CN107788991A - 可穿戴式下肢康复评估系统 - Google Patents
可穿戴式下肢康复评估系统 Download PDFInfo
- Publication number
- CN107788991A CN107788991A CN201711013940.4A CN201711013940A CN107788991A CN 107788991 A CN107788991 A CN 107788991A CN 201711013940 A CN201711013940 A CN 201711013940A CN 107788991 A CN107788991 A CN 107788991A
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- rehabilitation
- lower limb
- acceleration
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6828—Leg
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6831—Straps, bands or harnesses
Abstract
本发明属于医疗设备技术领域,具体一种可穿戴式下肢康复评估系统。本发明包括下肢信号采集系统和上位机及其应用软件系统;其中,下肢信号采集系统用于对康复患者下肢运动信号、肌电信号和足底压力信号采集、发送,包括绑带模块、信号采集模块、信号处理模块、信号发送模块、供电模块;信号采集模块以可拆卸的方式连接在绑带模块中,信号处理模块、信号发送模块、供电模块安装在绑带模块上,不影响康复患者的正常生活;康复训练软件系统利用得到的数据计算得出步距、步态分析、踝关节活动度、肌电,平衡状态,足底压力分布,膝关节活动度,相关肌群的肌力评估等信息,为康复师提供更专业更全面的评测数据,同时给患者提供更专业的指导。
Description
技术领域
本发明属于医疗设备技术领域,具体涉及下肢康复评估系统。
背景技术
随着世界各地老龄化问题不断加剧,下肢康复问题日益严重,导致下肢功能障碍的原因有很多,包括运动损伤、神经损伤等等。据统计,我国2015年60岁及以上人口达到2.22亿,占总人口的16.15%。预计到2020年,老年人口达到2.48亿,老龄化水平达到17.17%,不可避免的老年人会因为例如脑卒中等疾病导致下肢运动功能障碍,也会因为各位外部因素导致需要进行下肢康复训练。然而全国康复师数量仅有10万,好的康复资源也全部集中在北上广等一线城市。大部分本需要康复治疗的患者不能得到康复治疗。由于患者得不到及时有效的康复治疗,因此很容易留下偏瘫等后遗症。因此,如何便携、自主、低成本且又高效地对下肢功能障碍患者进行康复评估和指导是很有必要的。
目前,形式多样的电生理信号和运动信号被广泛地使用在了下肢康复中,通过现代信号处理的方法来判断患者康复的情况。主要使用的信号是肌电信图(EMG),其中表面肌电图(sEMG)由于其非入侵、测量方便等特点得到了更为广泛的应用。sEMG在康复医学领域中使用的最早最多的是步态分析 ,使用sEMG活动的起止时间表示该肌肉参与步行运动的协同性;sEMG活动的振幅和时程表示肌肉参与步行运动的合理性,主要测量点在胫前肌、小腿三头肌 。
对于患者下肢的康复,主要是基于步态分析进行判断。典型的步态分析实验室或康复室通常拥有压力步道,还有若干摄像头进行辅助。康复患者在行走过程中,摄像头实时采集动作状态,结合地板载荷传感器或力平台,综合判断下肢运动状态和康复情况。
概括说,现有问题包括:1,供需比例不平衡,现有的康复体系和方案完全不能满足市场需求;2,医院已有设备成本较高且便携性差,时间、空间和金钱的成本相对较高;3,患者缺乏主动康复训练的个性化指导;4,缺少便携的下肢评估方法和手段。
发明内容
本发明的目的在于提供一种便携、成本低廉、监护数据全面的可穿戴式下肢康复评估系统。
本发明提供的可穿戴式下肢康复评估系统,包括:下肢信号采集系统,上位机及其软件系统两大部分。下肢信号采集系统采用模块化的设计,用于康复患者下肢运动信号、肌电信号和足底压力信号采集和发送;下肢信号采集系统包括绑带模块、信号采集模块、信号处理模块、信号发送模块、供电模块;其中,绑带模块为一个环状绑带,用于固定在小腿上;信号采集模块以可拆卸的方式连接到绑带模块中,信号处理模块、信号发送模块、供电模块集成在绑带模块上,绑带模块采用可穿戴的设计思想,使用时不影响康复患者的正常生活;上位机及软件系统安装在移动端,用于患者的康复评估和康复指导,医生在远程端可以及时了解患者的康复情况并进行有效干预。
所述信号采集模块、信号处理模块、信号发送模块、供电模块为系统的硬件部分,结构框图如图1所示,其中:
信号采集模块包括足底信号采集模块和肌电信号采集模块,其中,足底信号采集模块由运动加速度传感器和足底压力信号采集单元构成,做成鞋垫形状,放置于鞋底内;肌电信号采集模块由柔性电极和肌电模拟前端组成;信号处理模块包含微处理器,信号发送模块包含蓝牙模块;供电模块由锂离子电池和稳压模块组成;系统的工作流程如下:
微处理器通过SPI(串行外设接口)总线与运动加速度传感器通信,得到运动信号,使用片内AD(模拟到数字)采样的方式与自研足底压力信号采集单元和肌电模拟前端通信,得到足底压力信号和肌电信号,发出采样指令;微处理器将上述运动信号、足底压力信号和肌电信号以协议包的方式,通过蓝牙模块发送至上位机;上位机通过采集到的信号,分析患者下肢运动情况,进行康复评估和指导。
本发明中:
所述肌电信号采集模块包括柔性电极和肌电模拟前端,用于采集和放大下肢康复患者肌电信号,所述柔性电极通过绑带模块固定在康复患者小腿腓肠肌或比目鱼肌;
所述运动加速度传感器由惯性测量单元(IMU)构成,用于收集患者脚掌运动数据,以评估患者踝关节活动度和平衡能力;
所述足底压力信号采集单元由柔性导电胶带和柔性压阻传感材料组成,用于采集患者足底压力数据;
所述信号处理模块采用循环扫描的方式得到足底压力信号采集单元的模拟信号,和来自肌电模拟前端的肌电信号,进行片上AD转换,得到足底压力信号和肌电信号,同时,通过SPI总线与运动加速度传感器通信,得到运动信号;微处理器将上述足底压力信号,肌电信号和运动信号打包,以数据包的形式传输至蓝牙模块;
所述信号发送模块包括蓝牙模块,蓝牙模块通过协议将数据包无线传输至上位机;
所述供电模块为系统提供电源。
本发明中,上位机的软件系统,主要是康复训练软件系统,该康复训练软件系统利用下肢信号采集系统传来的数据,计算得出步距、步态、踝关节活动度、肌电,平衡状态,足底压力分布,膝关节活动度,相关肌群的肌力评估等信息,为康复师提供更专业更全面的评测数据,同时给患者提供更专业的指导。
本发明中,下肢信号采集系统可做成可拆卸形式,不需要测量肌电数据时,固定在鞋末端。信号采集模块中各个部分可以根据需求拆卸和安装。
本发明中,足底压力信号采集单元采用特别设计,其结构如图7所示,包括上、中、下三层,以及采样电路;其中,上层为纵向排列的导电电极条层,其连接微处理器的AD转换口,下层为横向排列的导电电极条层,通过下拉电阻接地;上层纵向排列的导电电极条带与下层横向排列的导电电极条带的交叉点构成采样点;中层为压力传感材料层,压力传感材料以点状(如圆点、方点等)粘附在采样点处。
其中,上层纵向排列的导电电极条为4-7根,下层横向排列的导电电极条为8-15根。
采样电路如图8所示,为了能够采集各点的压力信号而减少分支数,采用行列扫描的方式对各个采样点进行控制和采样,每个采样点采集到的电压值为:
式中,Vsample为采样点得到的电压值, R0为采样电路中定值电阻阻值,Rsensor为压力传感材料阻值,Vcc为采样电路中电源电压。
本发明中,压力传感材料优选成本较低、柔性较好的有3M公司的Velostat材料作为压力传感材料。其物理特性为不透明的黑色,厚度约100 μm。它的电学性质为压缩电阻式(Piezoresistive),即电阻随压力增加而减小。使用Velostat材料,配合柔性塑料薄膜导电胶带制作得到新式足底压力阵列采集模块。
本发明中传感器可以拓展,以便于额外添加传感器,包括柔性电极、运动传感器、肌电传感器、湿度传感器、皮肤电传感器。
本发明的特点:
1、本发明提出一种新的可穿戴式下肢康复系统,用来评估康复患者的下肢功能情况,并对患者进行康复指导。
2、本发明采用模块化的设计思想,信号采集模块中的运动加速度传感器、肌电信号采集模块和足底压力信号采集单元可以根据需求安装或拆卸。
3、本发明用柔性电极替代传统的粘贴电极片,用于采集肌电数据。
4、本发明采用柔性传感器和柔性导电胶布制作传感器,用于足底压力信号采集。
5、本发明设计的传感器拓展模块,拓展模块可与主模块连接,提供更多的身体特征数据,所述拓展模块可包括柔性电极、运动传感器、肌电传感器、湿度传感器、皮肤电传感器。
本发明技术效果
本发明用传感器和芯片以及自研的新式压力矩阵传感器制造出的便携的、精确的可传感器康复评估系统。评估系统可以为患者提供更精确的康复评估,辅助医生快速诊断。
1、本发明可进行长期持续的监控。嵌入式硬件系统的功耗主要包括信号采集模块功耗、信号处理模块功耗、信号发送模块功耗。而本系统采用的都是低功耗,微处理器采用MSP430高速、低功耗微处理器,传感器体动信号采集采用自适应变采样率,根据设定阈值调节采样率,极大程度上降低了硬件功耗,无线传输部分采用蓝牙4.0低功耗协议,所以装置整体都是节能、低功耗的,能进行长期监控。
2、本发明采用柔性传感器和柔性导电胶布制作压力矩阵传感器,新型传感器能够提供足底高密度的压力分布。高密度的压力分布可以提高平衡评估、步态分析的精度。
3、传感器拓展模块使得监控系统变得可定制化,根据不同用户的不同需求搭配不同的传感器拓展模块,大大减少的系统成本,提高装置的可扩展性。
附图说明
图1为系统硬件模块框图。
图2为本发明系统实施方式的示意图。
图3为足底信号采集模块一实施方式示意图。
图4为双模式实时场景展示图。其中,(a)肌电模式(b)非肌电模式。
图5为 MPU9250 读写寄存器格式。
图6为AD8232双导联典型电路。
图7为足底压力采集单元结构图。
图8为图7中足底压力单个采样点电路图。
图9为微处理器工作流程。
图10为MPU9250坐标系和自然坐标系。
图11为人体脚踝关节简化的双连杆模型。
图12为关节活动度夹角示意图。
图13为足底压力信号测试结果。其中,(a)初接触,(b)站立中期,(c)初摆动。
图14为肌电信号测试波形。其中,(a)原地踏步,(b)正常步行。
图中标号:1、2、3为塑料卡件,4为绑带模块外壳,5为排线,6为绑带模块外壳,7、8、9为塑料卡件,10为信号处理模块主板,11为肌电电极,12为电极接口,13为拓展模块接口,14为电极接口,15为固定扣,16为足底信号接口,17为足底压力信号采集单元,18为鞋垫顶层,19为惯性测量单元(惯性传感器),20为鞋垫底层。
具体实施方式
下面通过具体实施例进一步介绍本发明。
图2为绑带模块结构示意图,绑带模块外壳6内放置信号处理模块和信号发送模块,信号处理模块与信号发送模块集成在主板单元10中。绑带模块外壳4内放置铝电池,通过排线5与主板单元10连接。绑带模块外壳6侧面留有模块接口13,可以与拓展压力鞋垫连接。外壳6与外壳7内侧分别有一个肌电电极接口,用于放置肌电电极11.外壳4、外壳6两侧配有绑带接口3、7。绑带上的塑料卡件1、9可分别插入绑带接口3、7中。绑带上的搭扣8、9为普通搭扣。所有固定完成后,形成一个环状绑带,可固定在小腿上。当不需要测量肌电信号的时候,肌电电极11可以去除,电极接口12、14可以与鞋子的固定扣15结合,与鞋子成为一体。图3示意了足底信号采集模块(鞋垫)的结构图。传感器(即压力采集单元)16和IMU惯性传感器单元18放置在鞋垫顶层17与底层19中间。压力采集单元16与惯性传感器单元18通过导线15与主板10连接。图4-a展示了需要检测肌电情况下的形态。图4-b展示了不检测肌电情况下的形态。
下面将分别介绍各模块功能和工作流程。
1.1信号采集模块
信号采集模块包括足底信号采集模块(鞋垫)和肌电信号采集模块,其中,足底信号采集模块由运动加速度传感器和足底压力信号采集单元组成,肌电信号采集模块由柔性电极和肌电模拟前端组成。其中,运动加速度传感器使用运动加速度传感器MPU9250,肌电模拟前端使用AD8232,足底压力信号采集单元由柔性导电胶带和柔性压阻传感材料组成。
(1)运动加速度传感器MPU9250
MPU9250是Invense公司开发的九轴运动跟踪装置,其融合了3轴加速度、3轴陀螺仪以及3轴磁力计,兼容SPI、I2C两种传输协议,能够同时输出九轴的全部数据。本项目使用其中的3轴加速度计和3轴陀螺仪,其角加速度与磁力加速度计的功能可以为之后系统的功能扩展提供空间。本项目中采用SPI协议与微处理器通信,得到下肢运动信号。
MPU9250读写寄存器格式如图5所示。数据以字节形式高位优先存储,地址同样以字节形式存储,其中最高位为1表示读取,最高位为0表示写入。
(2)肌电模拟前端AD8232
AD8232是一款集成前端,适用于对生物电信号进行信号调理来进行监护。它内置一个专用仪表放大器、一个运算放大器、一个右腿驱动放大器和一个中间电源电压基准电压缓冲器。
此外,AD8232内置导联脱落检测电路和一个自动快速恢复电路,该电路可在导联重新连接后迅速恢复信号。AD8232集成专用仪表放大器,可放大肌电、心电等电生理信号,同时抑制电极半电池电位,拥有较小的尺寸和很低的功耗。它可以放大生物电信号作为模拟量的输出。由于生物电信号很微小,容易受到外界的干扰,AD8232生物电监测器可以通过放大器来帮助获得经过放大后的明显的生物电信号,EMG信号经过放大后的输出模拟量典型值为1~2V数量级,便于后级的模数转换,其双导联典型结构如图6所示。
(3)足底压力信号采集单元
在多种传感器中经过选择,本发明采用了成本较低,柔性较好的有3M公司的Velostat材料作为压力传感材料。物理特性为不透明的黑色,厚度约100μm(Openmaterials.Electrotextiles[G/OL] (2014-9-22) [2016-5-20].
http://openmaterials.org/materials-101-electrotextiles/)。它的电学性质为压缩电阻式(Piezoresistive),即电阻随压力增加而减小。使用Velostat材料,配合柔性塑料薄膜导电胶带制作了自行研发的新式足底压力阵列采集模块。
具体制作过程中,将Velostat材料裁剪成1cm*1cm的小方块,使用双面导电胶布粘贴在采样点上,每扫描到的一个采样点的电路图如图8所示。每个采样点采集到的电压值为:
式中,Vsample为采样点得到的电压值,R0为采样电路中定值电阻阻值,Rsensor为压力传感材料阻值,Vcc为采样电路中电源电压。
为了能够采集各点的压力信号而减少分支数,采用行列扫描的原理各个采样点进行控制和采样,上层为纵向排列的5条导电电极,连接微处理器的AD转换口,中层为压力传感材料,下层为横向排列的10条导电电极,通过下拉电阻接地,通过模拟开关HC4067连接Vcc,由MSP430的IO口连接HC4067的控制端进行信号控制。在采集的过程中,通过MSP430控制多路模拟开关轮流选通每一列电极,将它们拉高至Vcc,在选通某列电极信号的时间内,通过上层模拟开关轮流选通每一行导电线接通Vcc。这样,在1-10条横线之间顺次选通,每次选通时,1-5号AD转换轮流工作,从而完成整个采样过程。其结构如图7所示。
所述足底压力信号采集单元和运动加速度传感器统一构成了足底信号采集鞋垫,如图3所示。
1.2信号处理模块
信号处理模块包含微处理器MSP430F5529,其具体介绍和工作流程如下:
(1)MSP430F5529简介
MSP430系列微处理器是TI公司于1996年开始推出的超低功耗、具有精简指令集(RISC)的16bit混合信号处理器。与其他微处理器相比,该系列微处理器具有超低功耗、片上外设丰富等优势,非常适合心电信号的处理。本系统选用MSP430F5529作为控制芯片。在MSP430系列芯片中,MSP430F5529不仅能够满足功能要求,整体的功耗和成本较低。
(2)微处理器工作流程
MSP430F5529的工作流程如图9所示。首先初始化外围设备和SPI配置,然后通过寄存器读入配置传感器并,准备就绪后开启全局中断,具体程序架构和中断服务如下:
(a)程序构架
程序由占用内核的主程序和定时器中断服务程序组成,以实现定时采样、定时发送、数据通信、传感器阵列扫描等多个任务。通过超循环的方法,在定时器中断中顺序执行若干任务。在硬件工作正常的情况下可以实现自启动,超循环的设计思想下,采样、滤波、发送的任务分别执行,各个功能之间顺序执行互不影响,即保证了系统实时性,同时,该设计方法具有很强的程序可读性,提高了修改、移植效率。
(b)中断服务
1)定时器中断
定时器中断服务程序完成采样和发送操作。采样每4ms进行一次,在发送前先检查主程序是否将发将发送队列填写完毕,如果填写完毕则启动DMA(直接内存存取)发送程序,将数据由发送队列自动地填写至UART(通用异步收发传输器)发送至寄存器。
2)DMA中断
采用DMA_0通道单次地发送指定长度数据至串口发送寄存器,由串口发送完成中断标志位的上升沿触发。在单次发送完成后进入DMA中断服务函数。该函数的任务是改变DMA_Done标志位为1,以便告知主程序发送已经完成。
(3)相关处理算法
(a)坐标轴矫正计算
如图所示,MPU9250的坐标系称为s系,其三个轴分别为Xs,Ys,Zs。在运动过程中,s系是会不断转动的。为了方便地利用9轴惯性传感器进行计算,需要把s系旋转回到n系(自然坐标系)。采用基于欧拉角的旋转矩阵。欧拉角是用来独立确定刚体位置的一组三个独立角度参量,由俯仰角φ、翻滚角θ,航偏角ψ组成。从s系到n系使用欧拉角获得的旋转矩阵如下:
式中c φ , c θ , c ψ 分别为俯仰角φ、翻滚角θ,航偏角ψ的余弦函数,s φ ,s θ , s ψ 分别为俯仰角φ、翻滚角θ,航偏角ψ的正弦函数;
MPU9250输出 s 系中三个轴的加速度,分别命名为axg、ayg、azg,传感器同时输出欧拉角,以此来构造系统的选择矩阵,系统的俯仰角为AngleYdeg,系统的翻滚角为AngleXdeg,系统的航偏角为AngleZdeg。每一个时刻都有一个角速度矩阵,也都有一个系统的欧拉角矩阵,从中可以提取出 n 系中三个方向的加速度信息用于后续处理。
(b)关节活动度计算
对于人脚踝关节的背屈和跖屈测量,首先需要建立合适的脚踝关节运动模型,不考虑运动过程中的肌肉收缩、变形等因素,此外,在关节活动度评估的过程中,也可以忽略脚踝的转动,因此,将人体脚踝关节简化为如图11所示的双连杆模型。康复患者在进行关节活动度评估时,小腿胫骨和脚掌抽象在以一个平面上,背屈的参考范围为20°~30°,跖屈的参考范围为40°~50°。
对于MPU9250数据采集装置可以得到加速度信号和角速度信号,则近似有:
加速度传感器x’轴与自然坐标系x轴夹角:
加速度传感器y’轴与自然坐标系y轴夹角:
加速度传感器z’轴与自然坐标系z轴夹角:
式中,A x , A y , A z 是MPU9250返回的沿x,y,z轴的加速度值。参见图12。
(c)步态周期计算
正常步态情况下,从一侧脚跟或者脚尖着地开始到该侧脚跟或脚尖再次着地所用的时间称为一个行走的步态周期,一个完整的步态周期分为首次触地、支撑阶段和摆动阶段,每个阶段对应不同的步态时期。步态周期的倒数就是步频。行走过程各个阶段的摆动过程中的步态数据可以绘制成加速度信号曲线,为了得到康复患者的步频,需要对行走过程中的加速度信号进行周期划分。
由于步行具有不错的周期性,可以采用自相关来求周期。由于步行有一定周期性的特征,步行信号的自相关会表现出一个个波峰,相邻两个波峰之间就是一个步行的周期。通过求自相关消除时域上的毛刺,提高准确率。此外由于x,y,z轴上都有加速度信号,因此,需要根据实际情况选择周期性质最好的自相关结果作为周期评判的依据。以A x 方向的值为例,自相关函数为:
式中,R x (u),R y (u),R z (u)为x,y,z轴方向上的自相关函数的结果,A x (t), A y (t), A z (t)为x,y,z轴方向上的加速度随时间变化的函数,算符表示卷积。
A y , A z 方向上的自相关同理:
。
(d)步行距离计算
本系统中,步距采用运动学原理进行计算,对于水平方向的加速度a x (t)和a y (t),且令水平方向的运动初速度为0,则有:
式中,a x (t)和a y (t)分别为x,y方向上的加速度随时间变化的函数,T为步行时间,x (T),y(T)为x,y方向上的运动距离。
步距通过速度的第一类曲线积分求得:
式中,s为步距,T为运动时间,V x (t),V y (t)为x,y方向上速度随时间变化的函数。
(e)平衡功能评估
平衡评估指标通常由压力中心(COP)进行计算得出,通过测得的力和力矩数值求得受试者在测力台或鞋垫上的压力中心点,将受试者在测力台或鞋垫上的压力中心坐标按点描绘成曲线,就是受试者在测力台或者鞋垫上的压力中心轨迹图。
目前用于评定人体静态平衡状态的测试指标多达二十种,大体可分为以下四类:
(1)用于反映平衡障碍程度的测试指标,其代表测试指标有 COP 动摇轨迹总长度,X轴轨迹长、Y 轴轨迹长,COP 包络面积,X 轴方向的最大动摇径,Y轴方向的最大动摇径,动摇角度等。
(2)用于反映足底压力中心动摇偏倚的测试指标,其代表测试指标有,X 轴中心偏倚,Y 轴中心偏倚,动摇偏倚、动摇优势方向及程度等。
(3)用于反映足底压力中心动摇频率变化的测试指标,其代表测试指标有,动摇平均速度,最大频率,最大能耗等。
(4)用于反映足底压力中心动摇能量损耗的测试指标,能量损耗,轨迹位置均方差,单位面积轨迹长等。
本系统采用第二类标准,对被试人员进行平衡功能评估。根据力矩平衡原理有:
式中Xcop、Ycop分别为X,Y的COP坐标, Xli、Yli、Pli为左脚传感器位置和采样点压力值,Xri、Yri、Pri为右脚传感器位置和传感器电压值。可以根据力矩平衡公式计算得连续COP轨迹图。
1.3信号发送模块
(1) CC2564蓝牙模块
CC2564是TI开发的双模式蓝牙芯片,同时支持蓝牙3.0和蓝牙4.0的传输,设备兼容性好,易于与电脑、手机、平板电脑等设备建立连接。本项目使用商业化蓝牙开发基板,上有CC2564和为该芯片提供蓝牙协议栈软件驱动的ARMCortex-M0微处理器。微处理器运行SPP协议(Serial Port Profile),可作为串口透传的发送端使用[12]。蓝牙模块的串口与MSP430的串口相连,因此,以下分析均针对UART(通用异步收发传输器)串口。
(2)数据传输协议
数据以数据包的形式从串口发送,数据包的发送率为50Hz。
同时为了保证通讯安全,避免信道干扰对于数据的影响,同时结合异步串口的传输特点,设计数据包如表1所示:
表1发送数据包格式
本项目中采用定长数据包,每个数据包116位,HEAD_H=0x88, HEAD_L=0x71,LENGTH=22,CHECK为奇偶校验,数值为前115位的位异或。
数据段格式见下表2和表3,其中,表2为两个IMU的沿x,y,z轴方向的加速度和沿x,y,z轴方向的角速度,表3为经过抽样的足底压力采集单元的压力值。
表2数据段格式,ACCEL_X,Y,Z为运动传感器的各轴加速度值,GYR_X,Y,Z为运动传感器的绕各轴角速度值
表3数据段格式,PRES为该轮采样点的电压值
。
(3)数据传输速率
串口波特率:115200
传输速率:50packge/s = 6400byte/s。
上位机的软件系统主要包括以下5个模块:多用户列表模块,步态信号模块,足底信号模块,关节活动模块和视频同步模块。
多用户列表模块设计:在该模块中,康复师可以管理患者,添加患者、删除患者、查看患者基本状态。
步态信号模块:该模块用于查看患者实时数据以及数据的波形图,所展示的数据包括步频、肌力、单次足底冲击力(前脚掌),单次足底冲击力(后脚掌),踝关节活动度、肌电图、踝关节角度。
该模块与硬件中蓝牙模块进行通信,接收蓝牙数据。所有数据实时显示,部分数据通过可视化处理,变成随时间发生变化得动态曲线或折线。
足底信号模块:该模块用与展示足底信号分析结果,分析结果以可视化方式展示。结果包括:足底压力分布图,触底时间,触底腾空时间比。
在该模块中,主要展示足底信号,对接收到的足底信号数据进行进一步分析和展示,康复师可以根据足底信号的分析来判断患者的步态姿势以及身体平衡。
关节活动模块:该模块用与展示踝关节信号分析结果,分析结果以可视化方式展示。结果包括:踝关节活动波形图,踝关节活动可视化,肌电波形图,肌电波形图可视化。
在该模块中,主要展示关节信号,对接收到的足底信号数据进行进一步分析和展示,康复师可以根据足底信号的分析来判断患者的关节活动度和肌力。
视频同步模块:该模块用于视频与数据的同步,软件接受监控摄像头所发出的数据流,与步态信号中的关节角度、肌电数据和运动数据同步显示。
进入该模块中,自动连接安装在患者周围的移动摄像头,提供同步的视频显示,医生可以根据视频与数据的对比,来对患者康复训练做出更准确的判断。
本发明测试结果
(A)足底压力测试
在足底压力信号测试中,我们模拟了一个正常步行周期三个阶段,分别为初接触,站立中期和初摆动,记录了足底压力数据的分布,并在MATLAB软件中采用CUBIC插值的方法进行压力分布图的绘制,结果如图13所示。其中,(a)初接触,(b)站立中期,(c)初摆动。
所述发明的足底压力模块对步行过程中的足底压力分布采集有较好的效果,能反映正常步行过程中的足底压力情况。
(B)肌电信号测试
在肌电信号测试中,我们设计了两组动作:原地踏步和正常步行,使用所述发明进行肌电信号测试,得到波形如图14所示,其中,(a)原地踏步,(b)正常步行。
所述发明的肌电信号模块对肌电信号有很好的测量结果,能反应肌力等相关参数。
(C)动作信号测试
在动作信号测试中,我们使用录制视频的方式对所述动作信号和相关算法进行测试。使用所述发明采集动作信号,被试者进行一段距离的正常行走,行走的整个过程进行视频录制,得到动作信号后,使用所述算法对步距,步数和关节活动度进行测试,得到结果如下表4:
表4
关节活动度测试中,被试人员最大关节活动度为61.8°,系统输出结果67.2°,错误率8.7%。
Claims (10)
1.一种可穿戴式下肢康复评估系统,其特征在于,包括:下肢信号采集系统,上位机及其软件系统两大部分;下肢信号采集系统采用模块化设计,用于康复患者下肢运动信号、肌电信号和足底压力信号采集和发送;下肢信号采集系统包括绑带模块、信号采集模块、信号处理模块、信号发送模块、供电模块;其中,绑带模块为一个环状绑带,用于固定在小腿上;信号采集模块以可拆卸的方式连接到绑带模块中,信号处理模块、信号发送模块、供电模块集成在绑带模块上;上位机及软件系统安装在移动端,用于患者的康复评估和康复指导,医生在远程端可以及时了解患者的康复情况并进行有效干预;
所述信号采集模块、信号处理模块、信号发送模块、供电模块为系统的硬件部分,其中:
信号采集模块包括足底信号采集模块和肌电信号采集模块,其中,足底信号采集模块由运动加速度传感器和足底压力信号采集单元构成,做成鞋垫形状,放置于鞋底内;肌电信号采集模块由柔性电极和肌电模拟前端组成;信号处理模块包含微处理器,信号发送模块包含蓝牙模块;供电模块由锂离子电池和稳压模块组成;系统的工作流程如下:
微处理器通过串行外设接口SPI总线与运动加速度传感器通信,得到运动信号,使用片内模拟到数字AD采样的方式与足底压力信号采集单元和肌电模拟前端通信,得到足底压力信号和肌电信号,发出采样指令;微处理器将上述运动信号、足底压力信号和肌电信号以协议包的方式,通过蓝牙模块发送至上位机;上位机通过采集到的信号,分析患者下肢运动情况,进行康复评估和指导。
2.根据权利要求1所述的可穿戴式下肢康复评估系统,其特征在于,其中:
所述肌电信号采集模块包括柔性电极和肌电模拟前端,用于采集和放大下肢康复患者肌电信号,所述柔性电极通过绑带模块固定在康复患者小腿腓肠肌或比目鱼肌;
所述运动加速度传感器由惯性测量单元构成,用于收集患者脚掌运动数据,以评估患者踝关节活动度和平衡能力;
所述足底压力信号采集单元由柔性导电胶带和柔性压阻传感材料组成,用于采集患者足底压力数据;
所述信号处理模块采用循环扫描的方式得到足底压力信号采集单元的模拟信号,和来自肌电模拟前端的肌电信号,进行片上AD转换,得到足底压力信号和肌电信号,同时,通过SPI总线与运动加速度传感器通信,得到运动信号;微处理器将上述足底压力信号,肌电信号和运动信号打包,以数据包的形式传输至蓝牙模块;
所述蓝牙模块通过协议将数据包无线传输至上位机;
所述供电模块为系统提供电源。
3.根据权利要求2所述的可穿戴式下肢康复评估系统,其特征在于,下肢信号采集系统可拆卸,不需要测量肌电数据时,固定在鞋末端。
4.根据权利要求2所述的可穿戴式下肢康复评估系统,其特征在于,所述足底压力信号采集单元包括上、中、下三层,以及采样电路;其中,上层为纵向排列的导电电极条层,其连接微处理器的AD转换口,下层为横向排列的导电电极条层,通过下拉电阻接地;上层纵向排列的导电电极条带与下层横向排列的导电电极条带的交叉点构成采样点;中层为压力传感材料层,压力传感材料以点状粘附在采样点处。
5.根据权利要求4所述的可穿戴式下肢康复评估系统,其特征在于,所述足底压力信号采集单元中的压力传感材料采用3M公司的Velostat材料。
6.根据权利要求4或5所述的可穿戴式下肢康复评估系统,其特征在于,所述足底压力信号采集单元中,上层纵向排列的导电电极条为4-7根,下层横向排列的导电电极条为8-15根。
7.根据权利要求4或5所述的可穿戴式下肢康复评估系统,其特征在于,所述足底压力信号采集单元中,采样电路采用行列扫描的方式对各个采样点进行控制和采样。
8.根据权利要求2所述的可穿戴式下肢康复评估系统,其特征在于,所述上位机的软件系统主要是康复训练软件系统,该康复训练软件系统利用下肢信号采集系统传来的数据,计算得出步距、步态、踝关节活动度、肌电,平衡状态,足底压力分布,膝关节活动度,相关肌群的肌力评估等信息,为康复师提供更专业更全面的评测数据,同时给患者提供更专业的指导。
9.根据权利要求2所述的可穿戴式下肢康复评估系统,其特征在于,所述信号处理模块中,包括如下处理算法:
(a)坐标轴矫正计算
设MPU9250的坐标系称为s系,其三个轴分别为Xs,Ys,Zs;在运动过程中,s系不断转动;为了方便地利用9轴惯性传感器进行计算,把s系旋转回到n系即自然坐标系;采用基于欧拉角的旋转矩阵,欧拉角是用来独立确定刚体位置的一组三个独立角度参量,由俯仰角φ、翻滚角θ,航偏角ψ组成;从s系到n系使用欧拉角获得的旋转矩阵如下:
式中c φ , c θ , c ψ 分别为俯仰角φ、翻滚角θ,航偏角ψ的余弦函数,s φ ,s θ , s ψ 分别为俯仰角φ、翻滚角θ,航偏角ψ的正弦函数;
MPU9250输出 s 系中三个轴的加速度,分别命名为axg、ayg、azg,传感器同时输出欧拉角,以此来构造系统的选择矩阵,设系统的俯仰角为AngleYdeg,系统的翻滚角为AngleXdeg,系统的航偏角为AngleZdeg;每一个时刻都有一个角速度矩阵,也都有一个系统的欧拉角矩阵,从中提取出 n 系中三个方向的加速度信息用于后续处理;
(b)关节活动度计算
对于人脚踝关节的背屈和跖屈测量,首先建立合适的脚踝关节运动模型:双连杆模型;康复患者在进行关节活动度评估时,小腿胫骨和脚掌抽象在以一个平面上,背屈的参考范围为20°~30°,跖屈的参考范围为40°~50°;
对于MPU9250数据采集装置,得到加速度信号和角速度信号,近似有:
加速度传感器x’轴与自然坐标系x轴夹角:
加速度传感器y’轴与自然坐标系y轴夹角:
加速度传感器z’轴与自然坐标系z轴夹角:
式中,A x , A y , A z 是MPU9250返回的沿x,y,z轴的加速度值;
(c)步态周期计算
从一侧脚跟或者脚尖着地开始到该侧脚跟或脚尖再次着地所用的时间称为一个行走的步态周期,步态周期的倒数就是步频;行走过程各个阶段的摆动过程中的步态数据可以绘制成加速度信号曲线,为了得到康复患者的步频,需要对行走过程中的加速度信号进行周期划分;
根据步行具有周期性,采用自相关来求周期;步行信号的自相关表现出一个个波峰,相邻两个波峰之间就是一个步行的周期;通过求自相关消除时域上的毛刺,提高准确率;此外,由于x,y,z轴上都有加速度信号,因此,根据实际情况选择周期性质最好的自相关结果作为周期评判的依据;
A x , A y , A z 方向上的自相关函数依次为:
式中,R x (u),R y (u),R z (u)为x,y,z轴方向上的自相关函数的结果,A x (t), A y (t), A z (t)为x,y,z轴方向上的加速度随时间变化的函数,算符表示卷积;
(d)步行距离计算
步距采用运动学原理进行计算,对于水平方向的加速度a x (t)和a y (t),且令水平方向的运动初速度为0,则有:
式中,a x (t)和a y (t)分别为x,y方向上的加速度随时间变化的函数,T为步行时间,x(T), y(T)为x,y方向上的运动距离;
步距通过速度的第一类曲线积分求得:
式中,s为步距,,V x (t),V y (t)为x,y方向上速度随时间变化的函数;
(e)平衡功能评估
平衡评估指标由压力中心进行计算得出,通过测得的力和力矩数值求得受试者在测力台或鞋垫上的压力中心点,将受试者在测力台或鞋垫上的压力中心坐标按点描绘成曲线,即得受试者在测力台或者鞋垫上的压力中心轨迹图。
10.根据权利要求2所述的可穿戴式下肢康复评估系统,其特征在于,所述上位机的软件系统包括以下5个模块:多用户列表模块,步态信号模块,足底信号模块,关节活动模块和视频同步模块;其中:
多用户列表模块,用于康复师管理患者,包括添加患者、删除患者、查看患者基本状态;
步态信号模块,用于查看患者实时数据以及数据的波形图,所展示的数据包括步频、肌力、前脚掌单次足底冲击力,后脚掌单次足底冲击力,踝关节活动度、肌电图、踝关节角度;
该模块与硬件中蓝牙模块进行通信,接收蓝牙数据;所有数据实时显示,部分数据通过可视化处理,变成随时间发生变化得动态曲线或折线;
足底信号模块,用于展示足底信号分析结果,分析结果以可视化方式展示;结果包括:足底压力分布图,触底时间,触底腾空时间比;
康复师可以根据足底信号的分析来判断患者的步态姿势以及身体平衡;
关节活动模块,用于展示踝关节信号分析结果,分析结果以可视化方式展示;结果包括:踝关节活动波形图,踝关节活动可视化,肌电波形图,肌电波形图可视化;
康复师根据足底信号的分析来判断患者的关节活动度和肌力;
视频同步模块,用于视频与数据的同步,接受监控摄像头所发出的数据流,与步态信号中的关节角度、肌电数据和运动数据同步显示;
进入该模块中,自动连接安装在患者周围的移动摄像头,提供同步的视频显示,医生根据视频与数据的对比,对患者康复训练做出更准确的判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711013940.4A CN107788991A (zh) | 2017-10-26 | 2017-10-26 | 可穿戴式下肢康复评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711013940.4A CN107788991A (zh) | 2017-10-26 | 2017-10-26 | 可穿戴式下肢康复评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107788991A true CN107788991A (zh) | 2018-03-13 |
Family
ID=61547862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711013940.4A Pending CN107788991A (zh) | 2017-10-26 | 2017-10-26 | 可穿戴式下肢康复评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107788991A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108720842A (zh) * | 2018-05-23 | 2018-11-02 | 上海交通大学 | 基于肌电信号反馈的可穿戴下肢康复系统 |
CN109171720A (zh) * | 2018-09-20 | 2019-01-11 | 中国科学院合肥物质科学研究院 | 一种肌电惯性信号和视频信息同步采集装置及方法 |
CN109316732A (zh) * | 2018-09-28 | 2019-02-12 | 安阳市翔宇医疗设备有限责任公司 | 一种训练评估装置、设备及可读存储介质 |
CN109394230A (zh) * | 2018-12-07 | 2019-03-01 | 北京大学深圳研究生院 | 一种基于表面肌电信号的步态分析系统 |
CN109470502A (zh) * | 2018-10-30 | 2019-03-15 | 北京机械设备研究所 | 一种基于多传感器的外骨骼舒适度评价装置及评价方法 |
CN109528203A (zh) * | 2019-01-21 | 2019-03-29 | 郑州大学 | 一种基于多源信息融合的交互式脑卒中患者步态训练及评测系统 |
CN109599165A (zh) * | 2019-01-30 | 2019-04-09 | 浙江强脑科技有限公司 | 康复运动训练方法、系统及可读存储介质 |
CN109794042A (zh) * | 2019-03-14 | 2019-05-24 | 郑州大学 | 一种基于云平台的人体步态与下肢协调性康复训练平台 |
CN109864740A (zh) * | 2018-12-25 | 2019-06-11 | 北京津发科技股份有限公司 | 一种运动状态的表面肌电信号采集传感器和设备 |
CN110025316A (zh) * | 2019-04-08 | 2019-07-19 | 广东工业大学 | 一种低功耗可无线升级的智能鞋嵌入式系统 |
CN110801230A (zh) * | 2019-10-10 | 2020-02-18 | 西安理工大学 | 一种针对下肢骨折康复效果的评价方法 |
CN110856656A (zh) * | 2018-08-24 | 2020-03-03 | 深圳先进技术研究院 | 肌肉形变的测量系统及柔性传感器的制作方法 |
CN111568434A (zh) * | 2020-05-21 | 2020-08-25 | 上海体育学院 | 一种人体平衡测试关节检测装置系统 |
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 |
CN111820893A (zh) * | 2020-06-24 | 2020-10-27 | 浙江大学 | 一种便携的无线穿戴式肌肉运动信号采集系统 |
CN112261971A (zh) * | 2018-04-29 | 2021-01-22 | 筋斗云机器人技术有限公司 | 步态控制移动性装置 |
CN112294294A (zh) * | 2020-10-13 | 2021-02-02 | 中国医学科学院北京协和医院 | 一种人体运动表现评估数据同步采集系统 |
CN112386796A (zh) * | 2020-11-18 | 2021-02-23 | 力迈德医疗(广州)有限公司 | 基于电刺激的康复设备控制方法及康复设备 |
CN112603295A (zh) * | 2020-12-15 | 2021-04-06 | 深圳先进技术研究院 | 一种基于可穿戴传感器的康复评估方法和系统 |
CN113080946A (zh) * | 2021-04-29 | 2021-07-09 | 合肥工业大学 | 一种人体坐站转移能力测量装置、测量方法及电子设备 |
CN113499084A (zh) * | 2021-07-09 | 2021-10-15 | 燕山大学 | 脑卒中运动功能评价模型建立方法、评价方法及系统 |
CN113520375A (zh) * | 2021-07-21 | 2021-10-22 | 深圳大学 | 步态相位的划分方法、装置、存储介质及系统 |
CN114209296A (zh) * | 2021-11-05 | 2022-03-22 | 华南理工大学 | 一种基于表面肌电和惯性传感器的可穿戴康复评估设备 |
CN114366557A (zh) * | 2021-12-31 | 2022-04-19 | 华南理工大学 | 用于下肢康复机器人的人机交互系统及方法 |
CN115469752A (zh) * | 2022-11-14 | 2022-12-13 | 中国中医科学院望京医院(中国中医科学院骨伤科研究所) | 摇拔戳手法操作的评估系统 |
CN115607146A (zh) * | 2022-12-16 | 2023-01-17 | 东南大学 | 一种用于腿部姿态估计的可穿戴单节点设备及测量方法 |
CN117338301A (zh) * | 2023-10-17 | 2024-01-05 | 首都医科大学宣武医院 | 一种基于肌电信号的糖尿病足风险等级评测系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604015A (zh) * | 2003-09-30 | 2005-04-06 | 佳能株式会社 | 数据转换方法和装置以及姿势测量装置 |
CN101201277A (zh) * | 2007-11-23 | 2008-06-18 | 清华大学 | 阵列式超薄柔顺力传感器及其制备方法 |
CN101233413A (zh) * | 2005-08-01 | 2008-07-30 | 丰田自动车株式会社 | 加速度传感器校正设备及加速度传感器的输出值校正方法 |
CN101975582A (zh) * | 2010-10-29 | 2011-02-16 | 江苏瑞蚨通软件科技有限公司(中外合资) | 一种人员运动轨迹跟踪方法和装置 |
CN104146712A (zh) * | 2014-07-15 | 2014-11-19 | 辛义忠 | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 |
CN105361867A (zh) * | 2015-10-30 | 2016-03-02 | 中国科学技术大学 | 一种康复数据处理系统 |
CN105631195A (zh) * | 2015-12-18 | 2016-06-01 | 合肥工业大学 | 一种可穿戴式多信息融合的步态分析系统及其方法 |
CN107126225A (zh) * | 2017-05-09 | 2017-09-05 | 南方医科大学南方医院 | 一种膝关节远程康复系统 |
-
2017
- 2017-10-26 CN CN201711013940.4A patent/CN107788991A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604015A (zh) * | 2003-09-30 | 2005-04-06 | 佳能株式会社 | 数据转换方法和装置以及姿势测量装置 |
CN101233413A (zh) * | 2005-08-01 | 2008-07-30 | 丰田自动车株式会社 | 加速度传感器校正设备及加速度传感器的输出值校正方法 |
CN101201277A (zh) * | 2007-11-23 | 2008-06-18 | 清华大学 | 阵列式超薄柔顺力传感器及其制备方法 |
CN101975582A (zh) * | 2010-10-29 | 2011-02-16 | 江苏瑞蚨通软件科技有限公司(中外合资) | 一种人员运动轨迹跟踪方法和装置 |
CN104146712A (zh) * | 2014-07-15 | 2014-11-19 | 辛义忠 | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 |
CN105361867A (zh) * | 2015-10-30 | 2016-03-02 | 中国科学技术大学 | 一种康复数据处理系统 |
CN105631195A (zh) * | 2015-12-18 | 2016-06-01 | 合肥工业大学 | 一种可穿戴式多信息融合的步态分析系统及其方法 |
CN107126225A (zh) * | 2017-05-09 | 2017-09-05 | 南方医科大学南方医院 | 一种膝关节远程康复系统 |
Non-Patent Citations (1)
Title |
---|
徐秀林 等: "《MPU6050在评定人体上肢关节角度中的应用》", 《生物医学工程学进展》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261971A (zh) * | 2018-04-29 | 2021-01-22 | 筋斗云机器人技术有限公司 | 步态控制移动性装置 |
CN108720842A (zh) * | 2018-05-23 | 2018-11-02 | 上海交通大学 | 基于肌电信号反馈的可穿戴下肢康复系统 |
CN110856656A (zh) * | 2018-08-24 | 2020-03-03 | 深圳先进技术研究院 | 肌肉形变的测量系统及柔性传感器的制作方法 |
CN109171720A (zh) * | 2018-09-20 | 2019-01-11 | 中国科学院合肥物质科学研究院 | 一种肌电惯性信号和视频信息同步采集装置及方法 |
CN109316732A (zh) * | 2018-09-28 | 2019-02-12 | 安阳市翔宇医疗设备有限责任公司 | 一种训练评估装置、设备及可读存储介质 |
CN109470502A (zh) * | 2018-10-30 | 2019-03-15 | 北京机械设备研究所 | 一种基于多传感器的外骨骼舒适度评价装置及评价方法 |
CN109394230A (zh) * | 2018-12-07 | 2019-03-01 | 北京大学深圳研究生院 | 一种基于表面肌电信号的步态分析系统 |
CN109864740A (zh) * | 2018-12-25 | 2019-06-11 | 北京津发科技股份有限公司 | 一种运动状态的表面肌电信号采集传感器和设备 |
CN109528203A (zh) * | 2019-01-21 | 2019-03-29 | 郑州大学 | 一种基于多源信息融合的交互式脑卒中患者步态训练及评测系统 |
CN109599165A (zh) * | 2019-01-30 | 2019-04-09 | 浙江强脑科技有限公司 | 康复运动训练方法、系统及可读存储介质 |
CN109794042A (zh) * | 2019-03-14 | 2019-05-24 | 郑州大学 | 一种基于云平台的人体步态与下肢协调性康复训练平台 |
CN110025316A (zh) * | 2019-04-08 | 2019-07-19 | 广东工业大学 | 一种低功耗可无线升级的智能鞋嵌入式系统 |
CN110801230A (zh) * | 2019-10-10 | 2020-02-18 | 西安理工大学 | 一种针对下肢骨折康复效果的评价方法 |
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 |
CN111568434A (zh) * | 2020-05-21 | 2020-08-25 | 上海体育学院 | 一种人体平衡测试关节检测装置系统 |
CN111820893A (zh) * | 2020-06-24 | 2020-10-27 | 浙江大学 | 一种便携的无线穿戴式肌肉运动信号采集系统 |
CN112294294A (zh) * | 2020-10-13 | 2021-02-02 | 中国医学科学院北京协和医院 | 一种人体运动表现评估数据同步采集系统 |
CN112386796A (zh) * | 2020-11-18 | 2021-02-23 | 力迈德医疗(广州)有限公司 | 基于电刺激的康复设备控制方法及康复设备 |
CN112603295A (zh) * | 2020-12-15 | 2021-04-06 | 深圳先进技术研究院 | 一种基于可穿戴传感器的康复评估方法和系统 |
CN113080946A (zh) * | 2021-04-29 | 2021-07-09 | 合肥工业大学 | 一种人体坐站转移能力测量装置、测量方法及电子设备 |
CN113499084A (zh) * | 2021-07-09 | 2021-10-15 | 燕山大学 | 脑卒中运动功能评价模型建立方法、评价方法及系统 |
CN113520375B (zh) * | 2021-07-21 | 2023-08-01 | 深圳大学 | 步态相位的划分方法、装置、存储介质及系统 |
CN113520375A (zh) * | 2021-07-21 | 2021-10-22 | 深圳大学 | 步态相位的划分方法、装置、存储介质及系统 |
CN114209296A (zh) * | 2021-11-05 | 2022-03-22 | 华南理工大学 | 一种基于表面肌电和惯性传感器的可穿戴康复评估设备 |
CN114366557A (zh) * | 2021-12-31 | 2022-04-19 | 华南理工大学 | 用于下肢康复机器人的人机交互系统及方法 |
CN115469752A (zh) * | 2022-11-14 | 2022-12-13 | 中国中医科学院望京医院(中国中医科学院骨伤科研究所) | 摇拔戳手法操作的评估系统 |
CN115607146A (zh) * | 2022-12-16 | 2023-01-17 | 东南大学 | 一种用于腿部姿态估计的可穿戴单节点设备及测量方法 |
CN117338301A (zh) * | 2023-10-17 | 2024-01-05 | 首都医科大学宣武医院 | 一种基于肌电信号的糖尿病足风险等级评测系统 |
CN117338301B (zh) * | 2023-10-17 | 2024-03-29 | 首都医科大学宣武医院 | 一种基于肌电信号的糖尿病足风险等级评测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107788991A (zh) | 可穿戴式下肢康复评估系统 | |
EP3297520B1 (en) | Devices for measuring human gait and related methods of use | |
CN202096210U (zh) | 一种基于足底压力的无线步态测量仪 | |
CN107157485A (zh) | 一种智能监测鞋垫及其智能监测系统 | |
CN107898466A (zh) | 一种基于惯性传感器的肢体运动捕捉系统和方法 | |
CN105380342A (zh) | 一种基于电容式压力传感器的智能鞋垫系统 | |
CN102090896B (zh) | 一种用于康复治疗的足底压力测量方法 | |
CN106805980A (zh) | 一种步态分析系统及分析方法 | |
CN101721206B (zh) | 具有人体运动状态及姿态检测功能的动态心电图装置 | |
CN105125216A (zh) | 一种基于足底压力的步态检测系统 | |
CN105068654A (zh) | 基于can总线和惯性传感器的动作捕获系统及方法 | |
CN109480857A (zh) | 一种用于帕金森病患者冻结步态检测的装置及方法 | |
US20220378349A1 (en) | A novel means of assessing muscular function and frailty | |
CN106308810A (zh) | 人体运动捕捉系统 | |
WO2022233138A1 (zh) | 一种步态分析系统 | |
CN208492094U (zh) | 用于下肢康复评估的可穿戴式下肢信号采集系统 | |
WO2004084725A1 (en) | Motion analysis system and method | |
Bao et al. | A wearable multimode system with soft sensors for lower limb activity evaluation and rehabilitation | |
Lin et al. | Development of the miniaturized wireless Inertial Measurement Unit WB-4: Pilot test for mastication analysis | |
CN103519822B (zh) | 一种三维步态分析仪 | |
CN209574702U (zh) | 一种下肢外骨骼式步态分析系统 | |
Jiang et al. | An easy-to-use wearable step counting device for slow walking using ankle force myography | |
CN105708469A (zh) | 穿戴式人体行走运动捕捉系统 | |
Park et al. | Design of the wearable device for hemiplegic gait detection using an accelerometer and a gyroscope | |
CN104656094A (zh) | 一种便携式步态信息采集装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180313 |
|
WD01 | Invention patent application deemed withdrawn after publication |