CN109222969A - 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 - Google Patents
一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 Download PDFInfo
- Publication number
- CN109222969A CN109222969A CN201811290259.9A CN201811290259A CN109222969A CN 109222969 A CN109222969 A CN 109222969A CN 201811290259 A CN201811290259 A CN 201811290259A CN 109222969 A CN109222969 A CN 109222969A
- Authority
- CN
- China
- Prior art keywords
- fatigue
- upper limb
- training
- human
- muscle
- 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
- A61B5/24—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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- 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
- A61B5/68—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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Rheumatology (AREA)
- Developmental Disabilities (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Child & Adolescent Psychology (AREA)
- Optics & Photonics (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统,系统包括信号采集模块、数据处理模块、报警模块和人机交互模块;由表面肌电传感器、肌音传感器和血氧饱和度传感器构成多传感器采集阵列穿戴在被测上肢部位,基于加权平均法进行数据融合,综合计算人体上肢肌肉疲劳参数,极大提高了人体上肢肌肉运动疲劳的检测精度;若参数达到预设值,系统可给出疲劳报警提醒;系统还具有肌肉力量训练功能,通过采集表面肌电信号和肌音信号来判断人体上肢动作和肌肉力量,并实时监测肌肉疲劳状况,采用无线传输方式将数据上传到人机交互模块,与虚拟游戏进行匹配,使上肢肌肉力量训练过程更有趣味,有效提高其训练效果。
Description
技术领域
本发明涉及人体肌肉疲劳检测及训练领域,具体涉及一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统。
背景技术
一定程度上的脑卒中患者可以通过适量的运动和合理锻炼来实现完全康复,但是脑卒中患者在运动康复训练时,较常人易于出现肌肉疲劳,再加之多数患者训练部位的中枢神经系统功能受损,在训练中患者大脑不能及时获取有关肌肉活动情况的反馈信息,随着疲劳程度的加重,肌张力会显著上升进而引起痉挛、拉伤等严重后果,易造成人体肌肉的二次损伤;在体育竞技方面,运动员在训练中为了提高成绩,过度的训练容易导致肌肉拉伤。因此,对于预防残障患者的二次损伤及运动员训练过量方面,人体肌肉疲劳状况的准确检测技术非常关键。
目前对上肢肌肉疲劳研究发现,可以通过压力传感器、电容话筒、位移传感器等采集肌音信号来检测局部肌肉活动,进而判断肌肉的不同疲劳程度,其中肌音是一种人体肌肉纤维在运动收缩情况下产生的机械振动波,通过肌动图(mechanomyography, MMG)可观测肌纤维移动和肌肉表面的振动;现有的无线表面肌电仪配套有信号处理软件,可以存储显示表面肌电信号,同时带有小波变换、多种滤波、快速傅里叶变换等数据处理分析功能,但大多数不具备肌肉疲劳分析的功能,此外,研究表明当被测皮肤不干净或出汗时,表面肌电信号不能够用于肌肉疲劳分析。
综上所述,针对人体肌肉运动疲劳检测定量分析及可穿戴设备研究仍处于相对较早的阶段,国内外市场上的产品主要有两种重要特征:一种是采集肌肉状态的单一原始信号,在PC端进行后期数据处理分析后,将结果反馈给实验者,但是在运动出汗、高速高频肢体运动等极端情况下噪声增大,并不能准确反应肌肉运动的疲劳状态;另一种是通过复杂设备提取到肌肉状态的原始信号,没有进行所含生理特征的分析,也没有把康复医学和控制工程学方法很好的相结合,无法实时准确评测人体肌肉的运动疲劳状态。
发明内容
针对目前市场上设备存在的不足,本发明公开了一种可穿戴式的基于多传感器数据融合的人体肌肉运动疲劳检测及训练系统,该设备结构简单,操作简便,灵敏度高,训练趣味性强,便于推广。
本发明的技术解决方案如下。
所述基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统包括信号采集模块、数据处理及控制模块、报警模块和人机交互模块。
所述信号采集模块将表面肌电传感器、肌音传感器和血氧饱和度传感器三类传感器集成为一个传感器阵列,放置于人体上肢袖带的内侧,通过袖带充气可使传感器阵列与皮肤紧密接触。
所述多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测设备的数据处理电路放置在袖带夹层中,并与控制板集成,使设计的电路板体积减小;数据处理及控制模块的主要功能是将肌电、肌音和血氧的原始数据进行放大和滤波,使控制模块获得高振幅且可清晰识别的模拟信号,并通过A/D转换输出数字信号,控制器将对输出数字信号进行深度处理及运算;此外,控制模块还负责控制无线模块与人机交互模块进行数据通信。
所述肌肉疲劳检测设备将人体电信号、物理信号及生理信号三种不同类别的信号,利用平滑移动窗方法实现采集信号的周期化分割,并提取每个周期信号的疲劳特征参数,再将提取的这三类特征值参数根据加权平均法计算获得最终的疲劳参数;控制模块将多传感器数据融合指标作为人体肌肉疲劳的最终判别参数,设定人体肌肉疲劳的阈值,若此值达到疲劳阈值,则信号灯红灯闪烁并报警提示。
所述的人体肌肉疲劳检测设备具有肌肉力量训练功能,通过采集人肢体运动的原始表面肌电信号与原始肌音信号,进行整流、包络平滑处理及数据融合,准确判断人肢体肌肉的动作信号、力量参数,并将上述两类数据作为控制游戏的重要参数;采用手抓蘑菇的游戏方式来进行肌肉力量训练,系统可选择肌肉训练的力量强度等级;无线传输模块,用于将采集到的运动信号传输给人机交互系统,由此判断采集到的上肢参数是否达到虚拟游戏中的力量强度。
本发明的优势:基于单传感器的信号源单独获取疲劳参数虽然可作为人体肌肉疲劳的指标,但在是不同运动条件下,这三类单参数分析方法的适用情况不同;人体训练出汗会导致采集的肌电信号噪声增大,无法准确判断肌肉疲劳,但是肌音信号和血氧饱和度并不会受到影响;当人体做高频动态训练时,由于加入外界振动源的干扰,肌音信号噪声增大,判断人体肌肉疲劳的准确度也会受到很大影响,但肌电信号和血氧饱和度并不会受到影响;单独采用血氧饱和度变化率来判断肌肉疲劳还容易受到人体血液循环的影响;除此之外,系统的上肢肌肉训练功能也是由表面肌电信号和肌音信号同步采集及数据融合作为肌肉力量训练的判断依据,因此,基于多传感器数据融合可以很好地解决单信号源采集存在的信息失真、噪声等缺陷,大大提高数据的精度与可靠性,并且可以适应不同的检测条件及环境,从而提高整个系统的可靠性和鲁棒性。
附图说明
图1为基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统结构图。
图2为所述系统的多传感器位置结构图。
图3为基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统框图。
图4为基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统工作原理图。
图5为所述系统的人机交互训练流程示意图。
具体实施方式
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和使用方法进行系统、完整、清楚地描述。
如图1所示,本发明所述基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测与训练系统结构包括充气袖带(1)、传感器阵列(2)、肌电传感器(3)、肌音传感器(4)、血氧饱和度传感器(5)、控制模块(6)、报警模块(7)、无线模块(8)、人机交互模块(9)和鼓风球(10)。
如图1所示的充气袖带由传感器阵列、控制模块、报警器和无线模块组成,其中传感器阵列是本设备核心的采集部件及控制部件,主要包括表面肌电传感器、肌音传感器和血氧饱和度传感器三种传感器。
如图1所示的传感器阵列是由不导电的复合柔性材料作为依托,本系统的所有采集探头都集成在这块传感器阵列上,传感器阵列上的采集探头包括九个表面肌电传感器电极、三个肌音传感器探头和一个血氧饱和度传感器探头。
如图2所示将传感器阵列划分了32个区域,其中沿前臂纵向划分了4个区,分别用数字1、2、3、4表示,沿着手臂横向一圈平均划分为8个区域,用字母A~H标记,其中A是正侧中心区域,E是背侧中心区域,每一个区域用数字和字母进行标定。
肌电传感器电极安放位置为:通道一(2G、3G、4G),通道二:(2A、3A、4A),通道三:(2C、3C、4B);肌音传感器探头安放位置为:3H、3C和3B;血氧饱和度探头安放位置为:1A。
当基于多传感器数据融合的可穿戴式设备使用时,肌电传感器电极放置的位置与肌腹相接触,肌电电极选用电势稳定、重现性好、内阻低、灵敏度高的电极,通过非侵入式方法提取人体肌肉皮肤表面的电信号,同时采用两路差分F、L电极和一路参考电极R,以提高采样信号的准确度;肌音采集端子分布在肌电电极周围,用于检测肌腹的振动信号,通过压电陶瓷片直接贴在皮肤表面,从而采集微弱的压电信号准确获取肌音信号,方便且灵敏度高;血氧饱和度值的测量原理是由红光LED和红外光LED发射红光和红外光,经过人体组织和血管后由上面的光电检测器接收反射光,再通过光电转换,将光信号转换为了电流信号,分析电流信号的变化得出血氧饱和度,血氧饱和度的采集端子固定在传感器阵列最外侧,此处血管最密集,从而便于信号采集、处理和准确分析;采集端子的位置设计全部采用最优的采集部位,获取的数据值也最准确,所有采集方式都采用无创伤采集,高度集成的传感器阵列使检测设备穿戴更方便。
如图3所示的信号采集模块中的三种传感器开始同时采集信号,信号通过放大、滤波等简单处理后,将得到的信号传输到控制模块并对数据做进一步处理,首先将传感器采集到的模拟信号转换成数字信号,取相同间隔的窗作为一个信号单元,然后将信号进行快速傅里叶变换,得到信号的频域谱和功率谱,分别计算各数据的中值频率(MF)和平均功率频率(MPF),MF和MPF的计算公式为:
其中,PS(f)为信号的频谱,f1、f2为信号窗函数的频率范围,将频域MF和MPF这两个参数的变化率作为判断肌肉疲劳的重要指标,对于三种生理信号,如果MF和MPF的值出现突然下降,则系统将此时的状态判断为疲劳的过渡期,如果MF和MPF进入平稳期且达到对应该信号预设的下降比例,则认定此状态为疲劳期,从而分析得出每个信号的疲劳参数。
基于多传感器数据融合理论,将肌肉疲劳这一待测量的多元信息进行融合,从而与单一传感器测量结果相比,更能准确的估计出肌肉疲劳状态,对于三种不同传感器采用融合算法中的加权平均法将数据进行融合,三种传感器数据各占一定的比重,融合后的指标作为最终的肌肉疲劳指标。
如图4所示疲劳检测系统的工作原理图,首先采集模块采集人体上肢的初始信号,然后进行数据处理和分析,将分析得出的参数和疲劳阈值进行比较;若未达到所设的疲劳阈值,检测设备会持续循环检测目标部位的疲劳状态;若设备检测出人体训练部位肌肉出现疲劳时,将会通过报警模块提示用户进行适度休息,以防止过度训练时肌肉出现痉挛和拉伤。
如图5所示的虚拟游戏训练系统流程,该系统配备有人机交互模块,若用户没有自己的训练任务时,可以切换到虚拟训练模式,在此模式下人体肌肉疲劳检测设备在检测肌肉疲劳的同时,还可以识别肢体的动作,识别肢体动作关键在于表面肌电信号和肌音信号均可以检测上肢的动作和力量,表面肌电传感器既可以输出原始信号用于疲劳检测,也可以输出修正信号用于动作识别,修正信号是原始信号经过滤波去噪、全波整流、包络检测之后再进行平滑处理,对修正信号特征提取和分类识别即可判断出肢体的动作和力量,其中采集与运动相关的肌肉包括桡侧腕屈肌、指浅屈肌、尺侧腕伸肌和指总伸肌四部分;在该系统中采用三通道肌电传感器和三通道肌音传感器采集人体上肢的运动信号,为了精确细化采集的位置,表面肌电传感器的三通道电极分别安置在通道一(2G、3G、4G),通道二:(2A、3A、4A),通道三:(2C、3C、4B),肌音传感器分别安置在通道一3H,通道二:3C,通道三:3B,在该模式下,从三通道信号提取用户手部抓握发力和手腕屈伸运动相关的上肢肌肉的肌电信号肌音信号,通过竞争型神经网络学习算法将手部及肢体动作进行分类,将分好的动作编号进行存储,并同时发送给人机交互系统。
所述系统还设计有采蘑菇的肌肉力量虚拟训练游戏,游戏界面有一只可以移动和抓握的手,用户手部屈伸和抓握可驱动游戏中的手移动和抓握,游戏的主要动作是将森林里的蘑菇采摘并放进篮子,蘑菇大小不一,因此需要用户使用不同的力度进行采摘;用户抓握力度较大会将小蘑菇抓烂,用户抓握力度太小则不能把大蘑菇采摘起来,抓烂或者采不起来均不得分。
此模式主要针对神经控制能力较弱的患者使用,这类用户的肌肉相对常人抓握力不足且比较容易疲劳,此类若用户需要配合游戏进行训练,则需要打开人机交互系统,当检测设备和交互系统连接成功时,可以开始虚拟游戏训练,若设备采集并上传的动作及力量信号和游戏的参数相配套,则完成游戏内容,游戏结束会给出训练得分,将训练得分保存以便之后训练时进行挑战,这样通过游戏的训练模式大大增加了人体上肢肌肉训练的趣味性,同样的,疲劳检测设备会持续工作,若达到疲劳阈值则会报警提醒用户停止正在做的训练并进行休息。
实施例
首先,把人体上肢肌肉疲劳检测设备穿戴在被测上肢,袖带套好后开始用手动式鼓风球往袖带里充气,直到传感器与皮肤充分接触的程度停止充气,并拔出鼓风球;在训练之前,首先对设备进行校准,校准之后便可以正常使用;使用时选择系统模式,即检测模式和训练模式;在检测模式下,用户可以按照自己的训练动作进行训练,此模式下只有疲劳检测的功能,用户达到疲劳状态时会报警提醒用户;在训练模式下,穿戴设备首先需要和人机交互模块进行连接,连接成功之后用户需要按照人机交互的预设游戏进行训练,训练过程中会给用户计分,并给出训练等级,用户还可以存储和查询训练成绩,与此同时,疲劳检测功能依然处于正常工作状态;使用完成后,关闭电源,把人体肌肉疲劳检测设备及袖带套等从被试者上肢取下,放置在安全位置,最终完成人体上肢肌肉检测及训练全过程。
以上叙述和说明了本发明的基本原理、具体实施过程及本发明的优点,业内技术人员应该了解,本发明不受上述实施例子的限制,在不脱离本发明精神和设计范围的前提下,本发明将有各种改进与拓展,这些改进与拓展均落入要求保护的本发明范围内,本发明要求保护的范围由所附的权利要求书及其等效物界定。
Claims (3)
1.本发明公开了一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统,系统包括信号采集模块、数据处理及控制模块、报警模块和人机交互模块,是一种可穿戴的便携式检测设备,其特征在于采集模块是由表面肌电传感器、肌音传感器和血氧传感器集成的一个传感器阵列,固定在充气袖带的内侧表面以便与人体上肢皮肤接触;测量时,表面肌电传感器和肌音传感器放置在与肌腹接触的位置,血氧饱和度的采集端放置在手腕血管密集处,充气袖带缠绕在被测上肢相应部位,通过充气使电极阵列与皮肤紧密贴合,可准确采集人体上肢肌肉运动过程的表面肌电信号、肌音信号和血氧饱和度信号;放大、滤波电路和控制器集成在同一块芯片上,放置于袖带夹层;此硬件结构的设计可以减小导线对运动的影响,有效实现可穿戴的人体上肢肌肉运动疲劳检测,且多种传感器采集克服运动出汗等现象对肌肉运动疲劳分析的影响。
2.根据权利1所述的数据处理及控制模块,其特征在于将通过多种传感器采集到的数据分别取固定窗函数内的数据进行中值频率和平均功率频率计算,分析每个信号的疲劳参数;采用加权平均法进行多传感器数据融合,即每种传感器参数占特定的权重,将加权平均后的融合值作为最终的疲劳指标;当所述表征用户肌肉疲劳指标(即融合值)超过疲劳阈值时,控制模块发出指令,报警模块发出疲劳报警。
3.根据权利1所述的基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统具有肌肉力量训练模式,其特征在于,将原始表面肌电信号和原始肌音信号分别做包络检测,并进行波形特征和峰值识别,采用数据加权平均融合算法准确识别人体上肢动作和肌肉力量,无线传输模块可将信号上传至人机交互模块,当人体动作和力度与人机交互模块设定好的虚拟游戏任务动作和力度相吻合时,记1分并进入下一个训练动作,完成预设一整套游戏任务后,系统将训练成绩分为A、B、C、D、E五个等级,最终实现人体上肢肌肉力量训练的综合评价,训练过程也可实现肌肉疲劳状态的监测及预警;训练成绩、训练者姓名和训练时间可实时存入系统中,以便查询及追踪训练过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290259.9A CN109222969A (zh) | 2018-10-31 | 2018-10-31 | 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290259.9A CN109222969A (zh) | 2018-10-31 | 2018-10-31 | 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109222969A true CN109222969A (zh) | 2019-01-18 |
Family
ID=65080067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811290259.9A Pending CN109222969A (zh) | 2018-10-31 | 2018-10-31 | 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109222969A (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110232976A (zh) * | 2019-07-01 | 2019-09-13 | 上海电机学院 | 一种基于腰肩表面肌电测量的行为识别方法 |
CN110477915A (zh) * | 2019-07-05 | 2019-11-22 | 广东工业大学 | 一种穿戴式及上肢表面肌电采集装置 |
CN110755070A (zh) * | 2019-08-28 | 2020-02-07 | 北京精密机电控制设备研究所 | 基于多传感器融合的下肢运动位姿快速预测系统及方法 |
CN111449641A (zh) * | 2020-04-20 | 2020-07-28 | 浙江大学 | 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法 |
CN111466945A (zh) * | 2020-04-26 | 2020-07-31 | 重庆大学 | 一种能自动调节接触压力的肌音信号检测传感装置 |
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 |
CN111816309A (zh) * | 2020-07-13 | 2020-10-23 | 国家康复辅具研究中心 | 基于深度强化学习的康复训练处方自适应推荐方法及系统 |
CN112244882A (zh) * | 2020-10-30 | 2021-01-22 | 北京中科心研科技有限公司 | 一种基于多模态生理数据的疾病预警方法和装置 |
CN112263254A (zh) * | 2020-06-11 | 2021-01-26 | 复旦大学附属华山医院 | 一种基于表面肌电信号传感器的人体能量消耗预测系统及其预测方法 |
CN112274163A (zh) * | 2020-11-05 | 2021-01-29 | 北京中科心研科技有限公司 | 一种基于多模态生理数据采集的腕部工作负荷的预测方法和装置 |
CN112807647A (zh) * | 2021-01-28 | 2021-05-18 | 重庆工程职业技术学院 | 一种模拟实战训练系统 |
CN112807002A (zh) * | 2019-11-18 | 2021-05-18 | 深圳市理邦精密仪器股份有限公司 | 肌肉训练仪的参数优化方法、系统、设备以及存储介质 |
CN112999585A (zh) * | 2021-03-30 | 2021-06-22 | 郑州铁路职业技术学院 | 一种用于人体腰椎恢复的辅助装置 |
CN113116363A (zh) * | 2021-04-15 | 2021-07-16 | 西北工业大学 | 一种基于表面肌电信号判断手部疲劳度方法 |
CN113303764A (zh) * | 2021-05-25 | 2021-08-27 | 上海博灵机器人科技有限责任公司 | 一种检测感兴趣对象的肌肉健康状态的系统 |
CN113616219A (zh) * | 2021-07-30 | 2021-11-09 | 燕山大学 | 一种用于飞行员驾驶状态自适应调整的方法 |
CN114366589A (zh) * | 2022-01-21 | 2022-04-19 | 珠海格力电器股份有限公司 | 按摩设备的控制方法、控制装置、存储介质及电子装置 |
CN114366053A (zh) * | 2022-01-05 | 2022-04-19 | 华东师范大学 | 一种多传感融合的无线分布式生理监测系统 |
CN114587387A (zh) * | 2022-02-18 | 2022-06-07 | 金华送变电工程有限公司三为金东电力分公司 | 一种带电作业绝缘操作杆使用疲劳性评估方法及装置 |
CN114931390A (zh) * | 2022-05-06 | 2022-08-23 | 电子科技大学 | 基于疲劳分析的肌力估计方法 |
CN115236656A (zh) * | 2022-09-22 | 2022-10-25 | 中国电子科技集团公司第十研究所 | 用于飞机避障的多源传感器目标关联方法、设备及介质 |
CN115965127A (zh) * | 2022-12-12 | 2023-04-14 | 天津大学 | 基于多元信号融合的肌疲劳预测方法、系统及电刺激器 |
WO2023123864A1 (zh) * | 2021-12-31 | 2023-07-06 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
CN116439693A (zh) * | 2023-05-18 | 2023-07-18 | 四川大学华西医院 | 一种基于fmg的步态检测方法及系统 |
CN117064380A (zh) * | 2023-10-17 | 2023-11-17 | 四川大学华西医院 | 下肢表面肌电检测的防摔倒预警系统、方法和相关产品 |
-
2018
- 2018-10-31 CN CN201811290259.9A patent/CN109222969A/zh active Pending
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110232976A (zh) * | 2019-07-01 | 2019-09-13 | 上海电机学院 | 一种基于腰肩表面肌电测量的行为识别方法 |
CN110232976B (zh) * | 2019-07-01 | 2023-05-02 | 上海电机学院 | 一种基于腰肩表面肌电测量的行为识别方法 |
CN110477915A (zh) * | 2019-07-05 | 2019-11-22 | 广东工业大学 | 一种穿戴式及上肢表面肌电采集装置 |
CN110755070A (zh) * | 2019-08-28 | 2020-02-07 | 北京精密机电控制设备研究所 | 基于多传感器融合的下肢运动位姿快速预测系统及方法 |
CN110755070B (zh) * | 2019-08-28 | 2022-07-05 | 北京精密机电控制设备研究所 | 基于多传感器融合的下肢运动位姿快速预测系统及方法 |
CN112807002A (zh) * | 2019-11-18 | 2021-05-18 | 深圳市理邦精密仪器股份有限公司 | 肌肉训练仪的参数优化方法、系统、设备以及存储介质 |
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 |
CN111449641A (zh) * | 2020-04-20 | 2020-07-28 | 浙江大学 | 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法 |
CN111466945A (zh) * | 2020-04-26 | 2020-07-31 | 重庆大学 | 一种能自动调节接触压力的肌音信号检测传感装置 |
CN112263254A (zh) * | 2020-06-11 | 2021-01-26 | 复旦大学附属华山医院 | 一种基于表面肌电信号传感器的人体能量消耗预测系统及其预测方法 |
CN111816309A (zh) * | 2020-07-13 | 2020-10-23 | 国家康复辅具研究中心 | 基于深度强化学习的康复训练处方自适应推荐方法及系统 |
CN112244882A (zh) * | 2020-10-30 | 2021-01-22 | 北京中科心研科技有限公司 | 一种基于多模态生理数据的疾病预警方法和装置 |
CN112244882B (zh) * | 2020-10-30 | 2023-06-02 | 北京中科心研科技有限公司 | 一种基于多模态生理数据的疾病预警方法和装置 |
CN112274163A (zh) * | 2020-11-05 | 2021-01-29 | 北京中科心研科技有限公司 | 一种基于多模态生理数据采集的腕部工作负荷的预测方法和装置 |
CN112807647A (zh) * | 2021-01-28 | 2021-05-18 | 重庆工程职业技术学院 | 一种模拟实战训练系统 |
CN112999585A (zh) * | 2021-03-30 | 2021-06-22 | 郑州铁路职业技术学院 | 一种用于人体腰椎恢复的辅助装置 |
CN113116363A (zh) * | 2021-04-15 | 2021-07-16 | 西北工业大学 | 一种基于表面肌电信号判断手部疲劳度方法 |
CN113303764A (zh) * | 2021-05-25 | 2021-08-27 | 上海博灵机器人科技有限责任公司 | 一种检测感兴趣对象的肌肉健康状态的系统 |
CN113616219A (zh) * | 2021-07-30 | 2021-11-09 | 燕山大学 | 一种用于飞行员驾驶状态自适应调整的方法 |
WO2023123864A1 (zh) * | 2021-12-31 | 2023-07-06 | 北京津发科技股份有限公司 | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 |
CN114366053A (zh) * | 2022-01-05 | 2022-04-19 | 华东师范大学 | 一种多传感融合的无线分布式生理监测系统 |
CN114366589A (zh) * | 2022-01-21 | 2022-04-19 | 珠海格力电器股份有限公司 | 按摩设备的控制方法、控制装置、存储介质及电子装置 |
CN114587387B (zh) * | 2022-02-18 | 2024-05-28 | 金华送变电工程有限公司三为金东电力分公司 | 一种带电作业绝缘操作杆使用疲劳性评估方法及装置 |
CN114587387A (zh) * | 2022-02-18 | 2022-06-07 | 金华送变电工程有限公司三为金东电力分公司 | 一种带电作业绝缘操作杆使用疲劳性评估方法及装置 |
CN114931390A (zh) * | 2022-05-06 | 2022-08-23 | 电子科技大学 | 基于疲劳分析的肌力估计方法 |
CN115236656B (zh) * | 2022-09-22 | 2022-12-06 | 中国电子科技集团公司第十研究所 | 用于飞机避障的多源传感器目标关联方法、设备及介质 |
CN115236656A (zh) * | 2022-09-22 | 2022-10-25 | 中国电子科技集团公司第十研究所 | 用于飞机避障的多源传感器目标关联方法、设备及介质 |
CN115965127A (zh) * | 2022-12-12 | 2023-04-14 | 天津大学 | 基于多元信号融合的肌疲劳预测方法、系统及电刺激器 |
CN115965127B (zh) * | 2022-12-12 | 2023-11-17 | 天津大学 | 基于多元信号融合的肌疲劳预测方法、系统及电刺激器 |
CN116439693A (zh) * | 2023-05-18 | 2023-07-18 | 四川大学华西医院 | 一种基于fmg的步态检测方法及系统 |
CN116439693B (zh) * | 2023-05-18 | 2024-05-28 | 四川大学华西医院 | 一种基于fmg的步态检测方法及系统 |
CN117064380A (zh) * | 2023-10-17 | 2023-11-17 | 四川大学华西医院 | 下肢表面肌电检测的防摔倒预警系统、方法和相关产品 |
CN117064380B (zh) * | 2023-10-17 | 2023-12-19 | 四川大学华西医院 | 下肢表面肌电检测的防摔倒预警系统、方法和相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109222969A (zh) | 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 | |
CN109157202B (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
CN104107134B (zh) | 基于肌电反馈的上肢训练方法及系统 | |
KR101448106B1 (ko) | 무구속 근전도 신호를 이용한 재활상태 분석방법 | |
CN103070683B (zh) | 基于生物电阻抗的睡眠呼吸模式识别方法及装置 | |
CN110179643A (zh) | 一种基于环带传感器的颈部康复训练系统和训练方法 | |
CN106798556A (zh) | 一种基于电子表皮的便携式心电检测装置 | |
CN105943206A (zh) | 一种基于myo臂环的假肢手控制方法 | |
CN106037738A (zh) | 可穿戴式体能训练评估系统及装置 | |
KR20120094857A (ko) | 피복타입 무구속 생체신호 측정 및 이를 이용한 재활훈련 정도 판단방법 | |
CN109259762A (zh) | 一种基于多变量数据融合的肌肉疲劳综合测评装置 | |
CN109009586A (zh) | 一种假手腕关节人机自然驱动角度的肌电连续解码方法 | |
CN112057059A (zh) | 基于多模态生理数据的心理压力智能采集测试分析系统 | |
CN111803099A (zh) | 基于径向基神经网络的人体上肢肌肉力预测装置及方法 | |
CN111513724A (zh) | 适用于帕金森患者手功能康复监测与评估的可穿戴装置 | |
KR20070087787A (ko) | 생체신호를 통해 실시간으로 감정을 분류하는감정분류시스템과, 감정분류방법 | |
CN111134641A (zh) | 一种睡眠监测芯片系统及睡眠监测芯片 | |
KR20170089085A (ko) | 임피던스와 근전도를 이용하는 동작 추정 장치 및 이를 이용한 동작 추정 방법 | |
CN111012339A (zh) | 一种基于脑电信号和生物阻抗数据生理状况监控设备 | |
CN106821378A (zh) | 一种基于电子表皮的便携式肌肉疲劳度检测设备 | |
CN106943125A (zh) | 一种基于脉搏波的智能诊断系统及其实现方法 | |
Li et al. | Detection of muscle fatigue by fusion of agonist and synergistic muscle semg signals | |
KR100994408B1 (ko) | 손가락 힘 추정 방법 및 추정 장치, 손가락 힘 추정을 위한근육 판별 방법 및 근육 판별 장치 | |
CN112998711A (zh) | 一种基于可穿戴装置的情绪识别系统及方法 | |
CN116687429A (zh) | 一种基于下肢外骨骼机器人的肌肉实时监测分析系统 |
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 |