CN108937926A - 大数据的表面肌电信号的分析方法和装置 - Google Patents
大数据的表面肌电信号的分析方法和装置 Download PDFInfo
- Publication number
- CN108937926A CN108937926A CN201811086637.1A CN201811086637A CN108937926A CN 108937926 A CN108937926 A CN 108937926A CN 201811086637 A CN201811086637 A CN 201811086637A CN 108937926 A CN108937926 A CN 108937926A
- Authority
- CN
- China
- Prior art keywords
- electromyogram signal
- surface electromyogram
- data
- model
- multiple users
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000003183 myoelectrical effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 claims 1
- 230000000638 stimulation Effects 0.000 abstract description 8
- 210000003205 muscle Anatomy 0.000 abstract description 7
- 206010003694 Atrophy Diseases 0.000 abstract description 6
- 230000037444 atrophy Effects 0.000 abstract description 6
- 210000002435 tendon Anatomy 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 12
- 210000003414 extremity Anatomy 0.000 description 12
- 238000002567 electromyography Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 210000005036 nerve Anatomy 0.000 description 3
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 208000025966 Neurological disease Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 206010033892 Paraplegia Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000001467 acupuncture Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 208000018360 neuromuscular disease Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Classifications
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36003—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Physical Education & Sports Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种大数据的表面肌电信号的分析方法，获取多个使用者的表面肌电信号数据；对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。该方法还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出，达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形，具有应用的高效性与易用性。本发明还公开了大数据的表面肌电信号的分析装置。
Description
技术领域
本发明涉及电子以及计算机信息技术领域，特别是涉及一种大数据的表面肌电信号的分析方法和装置
背景技术
目前对于康复医疗市场现有康复设备主要有电脉冲仪，电子针灸仪器，机械形式的各种康复设备，但是对于AI型辅助智能设备少之又少，因此本装置能填补市场空白，属于主动康复设备，并对于不能自主运动的高位截瘫和植物人能够起到自动监控，自动定时康复，极大的节约了成本，对社会节约了人力和物力。是AI技术和大数据技术在康复设备上的应用。
发明内容
基于此，有必要针对传统技术存在的问题，提供一种大数据的表面肌电信号的分析方法和装置。具体的，在本发明中，获取提取大量的不同人群的表面肌电信号，并根据此大数据对于目标个体生成专属数据，目标个体可以是植物人或因神经性障碍导致的肢体或部分肢体失能的个体，其目的是还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出。达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形。是AI技术和大数据技术以及无线通讯技术在康复设备上的应用。
第一方面，本发明实施例提供了一种大数据的表面肌电信号的分析方法，所述方法包括：获取多个使用者的表面肌电信号数据；对获取的多个使用者的所述表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；根据所述训练数据对与多个使用者的所述表面肌电信号数据建立模型，生成第一模型，并对所述第一模型进行训练；根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作。
在其中一个实施例中，所述获取多个使用者的表面肌电信号数据包括：获取每个使用者的使用信息；采集所述每个使用者的所述表面肌电信号数据；将所述使用信息与所述表面肌电信号数据上传至服务器集群。
在其中一个实施例中，所述服务器集群包括由多个云服务器组成的系统。
在其中一个实施例中，还包括：将获取的多个使用者的所述表面肌电信号数据通过Redis缓存机制进行服务器集群的存储。
在其中一个实施例中，所述完成训练数据与测试数据的划分操作包括：根据预先获取的多个使用者的所述表面肌电信号数据选择出目标个体的表面肌电信号数据。
在其中一个实施例中，还包括：针对选择出的所述目标个体的所述表面肌电信号数据生成具有多个特征属性的所述表面肌电信号数据。
在其中一个实施例中，根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作包括：根据所述目标个体的所述表面肌电信号产生作用于所述目标个体的神经网络的压力效应；结合预先布置在所述目标个体的多个压力传感器的空间位置信息执行操作。
第二方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的基于大数据的表面肌电信号的分析方法。
第三方面，本发明实施例提供了一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第一方面所述的方法。
第四方面，本发明实施例还提供了一种大数据的表面肌电信号的分析装置，所述装置包括：获取模块，用于获取多个使用者的表面肌电信号数据；划分模块，用于对获取的多个使用者的所述表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；模型建立与训练模块，用于根据所述训练数据对与多个使用者的所述表面肌电信号数据建立模型，生成第一模型，并对所述第一模型进行训练；分析与执行模块，用于根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作。
本发明提供的一种大数据的表面肌电信号的分析方法和装置，获取多个使用者的表面肌电信号数据；对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。该方法还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出，达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形，具有应用的高效性与易用性。
附图说明
图1为本发明一个实施例中的一种大数据的表面肌电信号的分析方法的步骤流程示意图；
图2为本发明一个实施例中的一种大数据的表面肌电信号的分析装置的结构示意图；以及
图3为本发明另一实施例中的一种大数据的表面肌电信号的分析装置的示例图。
具体实施方式
下面结合附图和实施例对本申请进行进一步的详细介绍。
在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本公开的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/ 或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D 的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
为了使本发明的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本发明大数据的表面肌电信号的分析方法和装置的具体实施方式进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
表面肌电信号(Surface Electromyography，sEMG)是骨骼肌随意收缩期间，活跃的运动单元产生的，可通过表面电极进行拾取。肌电信号与肌肉的活动状态和运动的功能状态之间存在着关联性，它包含相关运动单元的组合及分解、运动意图和神经肌肉系统生理学状态信息，被广泛应用在假肢控制、人机交互、骨骼参数预测和神经肌肉疾病诊断等方面。不同的肢体动作间的差异可通过肌电信号的特征来体现，对这些特征的研究，有助于进行上肢及躯干以及下肢行走的状态的识别和分析。
对肌电信号(EMG)进行处理时，采用功率谱比值法。并在非特定人的条件下，经过多次实验确定实际所用肌电信号的主要频率范围和功率谱的各项参数，将功率谱比值法应用于前臂肌群的表面EMG特征提取，减小了个体差异，进而实现非特定人的动作模式识别、判断得出适应当前个体的特征信息码。
利用大数据分析技术和特征信息码结合形成特定的适应个体的单体信号，利用卷积神经网络技术和递归神经网络技术，改变了千人一方案的弊端，一人一方案。
如图1所示，为一个实施例中的一种大数据的表面肌电信号的分析方法的流程示意图。具体包括以下步骤：
步骤102，获取多个使用者的表面肌电信号数据。
在一个实施例中，获取多个使用者的表面肌电信号数据包括：获取每个使用者的使用信息；采集每个使用者的表面肌电信号数据；将使用信息与表面肌电信号数据上传至服务器集群。需要说明的是，服务器集群包括由多个云服务器组成的系统。由此，为后续获取多个使用者的表面肌电信号的大数据提供接收、处理与存储的技术支持。
此外，还需要说明的是，本公开涉及的一种大数据的表面肌电信号的分析方法还包括：将获取的多个使用者的表面肌电信号数据通过Redis缓存机制进行服务器集群的存储。由此，提高了针对多个使用者的表面肌电信号数据提取的快捷性与易用性。
步骤104，对获取的多个使用者的所述表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作。
在一个实施例中，完成训练数据与测试数据的划分操作包括：根据预先获取的多个使用者的表面肌电信号数据选择出目标个体的表面肌电信号数据。此外，还需要说明的是，本公开涉及的一种大数据的表面肌电信号的分析方法还包括：针对选择出的目标个体的表面肌电信号数据生成具有多个特征属性的表面肌电信号数据。进一步地，需要说明的是，目标个体可以是植物人或因神经性障碍导致的肢体或部分肢体失能的个体，其目的是还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出。
步骤106，根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练。
步骤108，根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。
在一个实施例中，根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作包括：根据目标个体的表面肌电信号产生作用于目标个体的神经网络的压力效应；结合预先布置在目标个体的多个压力传感器的空间位置信息执行操作。
本发明提供的一种大数据的表面肌电信号的分析方法，获取多个使用者的表面肌电信号数据；对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。该方法还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出，达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形，具有应用的高效性与易用性。
基于同一发明构思，还提供了一种大数据的表面肌电信号的分析装置。由于此装置解决问题的原理与前述一种大数据的表面肌电信号的分析方法相似，因此，该装置的实施可以按照前述方法的具体步骤实现，重复之处不再赘述。
如图2所示，为一个实施例中的一种大数据的表面肌电信号的分析装置的结构示意图。该大数据的表面肌电信号的分析装置10包括：获取模块200、划分模块400、模型建立与训练模块600和分析与执行模块800。
其中，获取模块200用于获取多个使用者的表面肌电信号数据；划分模块400用于对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；模型建立与训练模块600用于根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；分析与执行模块800用于根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。
为了更清楚的理解与应用本发明提出的大数据的表面肌电信号的分析装置，结合图3进行以下示例。需要说明的是，本发明的保护范围不局限以下示例。
具体的，本公开涉及的一种大数据的表现肌电信号的分析装置，涉及微电子及计算机信息领域，该装置的工作原理为获取提取大量的不同人群的表面肌电信号，并根据此大数据对于目标个体生成专属数据，需要说明的是，本公开涉及的生成专属数据为通过信息发生器利用三维数轴的方式计算生成的专属数据，目标个体可以是植物人或因神经性障碍导致的肢体或部分肢体失能的个体，其目的是还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需输出的装置。可以理解的是，输出端可以为具有输出电极、导线组成的贴片式传感器。本技术领域人员可知，贴片内部为十字形状的电极，其余部分为绝缘黏性材质组成物组成的部分。此外，需要说明的是贴片式传感器需要配置屏蔽线用来处理绝缘黏性材质组成部分。从而达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形。本领域技术人员可以理解的是上述装置是AI技术和大数据技术以及无线通讯技术在康复设备上的应用，可适用于利用肌电信号的输出的康复治疗装置。
本发明提供的一种大数据的表面肌电信号的分析装置，首先通过获取模块获取多个使用者的表面肌电信号数据；再通过划分模块对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；再次通过模型建立与训练模块根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；最终通过分析与执行模块根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。该装置还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出，达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形。具有应用的高效性与易用性。
本发明实施例还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序，该程序被图1中处理器执行。
本发明实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时，使得计算机执行上述图1的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体 (Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory， RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为示例性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，例如“A、B或C的至少一个”的列举意味着A或B或C，或 AB或AC或BC，或ABC(即A和B和C)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。
还需要指出的是，在本公开的系统和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了示例和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种大数据的表面肌电信号的分析方法，其特征在于，所述方法包括：
获取多个使用者的表面肌电信号数据；
对获取的多个使用者的所述表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；
根据所述训练数据对与多个使用者的所述表面肌电信号数据建立模型，生成第一模型，并对所述第一模型进行训练；
根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作。
2.根据权利要求1所述的大数据的表面肌电信号的分析方法，其特征在于，所述获取多个使用者的表面肌电信号数据包括：
获取每个使用者的使用信息；
采集所述每个使用者的所述表面肌电信号数据；
将所述使用信息与所述表面肌电信号数据上传至服务器集群。
3.根据权利要求2所述的大数据的表面肌电信号的分析方法，其特征在于，所述服务器集群包括由多个云服务器组成的系统。
4.根据权利要求1所述的大数据的表面肌电信号的分析方法，其特征在于，还包括：将获取的多个使用者的所述表面肌电信号数据通过Redis缓存机制进行服务器集群的存储。
5.根据权利要求1所述的大数据的表面肌电信号的分析方法，其特征在于，所述完成训练数据与测试数据的划分操作包括：根据预先获取的多个使用者的所述表面肌电信号数据选择出目标个体的表面肌电信号数据。
6.根据权利要求5所述的大数据的表面肌电信号的分析方法，其特征在于，还包括：针对选择出的所述目标个体的所述表面肌电信号数据生成具有多个特征属性的所述表面肌电信号数据。
7.根据权利要求1所述的大数据的表面肌电信号的分析方法，其特征在于，根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作包括：
根据所述目标个体的所述表面肌电信号产生作用于所述目标个体的神经网络的压力效应；
结合预先布置在所述目标个体的多个压力传感器的空间位置信息执行操作。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现所述权利要求1-7中任一项所述方法的步骤。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述权利要求1-7中任一项所述方法的步骤。
10.一种大数据的表面肌电信号的分析装置，其特征在于，所述装置包括：
获取模块，用于获取多个使用者的表面肌电信号数据；
划分模块，用于对获取的多个使用者的所述表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；
模型建立与训练模块，用于根据所述训练数据对与多个使用者的所述表面肌电信号数据建立模型，生成第一模型，并对所述第一模型进行训练；
分析与执行模块，用于根据训练完成的所述第一模型完成对目标个体的所述表面肌电信号的分析与执行操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811086637.1A CN108937926A (zh) | 2018-09-18 | 2018-09-18 | 大数据的表面肌电信号的分析方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811086637.1A CN108937926A (zh) | 2018-09-18 | 2018-09-18 | 大数据的表面肌电信号的分析方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108937926A true CN108937926A (zh) | 2018-12-07 |
Family
ID=64471009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811086637.1A Pending CN108937926A (zh) | 2018-09-18 | 2018-09-18 | 大数据的表面肌电信号的分析方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108937926A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310658A (zh) * | 2020-02-14 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动作模式识别模型的更新方法和装置 |
| CN113827179A (zh) * | 2021-09-26 | 2021-12-24 | 温州医科大学 | 一种眼睑压力的检测方法、装置、介质及电子设备 |
| CN115429232A (zh) * | 2022-11-09 | 2022-12-06 | 山东印迹生物技术有限公司 | 基于人工智能的触诊装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE29822632U1 (de) * | 1998-12-21 | 1999-04-08 | Reif, Regina, 66482 Zweibrücken | Elektrotherapiegerät |
| CN1215614A (zh) * | 1998-12-04 | 1999-05-05 | 清华大学 | 功能性神经肌肉电信号识别和刺激仪 |
| CN103691059A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院自动化研究所 | 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法 |
| CN105031812A (zh) * | 2015-06-09 | 2015-11-11 | 电子科技大学 | 一种肌电信号反馈的功能性电刺激闭环控制系统及方法 |
| US20160346542A1 (en) * | 2013-04-28 | 2016-12-01 | ElectroCore, LLC | Devices and methods for treating medical disorders with evoked potentials and vagus nerve stimulation |
| CN107073278A (zh) * | 2014-11-21 | 2017-08-18 | 美敦力公司 | 针对电刺激治疗的电极选择 |
-
2018
- 2018-09-18 CN CN201811086637.1A patent/CN108937926A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1215614A (zh) * | 1998-12-04 | 1999-05-05 | 清华大学 | 功能性神经肌肉电信号识别和刺激仪 |
| DE29822632U1 (de) * | 1998-12-21 | 1999-04-08 | Reif, Regina, 66482 Zweibrücken | Elektrotherapiegerät |
| US20160346542A1 (en) * | 2013-04-28 | 2016-12-01 | ElectroCore, LLC | Devices and methods for treating medical disorders with evoked potentials and vagus nerve stimulation |
| CN103691059A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院自动化研究所 | 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法 |
| CN107073278A (zh) * | 2014-11-21 | 2017-08-18 | 美敦力公司 | 针对电刺激治疗的电极选择 |
| CN105031812A (zh) * | 2015-06-09 | 2015-11-11 | 电子科技大学 | 一种肌电信号反馈的功能性电刺激闭环控制系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310658A (zh) * | 2020-02-14 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动作模式识别模型的更新方法和装置 |
| CN111310658B (zh) * | 2020-02-14 | 2023-06-27 | 京东科技信息技术有限公司 | 一种动作模式识别模型的更新方法和装置 |
| CN113827179A (zh) * | 2021-09-26 | 2021-12-24 | 温州医科大学 | 一种眼睑压力的检测方法、装置、介质及电子设备 |
| CN113827179B (zh) * | 2021-09-26 | 2023-06-06 | 温州医科大学 | 一种眼睑压力的检测方法、装置、介质及电子设备 |
| CN115429232A (zh) * | 2022-11-09 | 2022-12-06 | 山东印迹生物技术有限公司 | 基于人工智能的触诊装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108904980B (zh) | 基于脑电和功能性电刺激的上肢主动康复方法及装置 | |
| Rane et al. | Deep learning for musculoskeletal force prediction | |
| CN104107134B (zh) | 基于肌电反馈的上肢训练方法及系统 | |
| CN108937926A (zh) | 大数据的表面肌电信号的分析方法和装置 | |
| CN102488963B (zh) | 一种功能性电刺激膝关节角度控制方法 | |
| CN110974212A (zh) | 一种融合心电和肌电特征的康复训练运动状态监测方法及系统 | |
| CN110732082B (zh) | 一种经颅直流电刺激和功能性电刺激的运动功能康复方法 | |
| CN104548347A (zh) | 一种纯意念神经肌肉电刺激控制与神经功能评价系统 | |
| CN105233406B (zh) | 一种脑卒中功能性电刺激康复系统 | |
| CN103440498A (zh) | 基于lda算法的表面肌电信号识别方法 | |
| CN111584030A (zh) | 基于深度学习和复杂网络的意念控制智能康复系统及应用 | |
| CN111110982A (zh) | 基于运动想象的手部康复训练方法 | |
| CN107029351A (zh) | 用于全局lfp帕金森症特征值提取的系统及方法 | |
| CN108721048A (zh) | 康复训练控制方法、计算机可读存储介质和终端 | |
| CN108325162B (zh) | 一种步态训练方法、装置及可穿戴设备 | |
| CN106109164A (zh) | 康复系统及康复系统的控制方法 | |
| CN111584029A (zh) | 基于判别式对抗网络的脑电自适应模型及在康复中的应用 | |
| CN108992066A (zh) | 基于肌电信号的便携式下肢行为模式实时识别系统及方法 | |
| CN113990441A (zh) | 一种基于生物动力学的下肢膝关节主动肌肌电拟合方法 | |
| CN111584027A (zh) | 融合复杂网络和图卷积的脑控康复系统运动想象识别系统 | |
| CN113952614A (zh) | 融合机械手和功能性电刺激的手功能康复双闭环调控系统 | |
| Zhang et al. | Homology characteristics of Eeg and Emg for lower limb voluntary movement intention | |
| Zhang et al. | Motion direction prediction through spike timing based on micro capsnet networks | |
| CN209437244U (zh) | 基于大数据的表面肌电信号的分析装置 | |
| CN116831874A (zh) | 一种基于肌电信号的下肢康复器控制方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |