CN112137779A - 智能假肢及智能假肢的模式判断方法 - Google Patents
智能假肢及智能假肢的模式判断方法 Download PDFInfo
- Publication number
- CN112137779A CN112137779A CN202011054409.3A CN202011054409A CN112137779A CN 112137779 A CN112137779 A CN 112137779A CN 202011054409 A CN202011054409 A CN 202011054409A CN 112137779 A CN112137779 A CN 112137779A
- Authority
- CN
- China
- Prior art keywords
- artificial limb
- intelligent
- maximum pressure
- intelligent artificial
- prosthesis
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000037396 body weight Effects 0.000 claims abstract description 17
- 210000003414 extremity Anatomy 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 16
- 210000000689 upper leg Anatomy 0.000 claims description 16
- 210000002414 leg Anatomy 0.000 claims description 13
- 230000008569 process Effects 0.000 abstract description 9
- 210000002683 foot Anatomy 0.000 description 25
- 230000001133 acceleration Effects 0.000 description 10
- 230000007547 defect Effects 0.000 description 4
- 206010017577 Gait disturbance Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003749 cleanliness Effects 0.000 description 3
- 230000003183 myoelectrical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000035900 sweating Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000002266 amputation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 210000004744 fore-foot Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 210000003141 lower extremity Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009192 sprinting Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
- A61F2/60—Artificial legs or feet or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring 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 or mobility of a limb
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- 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
-
- 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
- A61F2002/704—Operating or control means electrical computer-controlled, e.g. robotic control
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Transplantation (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Prostheses (AREA)
Abstract
本发明提供了一种智能假肢及智能假肢的模式判断方法。该智能假肢包括假腿和安装在假腿下端的假脚。假脚的底部安装有压力传感器，压力传感器用于检测假脚的底部受到的最大压力。如果最大压力为体重的1.2~1.7倍，则判断智能假肢处于步行状态；如果最大压力为体重的1.9~3倍，则判断假肢处于跑步状态。应用本发明的技术方案，在智能假肢的运动过程中，能够准确判断佩戴者当前所处的运动模式，控制智能假肢根据当前的运动模式调整运动状态，使得智能假肢可以与佩戴者的运动需求相匹配，提高生活水平。
Description
技术领域
本发明涉及假肢技术领域，具体而言，涉及一种智能假肢及智能假肢的模式判断方法。
背景技术
随着社会的发展，交通的便利，工业化水平的不断提高，机器创伤车祸等造成截肢的患者越来越多，截肢给患者带来很多不便，失去了基本生活能力。因此研发一款能帮助截肢者实现基本生活能力的智能假肢也越来越紧迫。智能假肢需要具有帮助患者行走、骑车、走山地、防磕绊等功能，智能假肢要实现行走、骑车、走山地、防磕绊等功能，就必须具有识别行走、骑车、走山地、防磕绊等不同运动模式的能力，因此准确识别截肢者当前所处的运动模式对于提高智能假肢的性能具有重要意义。
目前运动模式识别方法主要有融合表面肌电和加速度信号的识别方法。融合表面肌电和加速度信号的具体实现方法是：首先，获取人体下肢表面肌电信号、加速度信号；之后，根据表面肌电信号用局部均值分解算法分解为多个乘积函数，根据表征不同动作分离性的平均欧氏距离，确定局部均值分解算法分解之后第一个乘积函数的多尺度排列熵，提取第一个乘积函数的多尺度排列熵作为表面肌电信号特征；最后，计算不同尺度熵的重要性，确定尺度熵组成4维特征向量，并和三轴加速度的排序熵组成7维特征向量，将7维特征向量输入根据类内平均欧氏距离和类间样本分布而改进的二叉树支持向量机进行下肢运动模式识别，实现行走、上楼、下楼、站到坐、坐到站、站到蹲和蹲到站等七个运动模式。
融合表面肌电和加速度信号的识别运动模式方法需要测量表面肌电信号和加速度信号。表面肌电信号需要将肌电传感器与人体皮肤表面完全接触，皮肤表面的干燥程度、清洁程度、出汗情况等都会影响肌电传感器的输出信号的强度，很容易出现测量结果不准确，判断失误等情况；而加速度信号的测试也容易受到不够清晰的运动信号影响而导致测量结构不准确。此外，融合表面肌电和加速度信号的识别运动模式方法需要经过复杂的计算，过程繁琐，不容易稳定实现。特别是对于走路-跑步的之间模式识别，在现有技术中较难以区分。
发明内容
本发明的主要目的在于提供一种智能假肢及智能假肢的模式判断方法，以解决现有技术中智能假肢的走路-跑步的之间模式识别精确度低的技术问题。
为了实现上述目的，根据本发明的一个方面，提供了一种智能假肢，包括：假腿和安装在假腿下端的假脚，假脚的底部安装有压力传感器，压力传感器用于检测假脚的底部受到的最大压力，如果最大压力为体重的1.2~1.7倍，则判断智能假肢处于步行状态；如果最大压力为体重的1.9~3倍，则判断假肢处于跑步状态。
在一个实施方式中，压力传感器设置在假脚的底部的前脚掌处。
在一个实施方式中，假腿包括大腿部和小腿部，大腿部和小腿部铰接连接。
在一个实施方式中，智能假肢还包括姿态传感器，姿态传感器安装在大腿部和小腿部铰接点，姿态传感器用于检测大腿部和小腿部之间的角度值，角度值呈周期性变化，在步行状态下，如果角度值的变化周期小于第一预定值，则判断智能假肢处于快走状态，角度值的变化周期大于第二预定值，则判断智能假肢处于常规走状态。
为了实现上述目的，根据本发明的一个方面，提供了一种智能假肢的模式判断方法，包括：检测脚底受到的最大压力；如果最大压力为体重的1.2~1.7倍，则判断智能假肢处于步行状态；如果最大压力为体重的1.9~3倍，则判断假肢处于跑步状态。
在一个实施方式中，包括：如果最大压力为体重的1.9~2.7倍，则判断假肢处于慢跑状态；如果最大压力为体重的2.8~3倍，则判断假肢处于快跑状态。
在一个实施方式中，包括：在步行状态下，检测假腿的大腿部和小腿部之间的角度值；如果角度值的变化周期小于第一预定值，则判断智能假肢处于快走状态；如果角度值的变化周期大于第二预定值，则判断智能假肢处于常规走状态。
在一个实施方式中，第一预定值与第二预定值相等。
在一个实施方式中，第一预定值和第二预定值为0.8~1.2s。
应用本发明的技术方案，在智能假肢的运动过程中，能够准确判断佩戴者当前所处的运动模式，控制智能假肢根据当前的运动模式调整运动状态，使得智能假肢可以与佩戴者的运动需求相匹配，提高生活水平。此外，本申请的技术方案的实现方式较为简单，克服了融合表面肌电和加速度信号的识别运动模式方法的测试结果易受皮肤表面的干燥程度，清洁程度，出汗情况等影响，也避免了计算过程过于复杂等缺陷。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了根据本发明的智能假肢的实施例的整体结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
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，而不是全部的实施例。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。
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术语在适当情况下可以互换，以便这里描述的本发明的实施例。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。
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。
在本发明的技术方案，根据对于智能假肢的假脚20的底部压力与不同的运动模式之间关系的研究，发现压力经常呈现出和装配智能假肢者的体重有一定的比例关系。基于该研究，本发明提供了一种智能假肢，如图1所示，该智能假肢包括假腿10和安装在假腿10下端的假脚20。假脚20的底部安装有压力传感器30，压力传感器30用于检测假脚20的底部受到的最大压力。如果最大压力为体重的1.2~1.7倍，则判断智能假肢处于步行状态；如果最大压力为体重的1.9~3倍，则判断假肢处于跑步状态。
应用本发明的技术方案，在智能假肢的运动过程中，能够准确判断佩戴者当前所处的运动模式，控制智能假肢根据当前的运动模式调整运动状态，使得智能假肢可以与佩戴者的运动需求相匹配，提高生活水平。此外，本申请的技术方案的实现方式较为简单，克服了融合表面肌电和加速度信号的识别运动模式方法的测试结果易受皮肤表面的干燥程度，清洁程度，出汗情况等影响，也避免了计算过程过于复杂等缺陷。
更为优选的，在本实施方式的技术方案中，如图1所示，压力传感器30设置在假脚20的底部的前脚掌处。根据对于受试者佩戴智能假肢运动的进一步研究，前脚掌落地时带来的地面反作用力相较于足跟落地时更大，因此通过检测前脚掌落地时的最大压力可以更加准确。
如图1所示，在本实施方式的技术方案中，假腿10包括大腿部11和小腿部12，大腿部11和小腿部12铰接连接。作为一种优选的实施方式，智能假肢还包括姿态传感器40，姿态传感器40安装在大腿部11和小腿部12铰接点，姿态传感器40用于检测大腿部11和小腿部12之间的角度值。需要说明的是，一般情况下，快走和慢走不同于跑步，对于假脚20的底部受到的最大压力的影响不会产生太大的变化，因此检测大腿部11和小腿部12之间的角度值，再判断角度值的变化周期，就可以判断智能假肢的运动者是处于快走状态还是常规走状态。角度值呈周期性变化，在步行状态下，如果角度值的变化周期小于第一预定值，则判断智能假肢处于快走状态，角度值的变化周期大于第二预定值，则判断智能假肢处于常规走状态。
本发明还提供了一种智能假肢的模式判断方法，该模式判断方法包括：检测脚底受到的最大压力；如果最大压力为体重的1.2~1.7倍，则判断智能假肢处于步行状态；如果最大压力为体重的2.3~3倍，则判断假肢处于跑步状态。应用本发明的技术方案，在智能假肢的运动过程中，能够准确判断佩戴者当前所处的运动模式，控制智能假肢根据当前的运动模式调整运动状态，使得智能假肢可以与佩戴者的运动需求相匹配，提高生活水平。
更为优选的，在本发明的技术方案中，如果最大压力为体重的1.9~2.7倍，则判断假肢处于慢跑状态；如果最大压力为体重的2.8~3倍，则判断假肢处于快跑状态。
在研究中，以受试者的体重为55公斤为例：步行时，假脚20的底部受到的最大压力为720牛顿，大约是1.3倍的体重；慢跑时，假脚20的底部受到的最大压力约为2.1倍的体重；快跑时，假脚20的底部受到的最大压力约为2.7倍体重。根据对于受试者佩戴智能假肢运动的进一步研究，前脚掌落地时带来的地面反作用力相较于足跟落地时更大，即步行时，假脚20的底部前脚掌受到的最大压力大约是1.5倍的体重；慢跑时，假脚20的底部前脚掌受到的最大压力约为2.5倍的体重；快跑时，假脚20的底部前脚掌受到的最大压力约为2.9倍体重。
一般情况下，快走和慢走不同于跑步，对于假脚20的底部受到的最大压力的影响不会产生太大的变化，因此检测大腿部11和小腿部12之间的角度值，再判断角度值的变化周期，就可以判断智能假肢的运动者是处于快走状态还是常规走状态。因此，智能假肢的模式判断方法还包括：在步行状态下，检测假腿10的大腿部11和小腿部12之间的角度值；如果角度值的变化周期小于第一预定值，则判断智能假肢处于快走状态；如果角度值的变化周期大于第二预定值，则判断智能假肢处于常规走状态。
作为一种可选的实施方式，在本实施方式的技术方案中，第一预定值与第二预定值相等，可以取值0.8~1.2s中的任意值。作为其他的可选的实施方式，第二预定值也可以大于第一预定值。
采用本发明的技术方案，结构简单，只需要压力传感器30和姿态传感器40，就能判断运动模式。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位（旋转90度或处于其他方位），并且对这里所使用的空间相对描述作出相应解释。
在本发明的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。
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，均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能假肢，包括：假腿（10）和安装在所述假腿（10）下端的假脚（20），其特征在于，所述假脚（20）的底部安装有压力传感器（30），所述压力传感器（30）用于检测所述假脚（20）的底部受到的最大压力，如果最大压力为体重的1.2~1.7倍，则判断所述智能假肢处于步行状态；如果最大压力为体重的1.9~3倍，则判断所述假肢处于跑步状态。
2.根据权利要求1所述的智能假肢，其特征在于，所述压力传感器（30）设置在所述假脚（20）的底部的前脚掌处。
3.根据权利要求1所述的智能假肢，其特征在于，所述假腿（10）包括大腿部（11）和小腿部（12），所述大腿部（11）和所述小腿部（12）铰接连接。
4.根据权利要求3所述的智能假肢，其特征在于，所述智能假肢还包括姿态传感器（40），所述姿态传感器（40）安装在所述大腿部（11）和所述小腿部（12）铰接点，所述姿态传感器（40）用于检测所述大腿部（11）和所述小腿部（12）之间的角度值，所述角度值呈周期性变化，在步行状态下，如果角度值的变化周期小于第一预定值，则判断所述智能假肢处于快走状态，所述角度值的变化周期大于第二预定值，则判断所述智能假肢处于常规走状态。
5.一种智能假肢的模式判断方法，其特征在于，包括：
检测脚底受到的最大压力；
如果最大压力为体重的1.2~1.7倍，则判断所述智能假肢处于步行状态；
如果最大压力为体重的1.9~3倍，则判断所述假肢处于跑步状态。
6.根据权利要求5所述的智能假肢的模式判断方法，其特征在于，包括：
如果最大压力为体重的1.9~2.7倍，则判断所述假肢处于慢跑状态；
如果最大压力为体重的2.8~3倍，则判断所述假肢处于快跑状态。
7.根据权利要求5所述的智能假肢的模式判断方法，其特征在于，包括：
在步行状态下，检测假腿（10）的大腿部（11）和小腿部（12）之间的角度值；
如果所述角度值的变化周期小于第一预定值，则判断所述智能假肢处于快走状态；
如果所述角度值的变化周期大于第二预定值，则判断所述智能假肢处于常规走状态。
8.根据权利要求7所述的智能假肢的模式判断方法，其特征在于，所述第一预定值与所述第二预定值相等。
9.根据权利要求8所述的智能假肢的模式判断方法，其特征在于，所述第一预定值和所述第二预定值为0.8~1.2s。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011054409.3A CN112137779A (zh) | 2020-09-30 | 2020-09-30 | 智能假肢及智能假肢的模式判断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011054409.3A CN112137779A (zh) | 2020-09-30 | 2020-09-30 | 智能假肢及智能假肢的模式判断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112137779A true CN112137779A (zh) | 2020-12-29 |
Family
ID=73895359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011054409.3A Pending CN112137779A (zh) | 2020-09-30 | 2020-09-30 | 智能假肢及智能假肢的模式判断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112137779A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114177472A (zh) * | 2021-11-30 | 2022-03-15 | 中国人民解放军总医院第四医学中心 | 一种应用于下肢假肢的植入式电刺激感知反馈系统 |
| CN117281667A (zh) * | 2023-11-09 | 2023-12-26 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
| CN117357873A (zh) * | 2023-12-07 | 2024-01-09 | 浙江强脑科技有限公司 | 跑步模式控制方法、装置、智能假腿、终端及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102885661A (zh) * | 2012-10-29 | 2013-01-23 | 河北工业大学 | 一种动力型假肢膝关节 |
| CN103876756A (zh) * | 2014-04-18 | 2014-06-25 | 南京工程学院 | 下肢助力外骨骼机器人步态模式识别方法及系统 |
| CN107168120A (zh) * | 2017-06-05 | 2017-09-15 | 合肥师范学院 | 一种脚踏计步装置及其控制方法 |
| CN109745158A (zh) * | 2019-03-11 | 2019-05-14 | 中国科学技术大学 | 小腿假肢阻尼器和下肢假肢 |
| CN110169850A (zh) * | 2019-05-17 | 2019-08-27 | 上海理工大学 | 被动型液压膝关节假肢的控制方法 |
-
2020
- 2020-09-30 CN CN202011054409.3A patent/CN112137779A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102885661A (zh) * | 2012-10-29 | 2013-01-23 | 河北工业大学 | 一种动力型假肢膝关节 |
| CN103876756A (zh) * | 2014-04-18 | 2014-06-25 | 南京工程学院 | 下肢助力外骨骼机器人步态模式识别方法及系统 |
| CN107168120A (zh) * | 2017-06-05 | 2017-09-15 | 合肥师范学院 | 一种脚踏计步装置及其控制方法 |
| CN109745158A (zh) * | 2019-03-11 | 2019-05-14 | 中国科学技术大学 | 小腿假肢阻尼器和下肢假肢 |
| CN110169850A (zh) * | 2019-05-17 | 2019-08-27 | 上海理工大学 | 被动型液压膝关节假肢的控制方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114177472A (zh) * | 2021-11-30 | 2022-03-15 | 中国人民解放军总医院第四医学中心 | 一种应用于下肢假肢的植入式电刺激感知反馈系统 |
| CN117281667A (zh) * | 2023-11-09 | 2023-12-26 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
| CN117281667B (zh) * | 2023-11-09 | 2024-04-09 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
| CN117357873A (zh) * | 2023-12-07 | 2024-01-09 | 浙江强脑科技有限公司 | 跑步模式控制方法、装置、智能假腿、终端及存储介质 |
| CN117357873B (zh) * | 2023-12-07 | 2024-04-09 | 浙江强脑科技有限公司 | 跑步模式控制方法、装置、智能假腿、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Owings et al. | Measuring step kinematic variability on an instrumented treadmill: how many steps are enough? | |
| CN110916679B (zh) | 一种人体下肢位姿步态检测装置及方法 | |
| CN112137779A (zh) | 智能假肢及智能假肢的模式判断方法 | |
| Gujarathi et al. | Gait analysis using imu sensor | |
| Lau et al. | The reliability of using accelerometer and gyroscope for gait event identification on persons with dropped foot | |
| Novak et al. | Automated detection of gait initiation and termination using wearable sensors | |
| Zheng et al. | A noncontact capacitive sensing system for recognizing locomotion modes of transtibial amputees | |
| Sabatini et al. | Assessment of walking features from foot inertial sensing | |
| Liu et al. | Intent pattern recognition of lower-limb motion based on mechanical sensors | |
| KR102107379B1 (ko) | 3축 동작측정기를 이용한 노쇠 예측 방법, 3축 동작측정기를 이용한 노쇠 예측 시스템 및 웨어러블 노쇠 예측 장치 | |
| Gouwanda et al. | A low cost alternative to monitor human gait temporal parameters–wearable wireless gyroscope | |
| KR102147099B1 (ko) | 생체 운동 신호 기반의 하지 운동 평가 및 맞춤형 전기 자극 시스템 | |
| Park et al. | Gait phase detection using force sensing resistors | |
| Benocci et al. | A wireless system for gait and posture analysis based on pressure insoles and Inertial Measurement Units | |
| Williamson et al. | Sensor systems for lower limb functional electircal stimulation (FES) control | |
| CN106419929A (zh) | 帕金森病患者姿态平衡稳定性的定量检测装置 | |
| CN106725509A (zh) | 基于脑卒中患者的运动功能综合评估方法 | |
| Lou et al. | IMU-based gait phase recognition for stroke survivors | |
| KR101492480B1 (ko) | 보행 단계에 기반한 표면 근전도 분석 시스템 | |
| Tiwari et al. | An infrared sensor-based instrumented shoe for gait events detection on different terrains and transitions | |
| KR101878254B1 (ko) | 컴퓨터를 포함하는 스마트 신발 시스템 및 이의 구현방법 | |
| JP2012161402A (ja) | 運動特性評価システムおよび運動特性評価方法 | |
| Greene et al. | Body-worn sensor based surrogates of minimum ground clearance in elderly fallers and controls | |
| Weiss et al. | Can a single lower trunk body-fixed sensor differentiate between level-walking and stair descent and ascent in older adults? Preliminary findings | |
| Duong et al. | Gaussian process regression for COP trajectory estimation in healthy and pathological gait using instrumented insoles |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220302 Address after: 313000 room 1718, 17th floor, building D, headquarters, No. 1188, fufu Road, Wuxing District, Huzhou City, Zhejiang Province Applicant after: Zhenxing Technology (Huzhou) Co.,Ltd. Address before: 17 / F, building D, headquarters Freeport, 1188 Qufu Road, Wuxing District, Huzhou City, Zhejiang Province, 313000 Applicant before: Huzhou Institute of International Innovation Harbin University of Technology Robot |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 313000 room 1718, 17th floor, building D, headquarters, No. 1188, fufu Road, Wuxing District, Huzhou City, Zhejiang Province Applicant after: Zhejiang Zhenxing Technology Co., Ltd. Address before: 313000 room 1718, 17th floor, building D, headquarters, No. 1188, fufu Road, Wuxing District, Huzhou City, Zhejiang Province Applicant before: Zhenxing Technology (Huzhou) Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |