CN105266806A - 基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 - Google Patents
基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 Download PDFInfo
- Publication number
- CN105266806A CN105266806A CN201410331809.2A CN201410331809A CN105266806A CN 105266806 A CN105266806 A CN 105266806A CN 201410331809 A CN201410331809 A CN 201410331809A CN 105266806 A CN105266806 A CN 105266806A
- Authority
- CN
- China
- Prior art keywords
- stretching
- speed
- spasticity
- threshold value
- stretching speed
- 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
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属医疗器械领域，涉及一种基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置，所述装置由检测头、表面肌电图、计算机和显示屏组成；所述检测头由压力、角度、速度和加速度传感器集成，并通过数据线或蓝牙与计算机相连；所述表面肌电图通过表面电极记录被测肌肉肌电信号，计算机分析牵张活动中产生的肢体阻力变量、牵张活动速度和加速度，同时记录诱发牵张反射时的关节角度；并建立了牵张速度—诱发牵张反射关节角度的直线回归方程式，以及得到理论上牵张速度为0时的关节角度—牵张反射阈值；通过显示屏显示牵张速度动画预演、肌电活动和牵张阻力变化，本发明的评价系统及装置能解决康复医学中的准确评价上运动神经元综合征(UMNS)的难点；能较好的对其中的痉挛状态进行定量评定，有助于进一步筛选合理的干预方案。
Description
技术领域
本发明属医疗器械领域，涉及一种康复评定器械，具体涉及一种基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置。
背景技术
痉挛状态为常见的康复医学问题，常因损害功能而影响患者生活质量；狭义上的痉挛状态是指一种运动障碍，表现为速度依赖性牵张反射(stretchreflex，SR)亢进，伴腱反射亢进和(或)阵挛，是上运动神经元综合征(uppermotorneuronsyndrome，UMNS)的症状之一。据估计全世界有超过1200万的痉挛状态患者，其中相当一部分会发生需要治疗的痉挛状态；有研究表明，肌肉长期处于痉挛状态会造成触变性改变和挛缩，理论上认为非神经成分，其与痉挛状态神经成分(neuralcomponents，NC)的治疗方式不一样。临床实践中，区分肌肉过度活动中的痉挛状态神经成分和非神经成分，以及对之进行准确的评价是上运动神经元综合征(UMNS)的诊疗难点；通常只有依赖于准确的评价，才能继之以针对性治疗并可靠而准确地反映疗效，进而筛选出合理的干预方案。
目前，Ashworth量表及其改良版是最常用的痉挛状态临床量表，但其存在的缺点为属于不精确的分级资料，同时不能筛选出阻力的神经成分；Tardieu量表及其改良版是分级资料和计量资料的整合体，仍不精确或欠缺信度；有研究公开了三倍痉挛状态量表，虽可筛选NC，但存在判断上的主观性；上述痉挛状态临床量表的缺点，决定了其不能替代精确的生物力学评价。
研究报道，SR阻力是指被动移动肢体或进行肌肉牵张时肌肉产生的阻力，可用力或力矩来表示，所述力或力矩由NC和非神经成分组成，其力的大小取决于神经反射的强度，以及肌肉的长度和肌肉长度变化的速度；所述长度依赖性元素称为弹性(elasticity，EC)，速度依赖性元素称为粘性(viscosity，VC)，另一个额外的力称为惰性(inertia，IC)，是指其他组织和肌肉相作用的附加力；所述EC测量可能只有在如下理论状态下才能成立：牵伸速度为0(假定力矩不受速度因素的影响)，同时还要假定被测者在被牵伸时，不能有肌肉激活程度的变化。有研究尝试区分阻力的NC，如速度依赖性阻力测定，但它们难以区分NC、EC和VC；还有研究提出了一种痉挛状态的生物力学测定模型：总阻力包括弹性EC、VC、IC和NC，该模型显示出较好的信度和效度；但在应用上述模型时，需要借助动力性仪器，操作较复杂，且不同关节和肌肉需要使用不同的适合该关节活动的动力设备，增加了此模型的应用困难及不便；此外，所述NC属于阈值上测定，其大小受牵张速度影响。
SR阈值(stretchreflexthreshold，SRT)是上述生物力学测定方式之外的痉挛状态测定参数；SRT指运动神经元募集开始时关节所处的位置，如使用肌电图(electromyography，EMG)测定，SRT可标记为当肢体用某个速度移动时，首次出现EMG反应时的关节角度。之前有研究利用生物力学装置，测定痉挛状态的阻力矩、EC或EMG阈值；所述正弦牵张方式可能有利于避免被测者的测试偏倚，其中均使用较快的牵张速度，因此，仍不能真实的从阈值水平反映痉挛状态的程度；由于所述测定方法可以鉴别EC和痉挛状态，且该种阈值测定依赖于牵张速度，因此被称为动态性SR阈值(dynamicstretchreflexthreshold，DSRT)。所述DSRT的测定受牵张速度的影响。
λ模型或运动控制的平衡点假说，被用来设计成为痉挛状态测定的另一种方式。λ模型认为，在稳定状态，肌肉和环境因素(力矩)是平衡的，力矩和肢体节段位置的结合达到稳定状态时，称之为系统的平衡点；虽然在平衡状态时力矩是平衡的，但是由中枢神经系统决定的特异性神经参数却是预先确定的，其导致了力与位置空间的平衡点；所述平衡点假说定义了该种神经参数为关节位置阈值(λ)，即支配跨关节肌肉的运动神经元开始募集时，关节所处的角度；所述λ又称为张力性SR阈值(tonicstretchreflexthreshold,TSRT)，由中枢神经系统通过改变运动神经元的膜电位来调控；所述TSRT的测定十分敏感，不受牵张速度的干扰，是一种真正意义上的痉挛状态阈值测定；实际测试TSRT时，可根据多个DSRT和相应牵张速度两个变量，建立回归方程式，牵张速度为0时的DSRT，即TSRT。
所述阈值测定和阈值上测定同为痉挛状态测定方式，其意义、方法截然不同：所述TSRT是十分敏感的痉挛状态测定方式，而NC是反映SR强度的指标；因此，结合上述两者，可对痉挛状态做出更全面的判断。
但迄今为止，尚未见有关基于牵张反射阈值和阻力变量的痉挛状态评价装置的报道；鉴于此，本申请的发明人拟提供一种基于牵张反射阈值和阻力变量的痉挛状态评价系统及其装置。
发明内容
本发明的目的是为克服现有技术的缺陷，提供一种康复评定器械，具体涉及一种基于牵张反射阈值和阻力变量的痉挛状态评价系统及其装置。该评价系统及其装置主要用于痉挛状态定量评定。
本发明的评价系统包括信号接受系统和数据分析处理系统；所述信号接受系统中通过检测头进行信号接受；通过数据线或蓝牙与计算机相连，所述检测头由压力、角度、速度和加速度传感器集成；数据分析处理系统主要针对表面肌电图所记载的表面肌电的肌肉的痉挛状态，同时进行阈值层面和阈值上层面的评价；即测得张力性牵张反射阈值，和测得神经成分，以及测得非神经成分的弹性、粘性和惰性；
本发明的评价系统中，所述表面肌电图通过表面电极记录被测肌肉肌电信号，计算机分析牵张活动中产生的肢体阻力变量、牵张活动速度和加速度，同时记录诱发牵张反射时的关节角度；在随机测试20次不同速度的牵张活动后，建立牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度—牵张反射阈值；进一步通过显示屏显示牵张速度动画预演、肌电活动和牵张阻力变化。本发明的评价系统尤其适用于痉挛状态定量评定。
本发明进一步提供了基于所述评价系统的痉挛状态评价装置，该装置只需采用简便的手工操作，即可对各种能获取表面肌电的肌肉的痉挛状态，同时进行阈值层面和阈值上层面的评价；即测得张力性牵张反射阈值，和测得神经成分，以及测得非神经成分的弹性、粘性和惰性。
更具体的，本发明提供了基于牵张反射阈值和阻力变量的痉挛状态评价装置，其特征在于，由检测头、表面肌电图机、计算机和显示屏组成；所述检测头和表面肌电图机均通过数据线或蓝牙与计算机相连；所述计算机与显示屏连接；
本发明中，所述检测头包括检测头外壳、外壳内部的4种集成传感器(压力、角度、速度和加速度传感器)和数据传输装置(数据线和蓝牙)；测试时，测定者一手维持被测者肢体稳定，一手持检测头，对被测肌肉和关节施加不同速度的牵张活动；
本发明中，所述检测头通过数据线或蓝牙与计算机相连；
本发明中，所述表面肌电图机，通过表面电极记录被测肌肉肌电信号，通过数据线与计算机相连；
本发明中，所述计算机用于在肌电信号达到诱发牵张反射标准时(定义为肌电信号开始超过活动前基线处，并保持大于5％峰值，且维持超过50ms)，读取并标记牵张活动中关节所处的角度；该关节角度记录为特定牵张速度下的动态牵张反射阈值；在随机测试20次不同速度的牵张活动后，建立牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度—牵张反射阈值；此外，所述计算机还用于分析牵张活动中产生的肢体阻力变量(包括神经成分(NC)、弹性(EC)、粘性(VC)和惰性(IC))、牵张活动速度和加速度，其分析方法为：
(a)IC是阻止肢体被动加速的阻力，由肢体重量和加速度决定，即IC＝m×a。其中，m为肢体的重量；m在测定开始前，由压力传感器对特定姿位下、静止状态的肢体进行测量；a为加速度；
(b)EC＝线性弹性+终末期非线性弹性；因此，EC由5°/秒慢速牵拉至末端，并延迟1秒后记录；
(c)VC为软组织粘性造成的阻力(如肌纤维滑移)，在牵伸活动起始加速时最大(定义为VCP1)，然后维持在较低程度(VCP2)；VCP1＝总阻力P1-IC，VCP2为估计值，一般估计其为VCP1的20％，实际测量时VCP2随牵张速度变化而有较微小的变化，因此，VCP2＝(总阻力P1-IC)×0.2；
(d)NC；肌肉牵张可诱发潜伏期约40ms的脊髓反射，并继之以晚期的牵张诱发反应；在该模型中，NC由P2计算，即：NC＝总阻力P2-(EC+VCP2)。
本发明中，所述显示屏用于显示牵张速度动画预演、肌电活动和牵张阻力变化。
本发明中，测定者根据所述显示屏显示的牵张速度动画预演，施加牵张活动，允许有实际牵张速度和预演牵张速度的误差；实际牵张速度由速度传感器记录，预演的牵张角速度自5°/秒至305°/秒，每15°/秒的变化；预演牵张速度和实际牵张速度均遵循快-慢-快的正弦变化方式；对一块被测肌总计牵张活动20次后，由计算机自动建立实际牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度，即张力性牵张反射阈值(如图1所示)；
本发明中，利用所述检测头对被测肢体施加牵张活动时，集成传感器记录肢体产生的总阻力、肢体运动的加速度和速度，并将数据传输至计算机；总阻力由各阻力变量组成，包括神经成分(NC)、弹性(EC)、粘性(VC)和惰性(IC)，(如图2所示的慢速牵张和快速牵张时的阻力成分变化曲线)，各阻力成分依据数学模型，由计算机进行计算。
本发明的基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置，由表面肌电图通过表面电极记录被测肌肉肌电信号，计算机分析牵张活动中产生的肢体阻力变量、牵张活动速度和加速度，同时记录诱发牵张反射时的关节角度；并建立了牵张速度—诱发牵张反射关节角度的直线回归方程式，以及得到理论上牵张速度为0时的关节角度—牵张反射阈值；通过显示屏显示牵张速度动画预演、肌电活动和牵张阻力变化，本发明的评价系统及装置能解决康复医学中的准确评价上运动神经元综合征(UMNS)的难点；能较好的对其中的痉挛状态进行定量评定，有助于进一步筛选合理的干预方案。
为了便于理解，以下将通过具体的附图和实施例对本发明的基于牵张反射阈值和阻力变量的痉挛状态评价装置进行详细地描述。需要特别指出的是，具体实例和附图仅是为了说明，显然本领域的普通技术人员可以根据本文说明，在本发明的范围内对本发明做出各种各样的修正和改变，这些修正和改变也纳入本发明的范围内。
附图说明
图1显示了张力性牵张反射阈值和动态性牵张反射阈值。
图2显示了慢速牵张和快速牵张时的阻力成分变化。
图3显示了本发明的基于牵张反射阈值和阻力变量的痉挛状态评价装置的连接关系。
具体实施方式
实施例1
本实施例的基于牵张反射阈值和阻力变量的痉挛状态评价装置，由检测头、表面肌电图机、计算机和显示屏组成；所述检测头和表面肌电图机均通过数据线或蓝牙与计算机相连；所述计算机还与显示屏连接；
所述检测头包括检测头外壳、外壳内部的4种集成传感器(压力、角度、速度和加速度传感器)和数据传输装置(数据线和蓝牙)；测试时，测定者一手维持被测者肢体稳定，一手持检测头，对被测肌肉和关节施加不同速度的牵张活动；
所述检测头通过数据线或蓝牙与计算机相连；
所述表面肌电图机，通过表面电极记录被测肌肉肌电信号，通过数据线与计算机相连；
所述计算机用于在肌电信号达到诱发牵张反射标准时(定义为肌电信号开始超过活动前基线处，并保持大于5％峰值，且维持超过50ms)，读取并标记牵张活动中关节所处的角度；该关节角度记录为特定牵张速度下的动态牵张反射阈值；在随机测试20次不同速度的牵张活动后，建立牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度—牵张反射阈值；此外，所述计算机用于分析牵张活动中产生的肢体阻力变量(包括神经成分、粘性、弹性和惰性)、牵张活动速度和加速度，其通过下述方法进行分析：
(a)IC是阻止肢体被动加速的阻力，由肢体重量和加速度决定，即IC＝m×a。其中，m为肢体的重量；m在测定开始前，由压力传感器对特定姿位下、静止状态的肢体进行测量；a为加速度；
(b)EC＝线性弹性+终末期非线性弹性；因此，EC由5°/秒慢速牵拉至末端，并延迟1秒后记录；
(c)VC为软组织粘性造成的阻力(如肌纤维滑移)，在牵伸活动起始加速时最大(定义为VCP1)，然后维持在较低程度(VCP2)；VCP1＝总阻力P1-IC，VCP2为估计值，一般估计其为VCP1的20％，实际测量时VCP2随牵张速度变化而有较微小的变化，因此，VCP2＝(总阻力P1-IC)×0.2；
(d)NC；肌肉牵张可诱发潜伏期约40ms的脊髓反射，并继之以晚期的牵张诱发反应；在该模型中，NC由P2计算，即：NC＝总阻力P2-(EC+VCP2)。
所述显示屏用于显示牵张速度动画预演、肌电活动和牵张阻力变化。
Claims (9)
1.基于牵张反射阈值和阻力变量的痉挛状态评价系统，其特征在于，所述的的评价系统包括：信号接受系统和数据分析处理系统；
所述信号接受系统中通过检测头进行信号接受；通过数据线或蓝牙与计算机相连；
所述数据分析处理系统主要针对表面肌电图所记载的表面肌电的肌肉的痉挛状态，同时进行阈值层面和阈值上层面的评价；即测得张力性牵张反射阈值，和测得神经成分，以及测得非神经成分的弹性、粘性和惰性。
2.按权利要求1所述的基于牵张反射阈值和阻力变量的痉挛状态评价系统，其特征在于，所述检测头由压力、角度、速度和加速度传感器集成。
3.按权利要求1所述的基于牵张反射阈值和阻力变量的痉挛状态评价系统，其特征在于，所述表面肌电图通过表面电极记录被测肌肉肌电信号，计算机分析牵张活动中产生的肢体阻力变量、牵张活动速度和加速度，同时记录诱发牵张反射时的关节角度；建立牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度—牵张反射阈值；通过显示屏显示牵张速度动画预演、肌电活动和牵张阻力变化。
4.基于牵张反射阈值和阻力变量的痉挛状态评价装置，其特征在于，由检测头、表面肌电图机、计算机和显示屏组成；所述检测头和表面肌电图机均通过数据线或蓝牙与计算机相连；所述计算机还与显示屏连接；
其中，所述检测头包括检测头外壳、外壳内部的压力、角度、速度和加速度传感器、数据传输装置。
5.按权利要求4所述的痉挛状态评价装置，其特征在于，所述数据传输装置为数据线和蓝牙。
6.按权利要求4所述的痉挛状态评价装置，其特征在于，所述计算机在肌电信号达到诱发牵张反射标准时，读取并标记牵张活动中关节所处的角度；其中，肌电信号达到诱发牵张反射标准定义为肌电信号开始超过活动前基线处，并保持大于5％峰值，且维持超过50m；所述关节角度记录为特定牵张速度下的动态牵张反射阈值。
7.按权利要求4所述的痉挛状态评价装置，其特征在于，所述计算机分析牵张活动中产生的肢体阻力变量、牵张活动速度和加速度，其分析方法包括步骤：
(a)IC是阻止肢体被动加速的阻力，由肢体重量和加速度决定，即IC＝m×a；其中，m为肢体的重量；m在测定开始前，由压力传感器对特定姿位下、静止状态的肢体进行测量；a为加速度；
(b)EC＝线性弹性+终末期非线性弹性；EC由5°/秒慢速牵拉至末端，并延迟1秒后记录；
(c)VC为软组织粘性造成的阻力，在牵伸活动起始加速时最大定义为VCP1，然后维持在较低程度VCP2；VCP1＝总阻力P1-IC，VCP2为估计值、为VCP1的20％，实际测量时VCP2随牵张速度变化而有较微小的变化，VCP2＝(总阻力P1-IC)×0.2；
(d)NC；肌肉牵张可诱发潜伏期约40ms的脊髓反射，并继之以晚期的牵张诱发反应；NC由P2计算，即：NC＝总阻力P2-(EC+VCP2)。
8.按权利要求7所述的痉挛状态评价装置，其特征在于，所述肢体阻力变量包括神经成分(NC)、弹性(EC)、粘性(VC)和惰性(IC)。
9.按权利要求7所述的痉挛状态评价装置，其特征在于，所述牵张活动速度包括实际牵张速度和预演牵张速度，所述实际牵张速度和预演牵张速度允许有误差；所述实际牵张速度由速度传感器记录，所述预演牵张速度中的角速度自5°/秒至305°/秒，每15°/秒的变化；所述预演牵张速度和实际牵张速度均遵循快-慢-快的正弦变化方式；对一块被测肌总计牵张活动20次后，由所述计算机自动建立实际牵张速度—诱发牵张反射关节角度的直线回归方程式，并得到理论上牵张速度为0时的关节角度，即张力性牵张反射阈值；其中，所述预演牵张速度为所述显示屏显示的牵张速度动画预演。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410331809.2A CN105266806A (zh) | 2014-07-12 | 2014-07-12 | 基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410331809.2A CN105266806A (zh) | 2014-07-12 | 2014-07-12 | 基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105266806A true CN105266806A (zh) | 2016-01-27 |
Family
ID=55137254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410331809.2A Pending CN105266806A (zh) | 2014-07-12 | 2014-07-12 | 基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105266806A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106901732A (zh) * | 2017-04-14 | 2017-06-30 | 合肥工业大学 | 突变状态下肌力与肌张力的测量方法和测量装置 |
| CN106943146A (zh) * | 2016-12-24 | 2017-07-14 | 佛山潮伊汇服装有限公司 | 复合性痉挛预警方法及复合性痉挛预警终端 |
| CN106983511A (zh) * | 2017-04-14 | 2017-07-28 | 合肥工业大学 | 肌力与肌张力状态突变点的识别方法及识别装置 |
| CN107280912A (zh) * | 2016-04-01 | 2017-10-24 | 上银科技股份有限公司 | 下肢痉挛的侦测方法 |
| WO2020118710A1 (zh) * | 2018-12-14 | 2020-06-18 | 深圳先进技术研究院 | 一种肌张力评估方法及装置 |
| CN111568428A (zh) * | 2020-04-13 | 2020-08-25 | 汕头大学医学院 | 一种人体关节活动度检测系统以及检测方法 |
| CN112022161A (zh) * | 2020-08-19 | 2020-12-04 | 南京理工大学 | 一种上肢痉挛测量装置 |
| CN114141369A (zh) * | 2021-10-20 | 2022-03-04 | 中国科学院自动化研究所 | 痉挛程度计算的方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080312549A1 (en) * | 2005-03-31 | 2008-12-18 | Valorisation-Recherche, Societe En Commandite | Method and Apparatus for Determining Spasticity |
| US20100106062A1 (en) * | 2007-03-30 | 2010-04-29 | Anders Fagergren | Quantification of mechanical and neural contributions to spasticity |
| CN101816565A (zh) * | 2010-04-23 | 2010-09-01 | 哈尔滨工程大学 | 一种肌肉痉挛检测装置 |
| WO2010121353A1 (en) * | 2009-04-20 | 2010-10-28 | Université de Montréal | Device for measuring spasticity in muscles |
| US20130317648A1 (en) * | 2012-05-25 | 2013-11-28 | California Institute Of Technology | Biosleeve human-machine interface |
-
2014
- 2014-07-12 CN CN201410331809.2A patent/CN105266806A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080312549A1 (en) * | 2005-03-31 | 2008-12-18 | Valorisation-Recherche, Societe En Commandite | Method and Apparatus for Determining Spasticity |
| US20100106062A1 (en) * | 2007-03-30 | 2010-04-29 | Anders Fagergren | Quantification of mechanical and neural contributions to spasticity |
| WO2010121353A1 (en) * | 2009-04-20 | 2010-10-28 | Université de Montréal | Device for measuring spasticity in muscles |
| CN101816565A (zh) * | 2010-04-23 | 2010-09-01 | 哈尔滨工程大学 | 一种肌肉痉挛检测装置 |
| US20130317648A1 (en) * | 2012-05-25 | 2013-11-28 | California Institute Of Technology | Biosleeve human-machine interface |
Non-Patent Citations (1)
| Title |
|---|
| LINDBERG P G等: "Validation of a New Biomechanical Model to Measure Muscle Tone in Spastic Muscles", 《NEUROREHABILITATION AND NEURAL REPAIR》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107280912B (zh) * | 2016-04-01 | 2020-02-07 | 上银科技股份有限公司 | 下肢痉挛的侦测方法 |
| CN107280912A (zh) * | 2016-04-01 | 2017-10-24 | 上银科技股份有限公司 | 下肢痉挛的侦测方法 |
| CN106943146A (zh) * | 2016-12-24 | 2017-07-14 | 佛山潮伊汇服装有限公司 | 复合性痉挛预警方法及复合性痉挛预警终端 |
| CN106983511A (zh) * | 2017-04-14 | 2017-07-28 | 合肥工业大学 | 肌力与肌张力状态突变点的识别方法及识别装置 |
| CN106901732B (zh) * | 2017-04-14 | 2019-12-10 | 合肥工业大学 | 突变状态下肌力与肌张力的测量方法和测量装置 |
| CN106983511B (zh) * | 2017-04-14 | 2019-12-10 | 合肥工业大学 | 肌力与肌张力状态突变点的识别方法及识别装置 |
| CN106901732A (zh) * | 2017-04-14 | 2017-06-30 | 合肥工业大学 | 突变状态下肌力与肌张力的测量方法和测量装置 |
| WO2020118710A1 (zh) * | 2018-12-14 | 2020-06-18 | 深圳先进技术研究院 | 一种肌张力评估方法及装置 |
| CN111568428A (zh) * | 2020-04-13 | 2020-08-25 | 汕头大学医学院 | 一种人体关节活动度检测系统以及检测方法 |
| CN112022161A (zh) * | 2020-08-19 | 2020-12-04 | 南京理工大学 | 一种上肢痉挛测量装置 |
| CN112022161B (zh) * | 2020-08-19 | 2023-08-04 | 南京理工大学 | 一种上肢痉挛测量装置 |
| CN114141369A (zh) * | 2021-10-20 | 2022-03-04 | 中国科学院自动化研究所 | 痉挛程度计算的方法、装置、电子设备及存储介质 |
| CN114141369B (zh) * | 2021-10-20 | 2022-09-27 | 中国科学院自动化研究所 | 痉挛程度计算的方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105266806A (zh) | 基于牵张反射阈值和阻力变量的痉挛状态评价系统及装置 | |
| Bar-On et al. | A clinical measurement to quantify spasticity in children with cerebral palsy by integration of multidimensional signals | |
| EP2305118B1 (en) | Muscle tone measuring apparatus | |
| Bell-Krotoski | Advances in sensibility evaluation | |
| AU2011351911B2 (en) | Device and method for real-time measurement of parameters of mechanical stress state and biomechanical properties of soft biological tissue | |
| Lynn et al. | Comprehensive quantification of the spastic catch in children with cerebral palsy | |
| US6264621B1 (en) | System and method for providing quantified and qualitative hand analysis | |
| Delrobaei et al. | Characterization of multi-joint upper limb movements in a single task to assess bradykinesia | |
| US20220330879A1 (en) | Systems and methods for monitoring the state of a disease using a biomarker, systems and methods for identifying a biomarker of interest for a disease | |
| Pendharkar et al. | Automated method to distinguish toe walking strides from normal strides in the gait of idiopathic toe walking children from heel accelerometry data | |
| Hsu et al. | Quantification of handwriting performance: Development of a force acquisition pen for measuring hand-grip and pen tip forces | |
| US8002717B2 (en) | Quantification of mechanical and neural contributions to spasticity | |
| US6231525B1 (en) | System and method for providing quantified hand analysis | |
| CN112702948A (zh) | 用于关节的表征的系统和方法 | |
| KR100745034B1 (ko) | 근육기능의 통합 진단분석장치 | |
| Postolache et al. | Wearable system for gait assessment during physical rehabilitation process | |
| MN | An Instrumented Insole System for Gait Monitoring and Analysis. | |
| Hsu et al. | Digitizing abdominal palpation with a pressure measurement and positioning device | |
| KR101557786B1 (ko) | 압력에 따른 통증 측정 장치 | |
| KR20130017642A (ko) | 생체신호 화면 표시 방법 | |
| Shaik et al. | A newer approach for quantitative assessment of patellar tendon reflex response using biomechanical data of foot movement by a digital method | |
| Pizá et al. | Discriminability measures and time–frequency features: An application to vibrissal tactile discrimination | |
| US20230121081A1 (en) | Sensorized Bead-Wire Toy for Studying Finger Force and Manual Dexterity | |
| Živčák et al. | Embedded Tensile Strenght Test Machine FM1000–An Upgrade of Measurement and Control | |
| Johar et al. | Velocity-Dependent Analysis During Spasticity Assessment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160127 |