CN105457164A - 一种肌肉协同模式下的多通道功能性电刺激方法与系统 - Google Patents

一种肌肉协同模式下的多通道功能性电刺激方法与系统 Download PDF

Info

Publication number
CN105457164A
CN105457164A CN201610006267.0A CN201610006267A CN105457164A CN 105457164 A CN105457164 A CN 105457164A CN 201610006267 A CN201610006267 A CN 201610006267A CN 105457164 A CN105457164 A CN 105457164A
Authority
CN
China
Prior art keywords
electrical stimulation
muscle
channel
signal
matrix
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.)
Granted
Application number
CN201610006267.0A
Other languages
English (en)
Other versions
CN105457164B (zh
Inventor
李展
程洪
殷紫光
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 Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610006267.0A priority Critical patent/CN105457164B/zh
Publication of CN105457164A publication Critical patent/CN105457164A/zh
Application granted granted Critical
Publication of CN105457164B publication Critical patent/CN105457164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36003—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36135—Control systems using physiological parameters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36146—Control systems specified by the stimulation parameters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Electrotherapy Devices (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种肌肉协同模式下的多通道功能性电刺激方法与系统,包括以下步骤：S1.对关节运动范围内所有肌肉群的肌电信号进行采集和预处理，得到多肌群肌电信号；S2.对多肌群肌电信号进行非负矩阵分解，得到肌群协同模式矩阵和特征时间序列向量；S3.将肌群协同模式矩阵中的每一个元素除以该元素所在列的元素之和，得到归一化解；S4.进行多通道电刺激参数配比；S5.根据多通道电刺激参数配比结果进行电刺激。本发明提供了一种肌肉协同模式下的多通道功能性电刺激方法与系统，改进目前多功能电刺激系统的缺少利用人体肌肉群自然协同模式的刺激方式，减少全局肌肉疲劳度。

Description

一种肌肉协同模式下的多通道功能性电刺激方法与系统
技术领域
本发明涉及一种肌肉协同模式下的多通道功能性电刺激方法与系统。
背景技术
目前的多通道功能性电刺激训练系统绝大部分不考虑肌肉群自身具有的天然缩张模式，其脉冲数调节方式很大程度依赖于经验，缺乏对肌肉协同信息的集成，还存在着如下缺陷：
(1)多通道参数调节缺少肌电信号分解得到的肌肉协同模式信息，调节不是按照正常人体肌肉的自然模式进行。
(2)电刺激所产生的力矩值不够稳定。
(3)不能够根据关节的运动状态进行电刺激通道切换，容易造成肌肉群的过度疲劳。
发明内容
本发明的目的在于克服现有技术的不足，提供一种肌肉协同模式下的多通道功能性电刺激方法与系统，改进目前多功能电刺激系统的缺少利用人体肌肉群自然协同模式的刺激方式，减少全局肌肉疲劳度。
本发明的目的是通过以下技术方案来实现的：一种肌肉协同模式下的多通道功能性电刺激方法，包括以下步骤：
S1.对关节运动范围内所有肌肉群的肌电信号进行采集和预处理，得到多肌群肌电信号U；
S2.对多肌群肌电信号U进行非负矩阵分解，得到肌群协同模式矩阵W和特征时间序列向量H；
S3.将肌群协同模式矩阵W中的每一个元素除以该元素所在列的元素之和，得到归一化解W′；
S4.进行多通道电刺激参数配比；
S5.根据多通道电刺激参数配比结果进行电刺激；
所述的步骤S1包括以下子步骤：
S11.依次对关节运动范围内每个肌肉群进行相同时间的肌电信号采集，并对采集到的肌电信号进行预处理；
S12.将每个肌肉群的肌电信号作矩阵中的一行，所有得到的肌肉群肌电信号在同一个矩阵中进行表示，得到n行m列的多肌群肌电信号U，n代表肌电信号通道数，在数值上等于关节运动范围内的肌肉群个数，m表示时间序列数。
具体来说，在对每个肌群的肌电信号采集的过程中，采集时间和采集间隔都是一样的，因此，每个肌肉群肌电信号中包括的肌电值个数也是一样的，而在本申请，采集的时间间隔为1s，所以肌群肌电信号包含的肌电值个数就等于时间序列数。
步骤S11中对每个肌肉群的肌电信号进行采集和预处理的步骤相同，均包括以下子步骤：
S111.使肌肉群处于静息状态，并在肌肉群中选择s个采集点(一般为100～1000个采集点)进行毛肌电信号采集并求出静息状态下毛肌电信号的平均值
S112.采集肌肉群在运动状态下的毛肌电信号x；
S113.对运动状态下的毛肌电信号x进行去直流分量处理，得到信号x′：
S114.使用带通滤波器对去信号x′进行滤波,得到信号x″，这里采用截止频率2Hz到50Hz的带通滤波器；
S115.对信号x″进行取绝对值操作，得到肌肉群的肌电信号。
所述的步骤S2包括以下子步骤：
S21.给定非负矩阵分解的降维数l；
S22.对多肌群肌电信号U进行降维数为l的非负矩阵分解，得到n行l列的肌群协同模式矩阵W和l行m列的特征时间序列向量H。
所述的步骤S4包括以下子步骤：
S41.根据关节不同的运动方向，设定两个与关节运动方向对应的基脉脉冲，；
S42.分别将每一个基脉脉冲分别与矩阵W′进行配比，得到两个不同的配比参数矩阵。
所述的步骤S42中基脉脉冲与矩阵W′进行配比的步骤包括:将基脉脉冲与矩阵W′中的每一个元素相乘，得到多通道配比参数矩阵M；其中，多通道配比参数矩阵M的每一行对应于一个电刺激通道的参数；基脉脉冲为常量(也可以是随着时间变化的变量，但在确定时间点基脉脉冲的值是定值)。
所述的步骤S5包括以下子步骤：
S51.为每一个配比参数矩阵，生成一个对应的电刺激模式，并设定电刺激模式切换开关；
S52.根据关节的运动方向，切换到不同的电刺激模式，对主动肌群和拮抗肌群进行电刺激。
一种肌肉协同模式下的多通道功能性电刺激系统，包括肌电信号采集模块、肌电信号预处理模块、肌电信号特征分解模块、多通道电刺激参数比配模块和功能性电刺激模块；
所述的肌电信号采集模块用于对关节运动范围内所有肌肉群的肌电信号进行采集；
所述的肌电信号预处理模块用于对采集到的信号进行预处理，得到多肌群肌电信号；
所述的多通道肌电信号特征分解模块用于对多肌群肌电信号进行非负矩阵分解，得到肌群协同模式矩阵和特征时间序列向量，并对肌群协同模式矩阵求归一化解。
所述的多通道电刺激参数比配模块用于根据肌群协同模式的归一化解，进行多通道电刺激配比；
所述的功能性电刺激模块用于根据多通道电刺激参数比配模块的配比结果进行电刺激。
本发明的有益效果是：(1)改进目前多功能功能性电刺激系统的缺少利用人体肌肉群自然协同模式的刺激方式，提高了多通道电刺激效率和诱发关节运动稳定性，减少全局肌肉疲劳度。
(2)通过使用非负矩阵分解的方法，对引起关节屈伸运动的相关肌肉群的多通道肌电信号进行特征提取，得到在不同屈伸状态下的肌肉协同模式；
(3)针对关节的运动方向，设定电刺激切换开关，来实现相对应的电刺激模式的切换，完成对主动肌群和拮抗肌群的电刺激。
附图说明
图1为本发明的流程图；
图2为本发明的系统原理框图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种肌肉协同模式下的多通道功能性电刺激方法，包括以下步骤：
S1.对关节运动范围内所有肌肉群的肌电信号进行采集和预处理，得到多肌群肌电信号U；
S2.对多肌群肌电信号U进行非负矩阵分解，得到肌群协同模式矩阵W和特征时间序列向量H；
S3.将肌群协同模式矩阵W中的每一个元素除以该元素所在列的元素之和，得到归一化解W′；
S4.进行多通道电刺激参数配比；
S5.根据多通道电刺激参数配比结果进行电刺激；
所述的步骤S1包括以下子步骤：
S11.依次对关节运动范围内每个肌肉群进行相同时间的肌电信号采集，并对采集到的肌电信号进行预处理；
S12.将每个肌肉群的肌电信号作矩阵中的一行，所有得到的肌肉群肌电信号在同一个矩阵中进行表示，得到n行m列的多肌群肌电信号U，n代表肌电信号通道数，在数值上等于关节运动范围内的肌肉群个数，m表示时间序列数。
具体来说，在对每个肌群的肌电信号采集的过程中，采集时间和采集间隔都是一样的，因此，每个肌肉群肌电信号中包括的肌电值个数也是一样的，而在本申请，采集的时间间隔为1s，所以肌群肌电信号包含的肌电值个数就等于时间序列数。
步骤S11中对每个肌肉群的肌电信号进行采集和预处理的步骤相同，均包括以下子步骤：
S111.使肌肉群处于静息状态，并在肌肉群中选择s个采集点(一般为100～1000个采集点)进行毛肌电信号采集并求出静息状态下毛肌电信号的平均值
S112.采集肌肉群在运动状态下的毛肌电信号x；
S113.对运动状态下的毛肌电信号x进行去直流分量处理，得到信号x′：
S114.使用带通滤波器对去信号x′进行滤波,得到信号x″，这里采用截止频率2Hz到50Hz的带通滤波器；
S115.对信号x″进行取绝对值操作，得到肌肉群的肌电信号。
所述的步骤S2包括以下子步骤：
S21.给定非负矩阵分解的降维数l；
S22.对多肌群肌电信号U进行降维数为l的非负矩阵分解，得到n行l列的肌群协同模式矩阵W和l行m列的特征时间序列向量H。
关于非负矩阵分解算法，在给定待分解矩阵和降维数后，大致包括初始值设定步骤、迭代计算步骤和迭代次数判断等步骤，在本领域中是非常成熟的算法，就不再进行叙述。
在本申请中只需要采用现有的非负矩阵分解算法，给定降维数和待分解矩阵即可进行运算。
所述的步骤S4包括以下子步骤：
S41.根据关节不同的运动方向，设定两个与关节运动方向对应的基脉脉冲，；
S42.分别将每一个基脉脉冲分别与矩阵W′进行配比，得到两个不同的配比参数矩阵。
所述的步骤S42中基脉脉冲与矩阵W′进行配比的步骤包括:将基脉脉冲与矩阵W′中的每一个元素相乘，得到多通道配比参数矩阵M；
其中，多通道配比参数矩阵M的每一行对应于一个电刺激通道的参数；基脉脉冲为常量(也可以是随着时间变化的变量，但在确定时间点基脉脉冲的值是定值)。
需要注意的是，基脉脉冲是与时间相关的脉冲，如果是一个常量，这个常量代表着脉冲值，只需要将W′中的每一个元素与该脉冲值相乘即可得到多通道配比参数矩阵M。
如果基脉脉冲是随着时间变化的变量，则需要考虑矩阵W′中的元素的列数(也就是时间序列数)，在与基脉脉冲相乘时，是与基脉脉冲中对应时间序列的脉冲值相乘。
由于矩阵W′是多肌群肌电信号U经过非负矩阵分解和归一化得到的，而在非负矩阵分解和归一化的过程中，其行数n是没有变化的，每一行依然代表着一个肌电信号通道的对应的数据；多通道配比参数矩阵M由W′中的每一个元素与基脉脉冲相乘得到；因此多通道配比参数矩阵M的每一行代表着肌电信号通道对应的电刺激通道参数。
也可以将矩阵W′中的每一行看作一个整体，代表肌电信号经过非负矩阵分解和归一化后得到的向量，将矩阵W′中所有元素与基脉脉冲(按照对应的时间序列)相乘，实质上就是由矩阵W′中的每一行与基脉脉冲相乘(按照对应的时间序列相乘)来得到矩阵M，从这里来看，多通道配比参数矩阵M的每一行也是对应于一个电刺激通道的参数。
所述的步骤S5包括以下子步骤：
S51.为每一个配比参数矩阵，生成一个对应的电刺激模式，并设定电刺激模式切换开关；
S52.根据关节的运动方向，切换到不同的电刺激模式，对主动肌群和拮抗肌群进行电刺激。
如图2所示，一种肌肉协同模式下的多通道功能性电刺激系统，包括肌电信号采集模块、肌电信号预处理模块、肌电信号特征分解模块、多通道电刺激参数比配模块和功能性电刺激模块；
所述的肌电信号采集模块用于对关节运动范围内所有肌肉群的肌电信号进行采集；
所述的肌电信号预处理模块用于对采集到的信号进行预处理，得到多肌群肌电信号；
所述的多通道肌电信号特征分解模块用于对多肌群肌电信号进行非负矩阵分解，得到肌群协同模式矩阵和特征时间序列向量，并对肌群协同模式矩阵求归一化解。
所述的多通道电刺激参数比配模块用于根据肌群协同模式的归一化解，进行多通道电刺激配比；
所述的功能性电刺激模块用于根据多通道电刺激参数比配模块的配比结果进行电刺激。

Claims (8)

1.一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于，包括以下步骤：
S1.对关节运动范围内所有肌肉群的肌电信号进行采集和预处理，得到多肌群肌电信号U；
S2.对多肌群肌电信号U进行非负矩阵分解，得到肌群协同模式矩阵W和特征时间序列向量H；
S3.将肌群协同模式矩阵W中的每一个元素除以该元素所在列的元素之和，得到归一化解W′；
S4.进行多通道电刺激参数配比；
S5.根据多通道电刺激参数配比结果进行电刺激。
2.根据权利要求1所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：所述的步骤S1包括以下子步骤：
S11.依次对关节运动范围内每个肌肉群进行相同时间的肌电信号采集，并对采集到的肌电信号进行预处理；
S12.将每个肌肉群的肌电信号作矩阵中的一行，所有得到的肌肉群肌电信号在同一个矩阵中进行表示，得到n行m列的多肌群肌电信号U，n代表肌电信号通道数，在数值上等于关节运动范围内的肌肉群个数，m表示时间序列数。
3.根据权利要求2所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：步骤S11中对每个肌肉群的肌电信号进行采集和预处理的步骤相同，均包括以下子步骤：
S111.使肌肉群处于静息状态，并在肌肉群中选择s个采集点进行毛肌电信号采集并求出静息状态下毛肌电信号的平均值
S112.采集肌肉群在运动状态下的毛肌电信号x；
S113.对运动状态下的毛肌电信号x进行去直流分量处理，得到信号
S114.使用带通滤波器对去信号x′进行滤波,得到信号x″；
S115.对信号x″进行取绝对值操作，得到肌肉群的肌电信号。
4.根据权利要求1所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：所述的步骤S2包括以下子步骤：
S21.给定非负矩阵分解的降维数l；
S22.对多肌群肌电信号U进行降维数为l的非负矩阵分解，得到n行l列的肌群协同模式矩阵W和l行m列的特征时间序列向量H。
5.根据权利要求1所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：所述的步骤S4包括以下子步骤：
S41.根据关节不同的运动方向，设定两个与关节运动方向对应的基脉脉冲；
S42.分别将每一个基脉脉冲分别与矩阵W′进行配比，得到两个不同的配比参数矩阵。
6.根据权利要求5所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：所述的步骤S42中基脉脉冲与矩阵W′进行配比的步骤包括:将基脉脉冲与矩阵W′中的每一个元素相乘，得到多通道配比参数矩阵M；其中，多通道配比参数矩阵M的每一行对应于一个电刺激通道的参数；基脉脉冲为常量。
7.根据权利要求1所述的一种肌肉协同模式下的多通道功能性电刺激方法，其特征在于：所述的步骤S5包括以下子步骤：
S51.为每一个配比参数矩阵，生成一个对应的电刺激模式，并设定电刺激模式切换开关；
S52.根据关节的运动方向，切换到不同的电刺激模式，对主动肌群和拮抗肌群进行电刺激。
8.一种肌肉协同模式下的多通道功能性电刺激系统，其特征在于：包括肌电信号采集模块、肌电信号预处理模块、肌电信号特征分解模块、多通道电刺激参数比配模块和功能性电刺激模块；
所述的肌电信号采集模块用于对关节运动范围内所有肌肉群的肌电信号进行采集；
所述的肌电信号预处理模块用于对采集到的信号进行预处理，得到多肌群肌电信号；
所述的多通道肌电信号特征分解模块用于对多肌群肌电信号进行非负矩阵分解，得到肌群协同模式矩阵和特征时间序列向量，并对肌群协同模式矩阵求归一化解。
所述的多通道电刺激参数比配模块用于根据肌群协同模式的归一化解，进行多通道电刺激配比；
所述的功能性电刺激模块用于根据多通道电刺激参数比配模块的配比结果进行电刺激。
CN201610006267.0A 2016-01-06 2016-01-06 一种肌肉协同模式下的多通道功能性电刺激方法与系统 Active CN105457164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610006267.0A CN105457164B (zh) 2016-01-06 2016-01-06 一种肌肉协同模式下的多通道功能性电刺激方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610006267.0A CN105457164B (zh) 2016-01-06 2016-01-06 一种肌肉协同模式下的多通道功能性电刺激方法与系统

Publications (2)

Publication Number Publication Date
CN105457164A true CN105457164A (zh) 2016-04-06
CN105457164B CN105457164B (zh) 2018-05-18

Family

ID=55595599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610006267.0A Active CN105457164B (zh) 2016-01-06 2016-01-06 一种肌肉协同模式下的多通道功能性电刺激方法与系统

Country Status (1)

Country Link
CN (1) CN105457164B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106474623A (zh) * 2016-10-31 2017-03-08 何晓阔 仿生多通道神经肌肉电刺激方法及电刺激系统
CN106492345A (zh) * 2016-10-31 2017-03-15 徐钧 偏瘫上下肢协同运动电刺激方法及电刺激系统
CN107411741A (zh) * 2017-07-19 2017-12-01 燕山大学 基于相干性—非负矩阵分解的多通道肌电耦合特性分析方法
CN108543216A (zh) * 2018-01-26 2018-09-18 南京航空航天大学 一种基于主从控制的手部功能重建装置及其实现方法
CN109480838A (zh) * 2018-10-18 2019-03-19 北京理工大学 一种基于表层肌电信号的人体连续复杂运动意图预测方法
CN112732090A (zh) * 2021-01-20 2021-04-30 福州大学 基于肌肉协同的用户无关实时手势识别方法
CN112870011A (zh) * 2020-12-31 2021-06-01 徐钧 电刺激联合外骨骼辅助步行方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4532938A (en) * 1983-05-04 1985-08-06 Theratronics, Inc. Electrotherapy apparatus
CN103691059A (zh) * 2013-12-27 2014-04-02 中国科学院自动化研究所 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法
CN103886215A (zh) * 2014-04-04 2014-06-25 中国科学技术大学 一种基于肌肉协同的步行能力计算方法和装置
US20150217112A1 (en) * 2014-02-06 2015-08-06 Toyota Jidosha Kabushiki Kaisha Rehabilitation system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4532938A (en) * 1983-05-04 1985-08-06 Theratronics, Inc. Electrotherapy apparatus
CN103691059A (zh) * 2013-12-27 2014-04-02 中国科学院自动化研究所 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法
US20150217112A1 (en) * 2014-02-06 2015-08-06 Toyota Jidosha Kabushiki Kaisha Rehabilitation system
CN103886215A (zh) * 2014-04-04 2014-06-25 中国科学技术大学 一种基于肌肉协同的步行能力计算方法和装置

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106474623A (zh) * 2016-10-31 2017-03-08 何晓阔 仿生多通道神经肌肉电刺激方法及电刺激系统
CN106492345A (zh) * 2016-10-31 2017-03-15 徐钧 偏瘫上下肢协同运动电刺激方法及电刺激系统
CN107411741A (zh) * 2017-07-19 2017-12-01 燕山大学 基于相干性—非负矩阵分解的多通道肌电耦合特性分析方法
CN108543216A (zh) * 2018-01-26 2018-09-18 南京航空航天大学 一种基于主从控制的手部功能重建装置及其实现方法
CN109480838A (zh) * 2018-10-18 2019-03-19 北京理工大学 一种基于表层肌电信号的人体连续复杂运动意图预测方法
CN109480838B (zh) * 2018-10-18 2020-09-18 北京理工大学 一种基于表层肌电信号的人体连续复杂运动意图预测方法
CN112870011A (zh) * 2020-12-31 2021-06-01 徐钧 电刺激联合外骨骼辅助步行方法
CN112870011B (zh) * 2020-12-31 2024-01-02 徐钧 电刺激联合外骨骼辅助步行系统
CN112732090A (zh) * 2021-01-20 2021-04-30 福州大学 基于肌肉协同的用户无关实时手势识别方法
CN112732090B (zh) * 2021-01-20 2022-08-09 福州大学 基于肌肉协同的用户无关实时手势识别方法

Also Published As

Publication number Publication date
CN105457164B (zh) 2018-05-18

Similar Documents

Publication Publication Date Title
CN105457164A (zh) 一种肌肉协同模式下的多通道功能性电刺激方法与系统
Jiang et al. Extracting simultaneous and proportional neural control information for multiple-DOF prostheses from the surface electromyographic signal
CN104091172B (zh) 一种运动想象脑电信号的特征提取方法
CN102722727B (zh) 基于脑功能网络邻接矩阵分解的脑电特征提取方法
CN103886215B (zh) 一种基于肌肉协同的步行能力分析方法和装置
CN108445751B (zh) 融合递归图与深度学习的多目标ssvep意念控制法及应用
Nazarpour et al. Application of higher order statistics to surface electromyogram signal classification
CN113191225B (zh) 一种基于图注意力网络的情绪脑电识别方法及系统
CN112353407A (zh) 一种基于神经功能康复主动训练的评估系统及方法
CN111584027B (zh) 融合复杂网络和图卷积的脑控康复系统运动想象识别系统
CN105022486A (zh) 基于不同表情驱动的脑电信号辨识方法
CN108904980A (zh) 基于脑电和功能性电刺激的上肢主动康复方法及装置
CN108268844A (zh) 基于表面肌电信号的动作模式识别方法及装置
CN108042132A (zh) 基于dwt和emd融合csp的脑电特征提取方法
Veluvolu et al. Adaptive estimation of EEG-rhythms for optimal band identification in BCI
Abdullah et al. Surface EMG signal classification by using WPD and ensemble tree classifiers
CN110074779A (zh) 一种脑电信号识别方法及装置
CN106901941A (zh) 一种脊柱关节减压系统
CN105769186B (zh) 基于复杂网络的肌电信号采集位置选取方法
CN103908361A (zh) 一种假肢关节运动耦合驱动信号的采集运算方法
CN105159443A (zh) 基于PCA和Granger因果的脑网络特征提取方法
CN112998725A (zh) 一种基于运动观察的脑机接口技术的康复方法与系统
Kiral-Kornek et al. TrueNorth-enabled real-time classification of EEG data for brain-computer interfacing
Wu et al. Neural decoding for macaque’s finger position: Convolutional space model
Vasquez et al. Fast multi-command SSVEP brain machine interface without training

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant