一个实施例中,如图4所示,上位机200包括肌电信号实时采集模块210和动作训练及分类模块220。
当上位机200与肌电假肢控制器100连接后,肌电信号实时采集模块210接收并显示肌电假肢控制器100传送的肌电数据。通过观察显示的肌电数据,可判断肌电电极与用户肢体表面的连接状况,便于当连接状况较差时对肌电电极的位置进行调整。
动作训练及分类模块220与肌电信号实时采集模块210连接,用于显示预设动作提示,对肌电信号实时采集模块210接收的肌电数据进行模式训练,使用模式识别分类算法得到动作分类器,并将动作分类器发送至肌电假肢控制器100。
上位机200与肌电假肢控制器100连接后,动作训练及分类模块220显示预设动作提示,当用户根据动作提示假想完成相应动作后,肌电数据动作训练及分类模块220对肌电假肢控制器100传送的肌电数据进行模式训练,得到动作分类器,并将动作分类器发送至肌电假肢控制器100。上位机200与肌电假肢控制器100配合,完成动作分类器的计算,将动作分类器下载到肌电假肢控制器100中后,使用肌电假肢控制器100即可实现对肌电假肢的多自由度控制。
在其中一个实施例中,如图5所示,上位机200包括与动作训练及分类模块220连接的虚拟现实控制模块230。本实施例中,当上位机200与肌电假肢控制器100连接后,动作训练及分类模块220根据得到的动作分类器对接收到的肌电数据进行动作类型识别,并输出分类结果;虚拟现实控制模块230用于建立一个可完成各种手部动作虚拟现实人,接收并根据动作训练及分类模块220输出的分类结果控制虚拟现实人完成相应动作,通过比较想要完成的动作与虚拟现实人做出的动作,观察动作分类的效果。
上位机200还可包括与动作训练及分类模块220连接的康复训练模块240,康复训练模块240用于对截肢者进行康复训练,避免截肢者残留的肢体肌肉因长时间未使用而坏死。比如用康复训练模块240建立虚拟小游戏,显示操作指示,截肢者根据操作提示假想完成相应动作,此时肢体表面产生的肌电信号经肌电假肢控制器100采集处理得到肌电数据,动作训练及分类模块220根据动作分类器对肌电数据进行分析后输出分类结果,康复训练模块240接收并根据动作训练及分类模块220输出的分类结果完成相应操作,从而达到对截肢者残留的肢体肌肉进行训练的目的。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种肌电假肢控制系统,其特征在于,包括肌电假肢控制器和上位机,所述肌电假肢控制器包括:
肌电电极,设置于肌电假肢的接受腔内部,用于采集肌电信号;
肌电信号采集模块,与所述肌电电极连接,用于对采集到的所述肌电信号进行模数转换,提取肌电数据;
控制模块,与所述肌电信号采集模块连接,用于将所述肌电数据发送给通信模块,并接收所述通信模块接收到的动作分类器,根据所述动作分类器对采集到的所述肌电数据进行动作类型识别,并输出分类结果;
通信模块,连接所述控制模块,用于与上位机进行通信,将所述肌电数据传送到所述上位机和将所述上位机发送的动作分类器传送至所述控制模块;
电机驱动模块,与所述控制模块连接,用于接收并根据所述分类结果驱动所述肌电假肢内部电机工作,完成相应动作;
所述上位机用于接收并根据所述通信模块传送的肌电数据进行模式训练,得到所述动作分类器,并将所述动作分类器发送给所述通信模块;
所述上位机包括:
肌电信号实时采集模块,用于接收并显示所述通信模块传送的肌电数据;
动作训练及分类模块,与所述肌电信号实时采集模块连接,用于显示预设动作提示,对所述肌电信号实时采集模块接收的肌电数据进行所述模式训练,使用模式识别分类算法得到所述动作分类器,并将所述动作分类器发送至所述通信模块。
2.根据权利要求1所述的肌电假肢控制系统,其特征在于,所述肌电信号采集模块包括:
缓冲电路,连接所述肌电电极,用于提高所述肌电信号采集模块的输入阻抗;
前置放大电路,连接所述缓冲电路,用于对所述肌电信号进行前置放大;
滤波电路,连接所述前置放大电路,用于对所述肌电信号进行滤波;
后级放大电路,连接所述滤波电路,用于对所述肌电信号进行后级放大;
模数转换电路,连接所述后级放大电路,用于对所述肌电信号进行模数转换。
3.根据权利要求2所述的肌电假肢控制系统,其特征在于,所述电机驱动模块包括隔离电路和电机驱动芯片,所述隔离电路接于所述控制模块和电机驱动芯片之间,用于对所述控制模块和电机驱动芯片进行电气隔离,抑制所述电机驱动芯片对控制模块的噪声干扰;所述电机驱动芯片用于根据所述分类结果驱动所述肌电假肢内部电机工作。
4.根据权利要求3所述的肌电假肢控制系统,其特征在于,所述肌电电极的数量为6至8个。
5.根据权利要求4所述的肌电假肢控制系统,其特征在于,所述肌电假肢控制器的通道数与所述肌电电极的数量相同,每个所述通道包括一缓冲电路、一前置放大电路、一滤波电路、一后级放大电路及一模数转换电路。
6.根据权利要求1所述的肌电假肢控制系统,其特征在于,所述控制模块为微控制器。
7.根据权利要求1所述的肌电假肢控制系统,其特征在于,所述通信模块为通用串行总线接口。
8.根据权利要求1所述的肌电假肢控制系统,其特征在于,所述上位机包括与所述动作训练及分类模块连接的虚拟现实控制模块,所述动作训练及分类模块还用于根据所述动作分类器对接收到的肌电数据进行动作类型识别,并输出分类结果;所述虚拟现实控制模块用于建立虚拟现实人,接收并根据所述动作训练及分类模块输出的分类结果控制所述虚拟现实人完成相应动作,观察动作分类的效果。
9.根据权利要求8所述的肌电假肢控制系统,其特征在于,所述上位机还包括与所述动作训练及分类模块连接的康复训练模块,所述康复训练模块用于显示操作指示,接收并根据所述动作训练及分类模块输出的分类结果完成相应操作。
CN201210580705.6A 2012-12-27 2012-12-27 肌电假肢控制系统 Active CN103892945B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210580705.6A CN103892945B (zh) 2012-12-27 2012-12-27 肌电假肢控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210580705.6A CN103892945B (zh) 2012-12-27 2012-12-27 肌电假肢控制系统

Publications (2)

Publication Number Publication Date
CN103892945A CN103892945A (zh) 2014-07-02
CN103892945B true CN103892945B (zh) 2017-03-08

Family

ID=50984748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210580705.6A Active CN103892945B (zh) 2012-12-27 2012-12-27 肌电假肢控制系统

Country Status (1)

Country Link
CN (1) CN103892945B (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809329B (zh) * 2014-10-15 2017-11-21 上海念通智能科技有限公司 一种基于共模型成分分析的零再训练方法
CN105616042B (zh) * 2014-10-30 2017-10-10 中国科学院深圳先进技术研究院 一种智能假手控制系统
CN105012057B (zh) * 2015-07-30 2017-04-26 沈阳工业大学 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法
CN104997582B (zh) * 2015-07-30 2017-03-22 沈阳工业大学 基于眼部和下颌肌电信号对智能假肢的控制装置及方法
CN105139038A (zh) * 2015-09-14 2015-12-09 李玮琛 肌电信号模式识别方法
CN106215380A (zh) * 2016-08-31 2016-12-14 深圳先进技术研究院 一种肢体康复训练系统
CN107789101A (zh) * 2016-09-01 2018-03-13 湖南能手科技有限公司 一种智能肌电假肢手装置
CN106420124B (zh) * 2016-10-10 2018-08-24 上海电机学院 一种肌电控制虚拟机器人假手仿真系统的方法
CN106530926B (zh) * 2016-11-29 2019-03-05 东南大学 基于Myo臂带及视线追踪的虚拟假手训练平台及其训练方法
CN107126303A (zh) * 2017-02-15 2017-09-05 上海术理智能科技有限公司 一种基于手机app的上下肢运动辅助方法
EP3609402A4 (en) * 2017-04-14 2020-12-16 Rehabilitation Institute Of Chicago D/B/A Shirley PROSTHETIC VIRTUAL REALITY LEARNING INTERFACE AND RELATED PROCESSES
CN107411857B (zh) * 2017-09-21 2019-06-11 哈尔滨工业大学 一种分布式腕手假肢系统的控制系统
CN107647951A (zh) * 2017-09-29 2018-02-02 上海术理智能科技有限公司 用于辅助上下肢运动的方法、系统及计算机可读介质
CN107618018B (zh) * 2017-10-26 2020-08-25 杭州电子科技大学 一种基于肌电的机械手动作速度比例控制方法
CN108268844A (zh) * 2018-01-17 2018-07-10 上海术理智能科技有限公司 基于表面肌电信号的动作模式识别方法及装置
CN108703824B (zh) * 2018-03-15 2020-05-01 哈工大机器人(合肥)国际创新研究院 一种基于肌电手环的仿生手控制系统及控制方法
CN108261274A (zh) * 2018-03-16 2018-07-10 郭伟超 一种用于假肢手控制与感知的双向残肢接口系统
CN111317600B (zh) * 2018-12-13 2022-03-15 深圳先进技术研究院 一种假肢控制方法、装置、系统、设备和存储介质
CN110338618B (zh) * 2019-06-20 2021-02-05 东华大学 一种残疾人使用的肌电筷子
CN111300413B (zh) * 2020-03-03 2022-10-14 东南大学 一种多自由度肌电假手控制系统及其使用方法
CN111374808A (zh) * 2020-03-05 2020-07-07 北京海益同展信息科技有限公司 假肢控制方法及装置、存储介质、电子设备
CN111399641A (zh) * 2020-03-06 2020-07-10 苏州通和景润康复科技有限公司 一种上肢肌电假肢操作装置
CN111616848B (zh) * 2020-06-02 2021-06-08 中国科学技术大学先进技术研究院 基于fsm的五自由度上臂假肢控制系统
CN111743668B (zh) * 2020-06-30 2023-12-05 京东科技信息技术有限公司 假肢控制方法、装置、电子设备和存储介质
CN112057212A (zh) * 2020-08-03 2020-12-11 桂林电子科技大学 基于深度学习的假肢系统
CN114176854B (zh) * 2021-11-30 2023-05-30 中国人民解放军总医院第四医学中心 一种用于骨整合的多传感采集及控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5413611A (en) * 1992-07-21 1995-05-09 Mcp Services, Inc. Computerized electronic prosthesis apparatus and method
CN101057795A (zh) * 2007-05-18 2007-10-24 天津大学 采用肌电和脑电协同控制的假肢手及其控制方法
CN101181176A (zh) * 2007-12-10 2008-05-21 华中科技大学 一种穿戴式手功能康复机器人及其控制系统
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN101773422A (zh) * 2010-01-21 2010-07-14 吉林大学 基于神经再分布技术的肌电仿生手臂系统
CN102258403A (zh) * 2011-05-04 2011-11-30 上海理工大学 肌肉力比例调速假手控制系统及方法
CN102614061A (zh) * 2012-03-01 2012-08-01 上海理工大学 基于肌音信号的人体上肢功能康复训练实现方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060155386A1 (en) * 2005-01-10 2006-07-13 Wells David L Electromyographic sensor

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5413611A (en) * 1992-07-21 1995-05-09 Mcp Services, Inc. Computerized electronic prosthesis apparatus and method
CN101057795A (zh) * 2007-05-18 2007-10-24 天津大学 采用肌电和脑电协同控制的假肢手及其控制方法
CN101181176A (zh) * 2007-12-10 2008-05-21 华中科技大学 一种穿戴式手功能康复机器人及其控制系统
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN101773422A (zh) * 2010-01-21 2010-07-14 吉林大学 基于神经再分布技术的肌电仿生手臂系统
CN102258403A (zh) * 2011-05-04 2011-11-30 上海理工大学 肌肉力比例调速假手控制系统及方法
CN102614061A (zh) * 2012-03-01 2012-08-01 上海理工大学 基于肌音信号的人体上肢功能康复训练实现方法

Also Published As

Publication number Publication date
CN103892945A (zh) 2014-07-02

Similar Documents

Publication Publication Date Title
CN103892945B (zh) 肌电假肢控制系统
CN104107134B (zh) 基于肌电反馈的上肢训练方法及系统
CN105012057B (zh) 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法
Li et al. Quantifying pattern recognition—Based myoelectric control of multifunctional transradial prostheses
CN107861628A (zh) 一种基于人体表面肌电信号的手部姿态识别系统
CN202223388U (zh) 一种可穿戴的脑控智能假肢
CN106420124B (zh) 一种肌电控制虚拟机器人假手仿真系统的方法
CN202288542U (zh) 假肢控制装置
CN103815991B (zh) 双通道操作感知虚拟假手训练系统及方法
CN101455596A (zh) 脑机接口驱动控制的神经义肢手及其控制方法
CN104546235A (zh) 混合型假手
CN106726027A (zh) 一种欠驱动假肢手
CN102309365A (zh) 一种可穿戴的脑控智能假肢
CN105138133A (zh) 生物信号手势识别设备及方法
CN107411857A (zh) 一种分布式腕手假肢系统的控制系统
CN104571837A (zh) 一种实现人机交互的方法及系统
WO2014194609A1 (zh) 一种基于肌电信号和传感器信号实现精细实时运动的控制方法
Alshammary et al. Synergistic elbow control for a myoelectric transhumeral prosthesis
CN108261274A (zh) 一种用于假肢手控制与感知的双向残肢接口系统
CN107126303A (zh) 一种基于手机app的上下肢运动辅助方法
CN102198660A (zh) 基于脑-机接口的机械手臂控制系统及动作命令控制方案
CN102117119A (zh) 基于颞肌表面肌电信号实现鼠标控制的方法
CN204909750U (zh) 基于双臂肌电、姿态信息采集的智能假肢
CN101773422B (zh) 基于神经再分布技术的肌电仿生手臂系统
CN206147520U (zh) 一种用于基于运动想象和p300相结合的脑机接口控制虚拟现实的数据采集装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant