CN106923942B - 基于人体肌电信号控制的上下肢运动辅助系统 - Google Patents
基于人体肌电信号控制的上下肢运动辅助系统 Download PDFInfo
- Publication number
- CN106923942B CN106923942B CN201710082331.8A CN201710082331A CN106923942B CN 106923942 B CN106923942 B CN 106923942B CN 201710082331 A CN201710082331 A CN 201710082331A CN 106923942 B CN106923942 B CN 106923942B
- Authority
- CN
- China
- Prior art keywords
- muscle
- signal
- electromyography signal
- simulation
- user
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
- A61F2/50—Prostheses not implantable in the body
- A61F2/68—Operating or control means
- A61F2/70—Operating or control means electrical
- A61F2/72—Bioelectric control, e.g. myoelectric
Landscapes
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Transplantation (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Vascular Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Prostheses (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于人体肌肌电信号控制的上下肢运动辅助系统,包括仿生辅助装置、肌电信号处理模块、仿真驱动模块以及使用者数据库;所述肌电信号处理模块通过仿真处理方法将采集的肌电信号进行处理和仿真,然后将信号发送至仿真驱动模块,仿真驱动模块对仿生辅助装置进行运动模式控制,使用者数据库是记录使用者自身运动习惯和强度,并根据运动行为由专家手动或者算法自动调整肌肉电信号的处理算法和仿真输出时间和幅度;经过处理后的肌电信号储存在使用者数据中,当采集的肌电信号与使用者数据库相匹配时,向肌电信号处理模块发出特定的运动模式,达到利用人体自身表面肌肉信号控制可穿戴假手/臂/脚/腿的目的。
Description
技术领域
本发明一种新型仿生假肢运动领域,尤其是一种基于人体肌电信号控制的上下肢运动辅助系统。
背景技术
假肢作为截肢者的必需品,在全球众多肢体残疾的患者中,仅有少数人能负担得起佩戴假肢。现在市场上的假肢大部分是装饰性假肢,外观设计跟真实手臂一样,但没有任何功能;部分假肢开始尝试通过生物电流信号来控制其运动,商业化后价格昂贵,且手势单一,一般家庭难以承受。
目前的仿生手/臂/脚/腿,大部分是装饰性作用,没有实质的器官功能;并且设计单一标准化,对具体的个性化需求,例如形状,大小,链接方式,适用性低;部分研究机构可以提供,通过肌电或者脑电控制的仿生手/臂/脚/腿,存在着成本高,算法不稳定,运算时间长。目前市场上的通过肌电的解决方案,一般直接对单一肌肉表面信号进行信号幅度采集,用于作为肌肉触发指定运动的指令。现存的方法会受到周围电磁信号,本身人体运动低频信号,电机带入噪声,其他肌肉族群信号,深部肌肉信号及白噪声的影响。导致运动指令不明确和主观意识运动不可按质按量的完成。目前实验室的解决方案,为了避免上述的信号干扰,使得信号更加完整和精确,大量的运行后台算法,例如小波分析,而这样大量的运算对处理器的速度和能力要求很高,配置在现有的可穿戴假手/臂/脚/腿中虽然单一信号处理精度提高了,但成本大大提高,运算稳定性反而降低,仅适用于实验室科研,不适用广泛的市场推广。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种基于人体肌电信号控制的上下肢运动辅助系统。
技术方案:为解决上述技术问题,本发明提供的一种基于人体肌电信号控制的上下肢运动辅助系统,包括仿生辅助装置、肌电信号处理模块、仿真驱动模块以及使用者数据库;所述肌电信号处理模块通过仿真处理方法将采集的肌电信号进行处理和仿真,然后将信号发送至仿真驱动模块,仿真驱动模块对仿生辅助装置进行运动模式控制,使用者数据库是记录下使用者自身运动习惯和强度,并根据运动行为由专家手动或者算法自动调整肌肉电信号的处理算法和仿真输出时间和幅度;经过处理后的肌电信号储存在使用者数据中,当采集的肌电信号与使用者数据库相匹配时,向肌电信号处理模块发出特定的运动模式。
进一步地,所述仿生辅助装置包括根据用户情况3D打印的可穿戴仿生手/臂/脚/腿。
进一步地,所述仿真驱动模块包括电机驱动电路。
进一步地,所述肌电信号处理模块包括以下程序步骤:
1)选取完成特定动作的相关肌肉或肌肉群;
2)利用表面电极提取表面肌肉信号;
3)消除白噪声,环境电磁信号,自身肢体运动产生的低频信号;
4)频域谱分析,滤波,转换回时域一维信号;通过表面电极在皮肤表面提取的肌肉信号内参杂着大量的外界环境和自身运动产生的低频信号,对提取的表面肌肉电信号进行频谱分析,将时域一维数字信号转换到其频域,从而获得各个信号源产生的信号的频谱信息,在频谱0Hz-500Hz的频域信号里,通过低通和带通滤波器,消除环境噪声(50Hz信号),运动低频信号(小于2Hz信号),深层肌肉产生的干扰信号,使得最终用于仿真输出的信号频谱落于8Hz-500Hz之间,并将其转换回时域信号空间。
5)拟合单一肌肉在指定运动动作中收缩强度变化曲线,肌肉反应时间,收缩时间,衰减时间;即对时域和频域信号进行拟合,从拟合曲线中可分析出肌肉反应时间,收缩时间,衰减时间;
6)两组或者多组肌肉在同一指定动作中的各个相关参数的相关性分析和曲线拟合;每一个指定动作的完成都是通过一组或者多组肌肉群共同作用完成的,在完成特定的指定动作中,肌肉群的每个肌肉的开始反应时间,收缩时间,和衰减时间有着特定的变化和表征,通过提取这些相关的参数,反应时间,收缩时间和衰减时间,并通过曲线拟合及信号相关性算法,获得肌肉信号的相关性和拟合曲线,为下一步的仿真建模提供输入参数;
7)仿真建模对指定动作的各个肌肉群的肌电信号及相关时间和强度关系;对同一指定动作下的每组肌肉群的特性参数,肌肉反应时间,收缩时间,衰减时间,及其肌肉群之间的反应时间和肌肉强度的相关性进行仿真建模(仿真建模流程如下公式所示),这里产生的仿真建模信号作为最终的控制信号输入到外接控制器。
仿真建模流程:肌肉表面电信号由多个肌肉运动单元组产生的电脉冲组成,运动单元组产生的电脉冲由每个单元组中的无数单一肌肉纤维电脉冲组成,其中,
所述步骤7)仿真建模流程如下:
肌肉表面电信号由多个肌肉运动单元组产生的电脉冲组成,运动单元组产生的电脉冲由每个单元组中的无数单一肌肉纤维电脉冲组成,其中,
7.1)运动单元组产生的电脉冲Vmui,
其中,Vmui可以由公式2推导得出;fri是运动单元释放率,并且遵循泊松分布
7.2)单一运动单元组产生的电脉冲Vmu,
其中,是基于一个给定运动单元中的单一肌肉纤维电脉冲;Nf是肌肉纤维数;
7.3)每一个运动单元组的肌肉收缩时间,
其中,n=1,2,...,Nmu;Nmu是基于给定肌肉包含的运动单元的数量;fr是运动单元释放率中值,默认值为fr=85ms;
7.4)单一肌肉纤维电脉冲V(x,y,z),
其中,肌肉纤维细胞间电脉冲ei(z);
7.5)肌肉纤维细胞间电脉冲ei(z),
ei(z)=96z3e-z-90 (5)
其中ei(z)是肌肉纤维细胞间电脉冲;z是轴向方向距离,单位毫米;s是纤维截面;σi是细胞间传导率;σm是肌肉传导率;r是纤维截面到观察点的距离;
7.6)肌肉传导率σm,肌肉轴向传导率σz和肌肉径向传导率σy
7.7)根据格林定律,单一肌肉纤维电脉冲可以推导如公式(7),
其中,s1,s2是肌肉纤维两端的截面,S是肌肉纤维截面;
其中,d是纤维直径,H1没有含义,只是公式的简化,提取出来的系数。
8)存储和发送信号给外接控制器;
9)仿真手/臂/脚/腿完成肌肉输出信号的指定动作。
进一步地,所述运动模式包括握拳、展开、OK、V型手势。
本发明提供基于人体肌电信号控制的上下肢运动辅助系统,表面肌肉电信号提取和采集的精度提高了;环境信号,外周干扰信号,其它非参与肌肉信号被干净排除;结合相对肌肉组信号对运动行为的发出明确的强度和时间的指令;用肌电信号直接控制,识别率高,实时性好,反应灵敏,成本低,方便实用。
附图说明
图1是本发明流程示意图。
图2是电机驱动电路电路图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示,一种基于人体肌电信号控制的上下肢运动辅助系统,包括仿生辅助装置、肌电信号处理模块、仿真驱动模块以及使用者数据库;所述肌电信号处理模块通过仿真处理方法将采集的肌电信号进行处理和仿真,然后将信号发送至仿真驱动模块,仿真驱动模块对仿生辅助装置进行运动模式控制,使用者数据库是记录下使用者自身运动习惯和强度,并根据运动行为由专家手动或者算法自动调整肌肉电信号的处理算法和仿真输出时间和幅度;经过处理后的肌电信号储存在使用者数据中,当采集的肌电信号与使用者数据库相匹配时,向肌电信号处理模块发出特定的运动模式。
所述肌电信号处理模块包括以下程序步骤:
1)选取完成特定动作的相关肌肉或肌肉群;
2)利用表面电极提取表面肌肉信号;
3)消除白噪声,环境电磁信号,自身肢体运动产生的低频信号;
4)频域谱分析,滤波,转换回时域一维信号;通过表面电极在皮肤表面提取的肌肉信号内参杂着大量的外界环境和自身运动产生的低频信号,对提取的表面肌肉电信号进行频谱分析,将时域一维数字信号转换到其频域,从而获得各个信号源产生的信号的频谱信息,在频谱0Hz-500Hz的频域信号里,通过低通和带通滤波器,消除环境噪声(50Hz信号),运动低频信号(小于2Hz信号),深层肌肉产生的干扰信号,使得最终用于仿真输出的信号频谱落于8Hz-500Hz之间,并将其转换回时域信号空间。
5)拟合单一肌肉在指定运动动作中收缩强度变化曲线,肌肉反应时间,收缩时间,衰减时间;即对时域和频域信号进行拟合,从拟合曲线中可分析出肌肉反应时间,收缩时间,衰减时间;
6)两组或者多组肌肉在同一指定动作中的各个相关参数的相关性分析和曲线拟合;每一个指定动作的完成都是通过一组或者多组肌肉群共同作用完成的,在完成特定的指定动作中,肌肉群的每个肌肉的开始反应时间,收缩时间,和衰减时间有着特定的变化和表征,通过提取这些相关的参数,反应时间,收缩时间和衰减时间,并通过曲线拟合及信号相关性算法,获得肌肉信号的相关性和拟合曲线,为下一步的仿真建模提供输入参数;
7)仿真建模对指定动作的各个肌肉群的肌电信号及相关时间和强度关系;对同一指定动作下的每组肌肉群的特性参数,肌肉反应时间,收缩时间,衰减时间,及其肌肉群之间的反应时间和肌肉强度的相关性进行仿真建模,这里产生的仿真建模信号作为最终的控制信号输入到外接控制器。仿真建模流程如下:
肌肉表面电信号由多个肌肉运动单元组产生的电脉冲组成,运动单元组产生的电脉冲由每个单元组中的无数单一肌肉纤维电脉冲组成,其中,
7.1)运动单元组产生的电脉冲Vmui,
其中,Vmui可以由公式2推导得出;fri是运动单元释放率,并且遵循泊松分布
7.2)单一运动单元组产生的电脉冲Vmu,
其中,是基于一个给定运动单元中的单一肌肉纤维电脉冲;Nf是肌肉纤维数;
7.3)每一个运动单元组的肌肉收缩时间,
其中,n=1,2,...,Nmu;Nmu是基于给定肌肉包含的运动单元的数量;fr是运动单元释放率中值,默认值为fr=85ms;
7.4)单一肌肉纤维电脉冲V(x,y,z),
其中,肌肉纤维细胞间电脉冲ei(z);
7.5)肌肉纤维细胞间电脉冲ei(z),
ei(z)=96z3e-z-90 (5)
其中ei(z)是肌肉纤维细胞间电脉冲;z是轴向方向距离,单位毫米;s是纤维截面;σi是细胞间传导率;σm是肌肉传导率;r是纤维截面到观察点的距离;
7.6)肌肉传导率σm,肌肉轴向传导率σz和肌肉径向传导率σy
7.7)根据格林定律,单一肌肉纤维电脉冲可以推导如公式(7),
其中,s1,s2是肌肉纤维两端的截面,S是肌肉纤维截面;
其中,d是纤维直径,H1没有含义,只是公式的简化,提取出来的系数。
8)存储和发送信号给外接控制器;
9)仿真手/臂/脚/腿完成肌肉输出信号的指定动作。
本实施例由四个部分构成,包括仿生辅助装置:3D打印的辅助装置,可穿戴仿生手/臂/脚/腿;
根据使用者的年龄,体型大小,及对应的缺失部位/肢体,及肢体的运动功能,设计出机械结构满足需求的个性化的辅助装置和方便佩戴部分,例如,单/多个手指,单手,手臂,小腿等。转化机械结构文件为3D打印文件,用数字材料3D打印机打出,并根据辅助装置的现实需要,对数字材料进行调整和融合,使得最终的可穿戴仿生手/臂/脚/腿具有和真实个体一致的外观和运动功能。例如,单手的设计,不仅包括关节屈伸,手掌抓握功能和力度,还可以对手掌内侧的打印材料采用软性橡胶材料,材料软硬度可以根据电机的驱动力和手掌需要达到的握力从1-9进行调整,提高抓握精度,保护抓握物品,提高第三方的感知;而手掌背部的材料直接采用数字合成树脂,硬度和一般义肢近似。
肌电信号处理:通过表面电极提取完成指定运动功能的单一肌肉或多个肌肉群的表面肌肉电信号,并对其进行处理和仿真;
提供基于对单/多肌肉表面电信号处理,及其之间相关反应时间,衰减时间和收缩强度的曲线的拟合,形成精确稳定的动作指令和仿真信号发送至可穿戴上下肢控制器,达到用人体自身肌肉控制假手/臂/脚/腿的目的。
例如,可以采用一种简单快捷的算法,其步骤包括:选取完成特定动作的相关肌肉或肌肉群;利用表面电极提取表面肌肉信号;消除白噪声,环境电磁信号,自身肢体运动产生的低频信号;频域谱分析,滤波,转换回时域一维信号;拟合单一肌肉在指定运动动作中收缩强度变化曲线,肌肉反应时间,收缩时间,衰减时间;两组或者多组肌肉在同一指定动作中的各个相关参数的相关性分析和曲线拟合;仿真建模对指定动作的各个肌肉群的肌电信号及相关时间和强度关系;存储和发送信号给外接控制器;仿真手/臂/脚/腿完成肌肉输出信号的指定动作;
仿真驱动模块:集肌电处理模块和电机驱动模块一体的电路板或者手机内置app;
功能模块包括:单路/双路/多路肌电信号采集电路,单路/多路电机驱动电路,程序下载电路。其中肌电信号的算法运算和仿真输出功能可以有外置的PCB板处理器来实现(针对于算法简单,通道单一,数据量小的情况),也可以通过智能手机内置app来实现,将肌电信号的算法运算和仿真输出指令写入智能手机app,表面电极采集到的信号由采集电路直接作为app输入,经过运算,再由app输出特定的运动指令(该方法针对于算法复杂,运算量大,数据量大的情况)。
使用者数据库:使用者自身习惯植入和融合
使用者在安装上特定的由其自身肌肉控制仿生手/臂/脚/腿后,需要有一个肌肉学习和练习的过程,自身的运动习惯需要和外接的仿生手/臂/脚/腿融入和结合。本产品设计中会记录下使用者自身运动习惯和强度(获得使用者允许下),并根据运动行为由专家手动或者算法自动调整肌肉电信号的处理算法和仿真输出时间和幅度。该优化过程可以在后台系统完成,也可以在智能手机app通过下载和更新软件版本中完成。
如图2所示,电机驱动电路中采用型号为DRV8833的电机驱动芯片,这样可同时控制两个电机正反运动,其中,VINT和GND引脚分别连接电源的正负极,AIN1和AIN2引脚分别连接Arduino控制模块中的两个数字量输出引脚,Arduino控制模块通过这两个引脚AIN1和AIN2输入第一电机的驱动程序,BIN1和BIN2引脚分别连接Arduino控制模块的两个数字量输出引脚,Arduino控制模块通过这两个引脚输入BIN1和BIN2输入第二电机的驱动程序,AOUT1和AOUT2引脚连接第一电机,BOUT1和BOUT2引脚连接第二电机。
以上所述仅是本发明的优选实施方式,应当指出: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润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于人体肌电信号控制的上下肢运动辅助系统,其特征在于:包括仿生辅助装置、肌电信号处理模块、仿真驱动模块以及使用者数据库;所述肌电信号处理模块通过仿真处理方法将采集的肌电信号进行处理和仿真,然后将信号发送至仿真驱动模块,仿真驱动模块对仿生辅助装置进行运动模式控制,使用者数据库是记录使用者自身运动习惯和强度,并根据运动行为由专家手动或者算法自动调整肌肉电信号的处理算法和仿真输出时间和幅度;经过处理后的肌电信号储存在使用者数据中,当采集的肌电信号与使用者数据库相匹配时,向肌电信号处理模块发出特定的运动模式,所述肌电信号处理模块对肌电信号进行处理和仿真处理过程包括以下程序步骤:
1)选取完成特定动作的相关肌肉或肌肉群;
2)利用表面电极提取表面肌肉信号;
3)消除白噪声,环境电磁信号,自身肢体运动产生的低频信号;
4)频域谱分析,滤波,转换回时域一维信号;
5)拟合单一肌肉在指定运动动作中收缩强度变化曲线,肌肉反应时间,收缩时间,衰减时间;
6)两组或者多组肌肉在同一指定动作中的各个相关参数的相关性分析和曲线拟合;
7)仿真建模对指定动作的各个肌肉群的肌电信号及相关时间和强度关系;
8)存储和发送信号给外接控制器;
9)仿真手/臂/脚/腿完成肌肉输出信号的指定动作。
2.根据权利要求1所述的基于人体肌电信号控制的上下肢运动辅助系统,其特征在于:所述仿生辅助装置包括根据用户情况3D打印的可穿戴仿生手/臂/脚/腿。
3.根据权利要求1所述的基于人体肌电信号控制的上下肢运动辅助系统,其特征在于:所述仿真驱动模块包括电机驱动电路。
4.根据权利要求1所述的基于人体肌电信号控制的上下肢运动辅助系统,其特征在于:所述运动模式包括握拳、展开、OK、V型手势。
5.根据权利要求1所述的基于人体肌电信号控制的上下肢运动辅助系统,其特征在于:所述步骤7)仿真建模流程如下:
肌肉表面电信号由多个肌肉运动单元组产生的电脉冲组成,运动单元组产生的电脉冲由每个单元组中的无数单一肌肉纤维电脉冲组成,其中,
7.1)运动单元组产生的电脉冲Vmui,
其中,Vmui可以由公式2推导得出;i=1~n,Vmuti是各个单一运动单元组产生的电脉冲数,n为正整数;fri是运动单元释放率,并且遵循泊松分布;
7.2)单一运动单元组产生的电脉冲Vmu,
其中,是基于一个给定运动单元中的单一肌肉纤维电脉冲;Nf是肌肉纤维数;
7.3)每一个运动单元组的肌肉收缩时间,
其中,n=1,2,...,Nmu;Nmu是基于给定肌肉包含的运动单元的数量;fr是运动单元释放率中值,默认值为fr=85ms;
7.4)单一肌肉纤维电脉冲V(x,y,z),
其中,肌肉纤维细胞间电脉冲ei(z);
7.5)肌肉纤维细胞间电脉冲ei(z),
ei(z)=96z3e-z-90 (5)
其中ei(z)是肌肉纤维细胞间电脉冲;z是轴向方向距离,单位毫米;s是纤维截面;σi是细胞间传导率;σm是肌肉传导率;r是纤维截面到观察点的距离;
7.6)肌肉传导率σm,肌肉轴向传导率σz和肌肉径向传导率σy
7.7)根据格林定律,单一肌肉纤维电脉冲可以推导如公式(7),
其中,s1,s2是肌肉纤维两端的截面,S是肌肉纤维截面;
其中,d是纤维直径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082331.8A CN106923942B (zh) | 2017-02-15 | 2017-02-15 | 基于人体肌电信号控制的上下肢运动辅助系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082331.8A CN106923942B (zh) | 2017-02-15 | 2017-02-15 | 基于人体肌电信号控制的上下肢运动辅助系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106923942A CN106923942A (zh) | 2017-07-07 |
CN106923942B true CN106923942B (zh) | 2018-08-31 |
Family
ID=59424202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710082331.8A Active CN106923942B (zh) | 2017-02-15 | 2017-02-15 | 基于人体肌电信号控制的上下肢运动辅助系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106923942B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109009586B (zh) * | 2018-06-25 | 2020-07-28 | 西安交通大学 | 一种假手腕关节人机自然驱动角度的肌电连续解码方法 |
GB201811641D0 (en) | 2018-07-16 | 2018-08-29 | Imperial Innovations Ltd | Methods for enabling movement of objects and associated apparatus |
CN114138111B (zh) * | 2021-11-11 | 2022-09-23 | 深圳市心流科技有限公司 | 一种肌电智能仿生手的全系统控制交互方法 |
CN114224578B (zh) * | 2021-12-06 | 2022-08-16 | 深圳市心流科技有限公司 | 一种用于假肢测试的半实物仿真测试系统及方法 |
CN115990876A (zh) * | 2022-11-22 | 2023-04-21 | 燕山大学 | 一种基于多通道肌电信号的仿真机械臂控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100528107C (zh) * | 2006-11-06 | 2009-08-19 | 上海理工大学 | 跟随健康腿步速控制的智能膝上假肢系统 |
US10318863B2 (en) * | 2012-07-24 | 2019-06-11 | Rehabilitation Institute Of Chicago | Systems and methods for autoconfiguration of pattern-recognition controlled myoelectric prostheses |
ES2661538T3 (es) * | 2013-06-12 | 2018-04-02 | Otto Bock Healthcare Gmbh | Control de dispositivo de extremidad |
US9744056B2 (en) * | 2014-08-06 | 2017-08-29 | Rehabilitation Institute Of Chicago | Magnetic electrical connector for assistive devices |
CN204909749U (zh) * | 2015-07-30 | 2015-12-30 | 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 |
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 |
CN205668273U (zh) * | 2016-06-14 | 2016-11-02 | 张涵 | 仿生机械手 |
CN106236336A (zh) * | 2016-08-15 | 2016-12-21 | 中国科学院重庆绿色智能技术研究院 | 一种肌电假肢手势及力度控制方法 |
-
2017
- 2017-02-15 CN CN201710082331.8A patent/CN106923942B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106923942A (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106923942B (zh) | 基于人体肌电信号控制的上下肢运动辅助系统 | |
CN107928980B (zh) | 一种偏瘫患者的手部自主康复训练系统及训练方法 | |
CN106236503B (zh) | 肌电驱动的上肢可穿戴外骨骼系统及控制方法 | |
CN105498091B (zh) | 佩戴式多功能触觉电刺激腕带 | |
CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
CN105962935B (zh) | 用于运动学习功能改善的脑电神经反馈训练系统及其方法 | |
CN104385589A (zh) | 一种可穿戴模块化医疗设备的设计和3d打印制造方法 | |
CN109620651A (zh) | 基于同步脑肌电的智能辅助康复设备 | |
CN103495260A (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 | |
CN104825256B (zh) | 一种带有感知反馈功能的假肢系统 | |
CN111584031B (zh) | 基于便携式脑电采集设备的脑控智能肢体康复系统及应用 | |
CN106420124A (zh) | 一种肌电控制虚拟机器人假手仿真系统的方法 | |
CN103294192A (zh) | 一种基于运动想象的led灯开关控制装置及其控制方法 | |
CN107278145A (zh) | 用于电触觉反馈的系统和方法 | |
CN107126303A (zh) | 一种基于手机app的上下肢运动辅助方法 | |
CN109528439A (zh) | 一种促通式膝关节屈伸功能康复训练装置 | |
CN110339024A (zh) | 下肢外骨骼机器人及其实时步态切换方法及存储装置 | |
CN105137830A (zh) | 一种基于视觉诱发脑机接口的国画机器手及其绘图方法 | |
CN106155300A (zh) | 一种基于肌电流和多传感器协同作用的人机交互设备及其使用方法 | |
CN106984028A (zh) | 一种上肢运动控制评估及康复训练的机构 | |
CN113261952A (zh) | 一种基于多传感器的人体下肢姿态采集及足底振动康复系统 | |
CN106774851A (zh) | 基于脑机接口的触感手指运动康复系统及方法 | |
CN107184205A (zh) | 基于脑的记忆刻度和诱导捕捉的自动知识记忆牵引方法 | |
CN105640677B (zh) | 一种用于假肢手感知反馈的电刺激感知反馈系统 | |
Lin et al. | Foot gesture recognition with flexible high-density device based on convolutional neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Upper and lower limb motion assistance system based on human myoelectric signal control Effective date of registration: 20230403 Granted publication date: 20180831 Pledgee: Shanghai Bank Co.,Ltd. Fengxian Branch Pledgor: SHANGHAI SHULI INTELLIGENT TECHNOLOGY CO.,LTD. Registration number: Y2023310000106 |