CN110507322B - 一种基于虚拟诱导肌电定量状态评估系统及方法 - Google Patents
一种基于虚拟诱导肌电定量状态评估系统及方法 Download PDFInfo
- Publication number
- CN110507322B CN110507322B CN201910696491.0A CN201910696491A CN110507322B CN 110507322 B CN110507322 B CN 110507322B CN 201910696491 A CN201910696491 A CN 201910696491A CN 110507322 B CN110507322 B CN 110507322B
- Authority
- CN
- China
- Prior art keywords
- user
- training
- exoskeleton robot
- evaluation
- state
- 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
-
- 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
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
Abstract
本发明公开了一种基于虚拟诱导肌电定量状态评估系统及方法,首先基于用户下肢肌电信号对其状态进行预先评估,并根据评估结果选择相应的训练任务及模式;下肢助力外骨骼机器人不断采集用户下肢表面肌电信号,并实时评价用户的下肢运动状态;结合用户下肢运动状态数据与下肢助力外骨骼机器人的各类数据对人机工作状态进行实时评估,并根据人机工作状态评估结果控制外骨骼机器人助力行走,同时根据数据的实时变化不断调整控制量实现实时按需助力的效果,直至完成该项康复训练任务。本发明能够有效弥补传统下肢康复训练体系的不足,使训练个性化且全周期数据溯源,推广价值高。
Description
【技术领域】
本发明属于人体下肢康复训练方法及系统技术领域,涉及一种基于虚拟诱导肌电定量状态评估系统及方法。
【背景技术】
随着社会老龄化不断加剧,患脑卒中、脑外伤、骨骼肌肉系统疾病、脊髓受伤等疾病的人不断增多,出现大量下肢运动功能障碍用户。依据神经功能重塑理论,运动训练能够恢复用户步行能力。目前,传统的康复训练过程中一名用户需要两到三名康复医疗师辅助其训练,然而康复医疗师相对于用户人数较少,并且其康复效果极大程度依赖于医疗师的经验,难以保证用户康复效果,同时,训练过程枯燥乏味极易产生疲劳感,并需较高财力成本,普通家庭难以负担。
下肢助力外骨骼机器人作为一种康复医疗设备,既能够保护用户训练过程安全又可提高训练质量,成为现有康复训练系统中的重要组成部分,虚拟现实技术在康复训练领域中具有训练过程趣味性强、针对性强的优势,已部分应用于现有训练系统中。然而,现有的康复训练系统无法得到用户人体实时自身形态、各项身体参数的反馈,不能够随时根据用户的训练状态使机器人实时按需助力,使得康复训练效果欠佳。
【发明内容】
本发明的目的在于克服上述现有技术的缺点,提供一种基于虚拟诱导肌电定量状态评估系统及方法,
为达到上述目的,本发明采用以下技术方案予以实现:
一种基于虚拟诱导肌电定量状态评估方法,包括以下步骤:
步骤1:获得用户一个步态周期内的表面肌电数据,并依照表面肌电数据对用户进行预先评估;
步骤2:根据预先评估的结果选择相应的训练任务及模式,用户利用外骨骼机器人开始训练任务;
步骤3:持续采集用户的表面肌电信号,并且根据采集的表面肌电信号计算并评价用户的运动状态;
步骤4:依照训练任务与用户当前运动状态,实时控制外骨骼机器人进行相应动作,按需助力用户完成训练任务;
步骤5:持续采集外骨骼机器人的实时状态信息并反馈,根据用户当前运动状态的信息以及外骨骼机器人的实时状态信息,对训练过程的人机动作完成度进行评价;
步骤6:重复步骤3-步骤5,直至完成全部训练任务,并对此次训练效果进行评价并反馈给用户。
本发明进一步的改进在于:
步骤1中,所述预先评估的具体方法如下:
在进行训练前对用户的等级进行分类:
用户不能独自站立为一级;能够独自站立,不能独立行走为二级;能够独立行走的用户根据其一个步态周期内表面肌电信号的均值占正常人表面肌电信号的均值的百分比分级:0-25%为三级、25%-50%为四级、50%-75%为五级、75%-100%为六级。
步骤3中,评价用户运动状态的具体方法如下:
实时采集用户表面肌电信号,以正常人做同样动作时各块肌肉的肌电值为参考,计算用户每块肌肉肌电信号的均值占正常人相同肌肉肌电信号的均值的百分比,进而评价用户的运动状态进行评价;
评价结果占比为90%以上为能够独立完成、占比为40%-90%为能够助力完成和占比为0-40%为无法完成;当评价结果为能够独立完成时,控制外骨骼机器人跟随用户完成训练动作;当评价结果为能够助力完成时,控制外骨骼机器人按需辅助用户完成训练动作;当评价结果为无法完成时,降低训练任务等级使用户完成低一等级训练动作;
在执行训练动作的同时,结合下肢助力外骨骼机器人各传感器数据,依照人机动作完成时各关节的各角度、力矩以及运动幅度信息,对训练过程中的人机动作完成度进行在线实时评估。
所述训练任务具体如下:
在虚拟现实场景中预设一个人物,根据人机状态信息数据驱动预设人物完成与用户姿势相同运动,通过设置运动任务等级、语音和图像同步提示并诱导用户完成缓步行走、快步行走、转向、上下台阶的任务,每完成相应的动作则获得相应的分数;任务过程中,根据不同等级模块设置不同程度的障碍以及分数奖励,达到预设分数后,进入下一等级训练。
一种基于虚拟诱导肌电定量状态评估系统,包括计算机、用户状态评估模块、外骨骼机器人、虚拟诱导训练模块;
所述计算机,用于对系统数据进行处理;
所述用户状态评估模块,用于根据用户肌电信号对用户状态进行监测与评估,并采集用户下肢的表面肌电信号,并以正常人表面肌电信号为参考值,计算用户表面肌电信号与正常人表面肌电信号的数据对比值,并在此基础上进行等级分类,分为预先评估与在线实时评估;
所述外骨骼机器人,用于支撑用户身体,并根据虚拟诱导训练模块以及用户运动状态对用户在训练过程中予以助力;
所述虚拟诱导训练模块,用于诱导用户完成训练任务。
进一步的,外骨骼机器人包括本体、控制单元、传感检测单元、无线通讯单元;
本体包括髋关节、膝关节以及踝关节,髋关节、膝关节以及踝关节处均安装有电极,对应用户的大腿、小腿以及脚背处均设有绑带,绑带内侧设有压力传感器,用于检测用户与外骨骼机器人之间的压力信息;
控制单元用于发送控制命令至外骨骼机器人各关节处的电机,带动机器人完成相应动作从而实现助力行走;
传感检测单元包括各关节处的编码器和各绑带处的压力传感器,编码器用于采集各关节角度信息,压力传感器用来采集用户与外骨骼机器人之间的交互力;
无线通讯单元用于将各传感器采集到的数据传输至计算机,同时将计算机发送的指令传达至外骨骼机器人的控制器。
与现有技术相比,本发明具有以下有益效果:
本发明将康复外骨骼机器人技术与虚拟现实技术相结合,借助虚拟现实技术沉浸式体验特点改善传统康复训练中的枯燥乏味,提升用户训练积极性,下肢助力外骨骼机器人子系统可按需辅助用户完成训练任务,极大程度上的节省用户在康复训练过程中的支付的人力成本,同时可有效解决当前康复治疗师不足的问题,采用用户的下肢表面肌电信号实时监测用户状态信息,以数据评估方式使训练效果得到保证,使训练个性化且全周期数据溯源;本发明结合诸多技术设备优势,以用户的实时人体数据为基础进行训练指导,改善传统人机交互控制方式,使康复训练个性化,全周期数据溯源效果评价,极大程度上改善了传统康复训练存在的诸多问题。最后,本发明能够有效弥补传统下肢康复训练体系的不足,推广价值高。
【附图说明】
图1是本发明的系统工作流程图;
图2是本发明的用户状态预先评估方法流程图;
图3是本发明的用户状态在线实时评估方法示意图;
图4是本发明的下肢助力外骨骼机器人示意图;其中,(a)为下肢处理外骨骼机器人模块工作流程图;(b)下肢处理外骨骼机器人模块硬件布置示意图;
图5是本发明的虚拟诱导训练模块工作流程图。
其中,1-绑带;2-机器人传感检测单元;3-机器人控制器;4-无线通讯单元;5-编码器。
【具体实施方式】
为了使本技术领域的人员更好地理解本发明方案,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进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,不是全部的实施例,而并非要限制本发明公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要的混淆本发明公开的概念。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明公开的上下文中,当将一层/元件称作位于另一层/元件“上”时,该层/元件可以直接位于该另一层/元件上,或者它们之间可以存在居中层/元件。另外,如果在一种朝向中一层/元件位于另一层/元件“上”,那么当调转朝向时,该层/元件可以位于该另一层/元件“下”。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明基于虚拟诱导肌电定量状态评估方法,系统首先基于用户下肢表面肌电信号对其进行预先评估,并根据评估结果选择相应的训练任务及模式,用户依照虚拟诱导训练模块的提示穿戴下肢助力外骨骼机器人开始训练任务,系统不断采集用户下肢表面肌电信号,并实时评价用户的下肢运动状态,系统结合用户下肢运动状态数据与下肢助力外骨骼机器人的各类数据对人机状态进行实时评估,根据人机状态评估结果控制外骨骼机器人助力行走,并根据数据的实时变化不断调整控制量实现实时按需助力的效果,直至完成该项康复训练任务,最后对此次康复训练效果进行综合评价并反馈给用户。具体方法如下:
第一步:将人体表面肌电电极片贴至与用户下肢运动相关肌肉的表面,获得用户一个步态周期内的下肢表面肌电数据,并依照数据对其进行预先评估;
第二步:系统根据用户预先评估结果选择相应的训练任务及模式,用户穿戴下肢助力外骨骼机器人,依照显示界面上的提示开始训练任务;
第三步:系统不断采集用户下肢表面肌电信号,并且根据采集的数据计算并评价用户的下肢运动状态;
第四步:系统依照训练任务与用户当前下肢运动状态,实时控制下肢助力外骨骼机器人进行相应动作按需助力用户完成训练任务;
第五步:下肢助力外骨骼机器人不断采集机器人状态信息并反馈至系统,系统根据用户下肢运动状态信息以及外骨骼机器人实时数据,对训练过程的人机动作完成度进行评价;
最后,循环第三步至第五步,直至完成全部康复训练任务,系统根据整体过程对此次康复训练效果进行评价并反馈给用户。
如图2所示,所述的预先评估是在进行康复训练前对用户患病等级的分类,首先依照用户是否能独自站立分级,不能独自站立为一级,可独自站立根据是否能独立行走再分级,不能独立行走为二级,可独立行走的用户根据其一个步态周期内下肢表面肌电信号的均值占正常人下肢表面肌电信号的均值的百分比再分级,占0-25%为三级,25%-50%为四级,50%-75%为五级,75%-100%为六级。
如图3所示,所述的在线实时评估是用户在康复训练过程中,实时采集用户下肢表面肌电信号,以正常人做同样动作时各块肌肉的肌电值为参考,计算用户每块肌肉肌电信号的均值占正常人相同肌肉肌电信号的均值的百分比,进而评价用户的下肢运动状态进行综合评价,当占比为90%以上为可独立完成,占比为40%-90%为可助力完成,占比为0-40%无法完成;当评价结果为可独立完成时,系统控制外骨骼机器人跟随用户完成训练动作,当评价结果为可助力完成时,系统控制外骨骼机器人按需辅助用户完成训练动作,当评价结果为无法完成时,系统降低训练任务等级使用户完成低一等级训练动作,在执行训练动作的同时,结合下肢助力外骨骼机器人各传感器数据,依照人机动作完成时各关节的各角度、力矩、运动幅度信息,对训练过程中的人机动作完成度进行在线实时评估。
本发明系统包含计算机、用户状态评估模块、下肢助力外骨骼机器人、虚拟诱导训练模块;
所述的计算机用于对系统数据进行处理;
所述的用户状态评估模块基于用户下肢肌电信号用于对用户状态进行监测与评估;本发明用户状态评估模块采集用户下肢的表面肌电信号,并以正常人下肢表面肌电信号为参考值,计算用户下肢表面肌电信号与正常人表面肌电信号的数据对比值,并在此基础上进行等级分类,分为预先评估与在线实时评估;
所述的下肢助力外骨骼模块用于支撑用户身体,并根据不同任务训练模块以及用户下肢状态对用户在康复训练过程中予以助力;
所述的虚拟诱导训练模块用于诱导用户完成具有针对性的康复训练。
如图4(a)所示,下肢助力外骨骼机器人子系统包含下肢助力外骨骼机器人本体、机器人控制单元、机器人传感检测单元2、无线通讯单元4,传感检测单元测机器人是实时状态经无线通讯单元4将各传感器采集到的数据传输至上位计算机,上位计算机发送控制指令经无线通讯单元4传达至机器人控制器3以控制机器人完成相应动作。如图4(b)所示,下肢助力外骨骼机器人本体由结构件组成,包含髋关节、膝关节、踝关节,对应人体大腿、小腿、脚背处设有绑带1,可穿戴于人体下肢,各关节处安装有编码器5,绑带处有压力传感器,用于检测用户与机器人之间的压力信息。机器人控制单元用来发送控制命令至下肢助力外骨骼机器人各关节处的电机,带动机器人完成相应动作从而实现助力行走;机器人传感检测单元2包括各关节处的编码器和各绑带处的压力传感器,编码器用来采集各关节角度信息,压力传感器用来采集用户与机器人之间的交互力;无线通讯单元4用于将各传感器采集到的数据传输至上位计算机,同时将上位计算机发送的指令传达至机器人控制器3。
如图5所示,虚拟诱导训练模块根据预先评估的六个等级,选择对应不同程度的用户的训练任务,训练任务发布于虚拟现实场景中,显示在显示界面上,并在任务训练过程中以语音、图像的方式诱导用户主动参与训练,模块根据训练过程中的人机系统实时评估结果对训练强度进行相应调整,同时将实时评估结果显示在界面反馈给用户。
虚拟诱导训练模块,基于计算机,具有虚拟现实显示界面,模块根据预先评估的六个等级,选择对应不同程度的用户的训练任务,训练任务发布于虚拟现实场景中,显示于虚拟现实显示界面上,并在任务训练过程中以语音、图像的方式诱导用户主动参与训练,模块根据训练过程中的人机系统实时评估结果对训练强度进行相应调整,同时将实时评估结果显示在界面反馈给用户。
虚拟诱导训练任务,首先在虚拟现实场景中预设一个人物,根据人机状态信息数据驱动预设人物完成与用户姿势一样运动,通过设置运动任务等级,语音和图像同步提示并诱导用户完成缓步行走、快步行走、转向、上下台阶等任务,每完成相应的动作则获得相应的分数,同时,任务过程中,根据不同等级模块设置不同程度的障碍以及分数奖励,达到一定分数后可进入下一等级训练。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (2)
1.一种基于虚拟诱导肌电定量状态评估方法,其特征在于,包括以下步骤:
步骤1:获得用户一个步态周期内的表面肌电数据,并依照表面肌电数据对用户进行预先评估;所述预先评估的具体方法如下:
在进行训练前对用户的等级进行分类:
用户不能独自站立为一级;能够独自站立,不能独立行走为二级;能够独立行走的用户根据其一个步态周期内表面肌电信号的均值占正常人表面肌电信号的均值的百分比分级:0-25%为三级、25%-50%为四级、50%-75%为五级、75%-100%为六级;
步骤2:根据预先评估的结果选择相应的训练任务及模式,用户利用外骨骼机器人开始训练任务;所述训练任务具体如下:
在虚拟现实场景中预设一个人物,根据人机状态信息数据驱动预设人物完成与用户姿势相同运动,通过设置运动任务等级、语音和图像同步提示并诱导用户完成缓步行走、快步行走、转向、上下台阶的任务,每完成相应的动作则获得相应的分数;任务过程中,根据不同等级模块设置不同程度的障碍以及分数奖励,达到预设分数后,进入下一等级训练;
步骤3:持续采集用户的表面肌电信号,并且根据采集的表面肌电信号计算并评价用户的运动状态;评价用户运动状态的具体方法如下:
实时采集用户表面肌电信号,以正常人做同样动作时各块肌肉的肌电值为参考,计算用户每块肌肉肌电信号的均值占正常人相同肌肉肌电信号的均值的百分比,进而评价用户的运动状态进行评价;
评价结果占比为90%以上为能够独立完成、占比为40%-90%为能够助力完成和占比为0-40%为无法完成;当评价结果为能够独立完成时,控制外骨骼机器人跟随用户完成训练动作;当评价结果为能够助力完成时,控制外骨骼机器人按需辅助用户完成训练动作;当评价结果为无法完成时,降低训练任务等级使用户完成低一等级训练动作;
在执行训练动作的同时,结合下肢助力外骨骼机器人各传感器数据,依照人机动作完成时各关节的各角度、力矩以及运动幅度信息,对训练过程中的人机动作完成度进行在线实时评估;
步骤4:依照训练任务与用户当前运动状态,实时控制外骨骼机器人进行相应动作,按需助力用户完成训练任务;
步骤5:持续采集外骨骼机器人的实时状态信息并反馈,根据用户当前运动状态的信息以及外骨骼机器人的实时状态信息,对训练过程的人机动作完成度进行评价;
步骤6:重复步骤3-步骤5,直至完成全部训练任务,并对此次训练效果进行评价并反馈给用户。
2.一种用于实现权利要求1所述方法的基于虚拟诱导肌电定量状态评估系统,其特征在于,包括计算机、用户状态评估模块、外骨骼机器人、虚拟诱导训练模块;
所述计算机,用于对系统数据进行处理;
所述用户状态评估模块,用于根据用户肌电信号对用户状态进行监测与评估,并采集用户下肢的表面肌电信号,并以正常人表面肌电信号为参考值,计算用户表面肌电信号与正常人表面肌电信号的数据对比值,并在此基础上进行等级分类,分为预先评估与在线实时评估;
所述外骨骼机器人,用于支撑用户身体,并根据虚拟诱导训练模块以及用户运动状态对用户在训练过程中予以助力;
所述虚拟诱导训练模块,用于诱导用户完成训练任务;
外骨骼机器人包括本体、控制单元、传感检测单元、无线通讯单元;
本体包括髋关节、膝关节以及踝关节,髋关节、膝关节以及踝关节处均安装有电极,对应用户的大腿、小腿以及脚背处均设有绑带,绑带内侧设有压力传感器,用于检测用户与外骨骼机器人之间的压力信息;
控制单元用于发送控制命令至外骨骼机器人各关节处的电机,带动机器人完成相应动作从而实现助力行走;
传感检测单元包括各关节处的编码器和各绑带处的压力传感器,编码器用于采集各关节角度信息,压力传感器用来采集用户与外骨骼机器人之间的交互力;
无线通讯单元用于将各传感器采集到的数据传输至计算机,同时将计算机发送的指令传达至外骨骼机器人的控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696491.0A CN110507322B (zh) | 2019-07-30 | 2019-07-30 | 一种基于虚拟诱导肌电定量状态评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696491.0A CN110507322B (zh) | 2019-07-30 | 2019-07-30 | 一种基于虚拟诱导肌电定量状态评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110507322A CN110507322A (zh) | 2019-11-29 |
CN110507322B true CN110507322B (zh) | 2021-01-22 |
Family
ID=68624233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910696491.0A Active CN110507322B (zh) | 2019-07-30 | 2019-07-30 | 一种基于虚拟诱导肌电定量状态评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110507322B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111388960A (zh) * | 2020-04-13 | 2020-07-10 | 福建中医药大学 | 一种基于物联网系统的上下肢康复训练方法 |
CN112370305B (zh) * | 2020-11-11 | 2022-01-11 | 深圳市迈步机器人科技有限公司 | 一种下肢康复训练外骨骼机器人 |
CN113724833B (zh) * | 2021-08-27 | 2023-12-15 | 西安交通大学 | 一种下肢运动障碍者行走意图强化虚拟诱导方法及系统 |
CN114247093A (zh) * | 2021-12-29 | 2022-03-29 | 郑州大学 | 一种基于大数据的妇产科护理用康复训练装置 |
TWI804358B (zh) * | 2022-06-22 | 2023-06-01 | 上銀科技股份有限公司 | 即時調整步態訓練參數之方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101301250A (zh) * | 2008-07-08 | 2008-11-12 | 哈尔滨工业大学 | 五自由度外骨骼式上肢康复机器人交互康复训练控制策略 |
KR101317817B1 (ko) * | 2011-09-29 | 2013-10-15 | 연세대학교 원주산학협력단 | 근전도 피드백 기반의 능동형 상지 재활 훈련 시스템 |
CN103984962B (zh) * | 2014-05-30 | 2017-03-29 | 河北工业大学 | 一种基于肌电信号的外骨骼行走模式识别方法 |
CN104013513B (zh) * | 2014-06-05 | 2016-08-17 | 电子科技大学 | 康复机器人感知系统及其方法 |
JP6301862B2 (ja) * | 2015-03-04 | 2018-03-28 | 上銀科技股▲分▼有限公司 | 下股運動装置およびその制御方法 |
CN105213153B (zh) * | 2015-09-14 | 2018-06-26 | 西安交通大学 | 基于脑肌信息变阻抗的下肢康复机器人控制方法 |
CN105771182B (zh) * | 2016-05-13 | 2018-06-29 | 中国科学院自动化研究所 | 一种康复机器人主动训练控制方法和装置 |
CN106109174B (zh) * | 2016-07-14 | 2018-06-08 | 燕山大学 | 一种基于肌电反馈式阻抗自适应的康复机器人控制方法 |
CN106110587B (zh) * | 2016-08-11 | 2019-12-13 | 上海交通大学 | 基于人机合作的下肢外骨骼康复系统及方法 |
CN107320285A (zh) * | 2017-07-28 | 2017-11-07 | 上海逸动医学科技有限公司 | 一种多功能智能康复训练与评估系统 |
CN108245380A (zh) * | 2018-03-13 | 2018-07-06 | 西安交通大学 | 一种人体下肢康复训练机器人 |
CN109262596B (zh) * | 2018-11-19 | 2020-10-27 | 西安交通大学 | 一种助力外骨骼机器人 |
CN109758336A (zh) * | 2019-01-07 | 2019-05-17 | 中国人民解放军总医院 | 一种利用患者患侧sEMG进行主动康复治疗的控制方法 |
CN109718059B (zh) * | 2019-03-11 | 2020-10-02 | 燕山大学 | 手部康复机器人自适应控制方法及装置 |
-
2019
- 2019-07-30 CN CN201910696491.0A patent/CN110507322B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110507322A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110507322B (zh) | 一种基于虚拟诱导肌电定量状态评估系统及方法 | |
CN108814597B (zh) | 一种基于运动信息与肌电交互的康复训练评测方法及系统 | |
CN110279557A (zh) | 一种下肢康复机器人控制系统及控制方法 | |
CN110742775B (zh) | 基于力反馈技术的上肢主被动康复训练机器人系统 | |
CN107440887B (zh) | 全仿生类脑智能手部电子机械外骨骼及其综合控制系统 | |
US8112155B2 (en) | Neuromuscular stimulation | |
US8359123B2 (en) | Robotic system and training method for rehabilitation using EMG signals to provide mechanical help | |
CN110151496A (zh) | 一种多位姿下肢康复机器人及其使用方法 | |
JP2022536439A (ja) | 上肢機能評価装置と方法及び上肢リハビリトレーニングシステムと方法 | |
JP7141205B2 (ja) | 能動閉ループ医療システム | |
CN105852874B (zh) | 一种自主式康复训练系统及方法 | |
CN203576848U (zh) | 一种基于生物信息感知的双侧镜像康复系统 | |
CN105233406B (zh) | 一种脑卒中功能性电刺激康复系统 | |
CN106236503A (zh) | 肌电驱动的上肢可穿戴外骨骼系统及控制方法 | |
CN107468486B (zh) | 下肢类脑智能机械电子外骨骼及其综合控制系统 | |
CN111091890B (zh) | 自我激励与反馈控制下的健康认知系统 | |
CN105455976A (zh) | 一种智能康复轮椅 | |
CN111249112A (zh) | 一种手功能障碍康复系统 | |
US11752325B2 (en) | Functional electrical stimulation system offering coordinated and natural movements | |
CN110522457A (zh) | 一种基于电机电流、传感器反馈的实时步态分析方法 | |
Gomez-Vargas et al. | Therapy with t-flex ankle-exoskeleton for motor recovery: A case study with a stroke survivor | |
CN108785975A (zh) | 结合虚拟现实技术的抗阻训练装置及方法 | |
TW201831161A (zh) | 下肢復健系統 | |
CN113730190A (zh) | 一种三维空间运动的上肢康复机器人系统 | |
Drolet et al. | On the effects of visual anticipation of floor compliance changes on human gait: Towards model-based robot-assisted rehabilitation |
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 |