CN110694171A - 基于主动循环运动的肌肉电刺激快速自适应控制方法 - Google Patents

基于主动循环运动的肌肉电刺激快速自适应控制方法 Download PDF

Info

Publication number
CN110694171A
CN110694171A CN201910963800.6A CN201910963800A CN110694171A CN 110694171 A CN110694171 A CN 110694171A CN 201910963800 A CN201910963800 A CN 201910963800A CN 110694171 A CN110694171 A CN 110694171A
Authority
CN
China
Prior art keywords
electrical stimulation
muscle
control module
target
crank angle
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
CN201910963800.6A
Other languages
English (en)
Other versions
CN110694171B (zh
Inventor
刘丽
毛玲
张大鹏
王利全
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.)
Beijing Jingyifu Medical Science And Technology Development Co Ltd
Original Assignee
Beijing Jingyifu Medical Science And Technology Development 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 Jingyifu Medical Science And Technology Development Co Ltd filed Critical Beijing Jingyifu Medical Science And Technology Development Co Ltd
Priority to CN201910963800.6A priority Critical patent/CN110694171B/zh
Publication of CN110694171A publication Critical patent/CN110694171A/zh
Application granted granted Critical
Publication of CN110694171B publication Critical patent/CN110694171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36031—Control systems using physiological parameters for adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36003—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36034—Control systems specified by the stimulation parameters
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Electrotherapy Devices (AREA)

Abstract

本发明提供一种基于主动循环运动的肌肉电刺激快速自适应控制方法，包括如下步骤：步骤一：构建肌肉电刺激运动模型；通过测试每块目标肌肉在确定电刺激脉冲下的输出功率达到最大值时，建立目标肌肉电刺激开始角度、肌肉电刺激结束角度与运动曲柄角度的对应关系；步骤二：构造基于链地址法的曲柄角度‑肌肉电刺激哈希表；取运动曲柄角度被360度除后所得的余数为哈希地址，得到哈希函数：Hash(key)＝key MOD 360，每一个运动曲柄角度值对应一个下标，得到一个线性数组形式的哈希表；步骤三：进行目标肌肉电刺激控制。本申请提供的方法能够帮助特殊用户完成坐、卧、站运动蹬踏，能目标电刺激肌肉将被更快地定位，且有效解决了哈希冲突问题。

Description

基于主动循环运动的肌肉电刺激快速自适应控制方法
技术领域
本发明涉及自主医疗训练领域，具体涉及一种基于主动循环运动的肌肉电刺激快速自适应控制方法。
背景技术
哈希表(Hash table)，是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。在哈希表中，记录在表中的位置和其关键字之间存在着一种确定的关系。这样我们就能预先知道所查关键字在表中的位置，从而直接通过下标找到记录。而当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。
现有技术中针对肌肉进行主动电刺激的设备有很多，现有的设备也能实现对于肌肉的电刺激，但是现有设备的控制速度通常较慢，无法实现所有运动速度的控制。尤其是，针对不同的病人和不同的病症，可能需要设定不同的参数，如目标速度、刺激时间等，尤其是目标速度，对于设备的要求就非常高，当目标速度设定较快时，就需要非常快的查找和判断速度才能实现即时控制。
例如，中国专利文献CN102521508A公开了一种功能性电刺激下的自适应神经模糊肌肉建模方法，采集小腿运动时的膝关节角度参数和加速度参数，通过逆动力学推导，获取膝关节力矩的表达式；将真实的膝关节力矩值输入到自适应神经模糊推理系统中，获取实际输出的膝关节力矩值；将误差、误差变化率以及刺激电流输入到自适应神经模糊推理系统中，转化为对应的模糊量；通过对应的模糊量获取控制规则，合成相应的刺激电流；通过误差以及误差变化率同时训练神经网络，获取隶属度函数参数和隶属度函数结构；对自适应神经模糊推理系统进行调整，直到误差小于阈值，流程结束。该文献提供的方法较为复杂，且查找速度较慢，当运动速度较快时，无法实现自适应控制。
因此，如何提供一种可以快速监控分析的自适应控制方法，进而实现肌肉主动训练控制，是本领域中亟待解决的问题。
发明内容
本发明的技术解决问题是主动循环运动过程中的肌肉电刺激规律控制问题，提供一种基于主动循环运动中，通过哈希技术实现的肌肉电刺激自适应控制方法，完成肌肉电刺激快速规律控制。
具体技术方案如下：
一种基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，包括如下步骤：
步骤一：构建肌肉电刺激运动模型：
测试每块目标肌肉在确定电刺激脉冲下的输出功率达到最大值时，分别建立每块目标肌肉电刺激开始角度、目标肌肉电刺激结束角度与运动曲柄角度的对应关系；所述运动曲柄与运动设备连接；
步骤二：构造基于链地址法的曲柄角度-肌肉电刺激哈希表：
取步骤一中所得运动曲柄角度被360度除后所得的余数为哈希地址，得到哈希函数：
Hash(key)＝key MOD360
以每一个运动曲柄角度值对应一个下标，得到一个线性数组形式的哈希表；
针对步骤一中获取的目标肌肉电刺激开始角度和/或目标肌肉电刺激结束角度对应的运动曲柄角度分别存储目标肌肉的电刺激开始和/或结束标识；
步骤三：进行目标肌肉电刺激快速自适应控制训练；
根据运动过程中的实时运动曲柄角度值，通过哈希函数计算目标肌肉电刺激开始/结束节点，进行目标肌肉电刺激开始/结束控制。
进一步地，所述步骤二中，建立哈希表时，需要进行哈希冲突的处理；
所述进行哈希冲突的处理是指：基于不同目标肌肉的电刺激角度可能会相同，所述哈希表基于链地址法构建，构造了曲柄角度-肌肉电刺激哈希表，同一个地址存放多个电刺激肌肉动作节点。
进一步地，所述哈希表长度为360，将哈希表定义为一个由360个头指针组成的指针数组T[0…359]，凡是哈希地址为index的结点，均链接到以T[index]为头指针的单链表中。
进一步地，所述步骤三中，通过基于主动循环运动的肌肉电刺激控制系统进行肌肉电刺激快速自适应控制，所述肌肉电刺激控制系统包括中央控制模块，还包括与中央控制模块连接的电刺激控制模块、电机控制模块和实时位置传感采集模块；
所述电刺激控制模块用于进行目标肌肉电刺激通道的电刺激脉冲输出的自适应控制；
所述电机控制模块用于将电机转速和电机扭矩信息传输到中央控制模块；
所述实时位置传感采集模块用于将实时曲柄角度信息传输到中央控制模块；
所述中央控制模块用于与电刺激控制模块、电机控制模块和实时位置传感采集模块进行控制命令和数据的传输，并通过曲柄角度-肌肉电刺激哈希表，完成对各个模块的功能调度。
进一步地，所述进行目标肌肉电刺激快速自适应控制训练的步骤具体包括：
S1：给所述肌肉电刺激控制系统系统通电，中央控制模块实现与电刺激控制模块、电机控制模块、实时位置传感采集模块的正常通信，并发送相应指令激活各模块的软件运行；
S2：中央控制模块进行曲柄角度-肌肉电刺激哈希表初始化，初始化目标肌肉的电刺激开始和/或结束标识；
S3：设定中央控制模块运动训练的程序参数；
S4：中央控制模块获得开始指令，电机带动曲柄开始运动，中央控制模块进入目标肌肉电刺激快速自适应控制，并进入步骤S5；
S5：若中央控制模块获得停止指令，则停止目标肌肉电刺激快速自适应控制，并进入步骤S11；
否则，根据位置传感采集模块反馈的最新运动曲柄角度值，调用所述哈希函数，计算哈希地址；
S6：根据上一步骤计算的哈希地址，中央控制模块查找所述曲柄角度-肌肉电刺激哈希表，获取该地址对应的哈希表链表节点；
S7：如果上一步骤获取的哈希表链表节点为空节点，则返回步骤S5，读取一个新的运动曲柄角度值；
如果上一步骤获取的哈希表链表节点不是空节点，执行步骤S8；
S8：读取步骤S7获取节点存储的目标肌肉电刺激通道和电刺激开始/结束标识；
S9：根据上一步骤获取的目标肌肉电刺激通道和电刺激开始/结束标识，中央控制模块通过控制命令通知电刺激控制模块，进行目标肌肉通道的电刺激脉冲输出/停止；
S10：获取当前哈希表链表节点的下一个节点，并返回步骤S7；
S11：目标肌肉电刺激快速自适应控制训练结束。
进一步地，所述步骤S3中设定的参数包括目标速度、目标阻力和初始电刺激电流强度。
进一步地，所述步骤S4中的开始指令和步骤S5中的停止指令包括手动输入指令和/或提前预存开始和结束时间两种方式。
进一步地，所述步骤一中，通过进行多次重复实验取平均值的方法建立的曲柄角度与目标肌肉电刺激运动的关系模型。
与现有技术相对比，本发明的有益效果如下：
(1)肌肉电刺激运动模型是形成用户规律运动的核心关键模型，能够帮助特殊用户完成坐、卧、站运动蹬踏。本发明根据肌肉电刺激实验，通过开展多次重复实验取平均值的方法建立了肌肉电刺激运动模型。模型准确度很高，可以为后续进行目标肌肉电刺激自适应控制提供良好的数据基础。
(2)本发明所设计的曲柄角度-肌肉电刺激哈希函数能使控制算法对目标电刺激肌肉的确定过程更加迅速有效，通过哈希函数，目标电刺激肌肉将被更快地定位。通常情况下，设定的目标速度可能会影响查表的效果，尤其是目标速度设定较快时，现有的设备控制速度无法达到需要，因此难以实现实时控制。我们提供的这个方法可以实现自适应，能够根据实时的运动曲柄角度迅速调整目标肌肉的电刺激情况，且由于计算速度非常快，可以实时匹配目标速度，所以可以实现对肌肉电刺激过程的全程自适应控制。本发明提供的算法可以适应各种设定的不同的目标速度。
(3)由于不同肌肉的电刺激角度可能会相同，因此本发明基于链地址法，构造了曲柄角度-肌肉电刺激哈希表，同一个地址存放多个电刺激肌肉，有效解决了哈希冲突问题。
(4)本发明中的肌肉电刺激快速自适应控制算法在执行过程中，能够不经过比较，直接根据输入的运动曲柄角度通过哈希表，快速实现通过一次查找得到所需要的目标肌肉电刺激通道和电刺激开始/结束标识(时间复杂度为Ο(1))，可以满足大的目标速度，并通过控制命令通知电刺激控制模块，进行目标肌肉通道的电刺激脉冲输出/停止，完成肌肉电刺激的快速自适应控制。
附图说明
图1为本发明提供的肌肉电刺激与运动曲柄角度模型示意图。
图2为本发明提供的曲柄角度-肌肉电刺激哈希表示意图。
图3为本发明提供的基于主动循环运动的肌肉电刺激控制模块架构图。
图4为本发明提供的基于主动循环运动的肌肉电刺激控制算法流程图。
具体实施方式
下面结合附图，对本发明提供的基于主动循环运动的肌肉电刺激快速自适应控制方法进行具体说明。
应当注意，本发明中需要刺激的肌肉均为“目标肌肉”。文中所有所涉及到的需要刺激的肌肉均为目标肌肉。
本发明提供的一种基于主动循环运动的肌肉电刺激快速自适应控制算法技术方案完成的主要工作包括：基于实验的肌肉电刺激运动模型构建、曲柄角度-肌肉电刺激哈希函数设计、基于链地址法的曲柄角度-肌肉电刺激哈希表构造、肌肉电刺激快速自适应控制算法设计。
肌肉电刺激运动模型的构建是指在主动循环运动中，针对确定的运动曲柄角度位置，是否需要对相关的肌肉进行刺激，以及电刺激的电流大小和电刺激的脉冲频率。肌肉电刺激运动模型既描述了电刺激规律形成的方式，也决定了完整电刺激过程中所有肌肉的运动效率、肌肉的疲劳和痉挛等。因此，肌肉电刺激运动模型是形成用户规律运动的核心关键模型，能够帮助特殊用户完成坐、卧、站运动蹬踏。
肌肉电刺激运动模型建立后，如果自适应控制算法采用常规的数组或者链表存储数据结构，当算法根据输入的每个运动曲柄角度值查找确定目标肌肉的电刺激开始和结束时，需要依次对每块肌肉的电刺激开始/结束角度进行角度关键字的比较。该查找方法建立在“比较”的基础上，控制算法每次查找的效率依赖于查找过程中所进行的比较次数，与肌肉总数成正比。理想情况是控制算法能够不经过比较，直接根据输入的运动曲柄角度通过一次存取找到所需要的目标电刺激肌肉，因此必须在目标电刺激肌肉的存储位置和它的运动曲柄角度关键字之间建立一个确定的对应关系，使每个运动曲柄角度关键字和数据存储结构中一个唯一的目标肌肉存储位置相对应，即哈希表存储。在查找某个元素是否存在的过程中，数组和链表都需要逐个循环比较，而本发明中通过哈希函数存储查找，可以显著减少比较次数，因而可大大提高查找效率。下面通过具体实施例来进一步说明本发明的技术方案。
本实施例提供的基于主动循环运动的肌肉电刺激快速自适应控制方法具体工作过程包括如下步骤：
1)基于实验的肌肉电刺激运动模型构建：
肌肉电刺激运动模型中，运动曲柄角度为0度～359度循环运动，且左右手\腿两侧在运动中的相位相差180度。由于左右手\腿两侧的力矩最终作用于运动曲柄处，因此构建基于实验的肌肉电刺激运动模型，即为在均匀的运动电机速度下，通过测试每块肌肉在确定电刺激脉冲下的输出功率达到最大值时，肌肉电刺激开始角度、肌肉电刺激结束角度与运动曲柄角度的对应关系，并最终建立肌肉电刺激开始角度、肌肉电刺激结束角度与运动曲柄角度的对应关系模型。表1展示了目标肌肉示意表，表中左/右侧分别代表左右两侧的两块肌肉。图1为根据肌肉电刺激实验中，通过开展多次重复实验取平均值的方法建立的曲柄角度与肌肉电刺激运动模型示意。对比表1和图1，可以看出每块目标肌肉的电刺激开始和结束时对应的运动曲柄角度。
表1
Figure BDA0002229822610000061
2)基于链地址法的曲柄角度-肌肉电刺激哈希表构造
首先是进行曲柄角度-肌肉电刺激哈希函数设计：
曲柄角度-肌肉电刺激哈希函数能使控制算法对目标电刺激肌肉的确定过程更加迅速有效，通过哈希函数，目标电刺激肌肉将被更快地定位。构造哈希函数总的原则是分布均匀和计算简单，通常考虑的因素有关键字的长度和分布情况、哈希值的范围等，使得Hash(key)的值均匀分布在哈希表中，哈希函数计算时间小于其它查找技术与关键字比较的时间。
本发明中曲柄角度-肌肉哈希函数的构建方法为除留余数法，即先估计整个哈希表中的表项目数目大小，然后用这个估计值作为除数去除每个原始值，得到商和余数，用余数作为哈希值。本发明将运动曲柄角度值作为关键字，取运动曲柄角度被360度除后所得的余数为哈希地址，即：
Hash(key)＝key MOD360
其次是构建哈希表：
哈希表是实现关联数组(associative array)的一种数据结构，本发明步骤2)中所构造的哈希函数，每一个运动曲柄角度值对应一个下标，因此整个哈希表就变成一个线性数组。在建立哈希表时，还需要进行哈希冲突的处理。由于不同肌肉的电刺激角度可能会相同，因此本发明基于链地址法，构造了曲柄角度-肌肉电刺激哈希表，同一个地址存放多个电刺激肌肉，有效解决了哈希冲突问题，如图2所示为构建的哈希表，哈希表长度为360，将哈希表定义为一个由360个头指针组成的指针数组T[0…359]，凡是哈希地址为index的结点，均链接到以T[index]为头指针的单链表中。其中index是指地址链接。针对步骤一中获取的目标肌肉电刺激开始角度和/或目标肌肉电刺激结束角度对应的运动曲柄角度分别存储目标肌肉的电刺激开始和/或结束标识。
3)肌肉电刺激快速自适应控制算法设计及自适应控制训练
图3所示为基于主动循环运动的肌肉电刺激控制模块架构图。包括中央控制模块，用于与电刺激控制模块、电机控制模块、实时位置传感采集模块进行控制命令和数据的传输，并通过执行自适应控制算法完成对各个模块的功能调度。包括电刺激控制模块，用于进行目标通道的电刺激脉冲输出的自适应控制。包括电机控制模块，将电机转速和电机扭矩信息传输到中央控制模块。包括实时位置传感采集模块，将实时曲柄位置信息传输到中央控制模块。
中央控制模块用于与电刺激控制模块、电机控制模块和实时位置传感采集模块进行控制命令和数据的传输，根据运动过程中的实时运动曲柄角度值，通过哈希函数计算目标肌肉电刺激开始/结束节点，完成对各个模块的功能调度。进行目标肌肉电刺激开始/结束控制。
本发明中进行肌肉电刺激快速自适应控制训练的过程如下：图4所示为基于主动循环运动的肌肉电刺激自适应控制算法流程图。中央控制模块进行肌肉电刺激快速自适应控制训练的步骤具体包括：
S1：给所述肌肉电刺激控制系统系统通电，中央控制模块实现与电刺激控制模块、电机控制模块、实时位置传感采集模块的正常通信，并发送相应指令激活各模块的软件运行。
S2：中央控制模块进行曲柄角度-肌肉电刺激哈希表初始化，包括初始化目标肌肉的电刺激开始和/或结束标识。
S3：设定中央控制模块运动训练的程序参数，设定的参数包括目标速度、目标阻力和初始电刺激电流强度。
S4：中央控制模块获得开始指令，电机带动曲柄开始运动，中央控制模块进入肌肉电刺激快速自适应控制，并进入步骤S5。
S5：若中央控制模块获得停止指令，则停止肌肉电刺激快速自适应控制，并进入步骤S11；
否则，根据位置传感采集模块反馈的最新运动曲柄角度值，调用所述哈希函数，计算哈希地址。
注：步骤S4-S5中，中央控制模块获取的开始和停止指令可以是用户手动点击开始和结束按钮，也可以是预先设定训练时间，中央控制模块根据开始和结束时间控制设备开始训练和结束训练(或手动点击开始按钮(开始指令)，但中央控制模块根据时间决定停止)。且手动模式可以随时进行，即使设定了时间，也可以根据实际情况随时点击停止。
S6：根据上一步骤计算的哈希地址，中央控制模块查找所述曲柄角度-肌肉电刺激哈希表，获取该地址对应的哈希表链表节点。
S7：如果上一步骤获取的哈希表链表节点为空节点，则返回步骤S5，读取一个新的运动曲柄角度值；(获取到空节点，说明这个角度没有目标肌肉需要刺激，说明当前列表就不需要再查找了，就跳到下一个角度中，查找下一个列表。)
如果上一步骤获取的哈希表链表节点不是空节点，执行步骤S8。
S8：读取步骤S7获取节点存储的目标肌肉电刺激通道和电刺激开始/结束标识；
每一个目标肌肉对应一个电刺激通道。
电刺激开始/结束标识是指，基于目标肌肉电刺激运动模型中肌肉电刺激开始/结束角度对应的运动曲柄角度，在该肌肉电刺激开始角度对应的运动曲柄角度(如30度)处存储有电刺激开始动作标识，在该肌肉电刺激结束角度对应的运动曲柄角度(如40度)处存储有电刺激结束动作标识。只有开始和结束会建立一个节点，当处于肌肉电刺激开始和技术之间角度时，没有节点，也不需要进行额外的操作。
S9：根据上一步骤获取的目标肌肉电刺激通道和电刺激开始/结束标识，中央控制模块通过控制命令通知电刺激控制模块，进行目标肌肉通道的电刺激脉冲输出/停止。
S10：获取当前哈希表链表节点的下一个节点，并返回步骤S7。
此步骤中仍然在本循环中步骤S5-S9的运动曲柄角度下，此步骤是获取该角度下的另一个节点(这就是前文所述为解决哈希冲突问题所设置的，在一个角度下可以存储有多个节点)。此步骤返回步骤S7后，如果判断为空节点，则返回步骤S5，即获取下一个运动曲柄角度，此时将开始一个新角度的循环运算。
S11：肌肉电刺激快速自适应控制训练结束。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。

Claims (8)

1.一种基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，包括如下步骤：
步骤一：构建肌肉电刺激运动模型：
测试每块目标肌肉在确定电刺激脉冲下的输出功率达到最大值时，分别建立每块目标肌肉电刺激开始角度、目标肌肉电刺激结束角度与运动曲柄角度的对应关系；所述运动曲柄与运动设备连接；
步骤二：构造基于链地址法的曲柄角度-肌肉电刺激哈希表：
取步骤一中所得运动曲柄角度被360度除后所得的余数为哈希地址，得到哈希函数：
Hash(key)＝key MOD 360
以每一个运动曲柄角度值对应一个下标，得到一个线性数组形式的哈希表；
针对步骤一中获取的目标肌肉电刺激开始角度和/或目标肌肉电刺激结束角度对应的运动曲柄角度分别存储目标肌肉的电刺激开始和/或结束标识；
步骤三：进行目标肌肉电刺激快速自适应控制训练；
根据运动过程中的实时运动曲柄角度值，通过哈希函数计算目标肌肉电刺激开始/结束节点，进行目标肌肉电刺激开始/结束控制。
2.一种如权利要求1所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述步骤二中，建立哈希表时，需要进行哈希冲突的处理；
所述进行哈希冲突的处理是指：基于不同目标肌肉的电刺激角度可能会相同，所述哈希表基于链地址法构建，构造了曲柄角度-肌肉电刺激哈希表，同一个地址存放多个电刺激目标肌肉动作节点。
3.一种如权利要求1所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述哈希表长度为360，将哈希表定义为一个由360个头指针组成的指针数组T[0…359]，凡是哈希地址为index的结点，均链接到以T[index]为头指针的单链表中。
4.一种如权利要求1所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述步骤三中，通过基于主动循环运动的肌肉电刺激控制系统进行肌肉电刺激快速自适应控制，所述肌肉电刺激控制系统包括中央控制模块，还包括与中央控制模块连接的电刺激控制模块、电机控制模块和实时位置传感采集模块；
所述电刺激控制模块用于进行目标肌肉电刺激通道的电刺激脉冲输出的自适应控制；
所述电机控制模块用于将电机转速和电机扭矩信息传输到中央控制模块；
所述实时位置传感采集模块用于将实时曲柄角度信息传输到中央控制模块；
所述中央控制模块用于与电刺激控制模块、电机控制模块和实时位置传感采集模块进行控制命令和数据的传输，并通过曲柄角度-肌肉电刺激哈希表，完成对各个模块的功能调度。
5.一种如权利要求4所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述进行目标肌肉电刺激快速自适应控制训练的步骤具体包括：
S1：给所述肌肉电刺激控制系统系统通电，中央控制模块实现与电刺激控制模块、电机控制模块、实时位置传感采集模块的正常通信，并发送相应指令激活各模块的软件运行；
S2：中央控制模块进行曲柄角度-肌肉电刺激哈希表初始化，初始化目标肌肉的电刺激开始和/或结束标识；
S3：设定中央控制模块运动训练的程序参数；
S4：中央控制模块获得开始指令，电机带动曲柄开始运动，中央控制模块进入目标肌肉电刺激快速自适应控制，并进入步骤S5；
S5：若中央控制模块获得停止指令，则停止目标肌肉电刺激快速自适应控制，并进入步骤S11；
否则，根据位置传感采集模块反馈的最新运动曲柄角度值，调用所述哈希函数，计算哈希地址；
S6：根据上一步骤计算的哈希地址，中央控制模块查找所述曲柄角度-肌肉电刺激哈希表，获取该地址对应的哈希表链表节点；
S7：如果上一步骤获取的哈希表链表节点为空节点，则返回步骤S5，读取一个新的运动曲柄角度值；
如果上一步骤获取的哈希表链表节点不是空节点，执行步骤S8；
S8：读取步骤S7获取节点存储的目标肌肉电刺激通道和电刺激开始/结束标识；
S9：根据上一步骤获取的目标肌肉电刺激通道和电刺激开始/结束标识，中央控制模块通过控制命令通知电刺激控制模块，进行目标肌肉通道的电刺激脉冲输出/停止；
S10：获取当前哈希表链表节点的下一个节点，并返回步骤S7；
S11：目标肌肉电刺激快速自适应控制训练结束。
6.一种如权利要求5所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述步骤S3中设定的参数包括目标速度、目标阻力和初始电刺激电流强度。
7.一种如权利要求5所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述步骤S4中的开始指令和步骤S5中的停止指令包括手动输入指令和/或提前预存开始和结束时间两种方式。
8.一种如权利要求1所述的基于主动循环运动的肌肉电刺激快速自适应控制方法，其特征在于，所述步骤一中，通过进行多次重复实验取平均值的方法建立的曲柄角度与目标肌肉电刺激运动的关系模型。
CN201910963800.6A 2019-10-11 2019-10-11 基于主动循环运动的肌肉电刺激快速自适应控制方法 Active CN110694171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910963800.6A CN110694171B (zh) 2019-10-11 2019-10-11 基于主动循环运动的肌肉电刺激快速自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910963800.6A CN110694171B (zh) 2019-10-11 2019-10-11 基于主动循环运动的肌肉电刺激快速自适应控制方法

Publications (2)

Publication Number Publication Date
CN110694171A true CN110694171A (zh) 2020-01-17
CN110694171B CN110694171B (zh) 2020-11-06

Family

ID=69199346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910963800.6A Active CN110694171B (zh) 2019-10-11 2019-10-11 基于主动循环运动的肌肉电刺激快速自适应控制方法

Country Status (1)

Country Link
CN (1) CN110694171B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101041101A (zh) * 2007-03-15 2007-09-26 南京航空航天大学 便携式自适应功能电刺激系统及电刺激方法
CN106334265A (zh) * 2016-09-19 2017-01-18 天津大学 以功能性肌肉电刺激驱动的外骨骼助行系统及助行方法
CN107635622A (zh) * 2015-04-01 2018-01-26 睿博专利有限公司 用于组合地在仰卧位或部分卧位训练人的下肢和在竖直位置训练行走的装置
CN107789732A (zh) * 2016-08-30 2018-03-13 松下知识产权经营株式会社 电刺激装置的控制装置、电刺激装置以及蹬踏板运动系统
WO2018163060A1 (en) * 2017-03-06 2018-09-13 Intento Sa Electrical stimulator for neuromuscular stimulation
CN108697894A (zh) * 2016-03-10 2018-10-23 H2L株式会社 电刺激装置和电刺激系统
CN109843373A (zh) * 2016-11-04 2019-06-04 恢复治疗公司 包括自动痉挛控制的功能性电刺激测力计
CN110251832A (zh) * 2019-07-10 2019-09-20 北京京一合符医药科技发展有限公司 一种自适应康复训练用踏车系统及其控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101041101A (zh) * 2007-03-15 2007-09-26 南京航空航天大学 便携式自适应功能电刺激系统及电刺激方法
CN107635622A (zh) * 2015-04-01 2018-01-26 睿博专利有限公司 用于组合地在仰卧位或部分卧位训练人的下肢和在竖直位置训练行走的装置
CN108697894A (zh) * 2016-03-10 2018-10-23 H2L株式会社 电刺激装置和电刺激系统
CN107789732A (zh) * 2016-08-30 2018-03-13 松下知识产权经营株式会社 电刺激装置的控制装置、电刺激装置以及蹬踏板运动系统
CN106334265A (zh) * 2016-09-19 2017-01-18 天津大学 以功能性肌肉电刺激驱动的外骨骼助行系统及助行方法
CN109843373A (zh) * 2016-11-04 2019-06-04 恢复治疗公司 包括自动痉挛控制的功能性电刺激测力计
WO2018163060A1 (en) * 2017-03-06 2018-09-13 Intento Sa Electrical stimulator for neuromuscular stimulation
CN110251832A (zh) * 2019-07-10 2019-09-20 北京京一合符医药科技发展有限公司 一种自适应康复训练用踏车系统及其控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
邓奕 等: "《数据结构（C语言版）》", 31 August 2015, 华中科技大学出版社 *
马长波: "基于电机辅助功能性电刺激脚踏车康复训练系统的研究", 《中国博士学位论文全文数据库 工程科技II辑》 *

Also Published As

Publication number Publication date
CN110694171B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
Bianchi et al. Transferring knowledge as heuristics in reinforcement learning: A case-based approach
US5971922A (en) System and method for predicting blood glucose level
CN109214498A (zh) 基于搜索集中度和动态信息素更新的蚁群算法优化方法
CN109101624A (zh) 对话处理方法、装置、电子设备及存储介质
Malitsky et al. Instance-specific algorithm configuration as a method for non-model-based portfolio generation
EP2459284A1 (en) Method and system for providing a training program to a subject
JP7191443B2 (ja) 機械学習に基づくターゲットオブジェクト属性予測方法、関連機器及びコンピュータプログラム
Cai et al. Selectively personalizing query auto-completion
CN109583594A (zh) 深度学习训练方法、装置、设备及可读存储介质
CN111951943B (zh) 智能分诊方法、装置、电子设备及存储介质
CN110084371A (zh) 基于机器学习的模型迭代更新方法、装置和计算机设备
CN110694171B (zh) 基于主动循环运动的肌肉电刺激快速自适应控制方法
CN105353613B (zh) 一种通信关系自动匹配的事件驱动一致性控制方法
Bloedorn et al. Data driven constructive induction in AQ17-PRE: A method and experiments
Ujma On verification and controller synthesis for probabilistic systems at runtime
CN110432894A (zh) 心电图关键点标注方法及电子设备
CN106909967A (zh) 一种简单高效的改进人工蜂群优化方法
CN112902547B (zh) 冰箱参数更新方法、设备及存储介质
CN112000873A (zh) 基于会话的推荐系统、方法、设备及存储介质
CN109063652A (zh) 一种信号处理方法、系统及计算机存储介质
Liu et al. Building Personalized Simulator for Interactive Search.
CN112286988B (zh) 医疗文献排序方法、装置、电子设备及存储介质
EP4040286A1 (en) Reinforcement learning-based apparatus and method for generating random numbers
Erus et al. A layered approach to learning coordination knowledge in multiagent environments
Novoseller et al. DIP-RL: Demonstration-Inferred Preference Learning in Minecraft

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