CN109222968B - 康复评估设备、康复评估方法以及康复评估程序 - Google Patents

康复评估设备、康复评估方法以及康复评估程序 Download PDF

Info

Publication number
CN109222968B
CN109222968B CN201810734331.6A CN201810734331A CN109222968B CN 109222968 B CN109222968 B CN 109222968B CN 201810734331 A CN201810734331 A CN 201810734331A CN 109222968 B CN109222968 B CN 109222968B
Authority
CN
China
Prior art keywords
electromyogram
electromyographic
signal
rehabilitation
sensor
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.)
Expired - Fee Related
Application number
CN201810734331.6A
Other languages
English (en)
Other versions
CN109222968A (zh
Inventor
吉泽真太郎
山田整
阿尔瓦罗·科斯塔·加西亚
山崎弘嗣
马蒂·萨卡里·伊特科宁
下田真吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN109222968A publication Critical patent/CN109222968A/zh
Application granted granted Critical
Publication of CN109222968B publication Critical patent/CN109222968B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • A61B5/1124—Determining motor skills
    • 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
    • A61B5/103—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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • 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
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • 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
    • A61B5/6824—Arm or wrist
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Rehabilitation Tools (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

提供了一种康复评估设备、康复评估方法及康复评估程序。该康复评估设备包括：传感器信号获取单元，其被配置成获取从检测传感器输出的传感器信号；选择单元，其被配置成从由肌电信号获取单元获取的第二侧部分上的多个第二肌电信号之中选择与由传感器信号获取单元获取的传感器信号具有相关性的至少一个肌电信号；以及相似度输出单元，其被配置成从由肌电信号获取单元获取的第一侧部分上的多个第一肌电信号之中选择从下述肌电传感器输出的第一肌电信号、计算这些相关肌电信号之间的相似度并且输出所计算的相似度，该肌电传感器附接在与输出由选择单元选择的第二相关肌电信号的肌电传感器的位置左右对称的位置处。

Description

康复评估设备、康复评估方法以及康复评估程序
技术领域
本公开内容涉及康复评估设备、康复评估方法和康复评估程序。
背景技术
存在患有左右肢体之一的一部分瘫痪的偏瘫的患者。帮助这些患者进行康复训练的设备日渐普及。已知一种用于通过使患者尝试对非瘫痪侧以及瘫痪侧进行某些康复训练来评估非瘫痪侧的恢复水平并且然后执行关于在瘫痪侧获得的多少肌电信号与在非瘫痪侧获得的肌电信号类似的计算的训练设备(例如日本未审查专利申请公布第2015-73805号)。
发明内容
本发明人已经发现以下问题。明显的是，当患者尝试进行康复训练时，对康复训练的试验起作用的肌肉以及这些肌肉以协作方式起作用的比率因个体而异并且也根据患者进行试验的环境和条件而不同。因此，很难根据试验预先确定应该选择哪些肌肉来观察肌肉的肌电位。当测量肌电位的位置的数目小时，很可能忽略对试验中的动作显著起作用的肌肉。另一方面，当测量肌电位的位置的数目增加太多时，与对试验中的动作不太起作用的肌肉有关的数据可能成为主导。无论哪种情况，都难以通过将从瘫痪侧获得的肌电信号与从非瘫痪侧获得的肌电信号进行比较来准确地评估患病部位的恢复的水平(下文中也称为“恢复水平”)。
为了解决上述问题提出了本公开内容并且本公开内容的目的在于提供康复评估设备等，其能够在不需要在每次患者进行康复训练时调整肌电位传感器的位置的麻烦的试错处理的情况下在短时间内准确地评估患病部位的恢复水平。
第一示例性方面是一种康复评估设备，该康复评估设备被配置成通过康复训练来评估受训者的恢复水平，该康复评估设备包括：肌电信号获取单元，其被配置成获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，第一肌电传感器附接在第一侧部分上的多个位置处，并且第二肌电传感器附接在第二侧部分上的多个位置处，在受训者的肢体被分成左侧和右侧时，第一侧部分位于两侧中包括康复目标部位的一侧上，第二侧部分位于两侧中不包括康复目标部位的另一侧上，第二肌电传感器的位置与相应的第一肌电传感器的位置关于肢体左右对称；传感器信号获取单元，其被配置成获取从检测传感器输出的传感器信号，检测传感器被配置成对在康复训练中由与在第一侧部分中执行的训练动作对应的比较动作引起的第二侧部分中的变化量进行检测，在该康复训练中，受训者是检测目标并且在第二侧部分中执行比较动作；选择单元，其被配置成从由肌电信号获取单元获取的多个第二肌电信号之中选择与由传感器信号获取单元获取的传感器信号具有相关性的至少一个第二肌电信号作为第二相关肌电信号；以及相似度输出单元，其被配置成从由肌电信号获取单元获取的多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算第一相关肌电信号与第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出由选择单元选择的第二相关肌电信号的第二肌电传感器的位置关于肢体左右对称的位置处。
根据如上面所描述的那样配置的康复评估设备，由于选择并比较来自对康复训练中的训练动作显著起作用的肌肉的肌电信号，所以可以准确地评估患病部位的恢复水平。即，即使当将肌电传感器附接在多个位置处，也排除与训练动作不显著相关的肌电信号，从而使得可以获得准确的评估结果。此外，不存在不能获得来自对训练动作显著起作用的肌肉的任何肌电信号的可能性或该可能性较小。此外，由于可以附接大量的肌电传感器，所以不需要在通过试错处理观察肌电传感器的输出的同时精细地调整每个肌电传感器的位置。因此，可以减少康复训练所需的总时间。
在上述康复评估设备中，当受训者尝试重复执行训练动作时，相似度输出单元可以连续地使用输出曾经被选择过的第一相关肌电信号的第一肌电传感器的输出，作为第一相关肌电信号。通过以这种方式确定第一相关肌电信号，不需要在每次受训者进行康复训练时使受训者在非瘫痪侧执行比较动作，从而使得可以高效地实施康复训练。
此外，选择单元可以根据由传感器信号获取单元获取的传感器信号来计算比较动作的动作频率，并且可以从由肌电信号获取单元获取的多个第二肌电信号之中选择在动作频率下具有预定强度或更强强度的肌电信号，作为与传感器信号具有相关性的第二相关肌电信号。通过评估如上所述的频域中的肌电信号，可以消除不确定因素，例如肌电信号的偏移值和振幅的变化。此外，可以将根据对目标第二肌电信号执行滤波处理之后获得的采样值计算的均方根值与在动作频率下的强度相加，并且可以将结果值与预定值进行比较。通过针对肌电信号的经过时间取振幅值，可以选择来自显著影响训练动作的肌肉的肌电信号。
此外，当m个所选择的第一相关肌电信号分别由在每一个中按时间顺序排列有t个检测到的肌电位作为其元素的行向量M1 (1)、M1 (2)、......、M1 (m)表示、并且所有所选择的第一相关肌电信号由竖直排列这些行向量的第一肌电位矩阵M1表示时，
相似度输出单元优选地计算第一肌肉协同矩阵W1、第一控制矩阵C1以及第一误差矩阵E1，使得这些矩阵通过非负矩阵因子分解而满足下面示出的关系：
M1＝W1C1+E1，
其中，在第一肌肉协同矩阵W1中水平排列每一个均具有m个元素的n个单位列向量W1 (1)、W1 (2)、......、W1 (n)，在第一控制矩阵C1中竖直排列每一个均具有t个元素的n个单位行向量C1 (1)、C1 (2)、......、C1 (n)，
当m个所选择的第二相关肌电信号分别由在每一个中按时间顺序排列有t个检测到的肌电位作为其元素的行向量M2 (1)、M2 (2)、......、M2 (m)表示、并且所有所选择的第二相关肌电信号由竖直排列这些行向量的第二肌电位矩阵M2表示时，
相似度输出单元优选地计算第二肌肉协同矩阵W2、第二控制矩阵C2以及第二误差矩阵E2，使得这些矩阵通过非负矩阵因子分解而满足下面示出的关系：
M2＝W2C2+E2，
其中，在第二肌肉协同矩阵W2中水平排列每一个均具有m个元素的n个单位列向量W2 (1)、W2 (2)、......、W2 (n)，在第二控制矩阵C2中竖直排列每一个均具有t个元素的n个单位行向量C2 (1)、C2 (2)、......、C2 (n)，
并且相似度输出单元通过对第一肌肉协同矩阵W1和第二肌肉协同矩阵W2执行预定的相似度指数计算来计算相似度。
由于使用表示相互协作的肌肉之间的关系的第一肌肉协同矩阵W1和第二肌肉协同矩阵W2作为用于上述相似度指数计算的基础，所以可以获得正确地反映患病部位的恢复水平的评估值。
第二示例性方面是一种用于通过康复训练来评估受训者的恢复水平的康复评估方法，该康复评估方法包括：肌电信号获取步骤：获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，第一肌电传感器附接在第一侧部分上的多个位置处，并且第二肌电传感器附接在第二侧部分上的多个位置处，当受训者的肢体被分成左侧和右侧时，第一侧部分位于两侧中包括康复目标部位的一侧上，第二侧部分位于两侧中不包括康复目标部位的另一侧上，第二肌电传感器的位置与相应的第一肌电传感器的位置关于肢体左右对称；传感器信号获取步骤：获取从检测传感器输出的传感器信号，检测传感器被配置成对在康复训练中由与在第一侧部分中执行的训练动作对应的比较动作引起的第二侧部分中的变化量进行检测，在该康复训练中，受训者是检测目标并且在第二侧部分中执行比较动作；选择步骤：从在肌电信号获取步骤中获取的多个第二肌电信号之中选择与在传感器信号获取步骤中获取的传感器信号具有相关性的至少一个第二肌电信号作为第二相关肌电信号；以及相似度输出步骤：从在肌电信号获取步骤中获取的多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算第一相关肌电信号与第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出在选择步骤中选择的第二相关肌电信号的第二肌电传感器的位置关于肢体左右对称的位置处。即使在该实施方式中，与第一方面类似，也可以准确地评估患病部位的恢复水平并且减少康复训练所需的总时间。
第三示例性方面是一种用于通过康复训练来评估受训者的恢复水平的康复评估程序，所述康复评估程序适于使计算机执行如下步骤：肌电信号获取步骤：获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，第一肌电传感器附接在第一侧部分上的多个位置处，并且第二肌电传感器附接在第二侧部分上的多个位置处，在受训者的肢体被分成左侧和右侧时，第一侧部分位于两侧中包括康复目标部位的一侧上，第二侧部分位于两侧中不包括康复目标部位的另一侧上，第二肌电传感器的位置与相应的第一肌电传感器的位置关于肢体左右对称；传感器信号获取步骤：获取从检测传感器输出的传感器信号，检测传感器被配置成对在康复训练中由与在第一侧部分中执行的训练动作对应的比较动作引起的第二侧部分中的变化量进行检测，在该康复训练中，受训者是检测目标并且在第二侧部分中执行比较动作；选择步骤：从在肌电信号获取步骤中获取的多个第二肌电信号之中选择与在传感器信号获取步骤中获取的传感器信号具有相关性的至少一个第二肌电信号作为第二相关肌电信号；以及相似度输出步骤：从在肌电信号获取步骤中获取的多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算第一相关肌电信号与第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出在选择步骤中选择的第二相关肌电信号的第二肌电传感器的位置关于肢体左右对称的位置处。即使在该实施方式中，与第一方面类似，也可以准确地评估患病部位的恢复水平并且减少康复训练所需的总时间。
根据本公开内容，可以提供能够在不需要在每次患者进行康复训练时调整肌电位传感器的位置的麻烦的试错处理的情况下在短时间内准确地评估患病部位的恢复水平的康复评估设备等。
本公开内容的上述和其他目的、特征和优点根据下文给出的详细描述以及仅通过示出的方式给出的附图将更充分地被理解，并且因此不被认为是限制本公开内容。
附图说明
图1是示出根据本公开内容的康复训练系统的整体配置的示意图；
图2是整个康复训练系统的框图；
图3是示出控制计算单元的处理过程的流程图；
图4是示出选择单元的处理过程的流程图；
图5是示出相似度计算单元的处理过程的流程图；以及
图6是示出恢复水平的显示画面的示例。
具体实施方式
在下文中，将通过本公开内容的实施方式来说明本公开内容。然而，本公开内容的实施方式不旨在限制本公开内容的根据权利要求书的范围。此外，作为解决问题的手段，实施方式中描述的所有部件/结构不一定是必不可少的。
图1是示出根据实施方式的康复训练系统100的整体配置的示意图。康复训练系统100是使得受训者能够进行康复训练的设备。受训者可以是患有偏瘫的患者，其中，当他/她的肢体在连接前额和裆部的中心的中心线上被划分成左侧和右侧时，左右侧之一的一部分瘫痪。在该实施方式中，作为示例，受训者是左臂瘫痪的患者。如图所示，作为康复目标的左臂所在的受训者身体的左半部分被称为瘫痪侧或第一侧，而身体的右半部分即身体的另一侧被称为非瘫痪侧或第二侧。
例如，受训者执行将他/她的左前臂抬起的动作作为康复训练中的训练动作。用于测量由于该训练动作而变化的肌电位的第一肌电传感器310附接至瘫痪侧上的多个肌肉部分中的每一个。第一肌电传感器310例如是执行表面肌电图测量(EMG测量)并且能够通过无线通信输出作为测量结果的第一肌电信号的传感器。
在该实施方式中，受训者还执行与非瘫痪侧的训练动作等同的比较动作。在受训者执行将他/她的左前臂抬起的动作作为训练动作的情况下，他/她执行将他/她的右前臂抬起的动作作为比较动作。用于测量由于该比较动作而变化的肌电位的第二肌电传感器320附接至非瘫痪侧上的多个肌肉部分中的每一个。更具体地，第二肌电传感器320中的每个第二肌电传感器附接在与第一肌电传感器310的相应的第一肌电传感器的位置关于肢体的中心线对称的位置处。第二肌电传感器320与第一肌电传感器310相同并且能够通过无线通信输出作为测量结果的第二肌电信号。
此外，加速度传感器330也附接至受训者，作为用于检测由比较动作引起的第二侧部分中的变化量的检测传感器。在该示例中，由于受训者执行将他/她的右前臂抬起的动作作为比较动作，所以加速度传感器330附接在动作的变化相当大的他/她的右手腕处。加速度传感器330可以检测在比较动作期间改变的右手腕的加速度并且能够通过无线通信输出作为检测结果的加速度信号。
作为控制整个康复训练系统100的计算机的PC(个人计算机)200接收第一肌电信号和第二肌电信号以及加速度信号并且计算瘫痪部位的恢复水平。计算的结果等被显示在显示器400中。显示器400例如包括作为显示单元的液晶面板。受训者和训练助手等观看显示器400中的显示，从而能够检查康复训练的结果(例如效果)。此外，受训者和训练助手等还可以检查显示器400中的训练菜单等。
图2是整个康复训练系统100的框图。康复训练系统100包括PC 200、通过网络连接至PC 200的第一肌电传感器310、第二肌电传感器320、加速度传感器330、显示器400和数据累积单元500。
每个第一肌电传感器310测量瘫痪侧的肌肉的肌电位并且将作为其测量结果的第一肌电信号发送至PC 200。每个第二肌电传感器320测量非瘫痪侧的肌肉的肌电位并且将作为其测量结果的第二肌电信号发送至PC 200。加速度传感器330检测加速度并且将作为其检测结果的加速度信号发送至PC 200。注意，在该实施方式中，尽管无线LAN用作每个信号的通信手段的示例，但是通信手段不限于无线LAN。即，通信手段可以是任何其他类型的无线通信手段或者可以是有线通信。
PC 200包括用作用于接收第一肌电信号和第二肌电信号的接收单元的肌电信号获取单元220。肌电信号获取单元220可以包括用于对接收到的肌电信号进行整形的滤波器电路，并且在通信IF是模拟IF的情况下，可以包括AD(模拟/数字)转换电路等。根据该配置，肌电信号获取单元220将经过滤波处理的接收到的第一肌电信号和第二肌电信号传送至控制计算单元210。
PC 200包括用作用于接收加速度信号的接收单元的加速度信号获取单元230。加速度信号获取单元230可以包括用于对接收到的加速度信号进行整形的滤波器电路，并且在通信IF是模拟IF的情况下，可以包括AD转换电路等。根据该配置，加速度信号获取单元230将经过滤波处理的接收到的加速度信号传送至控制计算单元210。
PC 200包括接收来自受训者或训练助手的指令操作的操作接收单元240。操作接收单元240例如接收来自放置(例如层叠)在显示器400上的触摸面板的信号以及来自连接的鼠标和键盘的信号。操作接收单元240接收来自受训者或训练助手的指令例如与训练菜单中的选择有关的指令以及与开始训练的准备完成有关的指令，并且将接收到的指令传送至控制计算单元210。
PC 200包括由例如SSD(固态驱动器)形成的存储单元250。存储单元250存储用于控制康复训练系统100的控制程序以及用于该控制的各种参数值、功能、查找表等。此外，存储单元250存储表示相似度(即相似的程度)和/或恢复水平等的评估值(将在稍后描述)。
PC 200包括显示控制单元260，该显示控制单元260产生表示要被显示的视频图像的信号并且将产生的视频信号发送至与PC 200连接的显示器400。控制计算单元210通过使用显示控制单元260以可视方式在显示器400中显示由受训者或训练助手观看的信息。
PC 200例如是CPU(中央处理单元)并且根据控制程序来控制整个康复训练系统100。此外，PC 200还用作执行与控制有关的各种类型的计算的功能计算单元。选择单元211从由肌电信号获取单元220获取的第二肌电信号之中选择与由加速度信号获取单元230获取的加速度信号具有相关性的至少一个第二肌电信号作为第二相关肌电信号。此外，相似度计算单元212从由肌电信号获取单元220获取的第一肌电信号之中选择从下述第一肌电传感器310输出的第一肌电信号作为第一相关肌电信号，该第一肌电传感器310附接在与输出由选择单元211选择的第二相关肌电信号的第二肌电传感器320的位置关于肢体左右对称的位置处。然后，相似度计算单元212计算第一相关肌电信号与第二相关肌电信号之间的相似度(即相似的程度)。稍后将详细说明上述处理的特定计算处理。
数据累积单元500例如是连接至内联网的诸如硬盘驱动器的记录介质并且累积由控制计算单元210计算的相似度(即相似的程度)、评估值等。例如，医生可以通过经由内联网访问数据累积单元500来通过安装在他/她的办公室中的终端等检查特定患者的恢复水平。即，从相似度计算单元212等输出的信息可以以可视的方式输出至显示器400或输出至数据累积单元500以备将来使用。换言之，通过与显示控制单元260以及用于向显示器400输出所计算的相似度的显示控制单元260的接口协作，相似度计算单元212用作以可视的方式将所计算的相似度输出的相似度输出单元。此外，通过与用于向数据累计单元500输出所计算的相似度的接口协作，相似度计算单元212用作将所计算的相似度输出(并且存储)使得所计算的相似度能够在以后被使用的相似度输出单元。相似度计算单元212还可以支持其他输出手段并且可以通过与适当连接的硬件协作来形成其他类型的相似度输出单元。应当注意的是，PC 200可以从数据累积单元500获取与从现在起开始训练的受训者有关的信息。
接下来说明当受训者进行一系列训练时由控制计算单元210执行的处理。图3是示出由控制计算单元210执行的处理的过程的流程图。该流程以下面的状态开始。即，第一肌电传感器310中的每个第一肌电传感器附接在瘫痪侧的预定位置处，并且第二肌电传感器320中的每个第二肌电传感器附接在与第一肌电传感器310中的相应的第一肌电传感器的位置左右对称的非瘫痪侧的位置处。此外，加速度传感器330附接至受训者的在非瘫痪侧的手腕。
在步骤S101中，控制计算单元210通过操作接收单元240接收来自受训者等的训练菜单中的选择。受训者等在显示在显示器400中的训练菜单中选择他/她将从现在起进行的训练项目。注意，受训者根据要在训练菜单中选择的训练项目预先将第一肌电传感器310和第二肌电传感器320以及加速度传感器330穿戴(即附接)在适当的位置处。在该示例中，假定受训者在训练菜单中选择受训者多次重复将他/她的左前臂抬起的训练动作的训练项目。因此，第一肌电传感器310以分散的方式附接在位于瘫痪侧的左上半身，并且第二肌电传感器320以分散的方式附接在位于非瘫痪侧的右上半身。此外，加速度传感器330附接在位于非瘫痪侧的右手腕。
控制计算单元210进行至步骤S102，在步骤S102中，控制计算单元210通过显示器400或通过使用语音产生功能来指示受训者尝试在非瘫痪侧执行比较动作。比较动作是与训练动作对应的动作并且与训练动作关于肢体左右对称。在该示例中，由于假定受训者执行将他/她的左前臂抬起的动作作为训练动作，所以比较动作是将他/她的右前臂抬起的动作。受训者根据上述试验指令执行比较动作。
控制计算单元210进行至步骤S103，在步骤S103中，控制计算单元210通过使用肌电信号获取单元220获取由受训者执行的比较动作引起的第二肌电信号。此外，同时，控制计算单元210通过使用加速度信号获取单元230获取由比较动作引起的加速度信号。然后，控制计算单元210进行至步骤S104，在步骤S104中，作为控制计算单元210的功能计算单元的选择单元211从所获取的第二肌电信号之中选择与所获取的加速度信号具有相关性的第二肌电信号作为第二相关肌电信号。被选择作为第二相关肌电信号的第二肌电信号的数目可以是预先确定的固定数目。可替选地，可以不预先确定该数目，并且可以选择具有一定相关水平或更大相关水平的所有第二肌电信号。在任何情况下，第二相关肌电信号的数目不小于1且不大于第二肌电信号的数目。稍后将详细解释特定的计算方法等。
控制计算单元210进行至步骤S105，在步骤S105中，控制计算单元210通过显示器400或通过使用语音产生功能来指示受训者尝试在瘫痪侧执行训练动作。受训者根据该试验指令执行训练动作。控制计算单元210进行至步骤S106，在该步骤S106中，控制计算单元210通过使用肌电信号获取单元220获取由受训者执行的训练动作引起的第一肌电信号。
然后，控制计算单元210进行至步骤S107，在步骤S107中，作为控制计算单元210的功能计算单元的相似度计算单元212从获取的第一肌电信号之中选择从下述第一肌电传感器310输出的第一肌电信号作为第一相关肌电信号，该第一肌电传感器310附接在与输出了在步骤S104中由选择单元211选择的第二相关肌电信号的第二肌电传感器320的位置关于肢体左右对称的位置处。注意，在该示例中，在步骤S106中获取所有第一肌电信号，然后在步骤S107中选择第一相关肌电信号。然而，在步骤S106中，可以仅从被确定为目标第一肌电传感器310的第一肌电传感器310获取第一相关肌电信号。此外，相似度计算单元212计算第一相关肌电信号与第二相关肌电信号之间的相似度(即相似的程度)。稍后将详细说明特定的计算方法等。
控制计算单元210进行至步骤S108，在步骤S108中，控制计算单元210通过使用显示控制单元260将在步骤S108中计算的相似度显示在显示器400中。然后，控制计算单元210进行至步骤S109，在步骤S109中，控制计算单元210确定训练项目是否已经完成，即，训练动作的试验次数是否已经达到预定次数。当试验次数未达到预定次数时，控制计算单元210返回到步骤S105，并且受训者重复训练动作。注意，当受训者重复尝试训练动作时，可以连续使用已经在步骤S107中选择的第一肌电传感器310的输出作为第一相关肌电信号。通过确定针对第二次训练动作和随后的训练动作连续输出该第一相关肌电信号的第一肌电传感器310，可以使得受训者能够在每次受训者执行训练动作时跳过执行比较动作的麻烦任务。此外，由于可以将共同的信号用作要在相同试验的重复中进行比较的信号，所以也可以将每次试验中计算的相似度的变化和诸如平均值的统计值用作指示恢复水平的指数。
当试验次数达到预定次数时，控制计算单元210进行至步骤S110。在步骤S110中，控制计算单元210通过使用显示控制单元260将一系列训练的结果显示在显示器400中。此外，控制计算单元210将结果输出至数据累积单元500。数据累积单元500接收训练结果并且将训练结果存储为与执行了训练的受训者有关的信息。控制计算单元210进行至步骤S111，在步骤S111中，控制计算单元210确定是否通过操作接收单元240从受训者等接收到了继续进行训练的指令。当控制计算单元210确定已经接收到继续的指令时，控制计算单元210返回到步骤S101并且继续这一系列训练程序。当控制计算单元210确定未接收到继续的指令时，控制计算单元210完成这一系列处理。
接下来，详细说明步骤S104中的处理。图4是示出步骤S104中的详细处理过程的流程图。在该实施方式中，如上所述，将从多个第一肌电信号中选择的第一相关肌电信号与从多个第二肌电信号中选择的第二相关肌电信号进行比较，以计算第一相关肌电信号与第二相关肌电信号之间的相似度。即，相似度不是通过使用所有肌电信号来计算的。首先说明该特征的含义。
显然，当受训者尝试进行康复训练时，对试验起作用的肌肉以及每个肌肉以协作的方式起多少作用因个体而异并且也根据受训者进行试验的环境和条件而不同。因此，在通过将作为训练动作的结果生成并在瘫痪侧检测到的肌电信号与由于作为与训练动作等同的动作的比较动作生成并在非瘫痪侧检测到的肌电信号进行比较来评估瘫痪侧的恢复水平的情况下，当测量肌电位的位置的数目很小时，不能准确评估恢复水平。即，存在高可能性不能获取对比较动作显著起作用的肌肉的肌电信号，并且因此不可以评估该肌肉是否适当地起作用。可以想到的是，通过试错处理来调整附接肌电传感器的位置。然而，该处理的任务是庞大的并且需要较长时间。因此，增加了肌电传感器的数目，从而可以一次在大量位置处获取肌电信号。
然而，如果通过使用从大量附接的肌电传感器输出的所有肌电信号进行比较，则来自对训练动作不太起作用的肌肉的肌电信号成为主导。因此，大值总是被计算(即获得)为相似度。即，计算值不适合作为用于评估恢复水平的值。因此，在该实施方式中，从大量附接的肌电传感器获取的并且用于评估计算的肌电信号之中选择从附接在只要不瘫痪就对训练动作显著起作用的肌肉中的肌电传感器输出的肌电信号。
因此，首先，受训者试图在非瘫痪侧执行比较动作，并且选择从附接在对比较动作显著起作用的肌肉中的肌电传感器输出的肌电信号。具体地，从自第二肌电传感器320输出的第二肌电信号之中选择对比较动作有显著反应的第二肌电信号，作为第二相关肌电信号。然而，从第二肌电传感器320输出的每个第二肌电信号可能随着时间而改变。因此，不能仅通过将这些第二肌电信号相互比较来确定哪一个第二肌电信号对比较动作有反应。因此，在该实施方式中，加速度传感器330用作对由比较动作引起移动的部位中的物理变化量进行检测的传感器。即，在第二肌电信号之中，与作为加速度传感器330的输出的加速度信号具有较大相关性的第二肌电信号被视为来自对比较动作有显著反应的肌肉的信号。以这种方式选择的第二肌电信号被限定为第二相关肌电信号。下面说明的处理过程是用于选择第二相关肌电信号的过程的示例。
在步骤S1041中，选择单元211基于加速度信号来分析(即获得)作为比较动作的用于使右前臂抬起的动作的动作频率。具体地，对加速度信号执行傅立叶变换并且将加速度信号具有最大强度的频率确定为动作频率。选择单元211进行至步骤S1042，在步骤S1042中，选择单元211通过执行傅里叶变换将每个第二肌电信号转换成频域中的信号并且提取在步骤S1041中分析(即获得)的动作频率下的每个信号的强度。
选择单元211进行至步骤S1043，在步骤S1043中，选择单元211计算尚未对其执行傅立叶变换的每个第二肌电信号的均方根值。具体地，当第P个第二肌电信号M2 (P)的第一个至第t个个体信号值b按采样顺序被表示为如下时：
[表达式1]
Figure BDA0001721623790000121
第二肌电信号M2 (P)的均方根值R(P)被计算为如下：
[表达式2]
Figure BDA0001721623790000122
选择单元211进行至步骤S1044，在步骤S1044中，选择单元211计算通过将在步骤S1043中计算的第二肌电信号均方根值与在步骤S1042中提取的相应第二肌电信号的强度相加并且从而向相应第二肌电信号的强度分配权重所获得的计算的比较值。例如，当在动作频率下的第P个第二肌电信号M2 (P)的强度为F(P)时，该第二肌电信号M2 (P)的计算的比较值Q(P)被表示为如下：
[表达式3]
Q(p)＝F(p)+R(p)
选择单元211进行至步骤S1045，在步骤S1045中，选择单元211选择第二肌电信号的最大的S0个计算的比较值并且将与所选择的比较值对应的第二肌电信号限定为第二相关肌电信号。例如，在九个第二肌电传感器320附接在第二侧部分中的情况下，第二肌电信号的数目是九个。此外，当数目S0被设置成五(S0＝5)时，确定出五个第二相关肌电信号。通过上述一系列处理，选择出第二相关肌电信号。注意，选择单元211可以预先限定参考计算比较值Q0。然后，选择单元211可以将计算的比较值等于或大于该值的所有第二肌电信号确定为第二相关肌电信号。在这种情况下，在每次确定出第二相关肌电信号时，第二相关肌电信号的数目改变。
接下来，详细说明步骤S107中的处理。图5是示出步骤S107中的详细处理过程的流程图。在步骤S1071中，相似度计算单元212从在步骤S106中获取的第一肌电信号之中选择对应的第一相关肌电信号。例如，当在步骤S107中选择出五个第二相关肌电信号时，在该处理中选择的第一相关肌电信号的数目也是五个。
相似度计算单元212进行至步骤S1072，在步骤S1072中，相似度计算单元212计算第一相关肌电信号的相应肌肉协同矩阵。在步骤S1071中选择出m个第一相关肌电信号的情况下，当第一个第一相关肌电信号至第m个第一相关肌电信号中的每一个由按采样顺序即按时间顺序排列有个体肌电位的第一个至第t个信号值a的行向量来表示时，每一个第一相关肌电信号被表示为如下：
[表达式4]
Figure BDA0001721623790000131
当表示所有第一相关肌电信号、并且竖直排列表示相应第一相关肌电信号的行向量的矩阵由第一肌电位矩阵M1表示时，该矩阵被表示为如下：[表达式5]
Figure BDA0001721623790000132
该第一肌电位矩阵M1通过使用非负矩阵因子分解被因子分解为如下：
[表达式6]
M1＝W1C1+E1
在该表达式中，W1是第一肌肉协同矩阵。第一肌肉协同矩阵W1是水平排列每一个均包括m个元素——即，第一个至第m个元素j——的被表示为如下的第一个至第n个单位列向量W1 (1)、W1 (2)、......、W1 (n)的矩阵：
[表达式7]
Figure BDA0001721623790000141
该矩阵如下：
[表达式8]
Figure BDA0001721623790000142
此外，C1是第一控制矩阵。第一控制矩阵C1是竖直排列每一个均包括t个元素——即，第一个至第t个元素g——的被表示为如下的第一个至第n个行矢量C1 (1)、C1 (2)、......、C1 (n)的矩阵：
[表达式9]
Figure BDA0001721623790000151
该矩阵如下：
[表达式10]
Figure BDA0001721623790000152
此外，E1是误差矩阵。类似于第一肌电位矩阵M1，误差矩阵E1包括m×t个元素。
类似于上述处理，针对第二相关肌电信号执行类似的计算。当第一个至第m个第二相关肌电信号中的每一个由按采样顺序即按时间顺序排列有个体肌电位的第一个至第t个信号值b的行向量来表示时，每一个第二相关肌电信号被表示为如下：
[表达式11]
Figure BDA0001721623790000153
当表示所有第二相关肌电信号、并且竖直排列表示相应第二相关肌电信号的行向量的矩阵由第二肌电位矩阵M2表示时，该矩阵被表示为如下：
[表达式12]
Figure BDA0001721623790000161
该第二肌电位矩阵M2通过使用非负矩阵因子分解被因子分解为如下：
[表达式13]
M2＝W2C2+E2
在该表达式中，W2是第二肌肉协同矩阵。第二肌肉协同矩阵W2是水平排列每一个均包括m个元素——即，第一个至第m个元素k——的被表示为如下的第一个至第n个单位列向量W2 (1)、W2 (2)、......、W2 (n)的矩阵：
[表达式14]
Figure BDA0001721623790000162
该矩阵如下：
[表达式15]
Figure BDA0001721623790000171
此外，C2是第二控制矩阵。第二控制矩阵C2是竖直排列每一个均包括t个元素——即，第一个至第t个元素h——的被表示为如下的第一个至第n个行向量C2 (1)、C2 (2)、......、C2 (n)的矩阵：
[表达式16]
Figure BDA0001721623790000172
该矩阵如下：
[表达式17]
Figure BDA0001721623790000173
此外，E2是误差矩阵。类似于第二肌电位矩阵M2，误差矩阵E2包括m×t个元素。注意，在例如由本申请的申请人提交的日本未审查专利申请公布第2015-73805号中详细说明了上述计算。
在如上面所描述的那样计算第一肌肉协同矩阵W1和第二肌肉协同矩阵W2之后，相似度计算单元212进行至步骤S1073，在步骤S1073中，相似度计算单元212通过使用这些矩阵执行相似度指数计算来计算相似度(即相似的程度)。相似度SI通过以下表达式来计算。
[表达式18]
Figure BDA0001721623790000174
在该表达式中，W1 (i)是第一肌肉协同矩阵W1的第i个单位列向量，W2 (i)是第二肌肉协同矩阵W2的第i个单位列向量。数量n是如上所述的每个矩阵中的单位列向量的数目。此外，r(W1 (i)，W2 (i))表示第i个单位列向量中的皮尔逊(Pearson)相关系数并且被表示为如下：
[表达式19]
Figure BDA0001721623790000181
在该表达式中，m是如上所述的每个单位列向量中的元素的数目。此外，
[表达式20]
Figure BDA0001721623790000182
分别是W1 (i)的元素的平均值、W2 (i)的元素的平均值、W1 (i)的元素的标准偏差以及W2 (i)的元素的标准偏差。以这种方式计算的相似度SI取0与1之间的值。此外，相似度SI越接近1，肌肉协同矩阵彼此越相似。即，这表明在瘫痪侧和非瘫痪侧的肌肉活动彼此相似。通过上述一系列处理，相似度被计算出。
图6是示出在显示器400中显示的受训者的恢复水平的显示画面(即显示图像)的示例。如图所示，每次受训者尝试训练动作时计算的每个相似度被绘制成图，并且这些相似度用折线图来表示。即，对一系列训练的总体评估被示出为恢复水平评估。通过使用多个计算的相似度来确定恢复水平评估。例如，计算相似度的平均值，并且获得与计算出的平均值对应的评估(该图中的示例中的“C+”)。如图所示，可以添加训练名称和过去训练历史作为显示画面中的显示项目。
在上述实施方式中，将前臂抬起的动作被用作训练动作的示例。然而，毋庸置疑，可以使用其他类型的动作。例如，可以准备转向盘并且受训者可以旋转该转向盘作为训练动作。在这种情况下，当受训者用双手转动转向盘时，顺时针方向的旋转动作与逆时针方向的旋转动作对称。因此，这些动作中的一个动作可以用作训练动作，而另一个动作可以用作比较动作。以这种方式，可以以连续方式获取瘫痪侧的肌电信号和非瘫痪侧的肌电信号。
此外，瘫痪部分不限于上半身，并且也可以是下半身。例如，在右腿受伤的患者执行康复训练的情况下，可以对患者在跑步机上交替地移动瘫痪侧的右腿和非瘫痪侧的左腿的行走动作应用上述技术，从而评估右腿的恢复水平。用于控制康复训练系统100的控制程序可以被配置成使得受训者等可以通过选择对应的项目来执行各种训练程序。
此外，虽然在上述实施方式中使用了加速度传感器330，但是用于检测由比较动作引起的物理变化量的检测传感器不限于加速度传感器。如在加速度传感器的情况下那样可以直接附接至移动部位的传感器是优选的。然而，使用非接触式传感器可以减少附接传感器所需的时间，并且减少训练中的不便。例如，可以使用数码相机作为非接触式传感器。通过利用设置在移动部位的侧面的相机拍摄移动部位的图像并且分析拍摄图像上的移动部位的变化，可以检测移动部位中的物理变化量，从而计算比较动作的动作频率。此外，检测传感器不限于直接检测由比较动作引起的移动部位中的物理变化量的检测传感器。例如，可以以时间序列的方式检测比较动作期间移动部位的物理位置。然后，可以通过处理关于该位置的时间序列数据来计算和检测移动部位中的变化量。
此外，在上述实施方式中，当选择单元211选择第二相关肌电信号时，选择单元211通过将根据已经经历滤波处理的目标第二肌电信号的采样值计算出的均方根值与动作频率下的强度相加来计算所计算的比较值。然而，为了简化计算，可以跳过加上均方根值。毋庸置疑，可以通过结合其他因子来提高评估的准确性。此外，在上述实施方式中，选择单元211基于比较动作的动作频率来选择第二相关肌电信号。然而，可以基于其他物理量来选择第二相关肌电信号。
此外，尽管在上述实施方式中相似度的计算使用皮尔逊相关系数，但也可以使用其他评估公式。可以使用任何公知的评估公式，只要它可以用于评估第一肌肉协同矩阵W1与第二肌肉协同矩阵W2之间的相似度。
此外，没有特别指定执行上述流程中的处理的顺序。即，只要在后续处理中不使用进行的处理中的输出，则可以以任意顺序执行上述流程中的处理。在上述说明中，使用术语“首先”、“接下来”等。然而，这些术语并不意味着必须根据这些术语的字面含义来执行这些处理。
程序可以使用任何类型的非暂态计算机可读介质存储并且提供给计算机。非暂态计算机可读介质包括任何类型的有形存储介质。非暂态计算机可读介质的示例包括磁存储介质(如软盘、磁带、硬盘驱动器等)、光磁存储介质(例如磁光盘)、CD-ROM(致密盘只读存储器)、CD-R(可记录致密盘)、CD-R/W(可重写致密盘)以及半导体存储器(如掩模ROM、PROM(可编程ROM)、EPROM(可擦除PROM)、闪存ROM、RAM(随机存取存储器)等)。程序可以使用任何类型的暂态计算机可读介质提供给计算机。暂态计算机可读介质的示例包括电信号、光信号和电磁波。暂态计算机可读介质可以通过有线通信线路(例如电线和光纤)或无线通信线路将程序提供给计算机。
根据如此描述的公开内容，明显的是，本公开内容的实施方式可以以许多方式变化。这样的变化不被认为是背离本公开内容的精神和范围，并且对于本领域技术人员而言明显的所有这样的修改旨在包括在权利要求书的范围内。

Claims (6)

1.一种康复评估设备，所述康复评估设备被配置成通过康复训练来评估受训者的恢复水平，所述康复评估设备包括：
肌电信号获取单元，其被配置成获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，所述第一肌电传感器附接在第一侧部分上的多个位置处，并且所述第二肌电传感器附接在第二侧部分上的多个位置处，在受训者的肢体被分成左侧和右侧时，所述第一侧部分位于两侧中包括康复目标部位的一侧上，所述第二侧部分位于两侧中不包括所述康复目标部位的另一侧上，所述第二肌电传感器的位置与相应的第一肌电传感器的位置关于所述肢体左右对称；
传感器信号获取单元，其被配置成获取从检测传感器输出的传感器信号，所述检测传感器被配置成对在康复训练中由与在所述第一侧部分中执行的训练动作对应的比较动作引起的所述第二侧部分中的变化量进行检测，在所述康复训练中，受训者是检测目标并且在所述第二侧部分中执行所述比较动作；
选择单元，其被配置成：根据由所述传感器信号获取单元获取的所述传感器信号来计算所述比较动作的动作频率，并且从由所述肌电信号获取单元获取的所述多个第二肌电信号之中选择在所述动作频率下具有预定强度或更强强度的第二肌电信号，作为第二相关肌电信号；以及
相似度输出单元，其被配置成从由所述肌电信号获取单元获取的所述多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算所述第一相关肌电信号与所述第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出由所述选择单元选择的第二相关肌电信号的第二肌电传感器的位置关于所述肢体左右对称的位置处。
2.根据权利要求1所述的康复评估设备，其中，当受训者尝试重复执行所述训练动作时，所述相似度输出单元连续地使用输出曾经被选择过的所述第一相关肌电信号的所述第一肌电传感器的输出，作为所述第一相关肌电信号。
3.根据权利要求1所述的康复评估设备，其中，所述选择单元将根据对目标第二肌电信号执行滤波处理之后获得的采样值计算的均方根值与在所述动作频率下的强度相加，并且将结果值与预定值进行比较。
4.根据权利要求1至3中任一项所述的康复评估设备，其中，
当m个所选择的第一相关肌电信号分别由在每一个中按时间顺序排列有t个检测到的肌电位作为其元素的行向量M1 (1)、M1 (2)、......、M1 (m)表示、并且所有所选择的第一相关肌电信号由竖直排列这些行向量的第一肌电位矩阵M1表示时，
所述相似度输出单元计算第一肌肉协同矩阵W1、第一控制矩阵C1以及第一误差矩阵E1，使得这些矩阵通过非负矩阵因子分解而满足下面示出的关系：
M1＝W1C1+E1，
其中，在第一肌肉协同矩阵W1中水平排列每一个均具有m个元素的n个单位列向量W1 (1)、W1 (2)、......、W1 (n)，在第一控制矩阵C1中竖直排列每一个均具有t个元素的n个单位行向量C1 (1)、C1 (2)、......、C1 (n)，
当m个所选择的第二相关肌电信号分别由在每一个中按时间顺序排列有t个检测到的肌电位作为其元素的行向量M2 (1)、M2 (2)、......、M2 (m)表示、并且所有所选择的第二相关肌电信号由竖直排列这些行向量的第二肌电位矩阵M2表示时，
所述相似度输出单元计算第二肌肉协同矩阵W2、第二控制矩阵C2以及第二误差矩阵E2，使得这些矩阵通过非负矩阵因子分解而满足下面示出的关系：
M2＝W2C2+E2，
其中，在第二肌肉协同矩阵W2中水平排列每一个均具有m个元素的n个单位列向量W2 (1)、W2 (2)、......、W2 (n)，在第二控制矩阵C2中竖直排列每一个均具有t个元素的n个单位行向量C2 (1)、C2 (2)、......、C2 (n)，
并且所述相似度输出单元通过对所述第一肌肉协同矩阵W1和所述第二肌肉协同矩阵W2执行预定的相似度指数计算来计算所述相似度。
5.一种非暂态计算机可读介质，其记录有用于通过康复训练来评估受训者的恢复水平的康复评估程序，所述康复评估程序适于使计算机执行如下步骤：
肌电信号获取步骤：获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，所述第一肌电传感器附接在第一侧部分上的多个位置处，并且所述第二肌电传感器附接在第二侧部分上的多个位置处，在受训者的肢体被分成左侧和右侧时，所述第一侧部分位于两侧中包括康复目标部位的一侧上，所述第二侧部分位于两侧中不包括所述康复目标部位的另一侧上，所述第二肌电传感器的位置与相应的第一肌电传感器的位置关于所述肢体左右对称；
传感器信号获取步骤：获取从检测传感器输出的传感器信号，所述检测传感器被配置成对在康复训练中由与在所述第一侧部分中执行的训练动作对应的比较动作引起的所述第二侧部分中的变化量进行检测，在所述康复训练中，受训者是检测目标并且在所述第二侧部分中执行所述比较动作；
选择步骤：根据在所述传感器信号获取步骤中获取的所述传感器信号来计算所述比较动作的动作频率，并且从在所述肌电信号获取步骤中获取的所述多个第二肌电信号之中选择在所述动作频率下具有预定强度或更强强度的第二肌电信号，作为第二相关肌电信号；以及
相似度输出步骤：从在所述肌电信号获取步骤中获取的所述多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算所述第一相关肌电信号与所述第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出在所述选择步骤中选择的第二相关肌电信号的第二肌电传感器的位置关于所述肢体左右对称的位置处。
6.一种用于通过康复训练来评估受训者的恢复水平的康复评估程序，所述康复评估程序适于使计算机执行如下步骤：
肌电信号获取步骤：获取从相应的第一肌电传感器输出的多个第一肌电信号以及从相应的第二肌电传感器输出的多个第二肌电信号，所述第一肌电传感器附接在第一侧部分上的多个位置处，并且所述第二肌电传感器附接在第二侧部分上的多个位置处，在受训者的肢体被分成左侧和右侧时，所述第一侧部分位于两侧中包括康复目标部位的一侧上，所述第二侧部分位于两侧中不包括所述康复目标部位的另一侧上，所述第二肌电传感器的位置与相应的第一肌电传感器的位置关于所述肢体左右对称；
传感器信号获取步骤：获取从检测传感器输出的传感器信号，所述检测传感器被配置成对在康复训练中由与在所述第一侧部分中执行的训练动作对应的比较动作引起的所述第二侧部分中的变化量进行检测，在所述康复训练中，受训者是检测目标并且在所述第二侧部分中执行所述比较动作；
选择步骤：根据在所述传感器信号获取步骤中获取的所述传感器信号来计算所述比较动作的动作频率，并且从在所述肌电信号获取步骤中获取的所述多个第二肌电信号之中选择在所述动作频率下具有预定强度或更强强度的第二肌电信号，作为第二相关肌电信号；以及
相似度输出步骤：从在所述肌电信号获取步骤中获取的所述多个第一肌电信号之中选择从下述第一肌电传感器输出的第一肌电信号作为第一相关肌电信号、计算所述第一相关肌电信号与所述第二相关肌电信号之间的相似度并且输出所计算的相似度，该第一肌电传感器附接在与输出在所述选择步骤中选择的第二相关肌电信号的第二肌电传感器的位置关于所述肢体左右对称的位置处。
CN201810734331.6A 2017-07-10 2018-07-06 康复评估设备、康复评估方法以及康复评估程序 Expired - Fee Related CN109222968B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-134991 2017-07-10
JP2017134991A JP6590416B2 (ja) 2017-07-10 2017-07-10 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム

Publications (2)

Publication Number Publication Date
CN109222968A CN109222968A (zh) 2019-01-18
CN109222968B true CN109222968B (zh) 2021-10-08

Family

ID=62705482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810734331.6A Expired - Fee Related CN109222968B (zh) 2017-07-10 2018-07-06 康复评估设备、康复评估方法以及康复评估程序

Country Status (4)

Country Link
US (1) US11484225B2 (zh)
EP (1) EP3427642B1 (zh)
JP (1) JP6590416B2 (zh)
CN (1) CN109222968B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023086440A1 (en) * 2021-11-13 2023-05-19 Battelle Memorial Institute Network analysis of electromyography for diagnostic and prognostic assessment

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400619B (zh) * 2019-08-30 2023-07-21 上海大学 一种基于表面肌电信号的手功能康复训练方法
CN111407600A (zh) * 2020-05-07 2020-07-14 河南独树数字技术研究院(有限合伙) 动作意图识别训练仪
CN112494054B (zh) * 2020-11-26 2022-11-18 天津大学 基于多导肌电与脑电相干的卒中下肢运动康复评估方法
CN113509174B (zh) * 2021-05-27 2023-09-01 中国科学院深圳先进技术研究院 估计关节角度的方法、设备及存储介质
KR20230016499A (ko) * 2021-07-26 2023-02-02 현대자동차주식회사 비지도 학습을 이용하여 의도를 추정하기 위한 방법
CN113456065B (zh) * 2021-08-10 2022-08-26 长春理工大学 肢体动作识别方法、装置、系统以及可读存储介质
WO2023112096A1 (ja) * 2021-12-13 2023-06-22 日本電信電話株式会社 訓練支援装置、訓練支援方法、及びプログラム
CN114931391A (zh) * 2022-06-10 2022-08-23 法罗适(上海)医疗技术有限公司 一种基于表面肌电值的康复水平量化方法、康复系统
CN115024735B (zh) * 2022-06-30 2024-04-09 北京工业大学 一种基于运动意图识别模型的脑卒中患者康复方法及系统
CN115762708A (zh) * 2022-10-10 2023-03-07 中国地质大学（武汉） 利用多源信息和案例推理的下肢康复方案设计方法和装置
WO2024157145A1 (en) * 2023-01-23 2024-08-02 Morecognition S.R.L. A method of detecting and identifying muscle activations made by a user, corresponding system and computer program product

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282696A (zh) * 2005-10-11 2008-10-08 松下电器产业株式会社 动作支援装置以及动作支援方法
CN102488963A (zh) * 2011-12-08 2012-06-13 天津大学 一种功能性电刺激膝关节角度控制方法
WO2013023004A2 (en) * 2011-08-08 2013-02-14 Solinsky James C Systems and methods for sensing balanced-action for improving mammal work-track efficiency
CN103079649A (zh) * 2011-06-06 2013-05-01 电子系统股份有限公司 训练装置
CN103961800A (zh) * 2014-05-09 2014-08-06 苏州顿康医疗科技有限公司 具有实时反馈功能的肢体康复诊疗系统
CN104826230A (zh) * 2014-02-06 2015-08-12 丰田自动车株式会社 康复系统
CN104997514A (zh) * 2014-04-16 2015-10-28 日本光电工业株式会社 康复辅助系统
CN105050563A (zh) * 2013-03-14 2015-11-11 埃克苏仿生公司 用于合作式地上康复的动力矫形系统
EP2079430B1 (en) * 2006-10-20 2016-02-10 Valorisation-Recherche, Limited Partnership System for improving a subject's sensory, reflex and/or motor mechanisms via auditory, tactile or visual stimulations

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8099168B2 (en) * 2008-10-22 2012-01-17 Martin William Roche Post-operative pain inhibitor for joint replacement and method thereof
JP2006323690A (ja) * 2005-05-19 2006-11-30 Sony Corp 検索装置，プログラム及び検索方法
US9155487B2 (en) * 2005-12-21 2015-10-13 Michael Linderman Method and apparatus for biometric analysis using EEG and EMG signals
US8162857B2 (en) * 2006-10-11 2012-04-24 Koninklijke Philips Electronics N.V. Limb movement monitoring system
US9460266B2 (en) * 2008-02-21 2016-10-04 Motorika Limited System and a method for scoring functional abilities of a patient
US8282580B2 (en) * 2008-07-11 2012-10-09 Medtronic, Inc. Data rejection for posture state analysis
US8790264B2 (en) * 2010-05-27 2014-07-29 Biomedical Acoustics Research Company Vibro-acoustic detection of cardiac conditions
CN101961529B (zh) * 2010-08-13 2013-06-05 中国科学院深圳先进技术研究院 肌电反馈训练和功能评测遥操作装置及方法
TWI602545B (zh) * 2012-04-30 2017-10-21 國立交通大學 肌電訊號量測分析方法
KR101889787B1 (ko) * 2012-12-04 2018-08-20 삼성전자주식회사 신호 처리 방법 및 장치
US20140163412A1 (en) * 2012-12-11 2014-06-12 Vibrado Technologies, Inc. Myography method and system
JP6351250B2 (ja) 2012-12-14 2018-07-04 国立大学法人電気通信大学 電気刺激システム
US20140371544A1 (en) * 2013-06-14 2014-12-18 Medtronic, Inc. Motion-based behavior identification for controlling therapy
US9372535B2 (en) * 2013-09-06 2016-06-21 Thalmic Labs Inc. Systems, articles, and methods for electromyography-based human-electronics interfaces
JP6011807B2 (ja) 2013-10-11 2016-10-19 国立研究開発法人理化学研究所 訓練装置、訓練方法、ならびに、プログラム
CN103886215B (zh) * 2014-04-04 2017-01-11 中国科学技术大学 一种基于肌肉协同的步行能力分析方法和装置
CN105326500B (zh) * 2014-08-13 2018-02-09 华为技术有限公司 基于表面肌电信号的动作识别方法和设备
JP6297951B2 (ja) 2014-09-11 2018-03-20 トヨタ自動車株式会社 運動推定装置
US11259942B2 (en) * 2014-11-14 2022-03-01 Fundacion Tecnalia Research & Innovation System for motor rehabilitation of a paretic limb in stroke patients
CN104714645B (zh) * 2015-03-24 2018-07-20 华为技术有限公司 人机交互方法和人机交互设备
JP6440210B2 (ja) 2016-09-06 2018-12-19 トヨタ自動車株式会社 リハビリ評価装置、リハビリ評価方法及びプログラム
EP3545833A1 (en) * 2016-11-22 2019-10-02 Fundación Tecnalia Research & Innovation Paretic limb rehabilitation method and system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282696A (zh) * 2005-10-11 2008-10-08 松下电器产业株式会社 动作支援装置以及动作支援方法
EP2079430B1 (en) * 2006-10-20 2016-02-10 Valorisation-Recherche, Limited Partnership System for improving a subject's sensory, reflex and/or motor mechanisms via auditory, tactile or visual stimulations
CN103079649A (zh) * 2011-06-06 2013-05-01 电子系统股份有限公司 训练装置
WO2013023004A2 (en) * 2011-08-08 2013-02-14 Solinsky James C Systems and methods for sensing balanced-action for improving mammal work-track efficiency
CN102488963A (zh) * 2011-12-08 2012-06-13 天津大学 一种功能性电刺激膝关节角度控制方法
CN105050563A (zh) * 2013-03-14 2015-11-11 埃克苏仿生公司 用于合作式地上康复的动力矫形系统
CN104826230A (zh) * 2014-02-06 2015-08-12 丰田自动车株式会社 康复系统
CN104997514A (zh) * 2014-04-16 2015-10-28 日本光电工业株式会社 康复辅助系统
CN103961800A (zh) * 2014-05-09 2014-08-06 苏州顿康医疗科技有限公司 具有实时反馈功能的肢体康复诊疗系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
穿戴式健康监护及人机交互应用中若干关键技术研究;路知远;《中国博士学位论文全文数据库 信息科技辑》;20141015 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023086440A1 (en) * 2021-11-13 2023-05-19 Battelle Memorial Institute Network analysis of electromyography for diagnostic and prognostic assessment

Also Published As

Publication number Publication date
US20190008419A1 (en) 2019-01-10
US11484225B2 (en) 2022-11-01
JP6590416B2 (ja) 2019-10-16
CN109222968A (zh) 2019-01-18
EP3427642B1 (en) 2020-06-24
JP2019013681A (ja) 2019-01-31
EP3427642A1 (en) 2019-01-16

Similar Documents

Publication Publication Date Title
CN109222968B (zh) 康复评估设备、康复评估方法以及康复评估程序
US9854976B2 (en) Pulse wave velocity measurement method
JP4630115B2 (ja) 運動解析表示装置
EP2830494B1 (en) System for the acquisition and analysis of muscle activity and operation method thereof
DK2296545T3 (en) Systems to perform overfladeelektromyografi
JP6067693B2 (ja) 座位から立位への移行検出
JP2008504080A (ja) バランス特性を測定するための力評価装置及び力評価方法
JP6916858B2 (ja) 筋硬直の測定システム、装置、および方法
US11779259B2 (en) Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and recording medium
JP2016049282A (ja) 脳機能障害評価システム、脳機能障害評価方法およびプログラム
US20170181689A1 (en) System and Method for Measuring the Muscle Tone
EP3808268B1 (en) System and method for shoulder proprioceptive analysis
KR20140112121A (ko) 네츄럴 인터렉션 기반의 건강 및 재활 게임 장치 및 방법
US20230298760A1 (en) Systems, devices, and methods for determining movement variability, illness and injury prediction and recovery readiness
KR20200032364A (ko) 운동 관리 방법 및 시스템
JP2020188963A (ja) 心電波形推定装置
WO2016053444A1 (en) System and method for motion artifact reduction using surface electromyography
JP2023119533A (ja) 歩行分析装置、歩行分析方法及びプログラム
TW201720373A (zh) 肌肉張力感測方法及系統
JP6079585B2 (ja) 歩容のバランス評価装置
JP6738249B2 (ja) 歩行分析方法及び歩行分析装置
WO2020004020A1 (ja) 血流解析装置、血流解析プログラム、血流解析システム
Vox et al. A Framework for the Analysis of Biomechanical Loading Using Human Motion Tracking
Peters et al. Actigraphy-Based Algorithm for Spinal Range of Motion Assessment for Axial Spondyloarthritis Patients
Akbari et al. Validation of a new model-free signal processing method for gait feature extraction using inertial measurement units to diagnose and quantify the severity of Parkinson's disease

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211008

CF01 Termination of patent right due to non-payment of annual fee