CN110123345A - 基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 - Google Patents
基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 Download PDFInfo
- Publication number
- CN110123345A CN110123345A CN201910445976.2A CN201910445976A CN110123345A CN 110123345 A CN110123345 A CN 110123345A CN 201910445976 A CN201910445976 A CN 201910445976A CN 110123345 A CN110123345 A CN 110123345A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- finger
- moment
- calculating
- sample entropy
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000013598 vector Substances 0.000 claims abstract description 88
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 230000008878 coupling Effects 0.000 claims abstract description 25
- 238000010168 coupling process Methods 0.000 claims abstract description 25
- 238000005859 coupling reaction Methods 0.000 claims abstract description 25
- 210000003811 finger Anatomy 0.000 claims description 56
- 239000002131 composite material Substances 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 8
- 210000003813 thumb Anatomy 0.000 claims description 5
- 241000203475 Neopanax arboreus Species 0.000 claims description 4
- 210000004932 little finger Anatomy 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 28
- 238000011156 evaluation Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 241000282461 Canis lupus Species 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008271 nervous system development Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 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
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
- A61B5/225—Measuring muscular strength of the fingers, e.g. by monitoring hand-grip force
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physical Education & Sports Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法，能够对全部5个手指同时参与的抓握功能进行准确检测和定量化评估。测试分析仪包括测试装置和处理器；测试装置用于测量被试者各手指抓握过程中的多方向三维力和三维力矩；处理器用于获取测试装置测量的各手指多方向三维力与三维力矩数据，形成多种三维力和三维力矩向量时间序列，对多种三维力和三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度的动态耦合复杂度数值，计算手指间动态协调性指标。
Description
技术领域
本公开涉及手指抓握功能测试领域，具体涉及一种基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法。
背景技术
手是人身体上最为精密且最有特色的器官之一，也是使人具有高度智慧的三大重要器官之一。手的主要功能是抓握操控物体。
对于手部抓握功能的准确测试是神经生理学研究、临床病理学测试、健康普查和疾病预防等领域的重要技术需求。
广义的手抓握功能主要包括“手抓握力”与“手抓握运动控制”两个方面，手抓握力是对抓握功能的力学测度，手抓握运动控制是针对手指精细运动控制的生理学评价。发明人在研发过程中发现，现有的对手指精细运动控制评价形式主要为医生主观诊断分析，令测试者完成指定任务从而填写量表得出结论，例如Wolf运动功能评价量表，主要用来评价偏瘫上肢运动功能康复状况，但是，该方法存在使用的范围较窄，仅限于轻到中度的脑卒中患者的局限；同时，该量表的项目过多，评定时间较长，而删除其中某些项目是否能保持较高的信度与效度还有待于进一步研究，且其通过观察测试者完成情况进行功能能力打分的方式具有一定的主观性，不同的医生可能得到不同的结果，无法定量精准评估。
发明内容
为了克服上述现有技术的不足，本公开提供了一种基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法，能够对全部5个手指同时参与的抓握功能进行准确检测和定量化评估。
本公开一方面提供的基于多向稳定偏转力矩的多指抓握功能测试分析仪的技术方案是：
一种基于多向稳定偏转力矩的多指抓握功能测试分析仪，包括测试装置和处理器；
所述测试装置，用于测量被试者各手指抓握过程中的多方向三维力和三维力矩；
所述处理器，用于获取测试装置测量的各手指多方向三维力与三维力矩，形成多种三维力和三维力矩向量时间序列，对多种三维力和三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度的动态耦合复杂度数值，计算手指间动态协调性指标。
进一步的，所述测试装置包括圆柱形底座、设置在底座上的圆柱形外杯体、位于外杯体内部的圆柱形内杯体以及设置在外杯体顶部的顶盖。
进一步的，所述底座内底部以底座中心点为中线的圆周上设置有八个等间距位置标记点。
进一步的，所述外杯体包括相对设置的半圆形第一接触片和由四个互不相接的弧形接触片构成的第二接触片。
进一步的，所述内杯体的外侧壁上沿圆周方向敷设有连接片，所述连接片与第一接触片之间连接有用于检测拇指的力和力矩的六维力/力矩传感器，所述连接片与每个弧形接触片之间连接有用于检测食指、中指、无名指或小指的力和力矩的六维力/力矩传感器。
进一步的，所述处理器包括数据获取模块、多尺度样本熵分析模块和手指间动态协调性指标计算模块；其中：
所述数据获取模块，用于获取测试装置测量的五个手指多方向三维力与三维力矩，并计算指尖压力中心点坐标，形成五种三维力与三维力矩向量时间序列；
所述多尺度样本熵分析模块，用于对数据获取模块得到的五种三维力与三维力矩向量时间序列进行粗粒化处理，得到一个新的时间序列；利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量，构造复合延迟向量；设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值；计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；扩展时间延迟向量的维数，再次构造新的复合延迟向量；计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；计算两个发生频率比值的对数，得到多变量样本熵值；依次重复计算，得到多个多变量样本熵值；绘制多时间尺度与多变量样本熵的关系曲线，计算多变量样本熵曲线下面积，得到多时间尺度动态耦合复杂度值；
所述手指间动态协调性指标计算模块，用于计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值，得到手指间动态协调性指标。
本公开一方面提供的基于多向稳定偏转力矩的多指抓握功能测试分析方法的技术方案是：
一种基于多向稳定偏转力矩的多指抓握功能测试分析方法，该方法包括以下步骤：
测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据，形成五种三维力与三维力矩向量时间序列；
对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度动态耦合复杂度数值；
利用多时间尺度动态耦合复杂度数值，计算手指间动态协调性指标。
进一步的，所述测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据的步骤包括：
将额定砝码放置于测试装置的底座内一位置标记点；
被试者使用五手指以自然抓握姿态抓举抓握测试装置的外杯体，将其以自然速度平稳举起至规定高度后做喝水动作，然后端举保持20秒钟，产生一定方向的偏转力矩；
收到结束信号后，被试者将测试装置平稳放置原位，记录抓举过程中产生的三维力与三维力矩数据，并计算指尖压力中心点坐标；
将额定砝码放置于测试装置的底座内另一位置标记点，重复上述步骤，直到得到八个方向上的五指三维力和三维力矩数据。
进一步的，所述对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析的步骤包括：
对五种三维力与三维力矩向量时间序列进行粗粒化处理，得到一个新的时间序列；
利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量，构造复合延迟向量；
设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值；
计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；
扩展时间延迟向量的维数，再次构造新的复合延迟向量；
计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；
计算两个发生频率比值的对数，得到多变量样本熵值；
依次重复上述步骤，得到多个多变量样本熵值；
绘制多时间尺度与多变量样本熵的关系曲线，计算多变量样本熵曲线下面积，得到多时间尺度动态耦合复杂度值。
进一步的，所述手指间动态协调性指标的计算方法为：
计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值，得到手指间动态协调性指标。
通过上述技术方案，本公开的有益效果是：
(1)本公开可提供不同方向的稳定偏转力矩，并准确测量手指抓握过程中的各指尖的三维力、三维力矩和指尖压力中心点实时信号；同时，该仪器可对各信号进行多尺度样本熵分析，获得反映各信号多时间尺度的动态耦合复杂度数值，计算各手指间动态协调性，从而获得反映手部感知运动功能的指标。
(2)本公开可用于准确评估抓握过程中手对物体稳定偏转力矩的感知控制能力，对神经生理学测试、神经系统发育测评、手功能定量评估、康复进程监测等领域都有重要的应用价值。
(3)本公开基于人体工效学原理和日常行为学分析，该测试分析仪结构外型设计成水杯样式，内设5个六维力/力矩传感器，其中拇指处传感器与其余四指处传感器呈相对位置，各传感器分布符合人手抓握物体时手指摆放位置。
(4)本公开在测试分析仪下方设计了一个空心底座，可在该底座中心及处于以底座为中心的圆周上8个等间距位置加入额定砝码产生偏转力矩；砝码内藏与底座盒中，当砝码固定于底座中心点位置时，将不产生额外偏转力矩；当砝码固定于底座周边的8个位置时，将产生不同方向且幅度不随时间变化的稳定偏转力矩。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本申请，并不构成对本公开的不当限定。
图1是实施例一多指抓握功能测试分析仪的测试装置外部构造示意图；
图2是实施例一多指抓握功能测试分析仪的测试装置内部构造示意图；
图3是实施例一多指抓握功能测试分析仪的测试装置透视图；
图4是实施例一多指抓握功能测试分析仪的测试装置底座构造示意图；
图5是实施例一放置额定砝码时底座的俯视图；
图6是实施例二三维力与三维力矩数据测量方法流程图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本公开使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例提供一种基于多向稳定偏转力矩的多指抓握功能测试分析仪，该测试分析仪包括测试装置和处理器，可提供不同方向的稳定偏转力矩，并准确测量手指抓握过程中的各指尖的三维力、三维力矩和指尖压力中心点实时坐标；同时，该仪器可对各信号进行多尺度样本熵分析，获得反映各信号多时间尺度的动态耦合复杂度数值，从而获得各手指间动态协调性指标。
为了使本领域的技术人员更好地了解本申请的技术方案，下面对本申请的技术方案进行详细介绍。
请参阅附图1、图2和图3，所述测试装置包括圆柱形底座11、设置在底座上的圆柱形外杯体、位于外杯体内部的圆柱形内杯体2以及设置在外杯体顶部的顶盖1。
具体地，所述外杯体包括相对设置的半圆形第一接触片10和半圆形第二接触片，所述第二接触片由四个互不相接的弧形接触片组成，由上至下依次为第一弧形接触片9、第二弧形接触片14、第三弧形接触片15和第四弧形接触片16。
所述内杯体2的中部为中空，可以盛装流体。所述内杯体2的外侧壁上沿圆周方向敷设有连接片3，所述连接片3与第一接触片10之间连接有用于检测拇指的力和力矩的第一六维力/力矩传感器4，所述连接片3与第一弧形接触片9之间连接有用于检测食指的力和力矩的第二六维力/力矩传感器5，所述连接片3与第二弧形接触片14之间连接有用于检测中指的力和力矩的第三六维力/力矩传感器6，所述连接片3与第三弧形接触片15之间连接有用于检测无名指的力和力矩的第四六维力/力矩传感器7，所述连接片3与第四弧形接触片16之间连接有用于检测小指的力和力矩的第五六维力/力矩传感器8。
在本实施例中，所述底座11的内部中空，所述底座11内还设置有用于盛放砝码13的储物腔12。
请参阅附图4，所述底座11内的底部以底座中心点为中线的圆周上设置有八个等间距位置标记点，在每个位置标记点放置砝码，可产生一定方向上稳定偏转力矩。
所述处理器，用于获取测试装置测量的测试者的五指抓举测试分析仪过程中产生的多方向三维力与三维力矩，形成多方向三维力与三维力矩向量时间序列，对得到的多方向三维力与三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度的动态耦合复杂度数值，计算手指间动态协调性指标。
具体地，所述处理器包括数据获取模块、多尺度样本熵分析模块和手指间动态协调性指标计算模块；其中：
所述数据获取模块，用于获取测试者的五指抓举测试分析仪过程中产生的多方向三维力与三维力矩向量时间序列。
所述多尺度样本熵分析模块具体用于：
用表示数据获取模块得到的五种时间序列，分别对这五种时间序列进行粗粒化，得到一个新的时间序列
利用五种时间序列向量、嵌入维度向量和时间延迟向量，构造复合延迟向量 为实数集；
定义任意两复合延迟向量Xm(i)与Xm(j)之间的距离为两向量对应元素的距离最大值；
对于给定的复合延迟向量Xm(i)和阈值r，计算任意两复合延迟向量Xm(i)与Xm(j)之间的距离小于等于阈值r的数量Pi，并计算任意两复合延迟向量Xm(i)与Xm(j)之间的距离小于等于阈值r的发生频率
将多元时延向量的维数由m扩展到m+1维，向量M包含p个元素，因此共有p种实现方法，即M＝[m1,m2,……,mk,……,mp]，k＝1,2,……,p此时再次构造p×(N-n)个混合延迟向量
重复之前步骤，计算d[Xm+1(i),Xm+1(j)]≤r,j≠i的数量Qi以及发生频率
对给定阈值r，利用发生频率和发生频率计算多变量样本熵值MMSE；
依次重复计算，得到多个多变量样本熵值；
利用得到的多个多变量样本熵值，绘制多时间尺度与多变量样本熵的关系曲线，计算多变量样本熵曲线下面积，来表征多时间尺度动态耦合复杂度。
所述手指间动态协调性指标计算模块，用于计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值，得到手指间动态协调性指标，通过手指间动态协调性指标PI对手部精准抓握功能进行量化评估，手指间动态协调性指标PI越大，手部抓握越精准，反之越差。
本实施例提出的多指抓握功能测试分析仪，基于人体工效学原理和日常行为学分析，该测试分析仪结构外型设计成水杯样式，内设5个六维力/力矩传感器，其中拇指处传感器与其余四指处传感器呈相对位置，各传感器分布符合人手抓握物体时手指摆放位置。
本实施例提出的多指抓握功能测试分析仪，在测试分析仪下方设计了一个空心底座，可在该底座中心及处于以底座为中心的圆周上8个等间距位置加入额定砝码产生偏转力矩；砝码内藏与底座盒中，当砝码固定于底座中心点位置时，将不产生额外偏转力矩；当砝码固定于底座周边的8个位置时，将产生不同方向且幅度不随时间变化的稳定偏转力矩。
实施例二
本实施例提供一种基于多向稳定偏转力矩的多指抓握功能测试分析方法，可准确测量手指抓握过程中的各指尖的三维力、三维力矩和指尖压力中心点实时坐标信号；并对各信号进行多尺度样本熵分析，获得反映各信号多时间尺度的动态耦合复杂度数值，从而计算各手指间动态协调性指标。
具体地，该方法包括以下步骤：
S101，测量测试者的五指抓举测试分析仪过程中产生的多方向三维力与三维力矩数据。
请参阅附图6，所述获取测试者的五指抓举测试分析仪过程中产生的力与力矩信号的步骤包括：
S1011，将额定砝码放置于底座内一指定位置中。
S1012，测试者使用五手指以自然抓握姿态抓举抓握测试分析仪，将其以自然速度平稳举起至规定高度后做喝水动作，然后端举保持20秒钟，产生一定方向的偏转力矩。
具体地，采用额定砝码放置于底座内指定位置模拟产生一定方向的偏转力矩。如图5中(a)为砝码放置于底座内中部，此状态无偏转力矩产生，图5中(b)-(i)分别为砝码放置于以底座中心点为中心的圆周上的八个等间距的位置上，此八种状态分别对应产生八种不同方向且幅度不随时间变化的稳定偏转力矩，即绕冠状轴、矢状轴及水平面内对角线轴向的正反方向的偏转力矩。
S1013，收到结束信号后，测试者将测试分析仪平稳放置原位，记录抓举过程中产生的力与力矩信号，计算指尖压力中心点实时坐标，得到数据如下：
{Fxk(t),Fyk(t),Fzk(t),Txk(t),Tyk(t),Tzk(t),Pxk(t),Pyk(t)} (1)
其中，k＝1,2,3,4,5。Fxk(t)、Fyk(t)、Fzk(t)为五指的x,y,z方向上的三维力向量时间序列，Txk(t)、Tyk(t)、Tzk(t)为五指的三维力矩向量时间序列；Pxk(t)、Pxk(t)为指尖压力中心点坐标。
具体地，所述指尖压力中心点实时坐标的计算方法为：
Pxk(t)＝-Tyk(t)/Fzk(t)
Pyk(t)＝-Txk(t)/Fzk(t)
其中，Fzk(t)为五指的z方向上的三维力向量时间序列，Txk(t)、Tyk(t)、Tzk(t)为五指的x,y方向上的力矩向量时间序列。
S1014，将额定砝码放置于底座内另一指定位置中，重复步骤1012-1013，直到得到五指在八个方向上的三维力与三维力矩信号，形成五种三维力与三维力矩向量时间序列。
S102，对得到的五种三维力与三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度的动态耦合复杂度数值。
具体地，所述步骤102的具体实现方式如下：
用表示步骤101得到的五种时间序列。N是样本数量，即时间序列的长度，p是变量个数，由于记录了五个手指的数据，所以p＝5，定义时间尺度为ε，分别对上述时间序列进行粗粒化，得到一个新的时间序列 的表达式为：
其中，构造复合延迟向量 为实数集，Xm(i)表达式为：
其中，是嵌入维度向量，τ＝[τ1,τ2,……,τp]是时间延迟向量，
定义任意两向量Xm(i)与Xm(j)之间的距离为两向量对应元素的距离最大值，即：
d[Xm(i),Xm(j)]＝maxl＝1,……,m{|xi+l-1-xj+l-1|} (4)
对于给定的复合延迟向量Xm(i)和阈值r，计算d[Xm(i),Xm(j)]≤r,j≠i的数量Pi，计算发生频率：
定义：
将公式(2)中的多元时延向量的维数由m扩展到m+1维，向量M包含p个元素，因此共有p种实现方法，即M＝[m1,m2,……,mk,……,mp]，k＝1,2,……,p此时再次构造p×(N-n)个复合延迟向量
重复之前步骤，计算d[Xm+1(i),Xm+1(j)]≤r,j≠i的数量Qi，计算发生频率：
定义：
最后，对给定阈值r，多变量样本熵值MSampleEn可表示为：
绘制多时间尺度与多变量样本熵的关系曲线。通过分析多变量样本熵值的变化，得到各信号多时间尺度的动态耦合复杂度数值。
绘制多时间尺度与多变量样本熵曲线后，先通过曲线走势定性判断多信号的动态复杂性。若随着尺度的增加而多变量样本熵增加或保持稳定则表明具有长程的动态复杂性与长程相关性。
计算多变量样本熵曲线下面积，来表征多时间尺度动态耦合复杂度：
其中，Scale为最大尺度，本实施例中取最大尺度为20，MSampleEn2s-1与MSampleEn2s分别为在尺度为2s-1和2s时的多变量样本熵值。
S103，利用多时间尺度动态耦合复杂度值，计算手指间动态协调性指标。
具体地，手指间动态协调性指标PI的计算方法为：
PI＝AMMSE-SampleEnstd (10)
其中，SampleEnstd表示多变量样本熵值的标准差。
通过手指间动态协调性指标PI对手部精准抓握功能进行量化评估，手指间动态协调性指标PI越大，手部抓握越精准，反之越差。
本实施例提出的基于多向稳定偏转力矩的多指抓握功能测试分析方法，实现手部精准抓握的功能性评估与对手功能损伤程度以及康复程度的精准定量评估，具有重要的应用价值，该方法通过多变量多尺度样本熵来计算多通道信号之间的相互复杂性，并以此评估手部精准抓握功能。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，包括测试装置和处理器；
所述测试装置，用于测量被试者各手指抓握过程中的多方向三维力和三维力矩数据；
所述处理器，用于获取测试装置测量的各手指多方向三维力与三维力矩数据，形成多种三维力和三维力矩向量时间序列，对多种三维力和三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度的动态耦合复杂度数值，计算手指间动态协调性指标。
2.根据权利要求1所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，所述测试装置包括圆柱形底座、设置在底座上的圆柱形外杯体、位于外杯体内部的圆柱形内杯体以及设置在外杯体顶部的顶盖。
3.根据权利要求2所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，所述底座内底部以底座中心点为中线的圆周上设置有八个等间距位置标记点。
4.根据权利要求2所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，所述外杯体包括相对设置的半圆形第一接触片和由四个互不相接的弧形接触片组成的第二接触片。
5.根据权利要求2所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，所述内杯体的外侧壁上沿圆周方向敷设有连接片，所述连接片与第一接触片之间连接有用于检测拇指的力和力矩的六维力/力矩传感器，所述连接片与每个弧形接触片之间连接有用于检测食指、中指、无名指或小指的力和力矩的六维力/力矩传感器。
6.根据权利要求1所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪，其特征是，所述处理器包括数据获取模块、多尺度样本熵分析模块和手指间动态协调性指标计算模块；其中：
所述数据获取模块，用于获取测试装置测量的五个手指多方向三维力与三维力矩，并计算指尖压力中心点坐标，形成五种三维力与三维力矩向量时间序列；
所述多尺度样本熵分析模块，用于对数据获取模块得到的五种三维力与三维力矩向量时间序列进行粗粒化处理，得到一个新的时间序列；利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量，构造复合延迟向量；设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值；计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；扩展时间延迟向量的维数，再次构造新的复合延迟向量；计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；计算两个发生频率比值的对数，得到多变量样本熵值；依次重复计算，得到多个多变量样本熵值；绘制多时间尺度与多变量样本熵的关系曲线，计算多变量样本熵曲线下面积，得到多时间尺度动态耦合复杂度值；
所述手指间动态协调性指标计算模块，用于计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值，得到手指间动态协调性指标。
7.一种基于多向稳定偏转力矩的多指抓握功能测试分析方法，其特征是，该方法包括以下步骤：
测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据，形成五种三维力与三维力矩向量时间序列；
对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析，得到多时间尺度动态耦合复杂度数值；
利用多时间尺度动态耦合复杂度数值，计算手指间动态协调性指标。
8.根据权利要求7所述的基于多向稳定偏转力矩的多指抓握功能测试分析方法，其特征是，所述测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据的步骤包括：
将额定砝码放置于测试装置的底座内一位置标记点；
被试者使用五手指以自然抓握姿态抓举抓握测试装置的外杯体，将其以自然速度平稳举起至规定高度后做喝水动作，然后端举保持20秒钟，产生一定方向的偏转力矩；
收到结束信号后，被试者将测试装置平稳放置原位，记录抓举过程中产生的三维力与三维力矩数据，并计算指尖压力中心点坐标；
将额定砝码放置于测试装置的底座内另一位置标记点，重复上述步骤，直到得到八个方向上的五指三维力和三维力矩数据。
9.根据权利要求7所述的基于多向稳定偏转力矩的多指抓握功能测试分析方法，其特征是，所述对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析的步骤包括：
对五种三维力与三维力矩向量时间序列进行粗粒化处理，得到一个新的时间序列；
利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量，构造复合延迟向量；
设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值；
计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；
扩展时间延迟向量的维数，再次构造新的复合延迟向量；
计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率；
计算两个发生频率比值的对数，得到多变量样本熵值；
依次重复上述步骤，得到多个多变量样本熵值；
绘制多时间尺度与多变量样本熵的关系曲线，计算多变量样本熵曲线下面积，得到多时间尺度动态耦合复杂度值。
10.根据权利要求7所述的基于多向稳定偏转力矩的多指抓握功能测试分析方法，其特征是，所述手指间动态协调性指标的计算方法为：
计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值，得到手指间动态协调性指标。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910445976.2A CN110123345B (zh) | 2019-05-27 | 2019-05-27 | 基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 |
| LU101802A LU101802B1 (en) | 2019-05-27 | 2020-05-19 | An instrument and method for testing and analyzing the function of precise control of digit forces during grasping based on multi-deflectional torque effects |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910445976.2A CN110123345B (zh) | 2019-05-27 | 2019-05-27 | 基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110123345A true CN110123345A (zh) | 2019-08-16 |
| CN110123345B CN110123345B (zh) | 2020-03-03 |
Family
ID=67581815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910445976.2A Active CN110123345B (zh) | 2019-05-27 | 2019-05-27 | 基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110123345B (zh) |
| LU (1) | LU101802B1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112603298A (zh) * | 2020-12-30 | 2021-04-06 | 杭州电子科技大学 | 多传感信息融合的卒中急性期患者手功能康复评估系统 |
| CN113040760A (zh) * | 2021-03-17 | 2021-06-29 | 山东大学 | 一种用于评估精细手功能的抓握指力记录分析笔 |
| CN113869289A (zh) * | 2021-12-02 | 2021-12-31 | 西北工业大学深圳研究院 | 基于熵的多通道舰船辐射噪声特征提取方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100281974A1 (en) * | 2009-05-05 | 2010-11-11 | The Government of the United States of America as represented by the the Secretary of the Dept. of H | Hand dynamometer with improved configuration for grip strength assessment |
| US20130023799A1 (en) * | 2011-07-06 | 2013-01-24 | Bernhard Brinkhaus | Apparatus and method for detecting the hand force of the hand pressure |
| US20130226350A1 (en) * | 2012-02-29 | 2013-08-29 | The U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Control of a glove-based grasp assist device |
| US20160067136A1 (en) * | 2013-05-16 | 2016-03-10 | New York University | Game-based sensorimotor rehabilitator |
| CN105520738A (zh) * | 2015-12-18 | 2016-04-27 | 山东大学 | 一种基于交叉定量递归计算的指力协调性测试分析仪 |
| CN105769225A (zh) * | 2016-03-25 | 2016-07-20 | 山东大学 | 基于多方向扰动力矩的精确抓握功能定量评估装置及方法 |
| CN105769224A (zh) * | 2016-03-25 | 2016-07-20 | 山东大学 | 一种基于多向稳定偏转力矩的精确抓握功能测试装置及其分析方法 |
| CN106618487A (zh) * | 2016-10-31 | 2017-05-10 | 北京城市系统工程研究中心 | 一种老年人平衡能力评定方法 |
-
2019
- 2019-05-27 CN CN201910445976.2A patent/CN110123345B/zh active Active
-
2020
- 2020-05-19 LU LU101802A patent/LU101802B1/en active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100281974A1 (en) * | 2009-05-05 | 2010-11-11 | The Government of the United States of America as represented by the the Secretary of the Dept. of H | Hand dynamometer with improved configuration for grip strength assessment |
| US20130023799A1 (en) * | 2011-07-06 | 2013-01-24 | Bernhard Brinkhaus | Apparatus and method for detecting the hand force of the hand pressure |
| US20130226350A1 (en) * | 2012-02-29 | 2013-08-29 | The U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Control of a glove-based grasp assist device |
| US20160067136A1 (en) * | 2013-05-16 | 2016-03-10 | New York University | Game-based sensorimotor rehabilitator |
| CN105520738A (zh) * | 2015-12-18 | 2016-04-27 | 山东大学 | 一种基于交叉定量递归计算的指力协调性测试分析仪 |
| CN105769225A (zh) * | 2016-03-25 | 2016-07-20 | 山东大学 | 基于多方向扰动力矩的精确抓握功能定量评估装置及方法 |
| CN105769224A (zh) * | 2016-03-25 | 2016-07-20 | 山东大学 | 一种基于多向稳定偏转力矩的精确抓握功能测试装置及其分析方法 |
| CN106618487A (zh) * | 2016-10-31 | 2017-05-10 | 北京城市系统工程研究中心 | 一种老年人平衡能力评定方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112603298A (zh) * | 2020-12-30 | 2021-04-06 | 杭州电子科技大学 | 多传感信息融合的卒中急性期患者手功能康复评估系统 |
| CN112603298B (zh) * | 2020-12-30 | 2023-05-05 | 杭州电子科技大学 | 多传感信息融合的卒中急性期患者手功能康复评估系统 |
| CN113040760A (zh) * | 2021-03-17 | 2021-06-29 | 山东大学 | 一种用于评估精细手功能的抓握指力记录分析笔 |
| CN113869289A (zh) * | 2021-12-02 | 2021-12-31 | 西北工业大学深圳研究院 | 基于熵的多通道舰船辐射噪声特征提取方法 |
| CN113869289B (zh) * | 2021-12-02 | 2022-03-01 | 西北工业大学深圳研究院 | 基于熵的多通道舰船辐射噪声特征提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110123345B (zh) | 2020-03-03 |
| LU101802B1 (en) | 2020-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110123345B (zh) | 基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法 | |
| CN109259739B (zh) | 一种手腕关节运动力矩的肌电估计方法 | |
| CN101193587B (zh) | 一种使用压力传感器阵列的脉搏分析仪 | |
| CN110211691B (zh) | 一种用于手指动力学协调性评估的抓握测试分析仪及方法 | |
| CN105813550B (zh) | 用于测量对象的脉搏波的系统和方法 | |
| WO2011147221A1 (zh) | 双感测脉诊仪 | |
| CN103006179A (zh) | 用于物理参数映射的图形用户界面 | |
| CN103654729A (zh) | 一种压痛力学测试仪 | |
| CN106901689B (zh) | 基于实物交互的认知和运动功能检测系统及数据处理方法 | |
| CN110327023A (zh) | 一种压力传感器阵列及脉诊装置 | |
| CN108523868A (zh) | 用于血压测量的自校准系统和方法 | |
| TW201132333A (en) | Pulse diagnosis platform for Chinese medicine | |
| CN105769224B (zh) | 一种基于多向稳定偏转力矩的精确抓握功能测试装置及其分析方法 | |
| JP2012526970A (ja) | 表面の手触り感を特性評価する方法 | |
| CN110123346B (zh) | 基于多向扰动力矩控制的多指功能性抓握分析装置及方法 | |
| CN115607899A (zh) | 一种基于虚拟现实的脑卒中肢体康复训练系统及方法 | |
| CN107928636B (zh) | 一种具有温度补偿功能的脉诊仪 | |
| CN113499042A (zh) | 基于系统辨识技术的中医脉诊测试仪及其使用方法 | |
| Mahesh et al. | Three radial artery pulse sensor design for Siddha based disease diagnosis | |
| CN209463972U (zh) | 用于血压测量的自校准系统 | |
| CN110192841B (zh) | 基于多方向瞬时突变扰动力矩效应的抓握测试装置及方法 | |
| CN116807409A (zh) | 基于脉象要素的指戴式中医脉诊测试仪及其使用方法 | |
| CN116570250A (zh) | 基于机器视觉的智能机械臂技术的中医脉诊测试仪及其使用方法 | |
| McChesney et al. | The Hand Grip ForceMapTM System | |
| CN113545760A (zh) | 基于模态分析技术的中医脉诊测试仪及其使用方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |