CN109243572B - 一种精准运动评估和康复训练系统 - Google Patents
一种精准运动评估和康复训练系统 Download PDFInfo
- Publication number
- CN109243572B CN109243572B CN201811324801.8A CN201811324801A CN109243572B CN 109243572 B CN109243572 B CN 109243572B CN 201811324801 A CN201811324801 A CN 201811324801A CN 109243572 B CN109243572 B CN 109243572B
- Authority
- CN
- China
- Prior art keywords
- muscle
- motion
- exercise
- training
- module
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本发明提出了一种精准运动评估和康复训练系统,包括:运动数据采集和分析模块,肌电数据采集和分析模块,运动功能评估模块,运动缺失的肌肉协同问题判定模块,沉浸式康复训练模块,精准康复训练和治疗模块,病人数据库模块,正常人运动功能和肌肉动力学指标库。本发明基于微型传感器智能感知技术和信息融合技术,精确地、定量地评估运动功能和运动缺失,并能够分析和确定该运动缺失的肌肉层次和神经激励层次的问题所在,从而针对性地指定和执行康复训练和治疗方案,同时还提供了沉浸式康复训练功能,利于病人接受和坚持,实现运动康复数字化、精准化、可视化。
Description
技术领域
本发明属于康复训练技术领域,尤其涉及具有精准运动评估和和康复训练功能的系统。
背景技术
由于中风、脑瘫、意外等引起的偏瘫患者,和其它运动障碍患者肢体康复训练的传统方法是医师对患者进行一对一的指导,利用康复器械进行训练,并根据其主观临床经验对患肢康复效果进行评价。这种训练方式存在诸多问题。首先,一名医师在大多数情况下只能同时对一名患者进行运动康复训练,效率低下,治疗效果多取决于医师的经验和水平;其次,不能精确控制和记录训练参数,不利于治疗方案的确定和改进;最后,不能向患者提供实时直观的反馈信息,训练过程缺乏吸引力,患者多被动接受治疗,参与治疗的主动性不够。
为了能够更好地管理和控制康复过程,提高患者的主动性和参与性,从而提高康复训练的效率,有不少相应的工作。申请号为2010010136388.X的专利公开了“一种智能康复系统及运用该系统进行肢体运动跟踪的方法”,提出了一种基于计算机视觉技术的运动跟踪的方法,并将之应用于肢体康复。这两种基于视觉技术康复方法,由于其固有的缺陷—遮挡、和跟踪肢体运动精度不够,达不到定量的目的。申请号为200910099275.4的专利“基于虚拟现实的残障人士康复系统”,公开了一种包括功能性电刺激模块、运动捕获模块和虚拟现实模块的残障人士康复系统,通过虚拟现实技术为患者提供针对运动过程和运动效果的视、听等多模式的反馈信息,来激发和维持患者重复练习的动机。但发明中并未对如何进行运动捕获和康复训练执行情况的评估给出理想的解决方案。
与本发明同一组发明人申请的下述两个专利,申请号为200910086474.1的专利“人体运动捕获三维再现系统及其方法”提出了基于多个微型传感器人体运动捕获的方法以及三维显示方法。本发明是将该发明中的人体运动捕获技术应用于运动康复,可以说是基于该技术的应用发明。申请号为201110450041.7的中国专利“一种微型传感器交互式上肢康复系统”,该系统采用多传感器数据融合技术,能够实时捕获患者上肢运动,对其上肢功能以及康复训练过程进行数字化度量和评估,使康复医生可以精确的跟踪和控制康复过程,及时、有针对性的实施和调整康复方案,提高康复训练效率。同时,通过多种手段可视化患者康复训练过程,定量评估完成情况,及时反馈信息。
要实现运动精准康复还需要精准的运动功能评估和运动缺失的定位,加之以深入的相关肌肉激励信号分析,和精准的相对于运动缺失的肌肉力缺失和激励缺失的幅度和相位信息。目前的技术尚未考虑到这一点。
发明内容
为解决上述问题,本发明提出了一种精准运动评估和康复训练系统,提出了一组人体肢体的运动功能评估系列指标,并使用微型传感器运动捕获技术进行自动测定;根据运动功能系列指标,设计和实施可视化运动康复训练;使用微型传感器运动捕获技术和肌电传感和处理技术,并通过运动生物力学分析,找出运动功能缺失的肌肉激励问题;根据确定的运动功能缺失的肌肉激励问题,设计一组运动动作和相应的肌肉电刺激治疗。同时通过虚拟现实技术、多媒体技术、交互游戏等提高患者康复训练的主动性,提高康复的效率。
为了达到上述目的,本发明提供如下技术方案:
一种精准运动评估和康复训练系统,包括:
运动数据采集和分析模块,用于采集和分析运动数据;
肌电数据采集和分析模块,用于采集和分析肌电数据;
运动功能评估模块,用于根据运动数据采集和分析模块获得的肢体运动参数,定量分析和计算运动功能系列指标;
运动缺失的肌肉协同问题判定模块,用于定位运动功能缺失在肌肉层次和神经驱动层次的问题;
沉浸式康复训练模块用于根据运动功能系列指标,为病人制定训练方案,选择合适的训练游戏,评估训练效果,优化训练方案;
精准康复训练和治疗模块用于根据运动缺失的肌肉协同问题判定模块的输出,选择一组训练动作以及相应的治疗方案并执行;
病人数据库模块用于存储病人数据;
正常人运动功能和肌肉动力学指标库用于存储正常人在一系列基本运动动作中的正常的运动功能系列指标和相应的肌肉激励顺序以及肌肉协同模式。
进一步的,所述运动数据采集和分析模块采集肢体的三维方位角度、角速度,关节的位移、速度和加速度。
进一步的,所述肌电数据采集和分析模块采集相关肌肉肌键单元的肌电信号,经过预处理之后,用在最大自主收缩力下所有待测肌肉的表面肌电信号的平均值对肌电数据归一化处理,在数十毫秒的积分窗口对滤波后的肌电数据提取肌电特征参数:积分肌电值、平均肌电值、均方根值,以及频域的平均功率频率和中位频率。
进一步的,所述运动功能评估模块根据运动数据采集和分析模块的肢体运动参数,计算运动功能系列指标:主动运动关节活动度、轨迹控制力、运动效率、非常态运动代偿、震颤。
进一步的,运动缺失的肌肉协同问题判定模块针对一种运动缺失,选用一组基本动作和一组相关的肌肉肌键单元,测量和分析运动和肌电信号,计算其运动功能系列指标、肌肉激活顺序和肌肉协同模式,对照正常人同样部位、同一组基本动作和同一组肌肉肌键单元的正常运动功能系列指标、肌肉激活顺序和肌肉协同模式,分析和确定该运动缺失的肌肉层次和神经激励层次的问题所在。
进一步的,所述沉浸式康复训练模块中的训练管理单元根据运动功能评估模块所得出的病人的运动功能系列指标,为医生或康复师提供运动康复方案建议,最后由医生确定运动康复方案和训练计划,当病人开始执行运动康复计划时,从康复游戏库中选择合适的训练游戏,进行训练,游戏训练所得分数直接与运动功能指标相对应,训练效果评估结果用于修正康复训练方案和计划。
进一步的,所述精准康复训练和治疗模块根据运动缺失的肌肉协同问题判定模块找出的运动功能缺失的肌肉动力学层次原因,制定和执行针对性的康复训练和治疗方案。
进一步的,当某肌肉肌键单元应该在某时刻激活但不能激活时,在使用该动作训练中,所述精准康复训练和治疗模块在此肌肉肌键单元应该激活的时刻,给与适当的电刺激,帮助激活。
与现有技术相比,本发明具有如下优点和有益效果:
本发明基于微型传感器智能感知技术和信息融合技术,精确地、定量地评估运动功能和运动缺失,并能够分析和确定该运动缺失的肌肉层次和神经激励层次的问题所在,从而针对性地指定和执行康复训练和治疗方案,同时还提供了沉浸式康复训练功能,利于病人接受和坚持,实现运动康复数字化、精准化、可视化,使得康复训练可以在医院、康复中心、社区卫生服务中心和家庭中进行,最大限度地提高康复效率、医生效率。
附图说明
图1为本发明提供的精准运动评估和康复训练系统的逻辑方框图。
图2是本发明提供的精准运动评估和康复训练系统中沉浸式康复训练模块的流程方框图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是一种具有精准运动评估和康复训练的智能康复系统的逻辑方框图。它包括数据采集子系统100、评估和分析子系统200、数据库子系统300和训练和治疗子系统400。数据采集子系统100中包括运动数据采集和分析模块110、肌电数据采集和分析模块120。评估和分析子系统200中又包括运动功能评估模块210和运动缺失的肌肉协同问题判定模块220,训练和治疗子系统400中有沉浸式康复训练模块410和精准康复训练和治疗模块420。根据运动功能评估模块210获得的运动功能系列指标,沉浸式康复训练模块410为病人制定训练方案,选择合适的训练游戏,评估训练效果,优化训练方案。精准康复训练和治疗模块420根据运动缺失的肌肉协同问题判定模块220的输出,选择一组训练动作以及相应的治疗方案。数据库子系统300中包括病人数据库模块310和正常人运动功能和肌肉动力学指标库320。病人数据库模块存储病人的基础数据,历次测量的运动功能系列指标,肌电信号特征,肌肉激活顺序和肌肉协同模式,康复训练方案和执行计划以及运动康复训练报告。正常人运动功能和肌肉动力学指标库存储正常人在一系列基本运动动作中的正常的运动功能系列指标和相应的肌肉激励顺序以及肌肉协同模式,作为分析病人运动缺失深层次原因的参考和依据。
运动数据采集和分析模块110模块使用附着于肢体的微型运动传感器单元,实时测量肢体的三维方位角度、角速度,关节的位移、速度和加速度;运动传感器单元包括三维加速度计、三维陀螺仪和三维磁力计。
肌电数据采集和分析模块与运动数据采集和分析模块同步,采集相关肌肉肌键单元的肌电信号,经过滤波等预处理之后,用在最大自主收缩力下所有待测肌肉的表面肌电信号的平均值对肌电数据归一化处理,在数十毫秒的积分窗口对滤波后的肌电数据提取肌电特征参数:积分肌电值(IEMG)、平均肌电值(AEMG)、均方根值(RMS),以及频域的平均功率频率(MPF)和中位频率(MF)。
运动功能评估模块210根据运动数据采集和分析模块的肢体运动参数,定量测量并计算运动功能系列指标:主动运动关节活动度、轨迹控制力、运动效率、非常态运动代偿、震颤,并将病人的运动功能系列指标存储入病人数据库300中。
1、主动运动关节活动度。上肢关节活动度动作列表如下:
当受试者完成一个动作测试时,为了保证该测试的有效性,要求以下4点:
1)运动过程中,躯干保持静止,避免在任务过程中,受试者通过躯干前倾来弥补上肢运动功能的不足。
2)动作结束时,要求受试者保持最终姿态2秒,查看患者是否存在肌肉无力症状。
3)整个运动过程中,速度不能过快,平均速度<1m/s,避免受试者通过甩臂来代偿正常的运动。
4)当测量肘关节和腕关节的关节活动度时,其父关节要求保持静止,防止邻近关节的替代动作。
以上4个条件反映了受试者对上肢的控制能力,当运动过程同时满足这三个条件时,表明受试者能很好的完成这个动作,关节活动度有效。
关节活动度度量为测量值与参考值的相对差。例如:如肩关节外展动作测量值为120度,由于该测量的参考值为180度,故肩关节外展动作活动度为(180-120)/180=0.33。
主动关节活动度量主要用来评定关节运动功能损害的程度与范围,是反映患者完成任务能力的指标。然而,该指标不关注运动的过程和运动的质量,不能很好的反映患者运动过程中表现出的许多异常,如协调性差,轨迹控制力弱等。下面是几个关于运动质量的特征度量:2、轨迹控制力
脑卒中的患者通常会出现肢体运动紊乱,不能很好的确定目标位置。临床上需要能够测量患者对轨迹的控制能力。轨迹控制力定义为在完成一规定动作过程中患者肢体实际位置和正常人位置之间的夹角θi的求和。该值越大说明患者对运动轨迹的控制能力越差:
AD=∑cosθi
3、运动效率
在临床上通常需要观察患者完成某个动作的效率如何,即患侧比健侧是否慢,慢多少?我们采用运动平均速度来反映患者完成规定动作的运动效率,运动平均速度越大,完成动作的效率就越高。在整个给定运动动作过程中,运动平均速度取各个采样时刻的瞬时速度的均值。
4、非常态运动代偿
临床上患者有时不能通过控制上肢来完成够物,就会本能的借助躯干前倾来达到够物的目的,这就是一种非常态的运动代偿。我们通过计算患者实际的躯干位置与规定的正常人躯干位置的夹角来反映患者运动过程中的非常态运动代偿。该值越大,说明躯干代偿越严重,计算公式如下:
5、震颤
震颤是由于患者肌肉无力、肌肉收缩与松弛造成的上肢抖动,在够物过程中的表现是不自觉的停歇。我们用速度熵来反映够物过程中由于震颤导致的运动不连续性。该值偏离正常范围越大,说明患者运动越混乱,即抖动情况越严重。根据速度的概率分布来计算速度熵。我们把速度分为五个等级,每个等级的速度梯度为:
其中vmax为够物过程中的速度峰值,5为划分的速度等级数。速度落在区间i内的概率为:
分子为速度落在区间i内的采样点数,分母N为总的采样点数。于是,速度熵表示为:
根据运动功能评估模块210获得的运动功能系列指标,沉浸式康复训练模块410为病人制定训练方案,选择合适的训练游戏,评估训练效果,优化训练方案。图2是沉浸式康复训练模块的流程方框图。训练管理单元411通过病人数据库300获得运动功能评估模块210所得出的病人的运动功能系列指标,根据运动功能系列指标,为医生或康复师提供运动康复方案建议,最后由医生确定运动康复方案和训练计划,存入训练方案单元413。当病人开始执行运动康复计划时,训练管理单元411根据康复方案和训练计划,从训练游戏库412中选择合适的训练游戏,开始训练。训练游戏库412中的游戏是针对运动功能指标中所标定的运动功能缺失所设计的。通过游戏训练所得分数直接与运动功能指标相关。因此,训练效果评估单元414直接根据游戏得分序列分析而得出结果。训练效果评估单元414的结果用于修正康复训练方案和计划。
在运动功能评估中发现有明显运动功能缺失的患者,启动运动缺失的肌肉协同问题判定220模块。运动缺失的肌肉协同问题判定模块针对一种运动缺失,选用一组基本动作和一组相关的肌肉肌键单元,测量和分析运动和肌电信号,计算其运动功能系列指标、肌肉激活顺序和肌肉协同模式,对照正常人同样部位、同一组基本动作和同一组肌肉肌键单元的正常运动功能系列指标、肌肉激活顺序和肌肉协同模式,分析和确定该运动缺失的肌肉层次和神经激励层次的问题所在。
具体的说,运动缺失的肌肉协同问题判定220模块的整个流程如下:
1、根据运动功能评估模块210所给出的运动功能指标系列,确定运动功能缺失的具体肢体,分析其功能缺失,确定所涉及的肌肉肌键单元,以及最能表现此运动功能缺失的一组基本运动动作。
2、将肌电传感器(最好是阵列肌电传感器)紧贴到选定的肌肉肌键单元上。
3、对选定的一组基本动作中的每一个动作,
a)同步采集运动和肌电信号;
b)分析和评估其运动功能系列指标;
c)进行肌电信号的处理和分析,计算肌电特征参数(在肌电数据采集和分析模块中完成)。首先利用最大自主收缩力(maximum volunteer contraction,MVC)下所有待测肌肉的表面肌电信号的平均值对肌电数据归一化处理,消除个体间的差异。然后提取肌电参数:积分肌电值(IEMG)、平均肌电值(AEMG)、均方根值(RMS),以及频域的平均功率频率(MPF)和中位频率(MF)。其中IEMG反映了参与工作的肌肉运动单元的数量多少和每个运动单元的放电大小,体现肌肉在单位时间内的收缩特性。
d)计算肌肉激活顺序。肌肉激活被定义为一个转折点,肌肉的肌电活动在这个点会超过其他肌电活动3倍标准差,并持续至少75毫秒。在完成一次基本动作过程中,恰当的激活顺序体现了中枢神经系统该动作的控制,只有各个肌块按照恰当的顺序激活才能体现出动作的协调性。运动缺失的肌肉协同问题判定220模块根据上述肌肉激活的条件定义,当某肌块肌电活动满足该条件时代表肌肉激活,运动缺失的肌肉协同问题判定220模块记录各肌块的激活顺序。
e)计算肌肉协同。对选定的一组基本动作中的每一个动作,进行肌肉协同分析,即计算有在该动作下被激活的肌肉肌键单元、激励幅度和激励时序。
4、对选定的一组基本运动动作以及所涉及的肌肉肌键单元,在正常人运动功能指标和肌肉动力学参数库中,找出相应的运动功能系列指标、肌肉激活顺序、肌肉协同模式。对照分析当前病人的测量数据,找出运动功能缺失的肌肉动力学层次原因,制定针对性的康复训练和治疗方案。
由精准康复训练和治疗模块420执行该针对性的康复训练和治疗方案。例如,如果在某一个或几个动作中,与正常人相比,某肌肉肌键单元应该在某时刻激活但不能激活,可以在使用该动作训练中,在此肌肉肌键单元应该激活的时刻,给与适当的电刺激,帮助激活。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种精准运动评估和康复训练系统,其特征在于,包括:
运动数据采集和分析模块,用于采集和分析运动数据;
肌电数据采集和分析模块,用于采集和分析肌电数据;
运动数据采集和分析模块同步采集数据;
运动功能评估模块,用于根据运动数据采集和分析模块获得的肢体运动参数,定量分析和计算运动功能系列指标;
运动缺失的肌肉协同问题判定模块,用于定位运动功能缺失在肌肉层次和神经驱动层次的问题;
运动缺失的肌肉协同问题判定模块的流程如下:
1、根据运动功能评估模块所给出的运动功能指标系列,确定运动功能缺失的具体肢体,分析其功能缺失,确定所涉及的肌肉肌键单元,以及最能表现此运动功能缺失的一组基本运动动作;
2、将肌电传感器紧贴到选定的肌肉肌键单元上;
3、对选定的一组基本动作中的每一个动作,
a)同步采集运动和肌电信号;
b)分析和评估其运动功能系列指标;
c)进行肌电信号的处理和分析,计算肌电特征参数,首先利用最大自主收缩力下所有待测肌肉的表面肌电信号的平均值对肌电数据归一化处理,消除个体间的差异;然后提取肌电参数:积分肌电值、平均肌电值、均方根值,以及频域的平均功率频率和中位频率;
d)计算肌肉激活顺序,在完成一次基本动作过程中,恰当的激活顺序体现了中枢神经系统该动作的控制,只有各个肌块按照恰当的顺序激活才能体现出动作的协调性;运动缺失的肌肉协同问题判定模块根据上述肌肉激活的条件定义,当某肌块肌电活动满足该条件时代表肌肉激活,运动缺失的肌肉协同问题判定模块记录各肌块的激活顺序;
e)计算肌肉协同,对选定的一组基本动作中的每一个动作,进行肌肉协同分析,即计算有在该动作下被激活的肌肉肌键单元、激励幅度和激励时序;
4、对选定的一组基本运动动作以及所涉及的肌肉肌键单元,在正常人运动功能指标和肌肉动力学参数库中,找出相应的运动功能系列指标、肌肉激活顺序、肌肉协同模式;对照分析当前病人的测量数据,找出运动功能缺失的肌肉动力学层次原因,制定针对性的康复训练和治疗方案;
沉浸式康复训练模块用于根据运动功能系列指标,为病人制定训练方案,选择合适的训练游戏,评估训练效果,优化训练方案;
精准康复训练和治疗模块用于根据运动缺失的肌肉协同问题判定模块的输出,选择一组训练动作以及相应的治疗方案并执行;
病人数据库模块用于存储病人数据;
正常人运动功能和肌肉动力学指标库用于存储正常人在一系列基本运动动作中的正常的运动功能系列指标和相应的肌肉激励顺序以及肌肉协同模式。
2.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述运动数据采集和分析模块采集肢体的三维方位角度、角速度,关节的位移、速度和加速度。
3.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述肌电数据采集和分析模块采集相关肌肉肌键单元的肌电信号,经过预处理之后,用在最大自主收缩力下所有待测肌肉的表面肌电信号的平均值对肌电数据归一化处理,在数十毫秒的积分窗口对滤波后的肌电数据提取肌电特征参数:积分肌电值、平均肌电值、均方根值,以及频域的平均功率频率和中位频率。
4.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述运动功能评估模块根据运动数据采集和分析模块的肢体运动参数,计算以下运动功能系列指标:主动运动关节活动度、轨迹控制力、运动效率、非常态运动代偿、震颤。
5.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述运动缺失的肌肉协同问题判定模块针对一种运动缺失,选用一组基本动作和一组相关的肌肉肌键单元,测量和分析运动和肌电信号,计算其运动功能系列指标、肌肉激活顺序和肌肉协同模式,对照正常人同样部位、同一组基本动作和同一组肌肉肌键单元的正常运动功能系列指标、肌肉激活顺序和肌肉协同模式,分析和确定该运动缺失的肌肉层次和神经激励层次的问题所在。
6.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述沉浸式康复训练模块中的训练管理单元根据运动功能评估模块所得出的病人的运动功能系列指标,为医生或康复师提供运动康复方案建议,最后由医生确定运动康复方案和训练计划,当病人开始执行运动康复计划时,从康复游戏库中选择合适的训练游戏,进行训练,游戏训练所得分数直接与运动功能指标相对应,训练效果评估结果用于修正康复训练方案和计划。
7.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,所述精准康复训练和治疗模块根据运动缺失的肌肉协同问题判定模块找出的运动功能缺失的肌肉动力学层次原因,制定和执行针对性的康复训练和治疗方案。
8.根据权利要求1所述的精准运动评估和康复训练系统,其特征在于,当某肌肉肌键单元应该在某时刻激活但不能激活时,在使用该动作训练中,所述精准康复训练和治疗模块在此肌肉肌键单元应该激活的时刻,给与适当的电刺激,帮助激活。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811324801.8A CN109243572B (zh) | 2018-11-08 | 2018-11-08 | 一种精准运动评估和康复训练系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811324801.8A CN109243572B (zh) | 2018-11-08 | 2018-11-08 | 一种精准运动评估和康复训练系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109243572A CN109243572A (zh) | 2019-01-18 |
CN109243572B true CN109243572B (zh) | 2021-09-21 |
Family
ID=65077609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811324801.8A Active CN109243572B (zh) | 2018-11-08 | 2018-11-08 | 一种精准运动评估和康复训练系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109243572B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11327566B2 (en) * | 2019-03-29 | 2022-05-10 | Facebook Technologies, Llc | Methods and apparatuses for low latency body state prediction based on neuromuscular data |
CN109903831B (zh) * | 2019-01-29 | 2023-10-31 | 上海沐月信息技术发展有限公司 | 一种用于儿童康复的智能评测训练系统 |
CN109599165A (zh) * | 2019-01-30 | 2019-04-09 | 浙江强脑科技有限公司 | 康复运动训练方法、系统及可读存储介质 |
CN109864741A (zh) * | 2019-01-30 | 2019-06-11 | 北京津发科技股份有限公司 | 基于肌电信号的周期性动作评估方法和装置、终端设备 |
CN109887570B (zh) * | 2019-02-22 | 2022-07-15 | 南京邮电大学 | 一种基于rgb-d相机与imu传感器的机器人辅助康复训练方法 |
CN109875515B (zh) * | 2019-03-25 | 2020-05-26 | 中国科学院深圳先进技术研究院 | 一种基于阵列式表面肌电的发音功能评估系统 |
CN109920517A (zh) * | 2019-03-27 | 2019-06-21 | 桂林市优帮妥医疗科技有限公司 | 一种游戏化康复系统及其工作方法 |
CN110123572B (zh) * | 2019-04-04 | 2021-10-26 | 华南理工大学 | 一种偏瘫上肢代偿运动多模态交互的康复机器人训练系统 |
CN110038272A (zh) * | 2019-04-16 | 2019-07-23 | 深圳市康美生科技有限公司 | 一种生物反馈及电刺激治疗仪的使用方法 |
CN110123573B (zh) * | 2019-04-18 | 2021-10-26 | 华南理工大学 | 一种偏瘫上肢代偿运动监测与抑制的康复机器人训练系统 |
CN110151190A (zh) * | 2019-05-23 | 2019-08-23 | 西南科技大学 | 一种骨科术后康复监测方法及系统 |
CN110279991A (zh) * | 2019-06-17 | 2019-09-27 | 河南翔宇医疗设备股份有限公司 | 一种情景运动康复训练系统 |
CN110808092A (zh) * | 2019-09-17 | 2020-02-18 | 南京茂森电子技术有限公司 | 一种远程运动康复系统 |
CN110675934A (zh) * | 2019-09-26 | 2020-01-10 | 青岛大学 | 一种肢体运动障碍者进行远程康复训练的系统 |
CN110675936B (zh) * | 2019-10-29 | 2021-08-03 | 华中科技大学 | 一种基于OpenPose和双目视觉的健体代偿评估方法和系统 |
CN110755084B (zh) * | 2019-10-29 | 2023-06-23 | 南京茂森电子技术有限公司 | 基于主被动、分阶段动作的运动功能评估方法及设备 |
CN110755085B (zh) * | 2019-10-29 | 2023-02-21 | 南京茂森电子技术有限公司 | 基于关节活动度与运动协调性的运动功能评估方法及设备 |
CN110993056A (zh) * | 2019-10-29 | 2020-04-10 | 浙江迈联医疗科技有限公司 | 基于镜像神经元和脑机接口的混合式主动康复方法、装置 |
CN112786150A (zh) * | 2019-11-08 | 2021-05-11 | 深圳市理邦精密仪器股份有限公司 | 肌肉训练方案的设置方法、训练系统、装置及存储介质 |
CN110931105B (zh) * | 2019-12-17 | 2023-05-16 | 中山大学 | 一种匹配多套肌肉协同模式的方法及系统 |
CN113035314A (zh) * | 2019-12-25 | 2021-06-25 | 浙江远图互联科技股份有限公司 | 一种康复治疗系统、方法、计算机设备及可读存储介质 |
CN111402986A (zh) * | 2020-03-14 | 2020-07-10 | 无锡市第九人民医院 | 一种基于不同康复方案的指深屈肌腱超声量化力学评估的研究系统 |
CN112768034A (zh) * | 2020-08-24 | 2021-05-07 | 广元量知汇科技有限公司 | 一种基于医疗大数据的康复管理平台 |
CN114247123A (zh) * | 2020-09-23 | 2022-03-29 | 中科数字健康科学研究院(南京)有限公司 | 一种运动功能数字评估与训练系统 |
CN113288082A (zh) * | 2021-05-31 | 2021-08-24 | 黄大芽 | 一种基于人体诊断数据的医疗康复系统 |
CN114822761A (zh) * | 2022-04-26 | 2022-07-29 | 东南大学 | 基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统 |
CN117133465A (zh) * | 2023-10-26 | 2023-11-28 | 营动智能技术(山东)有限公司 | 一种慢性病康复治疗效果评价方法、设备及存储介质 |
CN117409930B (zh) * | 2023-12-13 | 2024-02-13 | 江西为易科技有限公司 | 基于ai技术实现的医疗康复数据处理方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102813998B (zh) * | 2012-08-01 | 2015-01-14 | 上海交通大学 | 中枢神经损伤患者用多功能复合康复系统 |
EP3703067A1 (en) * | 2013-05-17 | 2020-09-02 | Vincent J. Macri | System and method for pre-movement and action training and control |
CN103479362A (zh) * | 2013-09-05 | 2014-01-01 | 南京邮电大学 | 一种基于无线体域网的运动功能康复监测系统 |
CN104207793B (zh) * | 2014-07-03 | 2016-08-24 | 中山大学 | 一种抓握功能评估与训练系统 |
CN104382595B (zh) * | 2014-10-27 | 2017-02-15 | 燕山大学 | 一种基于肌电信号与虚拟现实交互技术的上肢康复系统及方法 |
CN104337666A (zh) * | 2014-11-05 | 2015-02-11 | 中山大学 | 多肌肉协同肌电反馈康复训练系统和方法 |
-
2018
- 2018-11-08 CN CN201811324801.8A patent/CN109243572B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109243572A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109243572B (zh) | 一种精准运动评估和康复训练系统 | |
Celik et al. | Gait analysis in neurological populations: Progression in the use of wearables | |
CN109480858B (zh) | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法 | |
US20180228430A1 (en) | System, method and apparatus for rehabilitation with tracking | |
CN110946556B (zh) | 基于可穿戴式体感网的帕金森静息态震颤评估方法 | |
KR102164965B1 (ko) | 뇌자극을 이용한 편마비 환자 치료용 가상의 손착각 시스템 및 그 구동 방법 | |
US9757055B2 (en) | Method for accurate assessment and graded training of sensorimotor functions | |
KR20160058847A (ko) | 운동장애의 진단 및 치료 | |
Kim et al. | Cervical coupling motion characteristics in healthy people using a wireless inertial measurement unit | |
WO2021064195A1 (en) | Systems and methods for monitoring the state of a disease using a biomarker, systems and methods for identifying a biomarker of interest for a disease | |
US20070118044A1 (en) | Method and device for identifying; measuring and analyzing abnormal neurological responses | |
Wang et al. | An intelligent wearable device for human’s cervical vertebra posture monitoring | |
CN110720908A (zh) | 基于视觉-肌电生物反馈的肌肉损伤康复训练系统和应用该系统的康复训练方法 | |
CN110400618B (zh) | 一种基于人体运动结构特征的三维步态生成方法 | |
KR102314942B1 (ko) | 뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치 | |
US10966652B1 (en) | Method and system for quantifying movement disorder systems | |
US11363982B1 (en) | Method and system for quantifying movement disorder symptoms | |
CN108766504B (zh) | 一种手术导航系统的人因评价方法 | |
Raya et al. | Characterizing head motor disorders to create novel interfaces for people with cerebral palsy: Creating an alternative communication channel by head motion | |
Alhamid et al. | Measuring hand-arm steadiness for post-stroke and Parkinson's disease patients using SIERRA framework | |
Paul et al. | Development of ultrasonic tachography system for gait analysis | |
CN219000294U (zh) | 帕金森步态障碍虚拟诱发与行走步态评估系统 | |
CN209203257U (zh) | 基于肌电生物反馈的腰腹部核心肌群整体康复训练系统 | |
Baker | Clinical gait analysis | |
Hägglund | A novel clinical test of pointing acuity withopen and closed eyes a validity study |
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 |