CN106308748A - 一种下背痛患者功能障碍分析方法及实现该方法的装置 - Google Patents
一种下背痛患者功能障碍分析方法及实现该方法的装置 Download PDFInfo
- Publication number
- CN106308748A CN106308748A CN201610685181.5A CN201610685181A CN106308748A CN 106308748 A CN106308748 A CN 106308748A CN 201610685181 A CN201610685181 A CN 201610685181A CN 106308748 A CN106308748 A CN 106308748A
- Authority
- CN
- China
- Prior art keywords
- dysfunction
- patient
- back pain
- surface electromyogram
- electromyogram signal
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种下背痛患者功能障碍分析方法,该方法包括如下步骤:步骤S1,构建Oswestry功能障碍指数问卷表,利用问卷表对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;步骤S2,采集患者腰部及背部的表面肌电信号;步骤S3,对表面肌电信号进行滤波处理;步骤S4,对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;步骤S5,将步骤S4得出的均方根RMS最大幅值与步骤S1得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。本发明能使得下背痛患者功能障碍分析过程更加简单、可靠、易行。
Description
技术领域
本发明涉及患者功能障碍检测技术,尤其涉及一种将表面肌电信号检测以及Oswestry功能障碍测试相结合的下背痛患者功能障碍分析方法及实现该方法的装置。
背景技术
下背痛在现代社会非常普遍,是骨科、运动医学和康复医学门诊遇到的最常见的疾病之一,是仅次于上呼吸道感染的第二大就医原因。全世界约70%-85%的人在一生中至少有过一次下背痛的经历,其终生流行率可高达60%-90%,年流行率达15%-45%,易发人群年龄介于35-55岁之间。下背痛的高患病率造成大量劳动力的损失,并导致高额的医疗费及工伤赔偿,已成为社会公共问题。无论是发展中国家还是发达国家,下背痛都是最常见和花费最多的职业健康问题。功能障碍不仅仅是一个健康问题,其核心是能引起患者的活动受限。下背痛患者往往因为疼痛或者畸形导致日常生活的功能障碍。国家卫生部《“十二五”时期康复医疗工作指导意见中指出“疾病早期康复治疗可以避免残疾发生或减轻残疾程度,改善患者生活质量,减轻家庭和社会的经济负担”。功能障碍主要影响下背痛患者的生活质量,因此功能障碍评估是下背痛康复评估的重要环节,同时了解患者的功能状况和生活质量对于制定康复治疗计划和评估疗效也具有重要的作用。
临床上对下背痛患者的功能障碍评估,主要依据患者的主观感受和陈述,采用Oswestry功能障碍指数量表对下背痛患者功能障碍进行评估。但Oswestry功能障碍指数量表的问题较多,较复杂,不易被年龄较大者或者老人理解和完成,问卷时间长,并且在功能障碍较轻的患者中敏感性较差。
发明内容
本发明要解决的技术问题在于,针对现有技术的不足,提供一种下背痛患者功能障碍分析方法及实现该方法的装置,以令下背痛患者功能障碍分析过程更加简单、可靠、易行。
为解决上述技术问题,本发明采用如下技术方案。
一种下背痛患者功能障碍分析方法,该方法包括如下步骤:步骤S1,构建Oswestry功能障碍指数问卷表,利用问卷表对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;步骤S2,采集患者腰部及背部的表面肌电信号;步骤S3,对表面肌电信号进行滤波处理;步骤S4,对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;步骤S5,将步骤S4得出的均方根RMS最大幅值与步骤S1得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
优选地,所述步骤S2中,利用Biopac BioNomadix无线肌电记录仪和MP150系统采集患者腰部及背部的表面肌电信号。
优选地,采集表面肌电信号时,采用一次性Ag/AgCI心电电极。
优选地,所述步骤S3中,利用巴特沃斯滤波器对表面肌电信号进行滤波处理。
优选地,滤波处理过程包括:先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。
优选地,所述步骤S5中,采用箱形图的方式显示均方根RMS最大幅值与Oswestry功能障碍等级的映射关系。
优选地,所述步骤S5中,所述映射关系表示为:Oswestry功能障碍等级越高,则表面肌电信号的RMS的最大幅值越小。
一种用于实现上述下背痛患者功能障碍分析方法的装置,其包括有:一问卷构建单元,用于生成Oswestry功能障碍指数问卷表,该问卷表用于对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;一表面肌电信号采集单元,用于采集患者腰部及背部的表面肌电信号;一滤波单元,用于对表面肌电信号采集单元采集的表面肌电信号进行滤波处理;一运算单元,用于对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;一映射构建单元,用于将所述运算单元得出的均方根RMS最大幅值与所述问卷构建单元得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
优选地,所述滤波单元包括有巴特沃斯滤波器,所述巴特沃斯滤波器用于先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。
本发明公开的下背痛患者功能障碍分析方法中,首先利用Oswestry功能障碍指数量表对下背痛患者的功能障碍进行评估,之后采集下背痛患者的腰部表面肌电信号,对表面肌电信号进行滤波预处理后,提取表面肌电信号的时域特征值RMS,计算RMS最大幅值,最后根据表面肌电信号的RMS特征量化值与功能障碍等级的映射关系实现对患者的功能障碍分析。本发明在应用过程中更加简单,在不需要复杂原理、设备的情况下,能客观有效的对下背痛患者功能障碍进行评估,同时成本低、耗时短,相比现有技术中仅依靠Oswestry功能障碍指数量表的分析方式而言,本发明对功能障碍程度较轻的患者,也具有一定的敏感性,大大提高了分析过程的准确性。
附图说明
图1为本发明下背痛患者功能障碍分析方法的流程图。
图2为表面肌电信号滤波处理过程的流程图。
图3为用于实现下背痛患者功能障碍分析方法的装置的组成框图。
图4为多裂肌的表面肌电信号均方根RMS最大幅值与Oswestry功能障碍等级的映射关系图。
图5为腹外斜肌的表面肌电信号均方根RMS最大幅值与Oswestry功能障碍等级的映射关系图。
图6为腹横肌的表面肌电信号均方根RMS最大幅值与Oswestry功能障碍等级的映射关系图。
具体实施方式
下面结合附图和实施例对本发明作更加详细的描述。
本发明公开了一种下背痛患者功能障碍分析方法,如图1所示,该方法包括如下步骤:
步骤S1,构建Oswestry功能障碍指数问卷表,利用问卷表对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;
步骤S2,采集患者腰部及背部的表面肌电信号;
步骤S3,对表面肌电信号进行滤波处理;
步骤S4,对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;
步骤S5,将步骤S4得出的均方根RMS最大幅值与步骤S1得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
上述下背痛患者功能障碍分析方法中,首先利用Oswestry功能障碍指数量表对下背痛患者的功能障碍进行评估,之后采集下背痛患者的腰部表面肌电信号,对表面肌电信号进行滤波预处理后,提取表面肌电信号的时域特征值RMS,计算RMS最大幅值,最后根据表面肌电信号的RMS特征量化值与功能障碍等级的映射关系实现对患者的功能障碍分析。本发明在应用过程中更加简单,在不需要复杂原理、设备的情况下,能客观有效的对下背痛患者功能障碍进行评估,同时成本低、耗时短,相比现有技术中仅依靠Oswestry功能障碍指数量表的分析方式而言,本发明对功能障碍程度较轻的患者,也具有一定的敏感性,大大提高了分析过程的准确性。
关于上述方法的进一步内容,请参照如下优选方案:
所述步骤S1中,Oswestry功能障碍指数问卷表(ODI):由9个问题组成,包括疼痛的强度、生活自理、提物、步行、坐位、站立、干扰睡眠、社会生活、旅游等9个方面的情况,每个问题包含6个选项,每个问题的最高得分为5分,选择第一个选项得分为0分,依次选择最后一个选项得分为5分,假如有9个问题都做了问答,则记分方法是:实际得分/45(最高可能得分)×100%,假如有一个问题没有回答,则记分方法是:实际得分/40(最高可能得分)×100%。
一般情况下,得分越高则疼痛程度越高,反之,则疼痛程度较低。
所述步骤S2中,利用Biopac BioNomadix无线肌电记录仪和MP150系统采集患者腰部及背部的表面肌电信号。采集表面肌电信号时,采用一次性Ag/AgCI心电电极。其中,Biopac BioNomadix无线肌电记录仪和MP150系统是相互结合而构成的一个系统,用于共同实现采集腰部和背部的表面肌电信号的目的。该系统通过多个双通道无线发射接收器进行生理信号采集,测量范围达到10米,发射接收器包括两部分,一个是火柴盒大小的无线发射器,戴在被试者身上,可完成生理信号的采集发送,另外一个是接收器对信号进行接收。被试者穿戴好发射系统后就可以在测试范围内自由活动,数据被实时采集并传输到MP150系统中进行放大,最后送入计算机进行数据处理。
作为一种替换系统,在实际应用中,还可选用芬兰EMGA电子有限公司生产的ME6000-T8肌电测试系统,同样能够完成表面肌电信号的采集,但ME6000-T8肌电测试仪采用8通道的肌电导联,而Biopac BioNomadix无线肌电记录仪采用的是无线的双通道发射接收器,适合于受试者在动态运动过程中的肌电信号采集,受试者可以在测试范围内自由活动。
由此可见,本发明优选利用Biopac BioNomadix无线肌电记录仪和MP150系统采集患者腰部及背部的表面肌电信号。但并不用于限制本发明,在本发明的其他实施例中,还可选用类似ME6000-T8肌电测试系统进行信号采集,因此,在本发明技术方案基础上所作的设备、系统的选择,均应当包含在本发明的保护范围之内。
本实施例中,采集表面肌电信号时,采用了一次性Ag/AgCI心电电极,该一次性贴片式电极片可完成肌电信号的采集记录,若采用现有技术中的针极电极,会对患者造成一定的创伤以及疼痛,还有可能会引起交叉感染,受试者的接受度较差。相比之下,本实施例中的一次性Ag/AgCI心电电极片具有肌电信号波形清晰、粘贴牢靠、使用方便,对皮肤无毒、无刺激等优点。
所述步骤S3中,利用巴特沃斯滤波器对表面肌电信号进行滤波处理。进一步地,请参照图2,滤波处理过程包括:先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。该巴特沃斯滤波器的优点在于,在通频带内的频率响应曲线最大限度平坦、没有起伏,而在阻频带则逐渐下降为零。
该步骤S3中,关于滤波方式的选择过程,表面肌电信号的有用能量在0~500Hz的频率范围,因此采用0~500Hz带通滤波器对采集到的表面肌电信号进行滤波,其中的表面肌电信号非常微弱,幅度一般为0.1~5mv,常常淹没在噪声中,极易受到干扰。其工频干扰主要集中在以50Hz、100Hz和150Hz上,因此采用了以50Hz、100Hz和150Hz频率逐渐升高的多次陷波处理方式。其中带通滤波器的通带左边频率fsl=10Hz,通带右边频率fsh=450HZ,左边衰减截止频率fsl1=8Hz,右边衰减截止频率fsh=490Hz,通带边带波纹系数rp=0.1,阻带边带波纹系数rs=30,采样频率fs=1000Hz。本实施例将带通滤波之后的表面肌电信号分别进行50Hz、100Hz、150Hz的带限滤波,50Hz带陷滤波器的通带左边频率fsl=45Hz,通带右边频率fsh=55Hz,左边衰减截止频率fsl1=40Hz,右边衰减截止频率fsh=60Hz。100Hz带陷滤波器的通带左边频率fsl=95HZ,通带右边频率fsh=105Hz,左边衰减截止频率fsl1=90Hz,右边衰减截止频率fsh=110Hz。150Hz带陷滤波器的通带左边频率fsl=145Hz,通带右边频率fsh=155Hz,左边衰减截止频率fsl1=140Hz,右边衰减截止频率fsh=160Hz。
所述步骤S5中,采用箱形图的方式显示均方根RMS最大幅值与Oswestry功能障碍等级的映射关系。进一步地,所述映射关系表示为:Oswestry功能障碍等级越高,则表面肌电信号的RMS最大幅值越小。
为实现上述下背痛患者功能障碍分析方法,请参照图3,本发明采用包括有一问卷构建单元1、一表面肌电信号采集单元2、一滤波单元3、一运算单元4及一映射构建单元5的装置,其中:
所述问卷构建单元1用于生成Oswestry功能障碍指数问卷表,该问卷表用于对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;
所述表面肌电信号采集单元2用于采集患者腰部及背部的表面肌电信号;
所述滤波单元3用于对表面肌电信号采集单元2采集的表面肌电信号进行滤波处理;
所述运算单元4用于对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;
所述映射构建单元5用于将所述运算单元4得出的均方根RMS最大幅值与所述问卷构建单元1得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
关于滤波单元的具体组成,所述滤波单元3包括有巴特沃斯滤波器,所述巴特沃斯滤波器用于先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。
具体检测试验请参照图4-图6所示,对多裂肌、腹外斜肌和腹横肌的检测结果显示,表面肌电信号的RMS的最大幅值与Oswestry功能障碍指数有映射关系,并且Oswestry功能障碍指数越高,则功能障碍等级越高,表面肌电信号的RMS的最大幅值越小,基于上述特性可以证明,利用表面肌电信号对下背痛患者的功能障碍评估具有一定作用。
本发明公开的下背痛患者功能障碍分析方法,其简单实用,对目前仅采用功能障碍量表评估下背痛患者功能障碍的方法进行了改进,在不需要复杂的原理、设备的情况下,更加客观有效的对下背痛患者功能障碍进行评估,同时通过该方法可以实现下背痛患者的疗效评估以及康复评估,而且成本低廉、周期短,此外,对于功能障碍程度较轻的患者,也具有一定的敏感性,有助于提高分析结果的准确性。
以上所述只是本发明较佳的实施例,并不用于限制本发明,凡在本发明的技术范围内所做的修改、等同替换或者改进等,均应包含在本发明所保护的范围内。
Claims (9)
1.一种下背痛患者功能障碍分析方法,其特征在于,该方法包括如下步骤:
步骤S1,构建Oswestry功能障碍指数问卷表,利用问卷表对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;
步骤S2,采集患者腰部及背部的表面肌电信号;
步骤S3,对表面肌电信号进行滤波处理;
步骤S4,对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;
步骤S5,将步骤S4得出的均方根RMS最大幅值与步骤S1得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
2.如权利要求1所述的下背痛患者功能障碍分析方法,其特征在于,所述步骤S2中,利用Biopac BioNomadix无线肌电记录仪和MP150系统采集患者腰部及背部的表面肌电信号。
3.如权利要求2所述的下背痛患者功能障碍分析方法,其特征在于,采集表面肌电信号时,采用一次性Ag/AgCI心电电极。
4.如权利要求1所述的下背痛患者功能障碍分析方法,其特征在于,所述步骤S3中,利用巴特沃斯滤波器对表面肌电信号进行滤波处理。
5.如权利要求4所述的下背痛患者功能障碍分析方法,其特征在于,滤波处理过程包括:先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。
6.如权利要求1所述的下背痛患者功能障碍分析方法,其特征在于,所述步骤S5中,采用箱形图的方式显示均方根RMS最大幅值与Oswestry功能障碍等级的映射关系。
7.如权利要求1所述的下背痛患者功能障碍分析方法,其特征在于,所述步骤S5中,所述映射关系表示为:Oswestry功能障碍等级越高,则表面肌电信号的RMS最大幅值越小。
8.一种用于实现权利要求1~7任一项所述下背痛患者功能障碍分析方法的装置,其特征在于,包括有:
一问卷构建单元(1),用于生成Oswestry功能障碍指数问卷表,该问卷表用于对患者进行问卷调查,根据问卷结果得出患者的Oswestry功能障碍等级;
一表面肌电信号采集单元(2),用于采集患者腰部及背部的表面肌电信号;
一滤波单元(3),用于对表面肌电信号采集单元(2)采集的表面肌电信号进行滤波处理;
一运算单元(4),用于对滤波处理后的表面肌电信号进行均方根RMS特征值提取,计算均方根RMS的最大幅值;
一映射构建单元(5),用于将所述运算单元(4)得出的均方根RMS最大幅值与所述问卷构建单元(1)得出的Oswestry功能障碍等级构建映射关系,基于该映射关系对下背痛患者功能障碍进行评估。
9.如权利要求8所述的装置,其特征在于,所述滤波单元(3)包括有巴特沃斯滤波器,所述巴特沃斯滤波器用于先对表面肌电信号进行0-500Hz带通滤波,再进行50Hz、100Hz以及150Hz的带陷滤波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610685181.5A CN106308748B (zh) | 2016-08-18 | 2016-08-18 | 一种下背痛患者功能障碍分析方法及实现该方法的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610685181.5A CN106308748B (zh) | 2016-08-18 | 2016-08-18 | 一种下背痛患者功能障碍分析方法及实现该方法的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106308748A true CN106308748A (zh) | 2017-01-11 |
CN106308748B CN106308748B (zh) | 2019-05-31 |
Family
ID=57744117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610685181.5A Active CN106308748B (zh) | 2016-08-18 | 2016-08-18 | 一种下背痛患者功能障碍分析方法及实现该方法的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106308748B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107137080A (zh) * | 2017-05-25 | 2017-09-08 | 中国科学院深圳先进技术研究院 | 慢性腰痛患者肌肉活动状态判断方法及系统 |
CN107440687A (zh) * | 2017-08-09 | 2017-12-08 | 中国科学院深圳先进技术研究院 | 一种疼痛等级评估方法及采用其的疼痛等级评估装置 |
WO2018170788A1 (zh) * | 2017-03-22 | 2018-09-27 | 中国科学院深圳先进技术研究院 | 一种基于样本熵的下背痛症状分类系统及方法 |
CN109603113A (zh) * | 2018-12-24 | 2019-04-12 | 北京申润通科技有限公司 | 一种慢病运动康复训练方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646149A (zh) * | 2011-02-18 | 2012-08-22 | 上海理工大学 | 肌肉功能障碍病人信息数据管理方法 |
-
2016
- 2016-08-18 CN CN201610685181.5A patent/CN106308748B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646149A (zh) * | 2011-02-18 | 2012-08-22 | 上海理工大学 | 肌肉功能障碍病人信息数据管理方法 |
Non-Patent Citations (4)
Title |
---|
ABBAS HEYDARI 等: "EMG analysis of lumbar paraspinal muscles as a predictor of the risk of low-back pain", 《EUROPEAN SPINE JOURNAL》 * |
ZHOU, FANG 等: "Analysis of Surface Electromyography of Patients with Low Back Pain Based on Different Movement Patterns", 《IEEE INTERNATIONAL CONFERENCE ON INFORMATION AND AUTOMATION》 * |
王健,方红光: "基于表面肌电信号变化的慢性下背痛诊断和运动疗效评价", 《航天医学与医学工程》 * |
王金贵 等: "综合分期疗法对急性期腰椎间盘突出症神经肌电作用影响", 《天津中医药》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018170788A1 (zh) * | 2017-03-22 | 2018-09-27 | 中国科学院深圳先进技术研究院 | 一种基于样本熵的下背痛症状分类系统及方法 |
CN107137080A (zh) * | 2017-05-25 | 2017-09-08 | 中国科学院深圳先进技术研究院 | 慢性腰痛患者肌肉活动状态判断方法及系统 |
CN107440687A (zh) * | 2017-08-09 | 2017-12-08 | 中国科学院深圳先进技术研究院 | 一种疼痛等级评估方法及采用其的疼痛等级评估装置 |
CN109603113A (zh) * | 2018-12-24 | 2019-04-12 | 北京申润通科技有限公司 | 一种慢病运动康复训练方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106308748B (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101658425B (zh) | 基于心率变异分析的注意力集中程度的检测装置及方法 | |
Kumar et al. | Wavelet analysis of surface electromyography | |
Roy et al. | A combined sEMG and accelerometer system for monitoring functional activity in stroke | |
CN102426651B (zh) | 人体前臂表面肌电信号采集及模式识别系统 | |
CN104799854A (zh) | 一种表面肌电采集装置及其肌电信号处理方法 | |
CN103153183B (zh) | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 | |
CN104323773B (zh) | 一种基于eog的erg信号采集与处理系统及方法 | |
DE102008002933A1 (de) | Datenaufzeichnung zur Patientenstatusanalyse | |
CN106308748A (zh) | 一种下背痛患者功能障碍分析方法及实现该方法的装置 | |
CN103258120A (zh) | 一种基于脑电信号的中风康复程度指标计算方法 | |
CN107951496A (zh) | 基于多尺度熵分析心身关联性的方法及系统 | |
CN103405225B (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
CN106901727A (zh) | 一种基于脑电信号的抑郁症风险筛查装置 | |
CN104887198A (zh) | 基于人体生理信号多参数融合的疼痛定量分析系统及方法 | |
CN101926642B (zh) | 基于生理信号间期序列的心脏功能无创检测装置 | |
CN106175800A (zh) | 一种基于人体运动状态数据的心境状态量化评估方法 | |
CN105844111A (zh) | 一种基于脑效应网络的新型脑电卒中评估方法 | |
CN104545908A (zh) | 一种手功能康复评估与训练系统 | |
Li et al. | Detection of muscle fatigue by fusion of agonist and synergistic muscle semg signals | |
CN106037729A (zh) | 一种腰椎间盘突出症的判断方法及系统 | |
CN204654934U (zh) | 一种手功能康复评估与训练系统 | |
TWI516247B (zh) | 居家式憂鬱傾向生理訊號之情緒分析方法 | |
CN111714123A (zh) | 一种人体腰背部表面肌电信号的检测系统和方法 | |
CN115486819B (zh) | 一种感知觉神经通路多级联检测量化的方法、系统和装置 | |
CN108742612B (zh) | 基于肌电标志物的dbs有效性检测设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |