CN110403609A - 运动速度分析方法、装置和可穿戴设备 - Google Patents

运动速度分析方法、装置和可穿戴设备 Download PDF

Info

Publication number
CN110403609A
CN110403609A CN201910827590.8A CN201910827590A CN110403609A CN 110403609 A CN110403609 A CN 110403609A CN 201910827590 A CN201910827590 A CN 201910827590A CN 110403609 A CN110403609 A CN 110403609A
Authority
CN
China
Prior art keywords
movement velocity
change rate
signal
current potential
window
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
Application number
CN201910827590.8A
Other languages
English (en)
Other versions
CN110403609B (zh
Inventor
田彦秀
韩久琦
牛天增
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.)
Jingdong Shuke Haiyi Information Technology Co Ltd
Jingdong Technology Information Technology Co Ltd
Original Assignee
Beijing Haiyi Tongzhan Information Technology Co Ltd
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 Beijing Haiyi Tongzhan Information Technology Co Ltd filed Critical Beijing Haiyi Tongzhan Information Technology Co Ltd
Priority to CN201910827590.8A priority Critical patent/CN110403609B/zh
Publication of CN110403609A publication Critical patent/CN110403609A/zh
Priority to EP20860220.1A priority patent/EP4005473A4/en
Priority to PCT/CN2020/109444 priority patent/WO2021042970A1/zh
Priority to US17/634,832 priority patent/US20220296157A1/en
Application granted granted Critical
Publication of CN110403609B publication Critical patent/CN110403609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/103—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
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/1118—Determining activity level
    • 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]
    • A61B5/397—Analysis of electromyograms
    • 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
    • A61B5/486—Bio-feedback
    • 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
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2/72—Bioelectric control, e.g. myoelectric
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Cardiology (AREA)
  • Transplantation (AREA)
  • Vascular Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开提出一种运动速度分析方法、装置和可穿戴设备，涉及智能可穿戴设备技术领域。本公开的一种运动速度分析方法包括：获取被探测用户表面肌电信号；根据表面肌电信号确定动作段信号；确定动作段信号的电位的变化率；根据变化率和预定变化率阈值确定运动速度等级。通过这样的方法，能够根据生物为了执行运动操作调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了运动速度分析的适用范围。

Description

运动速度分析方法、装置和可穿戴设备
技术领域
本公开涉及智能可穿戴设备技术领域，特别是一种运动速度分析方法、装置和可穿戴设备。
背景技术
可穿戴的智能设备经常需要采集用户的运动状态，如手势动作，并可以根据运动速度的不同执行做出不同的反应。
相关技术中手势动作执行速度计算方法如下：
(1)利用肌纤维动作电位的传导速度，将多个检测电极沿着肌纤维方向排列，利用两电极距离和传输时间来估计相应的传导速度，最直接方法就是根据时间与传输距离间的关系来求取。
(2)借助外在设备测量动作执行角速度。
发明内容
本公开的一个目的在于扩展运动速度分析的适用范围。
根据本公开的一些实施例的一个方面，提出一种运动速度分析方法，包括：获取被探测用户表面肌电信号；根据表面肌电信号确定动作段信号；确定动作段信号的电位的变化率；根据变化率和预定变化率阈值确定运动速度等级。
在一些实施例中，确定动作段信号的电位的变化率包括：从动作段的起始位置开始，确定窗口内的电位的均值；以预定步长滑动窗口，获取滑动后窗口内的电位的均值；将预定间隔的窗口的电位的均值差作为在后窗口的电位的变化率。
在一些实施例中，确定动作段信号的电位的变化率还包括：将当前窗口的均值与预定第一阈值相比较；若均值大于预定第一阈值，则确定当前窗口与预定间隔的在前窗口的电位均值的差，作为当前窗口的电位的变化率；若均值小于等于预定第一阈值，则忽略当前窗口的电位的变化率。
在一些实施例中，根据变化率和预定变化率阈值确定运动速度等级包括：将变化率与预定变化率阈值比较；若变化率小于等于预定变化率阈值，则确定用户的运动状态为第一运动速度等级；若变化率大于预定变化率阈值，则确定用户的运动状态为第二运动速度等级；其中，第二运动速度等级的速度高于第一运动速度等级的速度。
在一些实施例中，根据变化率和预定变化率阈值确定运动速度等级包括：确定变化率所处的预定变化率阈值区间范围；确定在变化率对应的信号的位置，用户的运动状态为预定变化率阈值区间范围对应的运动速度等级；其中，运动速度等级的数量大于2。
在一些实施例中，运动速度分析方法还包括：分别采集用户各个运动速度状态下的表面肌电信号数据；根据表面肌电信号数据确定预定变化率阈值。
在一些实施例中，获取被探测用户表面肌电信号包括：采集初始表面肌电信号数据；基于基线阈值校正初始表面信号数据，获取表面肌电信号。
在一些实施例中，获取被探测用户表面肌电信号还包括：根据公式：
thr＝mean{MAV1,MAV2,MAV3,…,MAVk}+A
确定基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
通过这样的方法，能够根据生物为了执行运动操作而调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了运动速度分析的适用范围。
根据本公开的另一些实施例的一个方面，提出一种运动速度分析装置，包括：信号获取单元，被配置为获取被探测用户表面肌电信号；动作段确定单元，被配置为根据表面肌电信号确定动作段信号；变化率确定单元，被配置为确定动作段信号的电位的变化率；速度等级确定单元，被配置为根据变化率和预定变化率阈值确定运动速度等级。
在一些实施例中，变化率确定单元被配置为：从动作段的起始位置开始，确定窗口内的电位的均值；以预定步长滑动窗口，获取滑动后窗口内的电位的均值；将预定窗口间隔的窗口的电位的均值差作为在后窗口的电位的变化率。
在一些实施例中，速度等级确定单元被配置为：确定变化率所处的预定变化率阈值区间范围；确定变化率对应的信号的位置为预定变化率阈值区间范围对应的运动速度等级；其中，运动速度等级的数量大于等于2。
根据本公开的又一些实施例的一个方面，提出一种运动速度分析装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种运动速度分析方法。
这样的装置能够根据生物为了执行运动操作调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了装置的适用范围。
根据本公开的再一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种运动速度分析方法的步骤。
通过执行这样的计算机可读存储介质上的指令，能够根据生物为了执行运动操作调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了运动速度分析的适用范围。
另外，根据本公开的一些实施例的一个方面，提出一种可穿戴设备，包括：肌电信号采集装置，被配置为采集表面肌电信号；和，上文中任意一种运动速度分析装置。
这样的可穿戴设备能够根据生物为了执行运动操作调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了设备的适用范围。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1为本公开的运动速度分析方法的一些实施例的流程图。
图2为本公开的运动速度分析方法的另一些实施例的流程图。
图3为本公开的运动速度分析方法中阈值调整的一些实施例的示意图。
图4为本公开的运动速度分析装置的一些实施例的示意图。
图5为本公开的运动速度分析装置的另一些实施例的示意图。
图6为本公开的运动速度分析装置的又一些实施例的示意图。
图7为本公开的可穿戴设备的一些实施例的示意图。
具体实施方式
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
发明人发现，相关技术中分析用户运动速度的算法需要大量借助外在辅助设备，例如需要利用数量较多的肌电通道数量，或需要直接进行运动部位的角速度测量，需要的设备较多，不便于携带。另外，受肌肉位置、肢体位置约束的影响，难以实现对截肢患者的运动测量。
表面肌电信号是众多肌纤维中运动单元动作电位在时间和空间上的叠加，能够记录和分析肌肉收缩时发出的肌电信号。
本公开的运动速度分析方法的一些实施例的流程图如图1所示。
在步骤101中，获取被探测用户表面肌电信号。在一些实施例中，可以利用附着于被探测用户的身体表面的肌电信号采集装置采集数据，得到表面肌电信号。在一些实施例中，直接采集的信号可以作为初始表面肌电信号，在校正处理后得到表面肌电信号。
在步骤102中，根据表面肌电信号确定动作段信号。在一些实施例中，可以采用相关技术中的如移动平均法、标准差与绝对均值检测、小波变换法、统计判据决策法等方法进行动作段信号检测。
在步骤103中，确定动作段信号的电位的变化率。在一些实施例中，可以通过对动作段信号做电位差计算的方式确定动作段信号的电位的变化率。
在步骤104中，根据变化率和预定变化率阈值确定运动速度等级。在一些实施例中，运动可以指被检测用户的包括肢体在内的动作执行速度，如手势动作的执行速度。由于表面肌电信号与肌肉的收缩力直接相关，肌肉收缩力是肢体作随意运动时肌肉收缩的力量，且运动单元的募集数目随肌肉收缩力的提高而逐渐加大，即收缩力越大，募集的运动单元越多，运动单元动作电位波形间的叠加程度就较高。因此在表面肌电包络信号波形上的直观表现是信号的峰值也就越高，不同收缩力的表面肌电包络信号波形的变化率能够间接表征速度，例如手势动作的执行速度等。
通过这样的方法，能够根据生物为了执行运动操作而调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了运动速度分析的适用范围。
本公开的运动速度分析方法的另一些实施例的流程图如图2所示。
在步骤201中，获取被探测用户表面肌电信号。在一些实施例中，可以利用附着于被探测用户的身体表面的肌电信号采集装置采集初始表面肌电信号数据，进而进行校正运算。
在一些实施例中，可以根据静息态表面肌电信号数据确定基线阈值。在一些实施例中，可以请被探测用户处于静息态并采集数据，该数据为确认的静息态表面肌电信号数据。在一些实施例中，可以根据公式：
thr＝mean{MAV1,MAV2,MAV3,…,MAVk}+A
确定基线阈值thr，其中，mean为取平均操作的运算符，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。在一些实施例中，可以基于经验设定预定常数A，并在测量过程中调整A以提高准确度。
基于基线阈值校正初始表面信号数据，获取表面肌电信号。在一些实施例中，可以设定在初始表面肌电信号小于基线阈值的情况下，表面肌电信号为0；在初始表面肌电信号大于等于基线阈值的情况下，表面肌电信号为采集的初始表面信号数据。如基于公式
修正初始表面肌电信号数据，得到表面肌电信号，其中xi为采集的初始表面肌电信号数据，thr为初始肌电信号数据的基线阈值。
通过这样的校正，能够降低个体差异的影响。
在一些实施例中，在完成校正后，可以对校正信号基于积分运算得到对应的包络信号。
在步骤202中，根据表面肌电信号确定动作段信号。表面肌电信号分为两种：一种是静息电位，另一种是动作电位，肌肉收缩时会产生动作电位，因此需要检测动作电位的起始位置。当处于静息电位时，由于原始信号经过了个体校正，表面肌电包络信号波形幅值为零，因此当表面肌电包络信号的幅度值开始大于零时，可认为是动作电位的起始位置。
在步骤203中，获取窗口内各个位置的电位，确定窗口内的电位的均值。
在步骤204中，以预定步长滑动窗口。在一些实施例中，预定的窗口宽度和预定步长可以根据采样率大小设定，窗口宽度不超过采样率的四分之一，预定步长可以为窗长的一半。
在步骤205中，判断窗口包括动作段的终止位置。若窗口包括动作段的终止位置，则切换至静息态，执行步骤206；若未包括动作段的终止位置，则执行步骤206。
在步骤206中，当均值大于预定第一阈值时，认为此时利用肌肉的表面信号计算出的变化率是有效的，计算出的变化率可表征动作速度，因此筛选出大于预定第一阈值的均值作为对应位置的电位的变化率，将预定间隔的窗口的电位的均值差作为在后窗口的电位的变化率。例如：该窗口幅度均值为averi，若averi＞threshold1，则
窗口i的变化率＝averi-averi-2，其中，threshold1为预定第一阈值，i为窗口序号，为正整数，i大于2，预定间隔为两个窗口。
在一些实施例中，步骤205和步骤206可以交换顺序，从而提高得到窗口中各个位置的变化率的效率。
在步骤207中，确定变化率所处的预定变化率阈值区间范围。例如，设定预定变化率阈值，确定变化率小于等于预定变化率阈值或是大于预定变化率阈值。在另一些实施例中，可以设置n个不同的预定变化率阈值，从而将运动速度等级划分为n+1种，其中，n大于1。
在步骤208中，确定变化率对应的信号的位置为预定变化率阈值区间范围对应的运动速度等级。
例如，在运动速度等级划分为两级的情况下：
该预定变化率阈值threshold2可根据前期自主练习，了解自身所能适应的手势动作快慢节奏自行定义该阈值。
在一些实施例中，步骤205可以移动至步骤208后执行，从而实现在窗口移动过程中实时获得当前窗口位置的运动速度等级，提高运行反应速度。
通过这样的方法，能够在没有加速度、关节角度以及其他外在辅助测量的情况下，根据肌肉块的自主控制来实现手势动作快慢的计算，能够扩大运动速度分析的应用范围，对于截肢患者，能够判断手势动作速度，进而控制仿生手执行相应速度的手势动作，对控制仿生假肢执行动作速度有重要意义。
在一些实施例中，可以通过前期的设备训练得到预定变化率阈值，使运动分析的过程符合用户单体特点。在一些实施例中，在被探测用户正确佩戴肌电采集设备后，首先让被探测用户就某一手势动作，如外翻，进行练习，自适应调整手势动作执行速度，如图3所示，高波峰为手势动作快时由记录到的表面肌电信号根据上文中的方法得到的变化率，低波峰为手势动作慢时所得的变化率。被探测用户在联系时，根据指示用户所做的操作和得到的变化率数据，自适应地调整横线的高低，确定针对该用户的该手势动作的预定变化率阈值。
通过这样的方法，能够通过试戴和自适应调整的操作使预定变化率阈值符合用户单体特点，提高设备的个性化程度和准确度。
本公开的运动速度分析装置的一些实施例的示意图如图4所示。
信号获取单元401能够获取被探测用户表面肌电信号。在一些实施例中，可以利用附着于被探测用户的身体表面的肌电信号采集装置采集表面肌电信号。在一些实施例中，直接采集的信号可以作为初始表面肌电信号，在校正处理后得到表面肌电信号。
动作段确定单元402能够据表面肌电信号确定动作段信号。在一些实施例中，可以采用相关技术中的如移动平均法、标准差与绝对均值检测、小波变换法、统计判据决策法等方法进行动作段信号检测。
变化率确定单元403能够确定动作段信号的电位的变化率。在一些实施例中，可以通过对动作段信号做电位差计算的方式确定动作段信号的电位的变化率。
速度等级确定单元404能够根据变化率和预定变化率阈值确定运动速度等级。
这样的装置能够根据生物了为执行运动操作而调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的生物体运动速度分析，扩展了装置的适用范围。
在一些实施例中，信号获取单元401能够利用附着于被探测用户的身体表面的肌电信号采集装置采集初始表面肌电信号数据，进而进行校正运算。在一些实施例中，可以根据静息态表面肌电信号数据确定基线阈值。基于基线阈值校正初始表面信号数据，获取表面肌电信号。在一些实施例中，可以设定在初始表面肌电信号小于基线阈值的情况下，表面肌电信号为0；在初始表面肌电信号大于等于基线阈值的情况下，表面肌电信号为采集的初始表面信号数据。通过这样的校正，能够降低个体差异的影响，提高运动分析的准确度。
在一些实施例中，变化率确定单元403能够获取窗口内各个位置的电位，确定窗口内的电位的均值，并以预定步长滑动窗口。在一些实施例中，预定的窗口宽度和预定步长可以根据采样率大小设定，窗口宽度不超过采样率的四分之一，预定步长可以为窗长的一半。
当均值大于预定第一阈值时，认为此时利用肌肉的表面信号计算出的变化率是有效的，计算出的变化率可表征动作速度，因此筛选出大于预定第一阈值的均值作为对应位置的电位的变化率，将预定间隔的窗口的电位的均值差作为在后窗口的电位的变化率。
这样的运动速度分析装置能够随着表面肌电信号的采集和窗口的滑动得到当前位置的变化率，保证了运行效率；通过在运算过程中忽略一些不合理的数据能够减少后续需要运算的数据，进一步提高了运算效率。
在一些实施例中，速度等级确定单元404能够确定变化率所处的预定变化率阈值区间范围，确定变化率对应的信号的位置为预定变化率阈值区间范围对应的运动速度等级。例如，设定预定变化率阈值，确定变化率小于等于预定变化率阈值或是大于预定变化率阈值。在另一些实施例中，可以设置n个不同的预定变化率阈值，从而将运动速度等级划分为n+1种，其中，n大于1。
这样的运动速度分析装置能够在没有加速度、关节角度以及其他外在辅助测量的情况下，根据肌肉块的自主控制来实现手势动作快慢的计算，对控制仿生假肢执行动作速度有重要意义；通过设定多个运动速度等级还能够实现更加精细化的运动速度分析，提高分析的准确度。
本公开运动速度分析装置的一个实施例的结构示意图如图5所示。运动速度分析装置包括存储器501和处理器502。其中：存储器501可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中运动速度分析方法的对应实施例中的指令。处理器502耦接至存储器501，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器502用于执行存储器中存储的指令，能够实现对包括截肢患者在内的运动速度分析，扩展了装置的适用范围。
在一个实施例中，还可以如图6所示，运动速度分析装置600包括存储器601和处理器602。处理器602通过BUS总线603耦合至存储器601。该运动速度分析装置600还可以通过存储接口604连接至外部存储装置605以便调用外部数据，还可以通过网络接口606连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够实现对包括截肢患者在内的运动速度分析，扩展了装置的适用范围。
在另一个实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现运动速度分析方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开的可穿戴设备的一些实施例的示意图如图7所示。肌电信号采集装置71可以为附着于被探测的用户身体表面的探测器，能够采集用户表面肌电信号。在一些实施例中，肌电信号采集装置71对用户身体的部分部位，如手臂进行探测，从而分析用户手势动作的执行速度。运动速度分析装置72可以为上文中提到的任意一种。运动速度分析装置72可以集成于可穿戴设备的终端中，也可以由探测器将探测数据通过有线或无线的方式发送至远端的数据处理侧，由数据处理侧的运动速度分析装置72执行如上文中提到的运动速度分析方法。
这样的可穿戴设备能够根据生物了为执行运动操作而调动肌肉收缩所产生的表面肌电信号来确定运动速度等级，从而实现对包括截肢患者在内的运动速度分析，扩展了设备的适用范围。
在一些实施例中，可穿戴设备除了体感交互设备外，也可以是仿生假肢，通过判断截肢用户手势动作速度，进而控制仿生手执行相应速度的手势动作，提高截肢患者的生活水平。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。

Claims (14)

1.一种运动速度分析方法，包括：
获取被探测用户表面肌电信号；
根据所述表面肌电信号确定动作段信号；
确定所述动作段信号的电位的变化率；
根据所述变化率和预定变化率阈值确定运动速度等级。
2.根据权利要求1所述的方法，其中，所述确定所述动作段信号的电位的变化率包括：
从所述动作段的起始位置开始，确定窗口内的电位的均值；
以预定步长滑动窗口，获取滑动后窗口内的电位的均值；
将预定间隔的窗口的电位的均值差作为在后窗口的电位的变化率。
3.根据权利要求2所述的方法，其中，所述确定所述动作段信号的电位的变化率还包括：
将当前窗口的所述均值与预定第一阈值相比较；
若所述均值大于所述预定第一阈值，则确定当前窗口与预定间隔的在前窗口的电位均值的差，作为所述当前窗口的电位的变化率；
若所述均值小于等于所述预定第一阈值，则忽略所述当前窗口的电位的变化率。
4.根据权利要求1、2或3所述的方法，其中，所述根据所述变化率和预定变化率阈值确定运动速度等级包括：
将所述变化率与预定变化率阈值比较；
若所述变化率小于等于所述预定变化率阈值，则确定用户的运动状态为第一运动速度等级；
若所述变化率大于所述预定变化率阈值，则确定用户的运动状态为第二运动速度等级；
其中，所述第二运动速度等级的速度高于所述第一运动速度等级的速度。
5.根据权利要求1、2或3所述的方法，其中，所述根据所述变化率和预定变化率阈值确定运动速度等级包括：
确定所述变化率所处的预定变化率阈值区间范围；
确定在所述变化率对应的信号的位置，用户的运动状态为所述预定变化率阈值区间范围对应的运动速度等级；
其中，所述运动速度等级的数量大于2。
6.根据权利要求1所述的方法，还包括：
分别采集用户各个运动速度状态下的表面肌电信号数据；
根据所述表面肌电信号数据确定所述预定变化率阈值。
7.根据权利要求1所述的方法，其中，所述获取被探测用户表面肌电信号包括：
采集初始表面肌电信号数据；
基于基线阈值校正所述初始表面信号数据，获取所述表面肌电信号。
8.根据权利要求7所述的方法，其中，所述获取被探测用户表面肌电信号还包括：
根据公式：
thr＝mean{MAV1,MAV2,MAV3,…,MAVk}+A
确定所述基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
9.一种运动速度分析装置，包括：
信号获取单元，被配置为获取被探测用户表面肌电信号；
动作段确定单元，被配置为根据所述表面肌电信号确定动作段信号；
变化率确定单元，被配置为确定所述动作段信号的电位的变化率；
速度等级确定单元，被配置为根据所述变化率和预定变化率阈值确定运动速度等级。
10.根据权利要求9所述的装置，其中，所述变化率确定单元被配置为：
从所述动作段的起始位置开始，确定窗口内的电位的均值；
以预定步长滑动窗口，获取滑动后窗口内的电位的均值；
将预定窗口间隔的窗口的电位的均值差作为在后窗口的电位的变化率。
11.根据权利要求9或10所述的装置，其中，所述速度等级确定单元被配置为：
确定所述变化率所处的预定变化率阈值区间范围；
确定在所述变化率对应的信号的位置，用户的运动状态为所述预定变化率阈值区间范围对应的运动速度等级；
其中，所述运动速度等级的数量大于2。
12.一种运动速度分析装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至8任一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至8任意一项所述的方法的步骤。
14.一种可穿戴设备，包括：
肌电信号采集装置，被配置为采集表面肌电信号；和，
权利要求9～12任意一项所述的运动速度分析装置。
CN201910827590.8A 2019-09-03 2019-09-03 运动速度分析方法、装置和可穿戴设备 Active CN110403609B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910827590.8A CN110403609B (zh) 2019-09-03 2019-09-03 运动速度分析方法、装置和可穿戴设备
EP20860220.1A EP4005473A4 (en) 2019-09-03 2020-08-17 METHOD AND DEVICE FOR MOTION VELOCITY ANALYSIS AND BODY-WEARABLE DEVICE
PCT/CN2020/109444 WO2021042970A1 (zh) 2019-09-03 2020-08-17 运动速度分析方法、装置和可穿戴设备
US17/634,832 US20220296157A1 (en) 2019-09-03 2020-08-17 Motion speed analysis method and apparatus, and wearable device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910827590.8A CN110403609B (zh) 2019-09-03 2019-09-03 运动速度分析方法、装置和可穿戴设备

Publications (2)

Publication Number Publication Date
CN110403609A true CN110403609A (zh) 2019-11-05
CN110403609B CN110403609B (zh) 2020-09-01

Family

ID=68370043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910827590.8A Active CN110403609B (zh) 2019-09-03 2019-09-03 运动速度分析方法、装置和可穿戴设备

Country Status (4)

Country Link
US (1) US20220296157A1 (zh)
EP (1) EP4005473A4 (zh)
CN (1) CN110403609B (zh)
WO (1) WO2021042970A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111839847A (zh) * 2020-07-02 2020-10-30 北京海益同展信息科技有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
WO2021042970A1 (zh) * 2019-09-03 2021-03-11 北京海益同展信息科技有限公司 运动速度分析方法、装置和可穿戴设备
CN112690807A (zh) * 2020-12-04 2021-04-23 京东数科海益信息科技有限公司 确定执行动作速度等级的方法、装置和存储介质
CN112773380A (zh) * 2019-11-07 2021-05-11 深圳市理邦精密仪器股份有限公司 一种肌电信号的处理方法、处理设备以及存储介质
CN115114962A (zh) * 2022-07-19 2022-09-27 歌尔股份有限公司 基于表面肌电信号的控制方法、装置及可穿戴设备
CN115381409A (zh) * 2022-10-31 2022-11-25 深圳市心流科技有限公司 一种穿戴式检测装置的伸缩速度调控方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114167996B (zh) * 2022-02-14 2022-05-17 浙江强脑科技有限公司 一种基于传感器的动作预判方法、装置及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6076011A (en) * 1999-02-02 2000-06-13 J&J Engineering Electromyographic feedback monitor system
WO2010095636A1 (ja) * 2009-02-20 2010-08-26 国立大学法人東京大学 筋張力推定法及び装置
CN103169472A (zh) * 2013-04-09 2013-06-26 重庆绿色智能技术研究院 基于贴附式电极的无创伤神经肌肉疾病检查系统
CN104127181A (zh) * 2014-07-22 2014-11-05 杭州电子科技大学 基于wkfda的肌电信号跌倒检测方法
US20150150488A1 (en) * 2013-11-29 2015-06-04 Denso Corporation Stress evaluation apparatus
US20150157237A1 (en) * 2009-01-30 2015-06-11 Medtronic Xomed, Inc. Nerve monitoring during electrosurgery
CN106308809A (zh) * 2016-08-15 2017-01-11 河北工业大学 大腿残肢者的步态识别方法
CN107788979A (zh) * 2016-09-02 2018-03-13 松下知识产权经营株式会社 站起动作辅助装置、站起动作辅助方法以及程序
CN108261197A (zh) * 2018-03-19 2018-07-10 上海理工大学 基于表面肌电与运动模块的上肢康复评价系统及方法
CN109800733A (zh) * 2019-01-30 2019-05-24 中国科学技术大学 数据处理方法及装置、电子设备
CN109820482A (zh) * 2019-03-05 2019-05-31 浙江强脑科技有限公司 肌肉状态检测方法、装置及计算机可读存储介质
CN109907932A (zh) * 2019-04-08 2019-06-21 中国航天员科研训练中心 一种前庭刺激影响人体上肢运动控制研究实验系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6340528B2 (ja) * 2014-05-01 2018-06-13 公益財団法人ヒューマンサイエンス振興財団 Ｂｍｉ運動補助装置
JP5991498B2 (ja) * 2014-07-08 2016-09-14 パナソニックＩｐマネジメント株式会社 筋電位計測装置及び筋電位計測方法
US10206598B2 (en) * 2014-12-03 2019-02-19 Panasonic Intellectual Property Management Co., Ltd. Muscular fatigue determination apparatus, method for determining muscular fatigue, and recording medium
CN104873187A (zh) * 2015-05-20 2015-09-02 上海傲意信息科技有限公司 一种利用样本熵迭代分析人体生物电信号的方法
US20170312576A1 (en) * 2016-04-02 2017-11-02 Senthil Natarajan Wearable Physiological Sensor System for Training and Therapeutic Purposes
CN106156524B (zh) * 2016-07-29 2018-08-28 东北大学 一种智能下肢助力装置的在线步态规划方法
CN106236336A (zh) * 2016-08-15 2016-12-21 中国科学院重庆绿色智能技术研究院 一种肌电假肢手势及力度控制方法
JP2018064740A (ja) * 2016-10-19 2018-04-26 セイコーエプソン株式会社 リハビリテーションシステム
CN107273798A (zh) * 2017-05-11 2017-10-20 华南理工大学 一种基于表面肌电信号的手势识别方法
CN107618018B (zh) * 2017-10-26 2020-08-25 杭州电子科技大学 一种基于肌电的机械手动作速度比例控制方法
CN108309294A (zh) * 2018-02-07 2018-07-24 上海健康医学院 一种人体活动状态移动识别系统
CN108968952A (zh) * 2018-05-30 2018-12-11 燕山大学 一种脑肌电及惯性信息同步采集装置
CN110403609B (zh) * 2019-09-03 2020-09-01 北京海益同展信息科技有限公司 运动速度分析方法、装置和可穿戴设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6076011A (en) * 1999-02-02 2000-06-13 J&J Engineering Electromyographic feedback monitor system
US20150157237A1 (en) * 2009-01-30 2015-06-11 Medtronic Xomed, Inc. Nerve monitoring during electrosurgery
WO2010095636A1 (ja) * 2009-02-20 2010-08-26 国立大学法人東京大学 筋張力推定法及び装置
CN103169472A (zh) * 2013-04-09 2013-06-26 重庆绿色智能技术研究院 基于贴附式电极的无创伤神经肌肉疾病检查系统
US20150150488A1 (en) * 2013-11-29 2015-06-04 Denso Corporation Stress evaluation apparatus
CN104127181A (zh) * 2014-07-22 2014-11-05 杭州电子科技大学 基于wkfda的肌电信号跌倒检测方法
CN106308809A (zh) * 2016-08-15 2017-01-11 河北工业大学 大腿残肢者的步态识别方法
CN107788979A (zh) * 2016-09-02 2018-03-13 松下知识产权经营株式会社 站起动作辅助装置、站起动作辅助方法以及程序
CN108261197A (zh) * 2018-03-19 2018-07-10 上海理工大学 基于表面肌电与运动模块的上肢康复评价系统及方法
CN109800733A (zh) * 2019-01-30 2019-05-24 中国科学技术大学 数据处理方法及装置、电子设备
CN109820482A (zh) * 2019-03-05 2019-05-31 浙江强脑科技有限公司 肌肉状态检测方法、装置及计算机可读存储介质
CN109907932A (zh) * 2019-04-08 2019-06-21 中国航天员科研训练中心 一种前庭刺激影响人体上肢运动控制研究实验系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
M. HERRERA-GONZÁLEZ等: "Using Surface Electromyographic and Goniometric Signals by Means of Artifcial Neural Networks", 《ING. UNIV》 *
李金铭: "基于表面肌电信号的下肢康复机器人控制方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
杨晶晶: "基于肌电信号的人体上肢动作辨识与轨迹预测方法研究", 《国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021042970A1 (zh) * 2019-09-03 2021-03-11 北京海益同展信息科技有限公司 运动速度分析方法、装置和可穿戴设备
CN112773380A (zh) * 2019-11-07 2021-05-11 深圳市理邦精密仪器股份有限公司 一种肌电信号的处理方法、处理设备以及存储介质
CN112773380B (zh) * 2019-11-07 2023-09-22 深圳市理邦精密仪器股份有限公司 一种肌电信号的处理方法、处理设备以及存储介质
CN111839847A (zh) * 2020-07-02 2020-10-30 北京海益同展信息科技有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
CN111839847B (zh) * 2020-07-02 2023-09-01 京东科技信息技术有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
CN112690807A (zh) * 2020-12-04 2021-04-23 京东数科海益信息科技有限公司 确定执行动作速度等级的方法、装置和存储介质
CN115114962A (zh) * 2022-07-19 2022-09-27 歌尔股份有限公司 基于表面肌电信号的控制方法、装置及可穿戴设备
CN115381409A (zh) * 2022-10-31 2022-11-25 深圳市心流科技有限公司 一种穿戴式检测装置的伸缩速度调控方法

Also Published As

Publication number Publication date
WO2021042970A1 (zh) 2021-03-11
EP4005473A4 (en) 2023-07-26
EP4005473A1 (en) 2022-06-01
CN110403609B (zh) 2020-09-01
US20220296157A1 (en) 2022-09-22

Similar Documents

Publication Publication Date Title
CN110403609A (zh) 运动速度分析方法、装置和可穿戴设备
KR101986327B1 (ko) 자세 가이드 제공 방법 및 그 장치
EP1408443B1 (en) Method and apparatus for analysing gestures produced by a human, e.g. for commanding apparatus by gesture recognition
CN105912142B (zh) 一种基于加速传感器的记步与行为识别方法
CN110420025A (zh) 表面肌电信号处理方法、装置和可穿戴设备
CN102184011B (zh) 一种人机交互设备
CN102499797B (zh) 假肢控制方法及系统
CN202288542U (zh) 假肢控制装置
Radmand et al. A characterization of the effect of limb position on EMG features to guide the development of effective prosthetic control schemes
CN104337666A (zh) 多肌肉协同肌电反馈康复训练系统和方法
Zhang et al. PCA and LDA for EMG-based control of bionic mechanical hand
CN102133103B (zh) 用肌电信号识别人体行走步态周期的方法
CN106200988A (zh) 一种可穿戴式手语识别装置及手语翻译方法
CN106123911A (zh) 一种基于加速传感器和角速度传感器的记步方法
CN111700718A (zh) 一种识别握姿的方法、装置、假肢及可读存储介质
Peng et al. Combined use of sEMG and accelerometer in hand motion classification considering forearm rotation
CN111714121A (zh) 肌电数据分类模型构建方法、分类方法、装置及服务器
Jaber et al. Online myoelectric pattern recognition based on hybrid spatial features
CN103617411A (zh) 基于复杂度和分维数及分形长度的肌电信号识别方法
CN109407531A (zh) 智能家居控制方法、装置及计算机可读存储介质
Zhang et al. Activity recognition of the torso based on surface electromyography for exoskeleton control
CN111897415B (zh) 基于肌电信号和变刚度控制的虚拟假手柔顺直观控制方法
Fan et al. A canonical correlation analysis based EMG classification algorithm for eliminating electrode shift effect
CN103006205B (zh) 一种心电信号基线识别器及识别方法
CN113288532B (zh) 一种肌电控制方法和装置

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Patentee after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Patentee before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Patentee after: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Patentee before: BEIJING HAIYI TONGZHAN INFORMATION TECHNOLOGY Co.,Ltd.