CN108814597A - 一种基于运动信息与肌电交互的康复训练评测方法及系统 - Google Patents

Abstract

本发明公开了一种基于运动信息与肌电交互的康复训练评测方法及系统，外骨骼设置在康复信息手套的前半部分，康复信息手套上对应人上肢及手的各关节处分别布置有弯曲传感器和压力传感器，在关节运动对应的肌肉部位设置有多个肌电电极，弯曲传感器、压力传感器和肌电电极分别与计算机连接，计算机将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，计算机通过显示单元呈现细化到每块运动肌肉颜色变化的视觉反馈，使健康人或患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。实现了真正意义上的意图与复杂精细运动的实时同步，实现了不同运动障碍情况患者有针对性量化单肌肉的评定。

Description

一种基于运动信息与肌电交互的康复训练评测方法及系统

技术领域

本发明属于医疗康复设备技术领域，具体涉及一种基于运动信息与肌电交互的精细动作主动康复训练与评测方法及系统。

背景技术

近年来，脑梗死、脑血栓等中枢神经系统疾病引起的运动功能障碍患者伴随着年轻化呈急剧增加的趋势，已对我国中年人特别是劳动力人群造成了严重威胁。随着社会发展和人民医疗、生活水平的提高，残疾人的康复引起了全社会的关注。传统的康复有物理治疗、作业治疗、中医针灸等，种类繁多，但传统康复治疗不仅劳动量大、费用昂贵、训练效率难以保证，而且缺乏量化的客观数据，无法对训练参数进行优化以得到最佳治疗方案，另外，传统康复主要以被动训练为主，缺少直接运动意图连接手段使得训练效果微乎其微。

为此，机器人技术、脑机接口、肌电识别技术与康复医学结合形成了康复机器人技术，新技术的出现大大促进了脑卒中患者的康复，为康复领域带来了新的光芒。不过，皮层脑电信号微弱、干扰大，仅能识别单一动作意图；肌电信号对于存在肌张力异常的脑卒中患者也束手无策。因此，目前国内外康复机器人均为被动及单一选择动作意图结合的主动康复，例如申请号为201310222580.4、201621210895.2、201610988166.8等康复机器人。以上康复机器人均无法真正做到意图与复杂动作的同步结合，实现完整运动区神经激活。同时，目前脑卒中康复运动评测采取评定量表及机械外骨骼结合的运动范围评测的方式，评测量表虽然能够精确到单块肌肉，然而主观因素太大无法做到肌肉的量化；结合外骨骼的评测虽然量化了整体动作却没有精确到单块肌肉恢复情况。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于运动信息与肌电交互的康复训练评测方法及系统，能够实时监测、反馈肌肉情况，锻炼患者分离运动，并在评测模式下实现各个动作肌肉准确量化评定，适于不同运动障碍程度患者的康复训练与康复评测。能够实现真正意义上的意图与动作实时同步，促进患者大脑神经重塑。

本发明采用以下技术方案：

一种基于运动信息与肌电交互的康复训练评测系统，包括康复信息手套和机械式的外骨骼，外骨骼设置在康复信息手套的前半部分，位于患侧，康复信息手套上对应人上肢及手的各关节处分别布置有弯曲传感器和压力传感器，在关节运动对应的肌肉部位设置有多个肌电电极，弯曲传感器、压力传感器和肌电电极分别与计算机连接，弯曲传感器和压力传感器分别用于采集运动关节信息并发送给计算机，肌电电极用于采集主动肌肉发力信息并发送给计算机，计算机获得随着时间窗移动变化的肌电信号特征，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，计算机通过显示单元呈现细化到每块运动肌肉颜色变化的视觉反馈，使健康人或患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

具体的，康复信息手套为指尖截断样式，用于保留指尖敏感的感觉反馈。

具体的，康复信息手套和外骨骼采用分离式设置在健康人或患者的患侧。

具体的，康复信息手套、肌电电极、压力传感器和弯曲传感器集成设置在衣服上，用于形成肌电传感采集衣服。

一种基于运动信息与肌电交互的康复训练评测系统的评测方法，首先采取意图伴随随机运动实时反馈交互方法，针对不同病情病人自适应调节反馈界限，实现多种复杂精细运动主动分离训练完成系统训练；

然后健康人或患者佩戴外骨骼和康复信息手套，动作随机出现，采取运动信息作为网络输入，多通道肌电特征作为输出方法，根据各个肌肉的反馈信息，调节自己的主动意图，健康人或患者用主动意图跟随外骨骼运动；其中，肌肉信息反馈为康复信息手套采集的运动信息及肌电信息，建立对应关系模型，以运动信息预测每块肌电信息，以正确的肌电信息与患者实际肌电信息做相关性分析，以视觉形式反馈并细化到每块肌肉的发力情况；患者运动信息同步到虚拟肢体上，虚拟场景由患者健侧自行控制进行康复训练；

最后采取系统监测与执行分离构建的方法，设定评测动作，选择不同的评测方式，实现分阶段康复评测，根据患者健侧数据训练网络，患侧使用网络方法排除个体差异，通过健侧控制走动漫游方法增加沉浸感，实现意图与复杂精细运动的实时同步，完成不同运动障碍情况的患者有针对性的单肌肉量化评定。

具体的，康复训练评测系统的系统训练具体为：

将康复信息手套穿戴在健康人或患者的上肢及手上，上肢及手进行康复治疗师预先设定的指定动作；

然后，将采集到的数据传输给计算机，计算机依次进行传感器信息预处理、一次微分和二次微分，将信息转化为位置、速度、加速度和压力，同时对肌电信号预处理和加窗提取，获得随着时间窗移动变化的肌电信号特征，之后，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，直至训练数据达到要求；

然后进入网络测试阶段，健康人或患者的上肢及手进行任意运动，康复信息手套开始工作，多通道的肌电电极采集到测试主动肌电，压力传感器和弯曲传感器采集到测试运动信息，将采集到的数据经过数据处理后获得运动信息，并将其作为输入传动到神经网络测试，同时肌电电极采集的肌电信息经过预处理及特征提取后获得测试肌电特征数据，即为实际特征，将神经网络测试的输出和实际特征进行各通道相关性分析，将相关性结果各通道参数和阈值进行判断，如果未达到阈值，则将测试数据加入训练数据，继续进行神经网络训练，不断循环，直到达到阈值界限，结束训练。

具体的，康复训练评测系统的康复训练具体为：

将康复信息手套和机械外骨骼均穿戴到健康人或患者上肢及手，位于患侧，机械外骨骼随机进行预设各关节分离及协同动作，健康人或患者用运动意图逼近运动，达到意念跟随运动同步的效果；

弯曲传感器、压力传感器获得随机运动关节实时信息并传输到计算机，同时，多通道肌电电极获得主动肌肉发力信息，并将其传输到计算机，计算机将传感器所获得信息进行一次差分和二次差分，转化为位置、速度、加速度、压力，将肌电电极信息进行提取，获得多通道肌电信号特征，即待检测特征；

将位置、速度、加速度、压力作为神经网络的输入，获得肌电特征输出，之后，肌电特征输出和待检测特征进行相关分析，获得多通道肌电相关性参数，进行多通道肌电-肌肉完成视觉化转化，并在显示器或VR眼镜中呈现细化到每块运动肌肉颜色变化的视觉反馈，如果病人一直无法达到激活颜色状态，重新设定颜色阈值；

计算机处理完康复信息手套特征后，将VR动作实时同步到显示器或VR眼镜中，健康人或患者通过健侧控制按键，实现场景转化漫游，场景、动作、多肌肉颜色变化均以视觉形式传递给健康人或患者，使健康人或患者根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

具体的，康复训练评测系统的康复评测具体为：

根据康复评测标准，设定指定动作，依据健康人或患者的运动障碍程度进行不同评测，严重运动障碍患者佩戴康复信息手套和外骨骼，有运动能力健康人或患者佩戴康复信息手套；之后，根据采集运动信息预测标准各块肌肉情况，并与健康人或患者实际肌肉情况做相关分析，以视觉形式反馈给健康人或患者用于针对性控制，以每块肌肉相关结果作为量化的评测结果。

进一步的，对于严重运动障碍患者，采取外骨骼和康复信息手套共同穿戴，外骨骼执行标准评测动作，患者根据VR眼镜或显示器中各个肌肉视觉反馈执行主动跟随，最终通过传感器处理数据及肌电特征信号量化到各个肌肉，完成各肌肉康复情况评测；

对于有一定运动能力的健康人或患者，采取手套与机械外骨骼分离评测方法，健康人或患者只穿戴康复信息手套进行标准评测动作，将传感器处理数据及肌电特征信号量化到各个肌肉，通过VR眼镜或显示器对各个肌肉进行视觉反馈，实时监控自己主动发力时肌肉情况，并针对性执行后续运动，完成各肌肉康复情况评测。

进一步的，将有严重运动障碍患者和有一定运动能力的健康人或患者的评测数据的运动信息传递给压力传感器和弯曲传感器，主动信息由多通道肌电电极集，压力传感器和弯曲传感器的数据经过数据处理后输入到神经网络，肌电信号经过特征提取后获得多通道肌电特征，即实际特征，此时与网络输出进行多通道相关性分析，将相关性信息转化为各肌肉分离恢复情况，实时反馈给VR眼镜或显示器执行后续反馈，同时将恢复情况数据输出给康复治疗师，用于后续针对性信息及康复计划优化。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于运动信息与肌电交互的康复训练评测系统，通过康复信息手套和外骨骼实现意图伴随随机运动实时反馈交互的独创方法，能够针对不同病情的病人自适应调节反馈界限实现真正意义上的多种复杂精细运动的主动分离训练，促进大脑运动区及相关区域的最大程度激活，从而加速患者的神经重塑，在关节运动对应的肌肉部位设置有多个肌电电极，采取单块肌肉实时反馈的形式，使患者能够针对自己情况有目标地进行针对性发力，弯曲传感器及压力传感器分别采集运动关节信息，肌电电极采集主动肌肉发力信息，计算机获得随着时间窗移动变化的肌电信号特征，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，通过显示单元呈现细化到每块运动肌肉颜色变化的视觉反馈，使健康人或患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

进一步的，康复信息手套为指尖截断样式，用于保留指尖敏感的感觉反馈。

进一步的，康复信息手套和外骨骼采用分离式设置在健康人或患者的患侧，采取康复机器人监测与控制分离构建的独创方法，实现评测不同病情下的两种针对不同肌肉的康复评定方法，采取病人健侧数据训练网络，患侧使用网络的方法，排除了个体差异。

本发明还公开了一种基于运动信息与肌电交互的康复训练评测系统的评测方法，首先采取意图伴随随机运动实时反馈交互方法，针对不同病情病人自适应调节反馈界限，实现多种复杂精细运动主动分离训练完成系统训练；然后健康人或患者佩戴外骨骼和康复信息手套，采取运动信息作为网络输入，多通道肌电特征作为输出方法，根据各个肌肉的反馈信息，调节自己的主动意图，健康人或患者用主动意图跟随外骨骼运动；建立对应关系模型，以运动信息预测每块肌电信息，以正确的肌电信息与患者实际肌电信息做相关性分析，以视觉形式反馈并细化到每块肌肉的发力情况；患者运动信息同步到虚拟肢体上，虚拟场景由患者健侧自行控制进行康复训练；最后采取系统监测与执行分离构建的方法，设定评测动作，选择不同的评测方式，实现分阶段康复评测，根据患者健侧数据训练网络，患侧使用网络方法排除个体差异，通过健侧控制走动漫游方法增加沉浸感，实现了真正意义上的意图与复杂精细运动的实时同步，提高大脑重塑的速度，同时，实现了不同运动障碍情况患者有针对性量化单肌肉的评定。

进一步的，在系统训练上，采取康复信息手套记录患者健侧或康复治疗师执行的动作的方法，使患者康复时执行的动作更加灵活、多样和标准，训练动作可使用患者健侧动作设定，排除了个体差异；另外，在神经网络处理上，使用多通道肌电特征为导师信号，为后续单块肌肉细化提供了基础。

进一步的，在康复训练上，采取随机产生预设动作后意图逼近运动的逆向方法，更加直接调动患者意图，达到了真正意义上的运动和意图的同步，反馈方式采取阈值自适应多肌肉块细化的视觉反馈，使患者能够根据自己肌肉调动情况有针对性的发力；另外，VR动作及场景的切换都有患者自己完成，增加沉浸感，激发患者大脑的协作能力。

进一步的，康复评测中，患者穿戴设备后主动执行指定动作，系统给于各个肌肉视觉反馈并收集肌电特征信息，之后肌电特征信息和正常肌电相关分析获得但肌肉康复结果，实现了患者各肌肉康复情况的量化。

进一步的，对于严重运动障碍患者，采取外骨骼和康复信息手套共同穿戴，对于有一定运动能力的健康人或患者，只穿戴康复信息手套进行标准评测动作评测，不仅弥补了现有评测手段对严重运动障碍患者缺乏评测方式的缺陷，而且还实现了现有系统评测精度的两级细化。

综上所述，本发明采取意图伴随随机运动实时反馈交互的方法，能够针对不同病情的病人自适应调节反馈界限实现真正意义上的多种复杂精细运动的主动分离训练，促进大脑运动区及相关区域的最大程度激活，从而加速患者的神经重塑；采取单块肌肉实时反馈的形式，使患者能够针对自己情况有目标地进行针对性发力；采取康复机器人监测与控制分离构建的方法，实现评测不同病情下的两种针对不同肌肉的康复评定方法；采取病人健侧数据训练网络，患侧使用网络的方法，排除了个体差异。基于以上特殊性，实现了真正意义上的意图与复杂精细运动的实时同步，提高大脑重塑的速度，同时，实现了不同运动障碍情况患者有针对性量化单肌肉的评定。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明开发构造框图；

图2为本发明康复训练框图；

图3为本发明康复评测框图；

图4为本发明外部采集设备示意图；

图5为本发明虚拟场景示意图；

图6为本发明评测方法步骤图。

其中：9.计算机；90.上肢及手；91.肌电电极；92.手套；93.外骨骼；94.压力传感器；95.弯曲传感器；96.虚拟单肌肉部位；97.虚拟患侧上肢及手；98.虚拟场景；99.虚拟健侧上肢及手。

具体实施方式

本发明基于运动信息与肌电交互的康复训练评测方法及系统的构思如下：

1)实现主动意图与精细复杂动作的真正同步。突破国内外传统思维限制，采取意图逼近运动动作的形式，可初始设定多种复杂运动动作，动作执行的顺序采取随机方式，使得患者无法预料将要执行的动作从而充分调动患者的主动意图，意图的跟踪采取肌肉细化反馈的形式实时以视觉的形式反馈给患者，患者可根据反馈所得的肌肉状态判断自己本身意图是否与运动做到真正同步从而调整发力，达到运动动作与患者运动意图完全融合，做到意随机动，充分调动大脑运动区对各个动作的完全控制。

2)实现训练模式肌肉细化人机反馈。此部分为主动意图浸入式融合的核心，动作的反馈细化到每一块肌肉调动情况，采取虚拟上肢及手对应肌肉所在位置产生颜色红绿变化的方式反馈给患者，即运动与患者实际肌肉发力的融合度高采取优反馈，低采取差反馈。同时，优差的界限根据病人的病情自适应设定，从而提高病人的信心和交互效果。并且，在训练过程中，设定多种单关节分离运动，通过细节肌肉反馈针对性地锻炼患者的分离运动。

3)实现评测模式的肌肉量化评测。此部分为评测模块的创新核心，根据患者不同的初始病情分为两种评测方式：对于严重运动障碍的患者，在原始训练设备的基础上采取指定动作训练方式，评测结果以运动与意图相关参数进行各个肌肉康复情况评定；对于有一定主动运动能力的患者，采取训练与评测分离组装的康复系统思想，评测工具可直接从训练设备中分离，实现主动评测，患者可采取任意动作或指定动作主动运动，通过评测部分采集的运动信息与肌肉信号情况进行各个肌肉康复情况评定。

请参阅图4，本发明一种基于运动信息与肌电交互的康复训练评测系统，包括康复信息手套92、多通道的肌电电极91、机械式的外骨骼93、压力传感器94、弯曲传感器95、计算机9以及显示器和VR眼镜。

康复信息手套92套装在健康人或患者上肢及手90上，外骨骼93设置在康复信息手套92的前半部分，位于患者的患侧，肌电电极91、压力传感器94和弯曲传感器95集成在康复信息手套92内，康复信息手套92(双臂、盖住肘关节及肩关节)上在对应人的上肢及手90的各关节处布置弯曲传感器95和压力传感器94及在相应关节运动对应的肌肉部位布置多个肌电电极91，弯曲传感器95、压力传感器94和肌电电极91分别与计算机9连接，弯曲传感器95及压力传感器94分别采集预设运动关节信息，肌电电极91采集到主动肌肉发力信息，计算机9获得随着时间窗移动变化的肌电信号特征，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，直至训练数据达到要求，计算机9与显示器或VR眼镜连接，显示器或VR眼镜用于呈现细化到每块运动肌肉颜色变化的视觉反馈，使患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

根据人体运动范围及自由度设定多种有效锻炼分离运动的动作，在健康受试者或患者健侧穿戴以上康复信息手套92之后，要求其重复多次做出设定的多种动作，同时，实时记录传感器及肌电信号。

弯曲传感器95和压力传感器94及肌电电极91采集的肌电数据进行预处理，对弯曲传感器95所采集数据进行一次微分、二次微分分别求出速度、加速度，对肌电信号进行实时特征提取。

搭建神经网络，以多通道传感器信号处理扩展后的运动信息数据为网络输入数据，以多通道肌电信号所提取特征为输出数据进行网络训练，使得传感器数据能够尽可能地预测出处理后肌电信号特征变化趋势。

网络测试与优化，重新采集传感器数据及肌电信号数据，进行数据预处理，将预处理的多通道传感器扩展数据输入神经网络进行预测肌电特征信号，预测肌电特征与实时采集的肌电特征信号采取典型相关分析等方法进行相关性分析，使得相关性尽可能高，根据相关分析结果，判断是否继续进行神经网络训练。

优选的，将肌电电极91、压力传感器94和弯曲传感器95共同集成在所穿戴衣服上，形成集成的肌电传感采集衣服，以运动信息去预测肌肉发力信息，例如：神经网络输入为运动信息，输出为肌肉发力信息。

肌肉发力信息细化反馈思路，将所获得的运动信息及发力信息细化到每一块肌肉，并将肌肉情况以视觉的形式实时反馈给使用者，使其实时监测到自己每一块细致肌肉的调动。

优选的，康复训练评测系统佩戴为先佩戴集成的康复信息手套92，后佩戴外骨骼93，康复信息手套92和外骨骼93可分离使用，患者训练时，康复信息手套92和外骨骼93都穿戴于同侧同部位；患者评测时，可取下外骨骼93，单独使用康复信息手套92进行评测。

请注意，本发明的方法可能涉及疾病的诊断及治疗，而疾病的诊断及治疗不属于专利的保护客体，所以请注意用词，突出康复训练评测系统的使用和评测方法

请参阅图6，本发明一种基于运动信息与肌电交互的康复训练评测系统的评测方法，分为系统训练、康复训练和康复评测。

康复训练评测系统可随时进行训练与调控，调控过程为患者健侧佩戴康复信息手套92，执行治疗师要求的包含多种情况的动作；之后，将采集的运动信息及肌电信息经过预处理，以运动信息为输入数据，以肌电特征为导师信号，进行神经网络训练；训练完成后，进行测试，患者任意动作，继续采集此时信号，将采集的运动信息输入到神经网络，得到网络输出，网络输出与实际采集的肌电特征做相关性分析，根据相关性是否达到阈值决定结束训练还是将测试数据并入训练数据，继续训练神经网络。

患者佩戴外骨骼93和康复信息手套92，动作随机出现，患者根据各个肌肉的反馈信息，调节自己的主动意图，逼近外骨骼93的动作；其中，肌肉信息反馈是由康复信息手套92采集的运动信息及肌电信息，建立对应关系模型，以运动信息预测每块肌电信息，正确的肌电信息与患者实际肌电信息做相关性分析，以视觉形式反馈并细化到每块肌肉的发力情况；另外，患者运动信息会同步到虚拟肢体上，虚拟场景由患者健侧自行控制。

虚拟现实场景漫游方式，在康复训练中，虚拟场景为生活的场所，患者可通过健侧控制相应的按键或摇杆，实现虚拟场景的漫游，实现患侧与健侧的协同训练；将实际的动作经肌电信息手套采集后，实时同步到虚拟现场景中，并在场景中设定患侧生活动作，患者自行控制走到虚拟设备旁，控制肢体去完成；同时，每块细节性肌肉的变化都会以虚拟手臂上对应肌肉所在位置的颜色的渐进变化给与反馈。

具体的，将康复信息手套92与机械外骨骼93均穿戴于患侧，并将设计完成地分离动作写入机械外骨骼93，同时基于传感器信号实现运动信息与虚拟手臂的实时动作同步，根据各个肌电特征数据相关性分析结果以颜色变化的形式反馈到虚拟手臂对应各个肌肉的位置，另外，如果检测到对于病人各部分肌电相关性长时间较低，自适应调节颜色变化范围，以此达到不同病人不同病情的自适应调节，并且病人使用前对健康侧进行数据采集训练神经网络系统，避免个体差异性。

优选的，主动意图跟随运动思路，外骨骼93随机或指定做出预设动作，健康人或患者用主动意图跟随外骨骼运动。

根据康复评测标准，设定指定动作，评测方式可根据患者运动障碍情况分为两种，依据患者的运动障碍程度进行不同评测，严重运动障碍患者佩戴康复信息手套和外骨骼，有运动能力患者佩戴康复信息手套；之后，根据采集运动信息预测标准各块肌肉情况，并与患者实际肌肉情况做相关分析，以视觉形式反馈给患者，让其有针对性控制，同时，每块肌肉相关结果作为量化的评测结果。

对于严重运动障碍的患者，采取与训练模式类似设计，机械外骨骼执行指定动作，患者根据单独肌肉反馈进行主动跟随，最终通过传感器处理数据及肌电特征信号量化到各个肌肉，从而完成各肌肉康复情况评测；

对于有一定运动能力的患者，采取手套与机械外骨骼分离评测方法，患者只需穿戴康复信息手套，进行指定动作运动，将传感器处理数据及肌电特征信号量化到各个肌肉，从而完成各肌肉康复情况评测，从而适用各康复阶段评测。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

康复信息手套92为指尖截断样式，以保留指尖敏感的感觉反馈，先穿戴康复信息手套92，再带外骨骼93，从而保证信息采集系统与驱动结构的分离，实现多模式评测与多阶段训练。

具体过程如下：

请参阅图1，健康人或患者的上肢及手90穿戴在康复信息手套92上，上肢及手90进行康复治疗师预先设定的指定动作；

然后，所有采集到的数据均传输给计算机9，计算机9进行传感器信息预处理、一次微分、二次微分，将信息转化为位置、速度、加速度和压力，同时对肌电信号预处理，加窗提取，获得随着时间窗移动变化的肌电信号特征，之后，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，直至训练数据达到要求；

然后进入网络测试阶段，健康人或患者的上肢及手90进行任意运动，康复信息手套92开始工作，多通道的肌电电极91采集到测试主动肌电，压力传感器94和弯曲传感器95采集到测试运动信息，将采集到的数据经过数据处理后获得运动信息，并将其作为输入传动到神经网络测试，同时肌电电极91采集的肌电信息经过预处理及特征提取后获得测试肌电特征数据，即为实际特征，将神经网络测试的输出和实际特征进行各通道相关性分析，将相关性结果各通道参数和阈值进行判断，如果未达到阈值，则将测试数据加入训练数据，继续进行神经网络训练，不断循环，直到达到阈值界限，结束训练。

请参阅图2，本发明基于肌电信号及传感器的精细动作主动康复训练与评测系统康复训练具体如下：

将康复信息手套92和机械外骨骼93均穿戴到患者上肢及手，位于患侧，机械外骨骼93随机进行预设各关节分离及协同动作，患者用运动意图逼近运动，从而达到意念跟随运动同步的效果。

弯曲传感器95、压力传感器94获得随机运动关节实时信息并传输到计算机9，同时，多通道肌电电极91获得主动肌肉发力信息，并将其传输到计算机9，计算机9将传感器所获得信息进行一次差分、二次差分，转化为位置、速度、加速度、压力，将肌电电极信息进行提取，获得多通道肌电信号特征，即待检测特征；

将位置、速度、加速度、压力作为神经网络的输入，获得肌电特征输出，之后，肌电特征输出和待检测特征进行相关分析，获得多通道肌电相关性参数，进行多通道肌电-肌肉完成视觉化转化，并在显示器或VR眼镜中呈现细化到每块运动肌肉颜色变化的视觉反馈，如果病人一直无法达到激活颜色状态，可以进行颜色阈值的重新设定；

同时计算机9处理完康复信息手套92的特征后，会将VR动作实时同步到显示器或VR眼睛中，另外患者还可以通过健侧控制按键，实现场景转化漫游，之后，场景、动作、多肌肉颜色变化均以视觉形式传递给患者，使患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

请参阅图3，本发明的患者评测系统为细化肌肉评测，同时康复治疗师可根据病人情况设定自己要评测的动作，选择不同的评测方式。

康复治疗师穿戴康复信息手套92后，执行康复动作设计，计算机9会将康复治疗师执行的动作信息存储作为标准评测动作及控制指令。

根据患者是否严重运动障碍把患者评测方式分为两类：

对于严重运动障碍的患者采取机械外骨骼93和康复信息手套92共同穿戴，外骨骼93执行标准评测动作，患者根据VR眼镜或显示器中各个肌肉视觉反馈执行主动跟随运动的形式，从而建立起病人的信心且给出精细的变化数据；

对于有一定运动能力的患者，采取只穿戴康复信息手套92，要求病人观看VR反馈，同时做出标准评测动作的形式，使得病人通过VR各个肌肉视觉反馈实时监控自己主动发力时肌肉情况，并有针对性的执行后续运动。

之后，两种评测方式的数据的运动信息都传递给压力传感器94和弯曲传感器95，主动信息由多通道肌电电极91集，压力传感器94和弯曲传感器95的数据经过数据处理后输入到神经网络，肌电信号经过特征提取后获得多通道肌电特征，即实际特征，此时与网络输出进行多通道相关性分析，将相关性信息转化为各肌肉分离恢复情况，实时反馈给VR执行后续VR反馈，同时将恢复情况数据输出给康复治疗师，以便后续针对性信息及康复计划优化。

请参阅图5，虚拟现实场景均来源于生活，健康人或患者可通过健控制使得自己在VR中漫游或走动，控制健侧手和患侧手实现开门、关门、搬动桌椅、输入取款机密码等，在执行运动时，运动信息经计算系统预测出的正常每块肌肉的单独运动特征与实际采集的肌肉运动特征的相关性判断主动肌肉情况，各个肌肉发力正确信息会通过渐变颜色实时反馈给患者，从而达到主动意图与运动实时同步训练和关节分离运动训练。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种基于运动信息与肌电交互的康复训练评测系统，其特征在于，包括康复信息手套(92)和机械式的外骨骼(93)，外骨骼(93)设置在康复信息手套(92)的前半部分，位于患侧，康复信息手套(92)上对应人上肢及手(90)的各关节处分别布置有弯曲传感器(95)和压力传感器(94)，在关节运动对应的肌肉部位设置有多个肌电电极(91)，弯曲传感器(95)、压力传感器(94)和肌电电极(91)分别与计算机(9)连接，弯曲传感器(95)和压力传感器(94)分别用于采集运动关节信息并发送给计算机(9)，肌电电极(91)用于采集主动肌肉发力信息并发送给计算机(9)，计算机(9)获得随着时间窗移动变化的肌电信号特征，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，计算机(9)通过显示单元呈现细化到每块运动肌肉颜色变化的视觉反馈，使健康人或患者能够根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

2.根据权利要求1所述的一种基于运动信息与肌电交互的康复训练评测系统，其特征在于，康复信息手套(92)为指尖截断样式，用于保留指尖敏感的感觉反馈。

3.根据权利要求1所述的一种基于运动信息与肌电交互的康复训练评测系统，其特征在于，康复信息手套(92)和外骨骼(93)采用分离式设置在健康人或患者的患侧。

4.根据权利要求1所述的一种基于运动信息与肌电交互的康复训练评测系统，其特征在于，康复信息手套(92)、肌电电极(91)、压力传感器(94)和弯曲传感器(95)集成设置在衣服上，用于形成肌电传感采集衣服。

5.一种根据权利要求1至4中任一项所述基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，首先采取意图伴随随机运动实时反馈交互方法，针对不同病情病人自适应调节反馈界限，实现多种复杂精细运动主动分离训练完成系统训练；

然后健康人或患者佩戴外骨骼和康复信息手套，动作随机出现，采取运动信息作为网络输入，多通道肌电特征作为输出方法，根据各个肌肉的反馈信息，调节自己的主动意图，健康人或患者用主动意图跟随外骨骼运动；其中，肌肉信息反馈为康复信息手套采集的运动信息及肌电信息，建立对应关系模型，以运动信息预测每块肌电信息，以正确的肌电信息与患者实际肌电信息做相关性分析，以视觉形式反馈并细化到每块肌肉的发力情况；患者运动信息同步到虚拟肢体上，虚拟场景由患者健侧自行控制进行康复训练；

最后采取系统监测与执行分离构建的方法，设定评测动作，选择不同的评测方式，实现分阶段康复评测，根据患者健侧数据训练网络，患侧使用网络方法排除个体差异，通过健侧控制走动漫游方法增加沉浸感，实现意图与复杂精细运动的实时同步，完成不同运动障碍情况的患者有针对性的单肌肉量化评定。

6.根据权利要求5所述的一种基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，康复训练评测系统的系统训练具体为：

将康复信息手套(92)穿戴在健康人或患者的上肢及手(90)上，上肢及手(90)进行康复治疗师预先设定的指定动作；

然后，将采集到的数据传输给计算机(9)，计算机(9)依次进行传感器信息预处理、一次微分和二次微分，将信息转化为位置、速度、加速度和压力，同时对肌电信号预处理和加窗提取，获得随着时间窗移动变化的肌电信号特征，之后，将位置、速度、加速度、压力作为神经网络训练的输入数据，肌电信号特征作为导师信号，进行神经网络训练，直至训练数据达到要求；

然后进入网络测试阶段，健康人或患者的上肢及手(90)进行任意运动，康复信息手套(92)开始工作，多通道的肌电电极(91)采集到测试主动肌电，压力传感器(94)和弯曲传感器(95)采集到测试运动信息，将采集到的数据经过数据处理后获得运动信息，并将其作为输入传动到神经网络测试，同时肌电电极(91)采集的肌电信息经过预处理及特征提取后获得测试肌电特征数据，即为实际特征，将神经网络测试的输出和实际特征进行各通道相关性分析，将相关性结果各通道参数和阈值进行判断，如果未达到阈值，则将测试数据加入训练数据，继续进行神经网络训练，不断循环，直到达到阈值界限，结束训练。

7.根据权利要求5所述的一种基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，康复训练评测系统的康复训练具体为：

将康复信息手套(92)和机械外骨骼(93)均穿戴到健康人或患者上肢及手，位于患侧，机械外骨骼(93)随机进行预设各关节分离及协同动作，健康人或患者用运动意图逼近运动，达到意念跟随运动同步的效果；

弯曲传感器(95)、压力传感器(94)获得随机运动关节实时信息并传输到计算机(9)，同时，多通道肌电电极(91)获得主动肌肉发力信息，并将其传输到计算机(9)，计算机(9)将传感器所获得信息进行一次差分和二次差分，转化为位置、速度、加速度、压力，将肌电电极信息进行提取，获得多通道肌电信号特征，即待检测特征；

将位置、速度、加速度、压力作为神经网络的输入，获得肌电特征输出，之后，肌电特征输出和待检测特征进行相关分析，获得多通道肌电相关性参数，进行多通道肌电-肌肉完成视觉化转化，并在显示器或VR眼镜中呈现细化到每块运动肌肉颜色变化的视觉反馈，如果病人一直无法达到激活颜色状态，重新设定颜色阈值；

计算机(9)处理完康复信息手套(92)特征后，将VR动作实时同步到显示器或VR眼镜中，健康人或患者通过健侧控制按键，实现场景转化漫游，场景、动作、多肌肉颜色变化均以视觉形式传递给健康人或患者，使健康人或患者根据动作及多肌肉颜色变化做出持续运动意图的主动训练。

8.根据权利要求5所述的一种基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，康复训练评测系统的康复评测具体为：

根据康复评测标准，设定指定动作，依据健康人或患者的运动障碍程度进行不同评测，严重运动障碍患者佩戴康复信息手套和外骨骼，有运动能力健康人或患者佩戴康复信息手套；之后，根据采集运动信息预测标准各块肌肉情况，并与健康人或患者实际肌肉情况做相关分析，以视觉形式反馈给健康人或患者用于针对性控制，以每块肌肉相关结果作为量化的评测结果。

9.根据权利要求8所述的一种基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，对于严重运动障碍患者，采取外骨骼(93)和康复信息手套(92)共同穿戴，外骨骼(93)执行标准评测动作，患者根据VR眼镜或显示器中各个肌肉视觉反馈执行主动跟随，最终通过传感器处理数据及肌电特征信号量化到各个肌肉，完成各肌肉康复情况评测；

对于有一定运动能力的健康人或患者，采取手套与机械外骨骼分离评测方法，健康人或患者只穿戴康复信息手套(92)进行标准评测动作，将传感器处理数据及肌电特征信号量化到各个肌肉，通过VR眼镜或显示器对各个肌肉进行视觉反馈，实时监控自己主动发力时肌肉情况，并针对性执行后续运动，完成各肌肉康复情况评测。

10.根据权利要求9所述的一种基于运动信息与肌电交互的康复训练评测系统的评测方法，其特征在于，将有严重运动障碍患者和有一定运动能力的健康人或患者的评测数据的运动信息传递给压力传感器(94)和弯曲传感器(95)，主动信息由多通道肌电电极(91)集，压力传感器(94)和弯曲传感器(95)的数据经过数据处理后输入到神经网络，肌电信号经过特征提取后获得多通道肌电特征，即实际特征，此时与网络输出进行多通道相关性分析，将相关性信息转化为各肌肉分离恢复情况，实时反馈给VR眼镜或显示器执行后续反馈，同时将恢复情况数据输出给康复治疗师，用于后续针对性信息及康复计划优化。