CN111513724A - 适用于帕金森患者手功能康复监测与评估的可穿戴装置 - Google Patents

适用于帕金森患者手功能康复监测与评估的可穿戴装置 Download PDF

Info

Publication number
CN111513724A
CN111513724A CN202010467913.XA CN202010467913A CN111513724A CN 111513724 A CN111513724 A CN 111513724A CN 202010467913 A CN202010467913 A CN 202010467913A CN 111513724 A CN111513724 A CN 111513724A
Authority
CN
China
Prior art keywords
signal
hand
bending
pressure
degree
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.)
Pending
Application number
CN202010467913.XA
Other languages
English (en)
Inventor
李滕欢
嵇晓强
王子嘉
赵春华
王美娇
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN202010467913.XA priority Critical patent/CN111513724A/zh
Publication of CN111513724A publication Critical patent/CN111513724A/zh
Pending legal-status Critical Current

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
    • A61B5/103—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
    • A61B5/1101—Detecting tremor
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • 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
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61B2562/0247—Pressure sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Neurology (AREA)
  • Mathematical Physics (AREA)
  • Neurosurgery (AREA)
  • Evolutionary Computation (AREA)
  • Developmental Disabilities (AREA)
  • Fuzzy Systems (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

适用于帕金森患者手功能康复监测与评估的可穿戴装置属于医学康复辅助设备技术领域，目的在于解决现有技术不能对帕金森病情患者进行监测、康复过程测量结果不准确等问题。本发明包括手套本体、设置在手套本体上的信号采集单元、设置在手套本体上的信号处理单元以及上位机；信号采集单元包括用于获取手部震颤信号的震颤信号采集单元、用于获取手部弯曲度的弯曲信号采集单元以及用于获取手部压力的压力信号采集单元；信号处理单元对信号采集单元采集的信号进行处理并传输至上位机，上位机通过震颤信号对患者的震颤程度进行判定，上位机通过弯曲度数字信号对手部弯曲程度进行等级划分，上位机通过压力数字信号对手部肌力受损程度进行等级划分。

Description

适用于帕金森患者手功能康复监测与评估的可穿戴装置
技术领域
本发明属于医学康复辅助设备技术领域，具体涉及一种适用于帕金森患者手功能康复监测与评估的可穿戴装置。
背景技术
随着帕金森病人的人数在逐年的不断增长，帕金森病情的监测等渐渐得到人们的重视。而帕金森病情的发病机理目前尚不明确，故而没有针对性的药物去治疗。而在日常生活中帕金森所带来的身体危害，严重干扰了患者的生活起居，并带来一定的精神困扰，因此帕金森病的康复监测及评估对科学运动有重要意义。
公开号为CN206714926U的中国专利公开了一项发明名称为一种智能辅助康复手套，该智能康复手套包括手套本体、护臂、弯曲传感器、张角传感器、单点式压力传感器、电子控制单元、人造肌肉和辅助动力盒，根据信号使用特定算法控制辅助动力盒,通过拉动人造肌肉控制手指的运动,实现智能助力的功能，该康复手套只要在于被动锻炼手部能力，不能用于病情的监测，同时，装置过于复杂，不适合患者日常起居，并且测量结果不准确；公开号为CN108477711A的中国专利公开了一项发明名称为一种震颤辅助治疗手套，该手套采用弹性面料编制而成，具有一定的辅助治疗震颤的功能，适合患者佩戴和使用，但是由于手套由手臂固定板、手腕调节带和手指调节带组成，从而不能够反映患者手部其他受损情况，不适合作为康复监测设备，另外，该手套组成简单，测量结果不准确。
发明内容
本发明的目的在于提出一种适用于帕金森患者手功能康复监测与评估的可穿戴装置，解决现有技术存在的不能对帕金森病情患者进行监测、康复过程测量结果不准确等问题。
为实现上述目的，本发明的适用于帕金森患者手功能康复监测与评估的可穿戴装置包括手套本体、设置在手套本体上的信号采集单元、设置在手套本体上的信号处理单元以及上位机；
所述信号采集单元包括用于获取手部震颤信号的震颤信号采集单元、用于获取手部弯曲度的弯曲信号采集单元以及用于获取手部压力的压力信号采集单元；
信号处理单元对信号采集单元采集的信号进行处理并传输至上位机，上位机通过震颤信号对患者的震颤程度进行分类及评定，上位机通过弯曲度数字信号对手部弯曲程度进行风机划分，上位机通过压力数字信号对手部肌力受损程度进行等级划分。
上位机通过震颤信号对患者的震颤程度进行分类及评定具体为：
1)上位机对采集的震颤信号进行卡尔曼滤波，获得滤波后数据；
2)对滤波后数据进行频域分析，通过短时傅里叶变换的方法判断频率是否在3～8HZ，若是，则判断发生震颤，转至3)，若否，则判断没有发生震颤，结束；
3)对滤波后数据进行数据归一化处理，获得归一化后数据；
4)对归一化后数据进行特征值提取；
5)利用BP神经网络对步骤4)中提取的特征值进行训练，并得到训练模型；
6)向步骤5)中得到的训练模型输入测试数据，得到最终的网络模型；
7)利用最终的网络模型通过震颤信号对患者的震颤程度进行判定。
上位机通过弯曲度数字信号对手部弯曲程度进行风机划分具体为：
1)对弯曲数字信号进行滤波，采取中值滤波消除孤立噪声点，再采用带通滤波获取有效数据；
2)依据弯曲传感器的工作原理——曲度与阻值的对应关系，检测弯曲程度；
3)根据步骤2)获得的弯曲程度进行等级划分。
上位机通过压力数字信号对手部肌力受损程度进行等级划分具体为：
1)对压力数字信号进行滤波，采用带通滤波获取有效数据；
2)依据压力传感器的工作原理——压力与阻值的对应关系，检测肌力受损程度；
3)根据步骤2)获得的肌力受损程度进行等级划分。
所述震颤信号采集单元为设置在所述手套本体内手背处的九轴传感器。
所述弯曲信号采集单元为设置在所述手套本体内封装于手背一侧的弯曲传感器组，所述弯曲传感器组中的多个弯曲传感器位于手指各个关节处；弯曲传感器组获取手部弯曲度模拟信号并传输至信号处理单元，通过信号处理单元进行模数转换，获得弯曲度数字信号，并传输至上位机。
所述压力信号采集单元包括设置在所述手套本体内封装于手背一侧的多个压力传感器，多个所述压力传感器分布在每个手指的指腹与手掌处；压力传感器获取压力模拟信号并传输至信号处理单元，通过信号处理单元进行模数转换，获得压力数字信号，并传输至上位机。
所述信号处理单元为stm32控制器。
所述手套本体为弹性编制手套。
本发明的有益效果为：本发明的适用于帕金森患者手功能康复监测与评估的可穿戴装置针对帕金森患者的手功能障碍，通过对手部相关信号加以分析，提出适合帕金森患者康复监测及评估的装置，针对相关的信号利用传感器进行采集，检测所测信号并对其进行划分等级或者分类，来评判患者手部的受损状况及恢复情况，可以获知患者生病的程度。
附图说明
图1为本发明适用于帕金森患者手功能康复监测与评估的可穿戴装置结构示意图；
图2为本发明实现手部震颤监测及评估结构框图；
图3为本发明实现手部弯曲度和肌力监测及评估结构框图；
图4为本发明实现综合评估结构框图；
图5为本发明康复监测装置的压力传感器中一个压力点的压力与阻值的关系；
图6为本发明复监测装置的弯曲传感器中弯曲度与阻值的关系；
其中：1、手套本体，2、信号采集单元，201、九轴传感器，202、压力传感器，203、弯曲传感器，3、信号处理单元。
具体实施方式
下面结合附图对本发明的实施方式作进一步说明。
参见附图1，本发明的适用于帕金森患者手功能康复监测与评估的可穿戴装置包括手套本体1、设置在手套本体1上的信号采集单元2、设置在手套本体1上的信号处理单元3以及上位机；
所述信号采集单元2包括用于获取手部震颤信号的震颤信号采集单元2、用于获取手部弯曲度的弯曲信号采集单元2以及用于获取手部压力的压力信号采集单元2；
信号处理单元3对信号采集单元2采集的信号进行处理并传输至上位机，上位机通过震颤信号对患者的震颤程度进行分类及评定，上位机通过弯曲度数字信号对手部弯曲程度进行风机划分，上位机通过压力数字信号对手部肌力受损程度进行等级划分。
参见附图2，上位机通过震颤信号对患者的震颤程度进行分类及评定具体为：
1)上位机对采集的震颤信号进行卡尔曼滤波，获得滤波后数据；
2)对滤波后数据进行频域分析，通过短时傅里叶变换的方法判断频率是否在3～8HZ，若是，则判断发生震颤，转至3)，若否，则判断没有发生震颤，结束；
3)对滤波后数据进行数据归一化处理，获得归一化后数据；
4)对归一化后数据进行特征值提取；
5)利用BP神经网络与十折交叉的结合方法对步骤4)中提取的特征值进行训练，并得到训练模型；
6)向步骤5)中得到的训练模型输入测试数据，得到最终的网络模型；
7)利用最终的网络模型通过震颤信号对患者的震颤程度进行分类并进行评定，输出震颤程度为轻度、中度或重度的结果。
参见附图3和附图6上位机通过弯曲度数字信号对手部弯曲程度进行风机划分具体为：
1)对弯曲数字信号进行滤波，采取中值滤波消除孤立噪声点，再采用带通滤波获取有效数据；
2)依据弯曲传感器203的工作原理——曲度与阻值的对应关系，检测弯曲程度；
3)根据步骤2)获得的弯曲程度对照弯曲度等级评估表进行等级划分且评分。
表1弯曲度等级评估表
Figure BDA0002513294710000051
手指弯曲度通过弯曲传感器203获得。弯曲程度能够转换成电阻值，弯曲越大，电阻越高。该弯曲传感器203在非弯曲状态下的电阻约为9000欧姆，90度弯曲电阻约为14000欧姆，180度弯曲电阻约为22000欧姆，由弯曲传感器203的曲度-电阻曲线关系，进而通过电阻值的变化检测弯曲程度。
参见附图3和附图5上位机通过压力数字信号对手部肌力受损程度进行等级划分具体为：
1)对压力数字信号进行滤波，采用带通滤波获取有效数据；
2)依据压力传感器202的工作原理——压力与阻值的对应关系，检测肌力受损程度；
3)根据步骤2)获得的肌力受损程度对照肌力等级评估表进行等级划分且评分。
表2肌力等级评估表
Figure BDA0002513294710000052
Figure BDA0002513294710000061
由压力传感器202的工作原理得知，压力值越大是阻值越小，即压力值得大小可以通过标定算法换算为阻值的大小，从而得出肌力所处的等级。
参见附图4，上位机同时根据震颤程度、弯曲程度以及肌力受损情况对手部进行综合评估，具体为：以震颤程度评定为主，压力及弯曲度评定为辅。当震颤程度为轻度且弯曲度及压力测评都较低时，则认定该患者为轻度病症；当为中度震颤时且弯曲度及压力评定结果都较高时，则认定患者病症以为日常生活起居带来不便，应加以重视以防病情恶化；当为重度震颤且无论弯曲度及压力测评为何值，都认定该患者病情严重且应该及时就医。
所述震颤信号采集单元2为设置在所述手套本体1内手背处的mpu9150九轴传感器201。是将3轴加速度计、3轴陀螺仪及磁力计融合的产品，利用I2C可实现九轴数据同时输出，一体化的设计且不需要复杂的芯片选择，适合做运动跟踪装置类产品。
所述信号处理单元3为stm32微控制器。
其中震颤信号采集单元2所分装位置如图1所示，利用九轴传感器201采集的信号经由I2C传输至控制器，控制器本发明选用stm32f103zet6；控制器与上位机的通信选择串口通信实现数据的传输，可以看到这段时间的数据更新并保存为文本；由于在采集过程中存在各方面的干扰，本发明选择卡尔曼滤波法对所保存的数据进行滤波，从而得到最优估计；将滤波后的数据进行频域分析，从而判断是否发生震颤，若是对数据进行特征提取，选择恰当的特征进行神经网络的训练，从而进一步得到合适的训练模型，为后面的评估奠定基础。
所述弯曲信号采集单元2为设置在所述手套本体1内封装于手背一侧的弯曲传感器203组，所述弯曲传感器203组中的多个弯曲传感器203位于手指各个关节处；弯曲传感器203组获取手部弯曲度模拟信号并传输至信号处理单元3，通过信号处理单元3进行模数转换，获得弯曲度数字信号，并传输至上位机。
所述压力信号采集单元2包括设置在所述手套本体1内封装于手背一侧的多个压力传感器202，多个所述压力传感器202分布在每个手指的指腹与手掌处；压力传感器202获取压力模拟信号并传输至信号处理单元3，通过信号处理单元3进行模数转换，获得压力数字信号，并传输至上位机。本实施例的压力传感器202采用ZNS-01传感器，是一种柔性压力传感器202，即在柔韧轻薄材料上印刷着附着力强、耐弯折且灵敏度高的柔性材料，以实现对压力的高度灵敏性。
其中弯曲及压力信号采集单元2所分装位置如图1所示，利用弯曲传感器203及压力传感器202采集的信号经由I2C传输至stm32f103zet6，由于采集信号是模拟信号，为了后续需要，则需进行模数转化；控制器与上位机的通信选择串口通信实现数据的传输并保存为文本；对所保存的数据利用MATLAB进行滤波处理得到最优数据；参照相应传感器与之对应的阻值关系得出患者的弯曲度及肌力所处的等级。
所述手套本体1为弹性薄款编制手套，本实施例选用的是薄款针织五指手套，手套本体1为处于非弹性状态下厚度不超过0.3mm。
本发明适用于帕金森患者手功能康复监测与评估的可穿戴装置包括手动设置监测开/关策略：通过按钮人为设置监测是否开启。

Claims (9)

1.适用于帕金森患者手功能康复监测与评估的可穿戴装置，包括手套本体(1)，其特征在于，还包括设置在手套本体(1)上的信号采集单元(2)、设置在手套本体(1)上的信号处理单元(3)以及上位机；
所述信号采集单元(2)包括用于获取手部震颤信号的震颤信号采集单元(2)、用于获取手部弯曲度的弯曲信号采集单元(2)以及用于获取手部压力的压力信号采集单元(2)；
信号处理单元(3)对信号采集单元(2)采集的信号进行处理并传输至上位机，上位机通过震颤信号对患者的震颤程度进行分类及评定，上位机通过弯曲度数字信号对手部弯曲程度进行风机划分，上位机通过压力数字信号对手部肌力受损程度进行等级划分。
2.根据权利要求1所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，上位机通过震颤信号对患者的震颤程度进行分类及评定具体为：
1)上位机对采集的震颤信号进行卡尔曼滤波，获得滤波后数据；
2)对滤波后数据进行频域分析，通过短时傅里叶变换的方法判断频率是否在3～8HZ，若是，则判断发生震颤，转至3)，若否，则判断没有发生震颤，结束；
3)对滤波后数据进行数据归一化处理，获得归一化后数据；
4)对归一化后数据进行特征值提取；
5)利用BP神经网络对步骤4)中提取的特征值进行训练，并得到训练模型；
6)向步骤5)中得到的训练模型输入测试数据，得到最终的网络模型；
7)利用最终的网络模型通过震颤信号对患者的震颤程度进行判定。
3.根据权利要求1所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，上位机通过弯曲度数字信号对手部弯曲程度进行风机划分具体为：
1)对弯曲数字信号进行滤波，采取中值滤波消除孤立噪声点，再采用带通滤波获取有效数据；
2)依据弯曲传感器(203)的工作原理——曲度与阻值的对应关系，检测弯曲程度；
3)根据步骤2)获得的弯曲程度进行等级划分。
4.根据权利要求1所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，上位机通过压力数字信号对手部肌力受损程度进行等级划分具体为：
1)对压力数字信号进行滤波，采用带通滤波获取有效数据；
2)依据压力传感器(202)的工作原理——压力与阻值的对应关系，检测肌力受损程度；
3)根据步骤2)获得的肌力受损程度进行等级划分。
5.根据权利要求1-4中任意一项所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，所述震颤信号采集单元(2)为设置在所述手套本体(1)内手背处的九轴传感器(201)。
6.根据权利要求1-4中任意一项所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，所述弯曲信号采集单元(2)为设置在所述手套本体(1)内封装于手背一侧的弯曲传感器(203)组，所述弯曲传感器(203)组中的多个弯曲传感器(203)位于手指各个关节处；弯曲传感器(203)组获取手部弯曲度模拟信号并传输至信号处理单元(3)，通过信号处理单元(3)进行模数转换，获得弯曲度数字信号，并传输至上位机。
7.根据权利要求1-4中任意一项所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，所述压力信号采集单元(2)包括设置在所述手套本体(1)内封装于手背一侧的多个压力传感器(202)，多个所述压力传感器(202)分布在每个手指的指腹与手掌处；压力传感器(202)获取压力模拟信号并传输至信号处理单元(3)，通过信号处理单元(3)进行模数转换，获得压力数字信号，并传输至上位机。
8.根据权利要求1-4中任意一项所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，所述信号处理单元(3)为stm32控制器。
9.根据权利要求1-4中任意一项所述的适用于帕金森患者手功能康复监测与评估的可穿戴装置，其特征在于，所述手套本体(1)为弹性编制手套。
CN202010467913.XA 2020-05-28 2020-05-28 适用于帕金森患者手功能康复监测与评估的可穿戴装置 Pending CN111513724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010467913.XA CN111513724A (zh) 2020-05-28 2020-05-28 适用于帕金森患者手功能康复监测与评估的可穿戴装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010467913.XA CN111513724A (zh) 2020-05-28 2020-05-28 适用于帕金森患者手功能康复监测与评估的可穿戴装置

Publications (1)

Publication Number Publication Date
CN111513724A true CN111513724A (zh) 2020-08-11

Family

ID=71908219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010467913.XA Pending CN111513724A (zh) 2020-05-28 2020-05-28 适用于帕金森患者手功能康复监测与评估的可穿戴装置

Country Status (1)

Country Link
CN (1) CN111513724A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112674760A (zh) * 2020-12-22 2021-04-20 山东农业大学 一种基于可穿戴传感器的帕金森病上肢运动检测方法
CN112690935A (zh) * 2020-12-04 2021-04-23 中国矿业大学 一种基于磁流变液的指关节震颤抑制装置
CN113282203A (zh) * 2021-04-30 2021-08-20 深圳市联谛信息无障碍有限责任公司 一种肢体震颤用户的界面切换方法、装置和电子设备
CN113729715A (zh) * 2021-10-11 2021-12-03 山东大学 一种基于手指压力的帕金森病症智能诊断系统
CN114224296A (zh) * 2022-01-13 2022-03-25 福州大学 基于可穿戴式传感装置的帕金森运动症状量化评估方法
ES2943163A1 (es) * 2021-12-09 2023-06-09 Roman Martinez Javier Dispositivo de diagnostico de patologias neurologicas que se presentan con temblor

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103251419A (zh) * 2013-04-25 2013-08-21 西安交通大学苏州研究院 用于手功能康复训练与评估的数据手套及其监测方法
CN110946556A (zh) * 2019-12-27 2020-04-03 南京信息工程大学 基于可穿戴式体感网的帕金森静息态震颤评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103251419A (zh) * 2013-04-25 2013-08-21 西安交通大学苏州研究院 用于手功能康复训练与评估的数据手套及其监测方法
CN110946556A (zh) * 2019-12-27 2020-04-03 南京信息工程大学 基于可穿戴式体感网的帕金森静息态震颤评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王映丽: "帕金森震颤信号的分析研究", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112690935A (zh) * 2020-12-04 2021-04-23 中国矿业大学 一种基于磁流变液的指关节震颤抑制装置
CN112674760A (zh) * 2020-12-22 2021-04-20 山东农业大学 一种基于可穿戴传感器的帕金森病上肢运动检测方法
CN113282203A (zh) * 2021-04-30 2021-08-20 深圳市联谛信息无障碍有限责任公司 一种肢体震颤用户的界面切换方法、装置和电子设备
CN113729715A (zh) * 2021-10-11 2021-12-03 山东大学 一种基于手指压力的帕金森病症智能诊断系统
ES2943163A1 (es) * 2021-12-09 2023-06-09 Roman Martinez Javier Dispositivo de diagnostico de patologias neurologicas que se presentan con temblor
WO2023105107A1 (es) * 2021-12-09 2023-06-15 Roman Martinez Javier Dispositivo de diagnóstico de patologías neurológicas que se presentan con temblor
CN114224296A (zh) * 2022-01-13 2022-03-25 福州大学 基于可穿戴式传感装置的帕金森运动症状量化评估方法
CN114224296B (zh) * 2022-01-13 2023-07-21 福州大学 基于可穿戴式传感装置的帕金森运动症状量化评估系统

Similar Documents

Publication Publication Date Title
CN111513724A (zh) 适用于帕金森患者手功能康复监测与评估的可穿戴装置
CN109222969A (zh) 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统
EP3065628B1 (en) Biomechanical activity monitoring
US9668675B2 (en) Sensing device
US9999391B2 (en) Wearable electromyogram sensor system
CN203564250U (zh) 用于手功能康复训练与评估的数据手套
CN109549821A (zh) 基于肌电信号和惯导信号融合的外骨骼机器人助力控制系统及方法
CN106971059A (zh) 一种基于神经网络自适应健康监测的可穿戴设备
CN103251419A (zh) 用于手功能康复训练与评估的数据手套及其监测方法
US11740702B2 (en) Apparatus and methods for detecting, quantifying, and providing feedback on user gestures
CN105595995B (zh) 生理数据检测系统、检测装置、终端设备、数据分析方法
KR102376904B1 (ko) 가속도 및 각속도 신호를 이용한 파킨슨병 서동증 진단 평가 장치 및 이를 이용 파킨슨병 서동증 결정 방법
Spasojević et al. Combined vision and wearable sensors-based system for movement analysis in rehabilitation
US20220287651A1 (en) Method and system for analyzing biomechanical activity and exposure to a biomechanical risk factor on a human subject in a context of physical activity
EP2976991B1 (en) Device for the evaluation, prevention and treatment of lower back pain, based on postural reeducation
Formstone et al. Quantification of motor function post-stroke using novel combination of wearable inertial and mechanomyographic sensors
CN111544006B (zh) 帕金森病人运动障碍量化及识别的可穿戴设备
CN109833041A (zh) 运动性疲劳智能检测与分析系统
Locatelli et al. Differentiating essential tremor and Parkinson's disease using a wearable sensor—A pilot study
CN106821378A (zh) 一种基于电子表皮的便携式肌肉疲劳度检测设备
Saggio et al. Sensory systems for human body gesture recognition and motion capture
WO2017192028A1 (en) Tremor motion quantifying method and system
CN210931355U (zh) 一种帕金森辅助检测装置
CN207590681U (zh) 一种基于电子表皮的便携式肌肉疲劳度检测设备
CN205493832U (zh) 颈部姿态监控服装

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