CN108078564A - 一种基于脑波信号测量的平衡力评估方法 - Google Patents
一种基于脑波信号测量的平衡力评估方法 Download PDFInfo
- Publication number
- CN108078564A CN108078564A CN201710034041.6A CN201710034041A CN108078564A CN 108078564 A CN108078564 A CN 108078564A CN 201710034041 A CN201710034041 A CN 201710034041A CN 108078564 A CN108078564 A CN 108078564A
- Authority
- CN
- China
- Prior art keywords
- brain wave
- frequency ranges
- signal
- mtr
- mtd
- 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
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
- A61B5/4023—Evaluating sense of balance
-
- 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
- A61B5/369—Electroencephalography [EEG]
Abstract
本发明公开了一种基于脑波信号测量的平衡力评估方法，该方法主要通过设计测试者的动作，并安排测试者佩戴脑电图电极帽，测量测试者的脑波的变化情况，以此为依据判断测试者的平衡力现状。该方法通过利用测量与平衡感有关的脑波实现平衡力评估的方法，原理简单、实现难度相对较低、参数相关性大，可实现对平衡力高效、高精度、高可靠性的判别。该方法的应用可以通过测量直接反映平衡感的脑波信号，了解测试者的身体平衡机能，在运动员的训练，复健医生评估患者与辅助治疗上，老年人身体状况变化的监测、疾病预防以及国民身体素质鉴定等方面都能发挥巨大的用处。
Description
技术领域
本发明涉及平衡力评估，特别涉及一种基于脑波信号测量的平衡力评估方法。
背景技术
平衡能力是人体的基本机能，是测试和评价脑部疾病患者物理治疗效果与康复情况的必要依据，也是特殊职业人员(竞技类运动员、宇航员、飞行员、潜水员等)选拔的评价指标和辅助训练成果的反馈。同时，平衡能力在老年人身体状况变化的监测、疾病预防，以及国民身体素质鉴定等方面起着重要作用。
目前人体平衡能力简单的测试方法就是闭眼单腿站立，先让双脚与肩同宽站立，双臂向前伸直，然后一脚后抬，膝部弯曲45度，闭上眼睛，用秒表开始计数。如果出现双臂放下、身体倾斜超过45度、移动了站立腿，或抬起的那条腿触地等情况，立刻停止计时，换另一条腿测试。但这样只是定性的测试且不能很准确得反应测试者的情况。国外普遍采用的压力平板姿势图来对人体的平衡功能进行客观、定量的评价。但是这种测量方法的成本较高，操作不方便。
在此技术背景下，本发明提出了一种基于脑波信号测量的平衡力评估方法，在仅测量脑波的情况下，观察脑波的变化情况便可以评估测试者的平衡感。此方法原理简单，在一定程度上解决现有平衡感测试存在的一些缺陷，具有十分重要的意义。
发明内容
本发明目的是：提供一种基于脑波信号测量的平衡力评估方法，主要通过设计测试者的动作，并安排测试者佩戴脑电图电极帽，测量测试者的脑波的变化情况，以此为依据判断测试者的平衡力现状。其发明意义是：
(1)该发明解决了现有平衡感测试存在的一些缺陷，提供了一种原理简单、实现难度相对较低、参数相关性大、准确性高的检测方法；
(2)该方法的应用可以通过测量直接反映平衡感的脑波信号，了解测试者的身体平衡机能，在运动员的训练，复健医生评估患者与辅助治疗上，老年人身体状况变化的监测、疾病预防以及国民身体素质鉴定等方面都能发挥巨大的用处。
本发明的技术方案是：
一种基于脑波信号测量的平衡力评估方法，其特征在于：测试者需要在治疗或训练前测试一次，在治疗或训练后测试一次，完成测试有以下步骤：
步骤1：佩戴设备准备测试；
步骤2：进行指定动作；
步骤3：开始测试，采集脑波信号；
步骤4：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤5：治疗或训练；
步骤6：佩戴设备准备测试；
步骤7：进行指定动作；
步骤8：开始测试，采集脑波信号；
步骤9：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤10：对步骤4和步骤9获得的参数进行对比分析，评估平衡力是否有所改善。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤1中佩戴方式具体为：找到前方Fp1与Fp2通道的位置后，固定这两个通道的位置直接将帽子往后方拉，即可完成电极帽的佩戴；接着在电极帽的通道感应元件中，用针筒注入导电膏便可开始测量脑波信号，Fp1与Fp2分别为别为国际标准电极安装法中位于左、右额极位置的电极点。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于所述步骤2中进行指定动作的具体步骤为：测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，
接着坐在椅子上休息2分钟，进行闭眼实验，
静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤3中获得相应参数的方法为：
所述步骤3中采集脑波信号的方法为：
用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号，左、右眼的眼电信号的参考电位分别位于右耳、左耳后方凸起处；F3、F4、C3、C4、P3、P4、O1、O2、T3、T4、Cz分别为国际标准电极安装法中位于左额、右额、左中央、右中央、左顶、右顶、左枕、右枕、左中颢、右中颢、中央中线位置的电极点。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤4中获得参数的具体步骤为：
(1)用EEGLAB工具包对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰；
EEGLAB工具包是一个脑电信号分析的MATLAB工具箱软件；
独立成分分析ICA是从多个源信号的线性混合信号中分离出源信号的技术，ICA假设脑波信号源是独立的，是一个随机向量x，每段信号中都含有独立的向量s，通过线性变换矩阵W将随机向量x转换为独立的向量，公式如下：
s＝W*x
故脑波信号中可以分析出14个向量，即测量的12个脑波通道的信号与2个眼电图信号，这样便可去除眼电图信号中的杂讯与眼动伪迹的干扰；
(2)通过Welch法计算各个通道中β1频段和α频段的频谱能量，Welch法的具体流程如下：
先对信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量；
信号总的频谱能量的计算公式平均频谱能量计算公式为其中，
x是信号采集的时间，M是信号的分段数，k是边界补零点个数，m＝0，1，...，k-1，ωk是信号函数补零点位置时的频率；
(3)分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；
将睁眼实验时得到的α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于所述步骤6中佩戴方式具体为：找到前方Fp1与Fp2通道的位置后，固定这两个通道的位置直接将帽子往后方拉，即可完成电极帽的佩戴；接着在电极帽的通道感应元件中，用针筒注入导电膏便可开始测量脑波信号。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于所述步骤7中进行指定动作的具体步骤为：测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，
接着坐在椅子上休息2分钟，进行闭眼实验，
静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于所述步骤8中采集脑波信号的方法为：
用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号。
优选的，所述的基于脑波信号测量的平衡力评估方法，其特征在于所述步骤9中获得参数的具体步骤为：
(1)对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰；
(2)通过Welch法计算各个通道中β1频段和α频段的频谱能量，Welch法的具体流程如下：
先对信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量；
信号总的频谱能量的计算公式平均频谱能量计算公式为
(3)分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；
将睁眼实验时获得的α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
(1)该发明提出的利用测量与平衡感有关的脑波实现平衡力评估的方法，原理简单、实现难度相对较低、参数相关性大，可实现对平衡力高效、高精度、高可靠性的判别；
(2)该方法的检测设备成本较低，测试方便，利于推广普及；
(3)该方法的应用可以通过测量直接反映平衡感的脑波信号，了解测试者的身体平衡机能，在运动员的训练，复健医生评估患者与辅助治疗上，老年人身体状况变化的监测、疾病预防以及国民身体素质鉴定等方面都能发挥巨大的用处。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明所述基于脑波信号测量的平衡力评估方法的任务步骤图；
图2为本发明所述基于脑波信号测量的平衡力评估方法的脑波测量通道与参考电位位置图；
图3为本发明基于基于脑波信号测量的平衡力评估方法实现疲劳检测的工作流程图。
具体实施方式
如图1所示，本发明所揭示的一种基于脑波信号测量的平衡力评估方法，测试者需要在治疗或训练前测试一次，在治疗或训练后测试一次，完成测试有以下步骤：
步骤1：佩戴设备准备测试；
步骤2：进行指定动作；
步骤3：开始测试，采集脑波信号；
步骤4：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤5：治疗或训练；
步骤6：佩戴设备准备测试；
步骤7：进行指定动作；
步骤8：开始测试，采集脑波信号；
步骤9：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤10：对步骤4和步骤9获得的参数进行对比分析，评估平衡力是否有所改善。
如图2所示，本发明所揭示的一种基于脑波信号测量的平衡力评估方法中，步骤3中采集脑波信号的方法为：
用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号，左、右眼的眼电信号的参考电位分别位于右耳、左耳后方凸起处；
如图3所示，本发明的基于脑波信号测量的平衡力评估的流程为：
(1)测试者需要在治疗或训练前测试一次，在治疗或训练后测试一次，先佩戴设备准备测试；
(2)治疗前，测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，接着坐在椅子上休息2分钟，进行闭眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
(3)用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号，左、右眼的眼电信号的参考电位分别位于右耳、左耳后方凸起处；
(4)用EEGLAB工具包对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰；
(5)对经过ICA处理后的信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量；
(6)分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；将睁眼实验时α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
(7)测试者进行治疗或平衡力训练。
(8)治疗后，测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，接着坐在椅子上休息2分钟，进行闭眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
(9)用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号。
(10)用EEGLAB工具包对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰。
(11)对经过I℃A处理后的信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量。
(12)分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；将睁眼实验时α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
(13)分析测试者治疗前和治疗后的β1频段的绝对能量与α频段的相对能量的变化情况，如果β1频段的绝对能量降低27％以上且α频段的相对能量提高35％以上说明测试者的经过治疗或训练后平衡力有所改善。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于脑波信号测量的平衡力评估方法，其特征在于：测试者需要在治疗或训练前测试一次，在治疗或训练后测试一次，完成测试有以下步骤：
步骤1：佩戴设备准备测试；
步骤2：进行指定动作；
步骤3：开始测试，采集脑波信号；
步骤4：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤5：治疗或训练；
步骤6：佩戴设备准备测试；
步骤7：进行指定动作；
步骤8：开始测试，采集脑波信号；
步骤9：获得参数，包括β1频段和α频段的总频谱能量和平均频谱能量，α频段、β1频段分别为大脑产生的处于8-12Hz、15-18Hz的脑电波区间；
步骤10：对步骤4和步骤9获得的参数进行对比分析，评估平衡力是否有所改善。
2.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤1中佩戴方式具体为：找到前方Fp1与Fp2通道的位置后，固定这两个通道的位置直接将帽子往后方拉，即可完成电极帽的佩戴；接着在电极帽的通道感应元件中，用针筒注入导电膏便可开始测量脑波信号，Fp1与Fp2分别为别为国际标准电极安装法中位于左、右额极位置的电极点。
3.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤2中进行指定动作的具体步骤为：测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，接着坐在椅子上休息2分钟，进行闭眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
4.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤3中采集脑波信号的方法为：用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号，左、右眼的眼电信号的参考电位分别位于右耳、左耳后方凸起处；F3、F4、C3、C4、P3、P4、O1、O2、T3、T4、Cz分别为国际标准电极安装法中位于左额、右额、左中央、右中央、左顶、右顶、左枕、右枕、左中颢、右中颢、中央中线位置的电极点。
5.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤4中获得参数的具体步骤为：
5-1、对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰，其中，独立成分分析ICA是从多个源信号的线性混合信号中分离出源信号的技术，ICA假设脑波信号源是独立的，是一个随机向量x，每段信号中都含有独立的向量s，通过线性变换矩阵W将随机向量x转换为独立的向量，公式如下：
s＝W*x
<mrow>
<mi>s</mi>
<mo>=</mo>
<mfenced open = '[' close = ']'>
<mtable>
<mtr>
<mtd>
<msub>
<mi>s</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>s</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>s</mi>
<mn>3</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>x</mi>
<mo>=</mo>
<mfenced open = '[' close = ']'>
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
故脑波信号中可以分析出14个向量，即测量的12个脑波通道的信号与2个眼电图信号，这样便可去除眼电图信号中的杂讯与眼动伪迹的干扰；
5-2、通过Welch法计算各个通道中β1频段和α频段的频谱能量，Welch法的具体流程如下：先对信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量；
信号总的频谱能量的计算公式平均频谱能量计算公式为其中，
x是信号采集的时间，M是信号的分段数，k是边界补零点个数，m＝0，1，...，k-1，ωk是信号函数补零点位置时的频率；
5-3、分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；将睁眼实验时得到的α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
6.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤6中佩戴方式具体为：找到前方Fp1与Fp2通道的位置后，固定这两个通道的位置直接将帽子往后方拉，即可完成电极帽的佩戴；接着在电极帽的通道感应元件中，用针筒注入导电膏便可开始测量脑波信号。
7.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤7中进行指定动作的具体步骤为：测试者带上脑电图电极帽后，先进行睁眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，直视前方2米处的设置好的红点5分钟，接着坐在椅子上休息2分钟，进行闭眼实验，静止站立且双手自然垂放，身体放松尽量保持不动，并闭上双眼5分钟。
8.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤8中采集脑波信号的方法为：用脑电图电极帽测量Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、T3、T4共12个通道，将Cz通道设为12个通道的共同参考点位，并测量2个眼电图信号。
9.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤9中获得参数的具体步骤为：
9-1、对采集到的脑波信号做信号前处理，包括先将信号进行滤波处理，再用独立成分分析ICA去除杂讯和消除眼动伪迹的干扰；
9-2、通过Welch法计算各个通道中β1频段和α频段的频谱能量，Welch法的具体流程如下：先对信号分段，进行加窗处理，得到时域信号xm，作快速傅立叶变换转换为频域信号，对频域信号取二次方求出信号总的频谱能量，最后再求平均频谱能量；信号总的频谱能量的计算公式平均频谱能量计算公式为
9-3、分别计算睁眼实验和闭眼实验的β1频段和α频段的绝对能量，频段的绝对能量是每一段的平均频谱能量加总的原始值；将睁眼实验时获得的α频段的绝对能量减去闭眼实验时的α频段的绝对能量得到α频段的相对能量。
10.根据权利要求1所述的基于脑波信号测量的平衡力评估方法，其特征在于：所述步骤10中参数对比分析的具体实施为：分析步骤4和步骤9中获得的参数情况，即β1频段的绝对能量与α频段的相对能量的变化情况，判断测试者的经过步骤5后平衡力是否有所改善。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034041.6A CN108078564A (zh) | 2017-01-11 | 2017-01-11 | 一种基于脑波信号测量的平衡力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034041.6A CN108078564A (zh) | 2017-01-11 | 2017-01-11 | 一种基于脑波信号测量的平衡力评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108078564A true CN108078564A (zh) | 2018-05-29 |
Family
ID=62170001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710034041.6A Pending CN108078564A (zh) | 2017-01-11 | 2017-01-11 | 一种基于脑波信号测量的平衡力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108078564A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109044351A (zh) * | 2018-08-03 | 2018-12-21 | 周文芳 | 基于脑电生物反馈的逻辑思维训练系统及方法 |
| CN110897611A (zh) * | 2019-12-13 | 2020-03-24 | 西南石油大学 | 一种基于深度学习的闭眼单足站立检测方法 |
| CN112617859A (zh) * | 2020-12-30 | 2021-04-09 | 杭州电子科技大学 | 一种基于平衡脑功能网络特征的平衡能力评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4196049B2 (ja) * | 2001-09-07 | 2008-12-17 | パナソニック電工株式会社 | バランス能力評価装置 |
| CA2765500A1 (en) * | 2009-06-15 | 2010-12-23 | Brain Computer Interface Llc | A brain-computer interface test battery for the physiological assessment of nervous system health. |
| CN102247150A (zh) * | 2011-04-22 | 2011-11-23 | 河北大学 | 一种智能化人体平衡功能检测训练系统 |
| WO2014127417A1 (en) * | 2013-02-20 | 2014-08-28 | Terence Vardy | The collection of medical data |
| CN105534500A (zh) * | 2016-01-21 | 2016-05-04 | 华中科技大学同济医学院附属协和医院 | 一种整合生理参数监测的平衡功能测评装置及方法 |
| CN105852815A (zh) * | 2016-05-04 | 2016-08-17 | 深圳市汇思科电子科技有限公司 | 人体平衡能力检测的系统和方法 |
-
2017
- 2017-01-11 CN CN201710034041.6A patent/CN108078564A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4196049B2 (ja) * | 2001-09-07 | 2008-12-17 | パナソニック電工株式会社 | バランス能力評価装置 |
| CA2765500A1 (en) * | 2009-06-15 | 2010-12-23 | Brain Computer Interface Llc | A brain-computer interface test battery for the physiological assessment of nervous system health. |
| CN102247150A (zh) * | 2011-04-22 | 2011-11-23 | 河北大学 | 一种智能化人体平衡功能检测训练系统 |
| WO2014127417A1 (en) * | 2013-02-20 | 2014-08-28 | Terence Vardy | The collection of medical data |
| CN105534500A (zh) * | 2016-01-21 | 2016-05-04 | 华中科技大学同济医学院附属协和医院 | 一种整合生理参数监测的平衡功能测评装置及方法 |
| CN105852815A (zh) * | 2016-05-04 | 2016-08-17 | 深圳市汇思科电子科技有限公司 | 人体平衡能力检测的系统和方法 |
Non-Patent Citations (9)
| Title |
|---|
| KUMAR, D等: "《A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation》", 《JOVE-JOURNAL OF VISUALIZED EXPERIMENTS》 * |
| T. HÜLSDÜNKER等: "《Cortical processes associated with continuous balance control asrevealed by EEG spectral power》", 《NEUROSCIENCE LETTERS》 * |
| YUEN YI FLORENCE TSE: "《Postural Sway, EEG and EMG Analysis of Hip and Ankle Muscles during Eight Balance Training Tasks》", 《LOMA LINDA UNIVERSITY ELECTRONIC THESES, DISSERTATIONS & PROJECTS》 * |
| 李松等: "《基于脑电0波特征信息分析的大脑前额皮质在字母工作记忆中作用的研究》", 《中国生物医学工程学报》 * |
| 贾桂锋: "《 人体平衡能力定量评估方法研究》", 《医药卫生科技辑》 * |
| 陆蓉蓉: "《脑卒中患者静态平衡与脑电特征的研究》", 《医药卫生科技辑》 * |
| 陈立伟: "《基于独立成分分析的脑电伪迹消除方法》", 《西南科技大学学报》 * |
| 高军峰等: "《基于独立成分分析和流形学习的眼电伪差去除》", 《西安交通大学学报》 * |
| 龚丹丹等: "《独立成分分析算法及其在脑电图中的应用》", 《计算机仿真》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109044351A (zh) * | 2018-08-03 | 2018-12-21 | 周文芳 | 基于脑电生物反馈的逻辑思维训练系统及方法 |
| CN110897611A (zh) * | 2019-12-13 | 2020-03-24 | 西南石油大学 | 一种基于深度学习的闭眼单足站立检测方法 |
| CN112617859A (zh) * | 2020-12-30 | 2021-04-09 | 杭州电子科技大学 | 一种基于平衡脑功能网络特征的平衡能力评估方法 |
| CN112617859B (zh) * | 2020-12-30 | 2022-05-13 | 杭州电子科技大学 | 一种基于平衡脑功能网络特征的平衡能力评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gonzalez-Izal et al. | EMG spectral indices and muscle power fatigue during dynamic contractions | |
| Doyle et al. | Generalizability of center of pressure measures of quiet standing | |
| González-Izal et al. | sEMG wavelet-based indices predicts muscle power loss during dynamic contractions | |
| Zhou et al. | Measuring muscle activities during gym exercises with textile pressure mapping sensors | |
| Billat et al. | Cardiac output and performance during a marathon race in middle-aged recreational runners | |
| CN108078564A (zh) | 一种基于脑波信号测量的平衡力评估方法 | |
| CN103258120A (zh) | 一种基于脑电信号的中风康复程度指标计算方法 | |
| CN106937872B (zh) | 一种基于回归曲线的步态双侧对称性评价方法 | |
| de Menezes et al. | Measurement properties of the lower extremity motor coordination test in individuals with stroke. | |
| Clark et al. | Reliability of concentric and eccentric torque during isokinetic knee extension in post-stroke hemiparesis | |
| Jiménez-Reyes et al. | Maximal velocity as a discriminating factor in the performance of loaded squat jumps | |
| Guzik et al. | Validity of the gait variability index for individuals after a stroke in a chronic stage of recovery | |
| Suzuki et al. | Relationship between the Berg Balance Scale and Static Balance Test in hemiplegic patients with stroke | |
| Ruggiero et al. | Validity and reliability of two field-based leg stiffness devices: implications for practical use | |
| Croisier et al. | Quadriceps and hamstring isokinetic strength and electromyographic activity measured at different ranges of motion: a reproducibility study | |
| Duncan et al. | Peak-power estimation equations in 12-to 16-year-old children: comparing linear with allometric models | |
| Diukova et al. | Simple quantitative analysis of Hoover's test in patients with psychogenic and organic limb pareses | |
| Hernandez et al. | Traditional sEMG fatigue indicators applied to a real-world sport functional activity: Roundhouse kick | |
| CN101889862B (zh) | 用于人体功能检测的三维扫描体电图仪及其检测方法 | |
| Oliveira et al. | Spectral analysis of electromyographic signal in supramaximal effort in cycle ergometer using Fourier and Wavelet transforms: a comparative study | |
| Chen et al. | Continuous fascicle orientation measurement of medial gastrocnemius muscle in ultrasonography using frequency domain Radon transform | |
| Ahamed et al. | Analysis of the effect on electrode placement on an adolescent’s biceps brachii during muscle contractions using a wireless EMG sensor | |
| An et al. | Reliability and validity of the postural assessment scale for stroke in chronic stroke patients | |
| Mir et al. | Assessment of spinal cord injury via sparse modeling of somatosensory evoked potential signals | |
| Akagi et al. | Methodological issues related to thickness-based muscle size evaluation |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |
|
| RJ01 | Rejection of invention patent application after publication |