CN112206484B - 一种用于主动式肌力训练器械的训练强度跟踪方法 - Google Patents

一种用于主动式肌力训练器械的训练强度跟踪方法 Download PDF

Info

Publication number
CN112206484B
CN112206484B CN202010840629.2A CN202010840629A CN112206484B CN 112206484 B CN112206484 B CN 112206484B CN 202010840629 A CN202010840629 A CN 202010840629A CN 112206484 B CN112206484 B CN 112206484B
Authority
CN
China
Prior art keywords
training
user
electric signal
intensity
signal
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
Application number
CN202010840629.2A
Other languages
English (en)
Other versions
CN112206484A (zh
Inventor
郭洪铭
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.)
Wuxi Institute of Commerce
Original Assignee
Wuxi Institute of Commerce
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 Wuxi Institute of Commerce filed Critical Wuxi Institute of Commerce
Priority to CN202010840629.2A priority Critical patent/CN112206484B/zh
Publication of CN112206484A publication Critical patent/CN112206484A/zh
Application granted granted Critical
Publication of CN112206484B publication Critical patent/CN112206484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Electrotherapy Devices (AREA)

Abstract

一种用于主动式肌力训练器械的训练强度跟踪方法。本发明首先根据用户识别电信号以及心电信号进行用户识别,调取对应当前用户的训练数据,然后根据该训练数据相应地提供阻尼,对抗用户肢体的屈伸进行肌力训练。训练过程中,本发明还在原先训练计划完成情况不好时,提供额外的热身活动,充分热身后实时根据用户的电信号判断当前阻尼负荷强度是否合适,动态调控阻尼负荷和训练组数频率,以保证每次训练的训练效果。本发明使用方便,在训练过程中能够实时监控训练者体能和肌肉疲劳状况,能够适时调整训练强度,在保证使用者不会脱力,保证训练安全的前提下,达到更好的训练效果。

Description

一种用于主动式肌力训练器械的训练强度跟踪方法
技术领域
本发明涉及体育训练器械,具体而言涉及一种用于主动式肌力训练器械的 训练强度跟踪方法。
背景技术
手臂和腿部力量训练需要通过手肘或膝关节的弯曲来进行。日常训练中, 通常采用固定重量的配重装置,以固定频率和次数重复单一动作,通过若干组 动作反复刺激肌肉收缩而达到锻炼效果。
但是,由于肌肉在训练过程中逐渐疲劳,过多的训练组数和过重的训练复 核容易使训练者力竭甚至脱力。脱力后器械坠落容易伤到训练者甚至旁人。而 过小的配重量又很难实现提高肌肉维度、耐力、力量、爆发力的训练效果。
因此,目前需要一种能够动态调控适应训练者体能状况的主动式肌力训练 器械。
发明内容
本发明针对现有技术的不足,提供一种用于主动式肌力训练器械的训练强 度跟踪方法,本发明在训练过程中实时监控训练者体能和肌肉疲劳状况,能够 适时调整训练强度,安全达到更好的训练效果。本发明具体采用如下技术方案。
首先,为实现上述目的,提出一种用于主动式肌力训练器械的训练强度跟 踪方法,其包括:
首先,进行用户识别,若存储单元中未查询到对应当前用户的训练数据, 则判断当前用户是新用户,此时,根据该用户的用户识别电信号以及心电信号 在存储单元内建立新的用户全局特征矩阵,并相应更新LVQ神经网络对全局特 征矩阵进行分类时所需过程参数,创建并存储对应该新用户的训练数据,包括 训练强度B、训练组数N、每组训练次数M和训练计划完成度G;
然后,根据当前用户所对应的训练数据,输出驱动信号至所述阻尼装置4, 控制阻尼装置4相应地输出扭矩,对抗用户肢体的屈伸进行肌力训练;
所述的肌力训练具体按照以下步骤进行:
步骤s1,按照本次训练的起始强度,以及调取的训练数据中的训练组数N、 每组训练次数M进行训练,并在训练过程中持续采集当前用户的心电信号;
步骤s2,在心电信号所对应的R波峰值间隔还未缩短至有效范围时,判断 训练强度不足,对所述训练组数N和每组训练次数M进行逐步的递增,并设 置训练计划完成度G=70%,如此循环直至获得满足训练强度要求的训练组数N 和每组训练次数M;在心电信号所对应的R波峰值间隔缩短至有效范围时开始 正式训练,此时,根据用户的承受能力相应地更新训练强度B,根据存储单元 内所存储的训练数据所对应的数值设置训练组数N和每组训练次数M,并实时 采集用户识别电信号,更新每一组强度下训练计划完成度G;
步骤s3,重复上述步骤s1至步骤s2,直至结束本次训练,或所述训练强 度B到达最大值。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其步骤s2中,还在采集当前用户心电信号的间隙采集用户识别电信号,以根 据用户识别电信号所对应的频率计算用户的承受能力。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其步骤s2中,根据用户的承受能力相应地更新训练强度B的具体步骤包括:
在心电传感器采集心电信号的间隙,通过电极输出电信号,所述的电信号 通过当前用户肢体侧部的皮肤后形成用户识别电信号,所述用户识别电信号由 另一个电极接收后反馈至控制单元,所述控制单元根据该所述用户识别电信号 中所携带的频率分量与疲劳状态下、常规状态下所对应的用户识别电信号的频 率相比较,判断用户对当前训练强度的承受能力,相应更新训练强度为
Figure BDA0002641254430000031
Figure BDA0002641254430000032
保持训练组数N和每组训练次数M,并设置训练计划完成度
Figure BDA0002641254430000033
其中,fc表示当前状态下电信号通过肢体后所形成的用户识别电信号所对 应的频率;fa表示表示疲劳状态下电信号通过肢体后所形成的用户识别电信 号所对应的频率;fn表示常规状态下电信号通过肢体后所形成的用户识别电 信号所对应的频率。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其步骤s1中,本次训练的起始强度具体通过以下方式确定:
在当前用户所对应的训练数据中,训练计划完成度G<70%时,以调取的 训练数据中训练强度B的80%作为本次训练的起始强度;
在当前用户所对应的训练数据中,训练计划完成度G≥70%时,设定本次 训练的起始强度为
Figure BDA0002641254430000034
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其中,通过电极所输出的电信号为频率范围1~10000Hz、幅值不超过10mV的交 流电信号。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其中,所述训练强度B包括:阻尼装置所输出的扭矩大小b。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其步骤s2中,训练计划完成度G还根据训练过程中用户肢体的屈伸角度范围θ 设置为
Figure BDA0002641254430000041
其中,θ<180°,α为比例系数,为一预先设 定好的常数。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其步骤s2中,在心电信号所对应的R波峰值间隔缩短至有效范围时,根据存 储单元内所存储的训练数据所对应的数值设置训练组数N和每组训练次数M 的步骤包括:
以存储单元内所存储的训练数据所对应的数值逐一递增每组训练次数M, 并根据更新后的训练强度B的增量ΔB修正每组训练次数为满足
Figure BDA0002641254430000042
Figure BDA0002641254430000043
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其进行用户识别的具体步骤包括:
第一步,驱动位于第一固定板的第一个识别电路结构输出第一电信号 f1(ωt),驱动位于第二固定板的第二个识别电路结构输出第二电信号f2(kωt), 其中,k为正整数,所述第二电信号的频率为第一电信号频率的整数倍,且第 一电信号和第二电信号的频率均不超过10000Hz;
第二步,位于第一固定板的第一个识别电路结构接收第一电信号通过肢体 后所形成的第一用户识别电信号f1′(ωt),位于第二固定板的第二个识别电路结 构接收第二电信号通过肢体后所形成的第二用户识别电信号f2′(ωt);
第三步,分别对第一用户识别电信号f1′(ωt)和第二用户识别电信号 f2′(ωt)进行低通滤波,去除工频、基线漂移、呼吸和肌电噪声后,进行幅值归 一化处理;
第四步,分别对第三步处理后所获得的两个预处理信号进行小波变换,获 得对应第一用户识别电信号f1′(ωt)的第一时-频系数矩阵F1和对应第二用户识 别电信号f2′(ωt)的第二时-频系数矩阵F2
第五步,分别修正第一时频系数矩阵F1中所包含的第一电信号分量,和第 二时频系数矩阵F2中所包含的第二电信号分量,获得第一识别矩阵
Figure BDA0002641254430000051
和第二识 别矩阵
Figure BDA0002641254430000052
第六步,分别提取第一识别矩阵
Figure BDA0002641254430000054
所对应的第一特征矩阵R1和第二识别矩 阵
Figure BDA0002641254430000053
所对应的第二特征矩阵R2,并将第一特征矩阵R1和第二特征矩阵R2融合为 总特征矩阵R;
第七步,在总特征矩阵R中加入心电信号的特征数据,获得全局特征矩阵, 通过LVQ神经网络对全局特征矩阵进行分类,识别出当前用户。
可选的,如上任意所述的用于主动式肌力训练器械的训练强度跟踪方法, 其中,所述进行用户识别的步骤,由控制单元在检测到电极之间的电信号由中 断、阻抗过大或只能够接收到工频干扰信号转变为电极之间的电信号恢复、阻 抗下降或能够接收到工频干扰信号以外的其他信号时触发执行。
同时,本发明还提供一种主动式肌力训练器械,其包括:
第一运动臂,其贴合设置在目标关节近心端的肢体侧部;
第一固定板,其固定设置在第一运动臂的近心端,所述第一固定板具有贴 合肢体的弧度;
第一柔性固定带,其至少一端与所述第一固定板固定连接,用于将目标关 节近心端的肢体固定在第一柔性固定带和第一固定板之间;
第二运动臂,其贴合设置在目标关节远心端的肢体侧部;
第二固定板,其固定设置在第二运动臂的远心端,所述第二固定板具有贴 合肢体的弧度;
第二柔性固定带,其至少一端与所述第二固定板固定连接,用于将目标关 节远心端的肢体固定在第二柔性固定带和第二固定板之间;
连接轴承,其连接在第一运动臂的远心端以及第二运动臂的近心端之间, 转动连接所述;
阻尼装置,其连接在所述第一运动臂与第二运动臂之间,用于输出扭矩, 驱动所述第一运动臂与第二运动臂以连接轴承为中心在训练过程中对抗用户 目标关节两侧的肢体的屈伸与相对转动,进行肌力训练;
其中,所述第一固定板以及第二固定板贴合肢体的弧面内分别设置有至少 两个包含有至少一对电极和至少一个心电传感器的识别电路结构;
控制芯片,其与所述识别电路结构电连接,用于输出电信号至识别电路结 构中的第一电极,然后接收识别电路结构中第二电极所获取的用户识别电信号 以及心电传感器所获取的心电信号,根据所述用户识别电信号以及心电信号提 取用户特征数据,确定当前用户,相应调取对应当前用户的训练数据,输出驱 动信号至所述阻尼装置,控制阻尼装置所输出的扭矩;
存储单元,其与所述控制芯片电连接,用于存储各用户所对应的训练数据。
可选的,如上任一所述的主动式肌力训练器械,其中,所述控制单元在检 测到电极之间的电信号由中断、阻抗过大或只能够接收到工频干扰信号转变为 电极之间的电信号恢复、阻抗下降或能够接收到工频干扰信号以外的其他信号 时,触发开始执行用户识别以及肌力训练的步骤。
有益效果
本发明首先根据用户识别电信号以及心电信号进行用户识别,调取对应当 前用户的训练数据,然后根据该训练数据相应地提供阻尼,对抗用户肢体的屈 伸进行肌力训练。训练过程中,本发明还在原先训练计划完成情况不好时,提 供额外的热身活动,充分热身后实时根据用户的电信号判断当前阻尼负荷强度 是否合适,动态调控阻尼负荷和训练组数频率,以保证每次训练的训练效果。 本发明使用方便,在训练过程中能够实时监控训练者体能和肌肉疲劳状况,能 够适时调整训练强度,在保证使用者不会脱力,保证训练安全的前提下,达到 更好的训练效果。
进一步,本发明具体设置控制单元在心电传感器采集心电信号的间隙,通 过电极输出电信号,利用该电信号通过当前用户肢体侧部的皮肤后所叠加的用 户识别电信号,辨别用户当前是否疲惫,训练是否达到效果。考虑到从皮肤所 获取的肌电信号其在肌肉活跃时会叠加有较多高频分量,其在肌肉活跃度较低 时低频分量更多,因此,本发明可以通过将当前状态下电信号通过肢体后所形 成的用户识别电信号所对应的频率fc,与疲劳状态下电信号通过肢体后所形成 的用户识别电信号所对应的频率fa以及常规状态下电信号通过肢体后所形成 的用户识别电信号所对应的频率fn进行比较,而获知用户肌肉当前所处的状 态,从而相应调整训练阻尼强度,调整每组训练次数,以避免肌肉过劳力竭, 同时保证适当负荷的刺激,保证锻炼效果。
为避免用户动作不标准,影响训练数据记录的准确性,本发明还在进行训 练计划完成度评价时,增加对屈伸角度范围的考量,将屈伸角度的完成范围以 一定的比例反应在训练计划完成度G的运算数值上。由此,本发明能够更加准 确地判断当前训练强度是否合适,对过重的训练负荷进行调整,以避免用户动 作变形,达不到应有的训练效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明 书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本 发明的实施例一起,用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的主动式肌力训练器械的整体结构示意图;
图2是本发明的识别电路结构在初始状态下的示意图;
图3是本发明的识别电路结构在使用状态下的示意图;
图4是本发明的主动式肌力训练器械中识别用户所采用的LVQ神经网络的 示意图;
图5是图2中A-A截面的示意图。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚,下面将结合本发明实施例 的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的 实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明 的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他 实施例,都属于本发明保护的范围。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包 括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解 相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为 具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不 会用理想化或过于正式的含义来解释。
本发明中所述的“和/或”的含义指的是各自单独存在或两者同时存在的 情况均包括在内。
本发明中所述的“内、外”的含义指的是相对于固定板本身而言,由屏蔽 罩指向固定板用于容纳固定用户肢体的内侧的方向为内,反之为外;而非对本 发明的装置机构的特定限定。
本发明中所述的“连接”的含义可以是部件之间的直接连接也可以是部件 间通过其它部件的间接连接。
图1为根据本发明的一种主动式肌力训练器械,其包括:
第一运动臂1,其贴合设置在目标关节近心端的肢体侧部;
第一固定板11,其固定设置在第一运动臂1的近心端,所述第一固定板具 有向内侧贴合肢体的弧度;
第一柔性固定带12,其至少一端与所述第一固定板11固定连接,用于将 目标关节近心端的肢体固定在第一柔性固定带12和第一固定板11之间;
第二运动臂2,其贴合设置在目标关节远心端的肢体侧部;
第二固定板21,其固定设置在第二运动臂2的远心端,所述第二固定板具 有向内侧贴合肢体的弧度;
第二柔性固定带22,其至少一端与所述第二固定板21固定连接,用于将 目标关节远心端的肢体固定在第二柔性固定带22和第二固定板21之间;
连接轴承3,其连接在第一运动臂1的远心端以及第二运动臂2的近心端 之间,转动连接所述;
阻尼装置4,例如,步进电机、伺服电机、液压装置中的任意一种,其中, 步进电机或伺服电机可以连接有减速齿轮,其连接在所述第一运动臂1与第二 运动臂2之间,用于通过减速齿轮输出扭矩,驱动所述第一运动臂1与第二运 动臂2以连接轴承3为中心在训练过程中对抗用户目标关节两侧的肢体的屈伸 与相对转动,进行肌力训练;
其中,所述第一固定板11以及第二固定板21贴合肢体的弧面内分别设置 有至少两个识别电路结构,每一个识别电路结构均分别包括有两个电极、一个 心电传感器以及能够包围在电极和心电传感器外侧的屏蔽罩;
控制芯片6,其与所述识别电路结构电连接,用于输出电信号至识别电路 结构中的第一电极,然后接收识别电路结构中第二电极所获取的用户识别电信 号以及心电传感器所获取的心电信号,根据所述用户识别电信号以及心电信号 提取用户特征数据,确定当前用户,相应调取对应当前用户的训练数据,输出 驱动信号至所述阻尼装置4,控制阻尼装置4所输出的扭矩;
存储单元,其与所述控制芯片电连接,用于存储各用户所对应的训练数据, 包括:训练强度B(b,θ)、训练组数N、每组训练次数M和训练计划完成度G, 其中,b表示阻尼装置4所输出的扭矩大小,θ表示训练角度目标范围,其中, θ<180°。
该主动式肌力训练器械可通过向DSP、FPGA、芯片等控制单元内烧写程序 从而按照以下步骤执行对用户肢体的训练:
在用户未使用的状态下,每个固定板上的两个屏蔽罩均处于分离状态,各 屏蔽罩上位于固定板外侧的第二端打开,各屏蔽罩第一端内侧的电极分别相互 靠近,并保持在固定板的内侧,此时,以控制芯片6等元器件构成的控制单元 可以通过检测电极上的信号,在电极信号中断、阻抗过大或只能够接收到工频 干扰信号时,而相应识别出当前的主动式肌力训练器械处于未使用状态;
用户使用该主动式肌力训练器械时,将肢体固定在固定板所形成的弧形内 侧,此时,肢体贴近电极,并逐渐向外挤压电极,推动电极外侧所连接的屏蔽 罩向固定板的外侧移动,当固定板贴近肢体侧部时,所述固定板上所设置的识 别电路结构,其第一屏蔽罩54的第二端与第二屏蔽罩55的第二端相互连接, 所述第一屏蔽罩54以及第二屏蔽罩55包围在所述第一电极51、第二电极52 和心电传感器53的外侧,此时,由于人体连接在两电极之间,以控制芯片6 等元器件构成的控制单元可以通过检测电极上的信号,在电极信号恢复、阻抗 下降或能够接收到工频干扰信号以外的其他信号时,能够相应识别出当前的主 动式肌力训练器械处于使用状态从而执行以下步骤实现对用户的识别和对肢 体的训练:
首先,进行用户识别,此时,控制心电传感器不工作,检测屏蔽罩相互对 接的金属屏蔽层之间稳定电接触,此时的第一电极由控制单元驱动而输出电信 号,所述电信号通过肢体侧部的皮肤后形成用户识别电信号,所述用户识别电 信号由第二电极接收后反馈至所述控制单元,所述控制单元根据所述用户识别 电信号以及所述心电信号识别当前用户;
在用户识别过程中遇到未查询到存储单元中对应该用户的训练数据时,判 断当前用户是新用户,此时,根据该用户的用户识别电信号以及所述心电信号 在存储单元内建立新的用户全局特征矩阵,并相应更新LVQ神经网络对全局特 征矩阵进行分类时所需过程参数,创建并存储对应该用户的训练数据,包括训 练强度B(b,θ)、训练组数N、每组训练次数M和训练计划完成度G,其中,阻 尼装置4所输出的扭矩大小b预设为一个较小的固定值,训练角度范围θ设置 在50°或其他较小角度值,训练组数N、每组训练次数M和训练计划完成度G均分别设置为最低值,比如,训练组数N=5、每组训练次数M=5、训练 计划完成度G=50%作为初始值;
然后,根据当前用户所对应的训练数据,输出驱动信号至所述阻尼装置4, 控制阻尼装置4相应地输出扭矩并根据所述训练数据对抗用户肢体进行屈伸训 练。
具体训练过程,可按照以下步骤执行:
步骤s1,调取对应当前用户上一次训练结束的数据,在用户为新用户时调 取训练数据从的初始值,包括训练强度B、训练组数N、每组训练次数M和训 练计划完成度G,按照本次训练的起始强度,以及调取的训练数据中的训练组 数N、每组训练次数M进行训练,并在训练过程中持续采集当前用户的心电信 号;
其中,在训练计划完成度G<70%时,以调取的训练数据中训练强度B 的80%作为本次训练的起始强度;在训练计划完成度G≥70%时,设定本次训 练的起始强度为
Figure BDA0002641254430000121
由此,按照本次训练的起始强度,以及调取的训练数据中的训练组数N、 每组训练次数M进行训练,并在训练过程中持续采集当前用户的心电信号, 为保证心电信号不受干扰,此时可保持电极设置为无电信号输出;
步骤s2,在心电信号所对应的R波峰值间隔还未缩短至有效范围时,判断 训练强度不足,此时可以对所述训练组数N和每组训练次数M进行逐步的递 增,并设置训练计划完成度G=70%,如此循环直至获得满足训练强度要求的训 练组数N和每组训练次数M,此时,通过小重量的恢复训练能够对待训练的 肢体关节起到预热效果,避免管接在后续训练中受损;在心电信号所对应的R 波峰值间隔缩短至有效范围时,认为可以开始正式训练,此时,可根据用户的 承受能力相应地更新训练强度为
Figure BDA0002641254430000131
根据存储单元内所存储的训练数据 所对应的数值设置训练组数N和每组训练次数M,并实时在心电传感器采集心 电信号的间隙,通过电极输出电信号,采集该信号通过当前用户肢体侧部的皮 肤后所叠加上的用户识别电信号,更新每一组强度下训练计划完成度G设置训 练计划完成度
Figure BDA0002641254430000132
由此判断用户对当前训练强度的承受能力,实现 对训练状态的跟踪,并保持对训练部位提供有效刺激,其中,fc表示当前状态 下电信号通过肢体后所形成的用户识别电信号所对应的频率;fa表示表示疲劳 状态下电信号通过肢体后所形成的用户识别电信号所对应的频率;fn表示常规 状态下电信号通过肢体后所形成的用户识别电信号所对应的频率,其中,fa 可以在先前的训练过程中获得更新,fn可以在最初的预热过程中获得对应当 前用户的具体数值;
在其他实现方式下,为考察用户训练动作是否变形,还可以进一步将上述 对训练计划完成度G的更新过程设置为根据训练过程中用户肢体的屈伸角度范 围θ设置为
Figure RE-GDA0002826023280000131
其中,θ<180°,α为比例系数,为一预 先设定好的接近为1的常数。
步骤s3,重复上述步骤s1至步骤s2,并保持上述步骤中对心电信号的采 集和对用户识别电信号的采集在时间上交替进行,直至结束本次训练,或所述 训练强度B到达最大值。对心电信号的采集和对用户识别电信号的采集在时间 上交替进行可避免携带用户识别电信号的电极输出信号被心电传感器错误采 集,影响对心电信号的识别。
在其他实现方式下,上述步骤s2中,在心电信号所对应的R波峰值间隔 缩短至有效范围时,根据存储单元内所存储的训练数据所对应的数值设置训练 组数N和每组训练次数M的步骤还可以设置为按照以下方式执行:以存储单元 内所存储的训练数据所对应的数值逐一递增每组训练次数M,并根据更新后的 训练强度B的增量ΔB修正每组训练次数为满足
Figure BDA0002641254430000141
由此,可以通过训练状态的考量相应调整每组训练次数,提高训练效果。
在更为具体的实现方式下,本发明中所采用的固定板上所设置的识别电路 结构可设置为图2以及图3所示的结构,其包括:
第一电极51,其可转动地设置在所述固定板的内侧,能够在固定板贴近肢 体侧部时紧密贴合肢体侧部的皮肤,用于输出电信号;
第二电极52,其可转动地设置在所述固定板的内侧,能够在固定板贴近肢 体侧部时紧密贴合肢体侧部的皮肤,用于配合所述第一电极,接收用户识别电 信号;
心电传感器53,其固定设置在所述固定板的内侧,位于第一电极和第二电 极之间,用于在固定板贴近肢体侧部时采集当前用户的心电信号,用于识别当 前用户或根据心电信号跟踪识别当前用户的训练强度是否合适;
第一屏蔽罩54,其第一端与第一电极51固定连接,设置在所述固定板的 内侧,其第二端设置在所述固定板的外侧,所述第一屏蔽罩54在固定板向肢 体侧部贴近的过程中,由所述第一电极推动而相对所述固定板向固定板的外侧 转动;
第二屏蔽罩55,其第一端与第二电极52固定连接,设置在所述固定板的 内侧,其第二端设置在所述固定板的外侧,所述第二屏蔽罩55在固定板向肢 体侧部贴近的过程中,由所述第二电极推动而相对所述固定板向固定板的外侧 转动;
固定板贴近肢体侧部时,所述第一屏蔽罩54的第二端与第二屏蔽罩55的 第二端相互连接,所述第一屏蔽罩54以及第二屏蔽罩55包围在所述第一电极 51、第二电极52和心电传感器53的外侧,形成完整屏蔽结构,能够避免电极 受外界信号干扰,保证电极所采集的信号准确。
其中,所述固定板的一侧设置有供第一屏蔽罩54穿过的第一安装槽,所 述第一安装槽的两端设置有贴合所述第一屏蔽罩54侧部的第一导向凸起;对 称地,所述固定板的另一侧设置有供第二屏蔽罩55穿过的第二安装槽,所述 第二安装槽的两端设置有贴合所述第二屏蔽罩55侧部的第二导向凸起;其中 的第一屏蔽罩54包括:第一内侧金属屏蔽层541,其设置在所述第一屏蔽罩 54的内侧;第一导向连接层542,其设置在第一内侧金属屏蔽层541的外侧; 第一外侧金属屏蔽层543,其设置在第一导向连接层542的外侧;其中,所述 第一内侧金属屏蔽层541和第一外侧金属屏蔽层543的宽度均大于所述第一导 向连接层542的宽度,所述第一屏蔽罩54的侧部由第一内侧金属屏蔽层541、 第一导向连接层542和第一外侧金属屏蔽层543形成沿第一屏蔽罩54侧部的 第一导向凹槽,所述第一导向凹槽贴合第一安装槽两端的第一导向凸起,由第 一导向凸起导向;其中的第二屏蔽罩55包括:第二内侧金属屏蔽层551,其设 置在所述第二屏蔽罩55的内侧;第二导向连接层552,其设置在第二内侧金属 屏蔽层551的外侧;第二外侧金属屏蔽层553,其设置在第二导向连接层552 的外侧;其中,所述第二内侧金属屏蔽层551和第二外侧金属屏蔽层553的宽 度均大于所述第二导向连接层552的宽度,所述第二屏蔽罩55的侧部由第二 内侧金属屏蔽层551、第二导向连接层552和第二外侧金属屏蔽层553形成沿 第二屏蔽罩55侧部的第二导向凹槽,所述第二导向凹槽以图5方式贴合第二 安装槽两端的第二导向凸起,由第二导向凸起导向。
由此,本发明通过分别设置在屏蔽罩内壁和外壁的两个金属屏蔽层提供双 层屏蔽。这样设计的优势在于:内外两侧的金属屏蔽层之间能够通过与第一电 极所输出的电信号进行耦合,而等效地在两个电极之间并联入等效电容,使得 等效电容的阻抗特性能够叠加作用于用户的生物电信号,将生物电信号调谐至 采集频段,从而减小第一电极所输出的电信号对用户生物电信号的干扰。由此, 本发明能够更方便、更准精准地从电极的电信号中提取出用户识别电信号,从 而更准确地获得用户识别电信号所对应的特征数据,进行用户识别。
在更为优选的实现方式下,为有效避免金属屏蔽层相互连接时,从连接部 位的缝隙泄露进干扰信号,本发明还进一步设置:所述第一内侧金属屏蔽层541 的长度小于所述第一导向连接层542的长度,所述第二内侧金属屏蔽层551的 长度大于所述第二导向连接层552的长度,并且,所述第一内侧金属屏蔽层541 的第二端与第二内侧金属屏蔽层551的第二端在固定板贴近肢体侧部时相互连 接;并与之配合,设置所示第一外侧金属屏蔽层543的长度大于所述第一导向 连接层542的长度,所述第二外侧金属屏蔽层553的长度小于所述第二导向连 接层552的长度,并且,所述第一外侧金属屏蔽层543的第二端与第二外侧金 属屏蔽层553的第二端在固定板贴近肢体侧部时相互连接。由此,电磁干扰信 号从外侧金属屏蔽层之间的缝隙进入后,并不能直接从内侧金属屏蔽层之间的 缝隙作用于电极,而是会将电磁干扰信号传输至内侧金属屏蔽层的侧壁,通过 金属对电磁信号的趋肤效应在两层金属屏蔽层之间传输衰减后才能够到达内 侧金属屏蔽层之间的缝隙。传输衰减后,能够进入电极的电磁干扰信号强度减 弱,因而不会对用户识别电信号产生较大影响,不会影响本发明对用户身份的 识别。
进一步,在更为优选的方式下,为减小电磁干扰信号的辐射强度,本发明 还可以进一步的将所述第一外侧金属屏蔽层543的第二端与第二外侧金属屏蔽 层553的第二端均设置为相互配合的锯齿状结构;并将所述第一内侧金属屏蔽 层541的第二端与第二内侧金属屏蔽层551的第二端均设置为相互配合的锯齿 状结构。由此,锯齿结构能够相应缩小金属屏蔽层之间的间隙,并且,锯齿结 构表面的趋肤电流所形成的谐振能够进一步阻挡外部干扰源的辐射,可进一步 减小金属屏蔽层之间的干扰信号。
具体的,为了能够使屏蔽层在非使用状态下恢复至图2所示的初始位置, 本发明还可进一步的在所述第一内侧金属屏蔽层541与固定板之间、所述第二 内侧金属屏蔽层551与固定板之间分别设置弹簧、拉簧、弹片、液压阻尼装置 等具有弹性势能或阻尼效果的位置恢复装置,所述位置恢复装置用于在肢体侧 部远离固定板的过程中,驱动所述第一屏蔽罩54、第二屏蔽罩55相对所述固 定板向固定板的内侧平移转动。
为保证电极与用户皮肤稳定接触,本发明还可以进一步的设置所述第一屏 蔽罩54的第一端与第一电极51之间连接有第一弹性件,设置所述第二屏蔽罩 55的第一端与第二电极52之间还连接有第二弹性件。由此,所述第一电极51 通过第一弹性件横向悬挂在所述第一屏蔽罩54的内部与心电传感器53之间; 所述第二电极52通过第二弹性件横向悬挂在所述第二屏蔽罩55的内部与心电 传感器53之间。弹性件可以通过塑料悬臂、硅胶材质的悬臂或弹片构成,其 绝缘特性能够避免对电极产生干扰。所述的位置恢复装置也可以设置为弹簧, 其端部连接绝缘材质的导向连接层,通过两层金属屏蔽层的保护,同样不会对 电极产生干扰。
在一些实现方式下,所述第一导向连接层542、第二导向连接层552、第 一弹性件、第二弹性件均可设置为绝缘材质;所述第一内侧金属屏蔽层541、 第二内侧金属屏蔽层551、第一外侧金属屏蔽层543、第二外侧金属屏蔽层553 具体可设置为贴合绝缘材质表面设置的铜片。
上述的主动式肌力训练器械,其具体可通过以下的方式进分别驱动两个识 别电路结构分别输出电信号并根据两个识别电路结构所分别采集的用户识别 电信号以及心电信号提取用户特征数据,行用户识别:
第一步,驱动位于第一固定板的第一个识别电路结构输出第一电信号 f1(ωt),驱动位于第二固定板的第二个识别电路结构输出第二电信号f2(kωt), 其中,k为正整数,所述第二电信号的频率为第一电信号频率的整数倍,一般, 考虑到皮肤电的频率在1~10000Hz之间,因此,可以相应设置两个电极的电信 号均在此区间以方便其通过皮肤后通过与人体阻抗的调谐而携带上用户电信 号的分量,相应的,该电信号的幅值也可设置为不超过10mV以避免对人体过 多刺激,其信号可采用交流、三角波或方波形式,由于用户个体生理参数不同, 叠加在该信号上的用户电信号分量会在频域和时域具有明显区别;
第二步,位于第一固定板的第一个识别电路结构接收第一电信号通过肢体 后所形成的第一用户识别电信号f1′(ωt),位于第二固定板的第二个识别电路结 构接收第二电信号通过肢体后所形成的第二用户识别电信号f2′(ωt);
第三步,分别对第一用户识别电信号f1′(ωt)和第二用户识别电信号f2′(ωt) 进行低通滤波,去除工频、基线漂移、呼吸和肌电噪声后,进行幅值归一化处 理,将去噪后的用户识别电信号分别按照幅值大小比例关系,调节其幅值大小 至归一化区间;
第四步,分别对第三步处理后所获得的两个预处理信号进行小波变换,获 得对应第一用户识别电信号f1′(ωt)的第一时-频系数矩阵F1和对应第二用户识 别电信号f2′(ωt)的第二时-频系数矩阵F2
第五步,分别根据第一电信号f1(ωt)以及第二电信号f2(kωt)修正第一时 频系数矩阵F1中所包含的第一电信号分量,和第二时频系数矩阵F2中所包含的 第二电信号分量,获得第一识别矩阵
Figure BDA0002641254430000191
和第二识别矩阵
Figure BDA0002641254430000192
第六步,分别提取第一识别矩阵
Figure BDA0002641254430000193
所对应的第一特征矩阵R1和第二识别矩 阵
Figure BDA0002641254430000194
所对应的第二特征矩阵R2,并将第一特征矩阵R1和第二特征矩阵R2融合为 总特征矩阵R;
第七步,在总特征矩阵R中加入心电信号的特征数据,获得全局特征矩阵, 通过图4所示的LVQ神经网络对全局特征矩阵进行分类,识别出当前用户。
具体而言,上述第六步中,可通过以下方式分别提取第一识别矩阵
Figure BDA0002641254430000195
所对 应的第一特征矩阵R1和第二识别矩阵
Figure BDA0002641254430000196
所对应的第二特征矩阵R2
提取第一识别矩阵
Figure BDA0002641254430000197
所对应的第一特征矩阵R1时,首先,对第一识别矩阵
Figure BDA0002641254430000198
中的行、列元素按照步长τ分割为T块,分别对每一块中的全部元素提取其 几何平均值,获得1×T维的第一特征向量
Figure BDA0002641254430000199
然后,分别对每一块中行、列 元素的值的拐点数量、极大值点数量和极小值点数量进行统计,将统计结果按 顺序排列为1×3T维的第二特征向量
Figure BDA00026412544300001910
最后,将步骤611和步骤612所获 得的特征向量内的各元素依次排列获得第一特征矩阵
Figure BDA00026412544300001911
提取对第二识别矩阵
Figure BDA00026412544300001912
所对应的第二特征矩阵R2时,首先,对第二识别矩 阵
Figure BDA0002641254430000201
中的行、列元素按照步长τ分割为T块,分别对每一块中的全部元素提取 其几何平均值,获得1×T维的第三特征向量
Figure BDA0002641254430000202
然后,分别对每一块中行、 列元素的值的拐点数量、极大值点数量和极小值点数量进行统计,将统计结果 按顺序排列为1×3T维的第四特征向量
Figure BDA0002641254430000203
最后,将步骤621和步骤622所 获得的特征向量内的各元素依次排列获得第二特征矩阵
Figure BDA0002641254430000204
第六步中,将第一特征矩阵R1和第二特征矩阵R2融合为总特征矩阵R的 具体操作包括:步骤631,计算第一特征矩阵R1与第二特征矩阵R2相应元素之 间的差值;步骤632,分别计算步骤631中所获得的差值相比于第一特征矩阵R1中对应元素的偏差比例;步骤633,将偏差比例拼接至第一特征矩阵R1中对应 的元素后获得总特征矩阵R。
第七步,在总特征矩阵R中加入心电信号的特征数据,获得全局特征矩阵 的具体步骤包括:在总特征矩阵R中拼接入心电信号所对应的R波峰值间隔、 QRS波持续时间中的至少一种。
由此,本发明能够自动通过用户肢体触动电极而推动屏蔽罩闭合,利用两 个屏蔽罩之间的相互配合,为电极和心电传感器提供电磁屏蔽。由此,本发明 能够准确识别用户的生物电信号,通过提取用户生物电信号的特征,结合心电 信号的数据作为用户特征数据,准确实现用户识别,从而自动精确调取相应的 训练数据。本发明能够省去用户主动登录系统的操作,方便年长用户使用。
以上仅为本发明的实施方式,其描述较为具体和详细,但并不能因此而理 解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来 说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些均属于 本发明的保护范围。

Claims (9)

1.一种用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,包括:
首先,进行用户识别,若存储单元中未查询到对应当前用户的训练数据,则判断当前用户是新用户,此时,根据该用户的用户识别电信号以及心电信号在存储单元内建立新的用户全局特征矩阵,并相应更新LVQ神经网络对全局特征矩阵进行分类时所需过程参数,创建并存储对应该新用户的训练数据,包括训练强度B、训练组数N、每组训练次数M和训练计划完成度G;
然后,根据当前用户所对应的训练数据,输出驱动信号至阻尼装置(4),控制阻尼装置(4)相应地输出扭矩,对抗用户肢体的屈伸进行肌力训练;所述的肌力训练具体按照以下步骤进行:
步骤s1,按照本次训练的起始强度,以及调取的训练数据中的训练组数N、每组训练次数M进行训练,并在训练过程中持续采集当前用户的心电信号;
步骤s2,在心电信号所对应的R波峰值间隔还未缩短至有效范围时,判断训练强度不足,对所述训练组数N和每组训练次数M进行逐步的递增,并设置训练计划完成度G=70%,如此循环直至获得满足训练强度要求的训练组数N和每组训练次数M;在心电信号所对应的R波峰值间隔缩短至有效范围时开始正式训练,此时,按照以下步骤根据用户的承受能力相应地更新训练强度B:在心电传感器采集心电信号的间隙,通过电极输出电信号,所述的电信号通过当前用户肢体侧部的皮肤后形成用户识别电信号,所述用户识别电信号由另一个电极接收后反馈至控制单元,所述控制单元根据该所述用户识别电信号中所携带的频率分量与疲劳状态下、常规状态下所对应的用户识别电信号的频率相比较,判断用户对当前训练强度的承受能力,相应更新训练强度为
Figure FDA0003436874510000021
根据存储单元内所存储的训练数据所对应的数值保持训练组数N和每组训练次数M,并实时采集用户识别电信号更新每一组强度下训练计划完成度
Figure FDA0003436874510000022
其中,fc表示当前状态下电信号通过肢体后所形成的用户识别电信号所对应的频率;fa表示疲劳状态下电信号通过肢体后所形成的用户识别电信号所对应的频率;fn表示常规状态下电信号通过肢体后所形成的用户识别电信号所对应的频率;
步骤s3,重复上述步骤s1至步骤s2,直至结束本次训练,或所述训练强度B到达最大值。
2.如权利要求1所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,步骤s2中,还在采集当前用户心电信号的间隙采集用户识别电信号,以根据用户识别电信号所对应的频率计算用户的承受能力。
3.如权利要求1所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,步骤s1中,本次训练的起始强度具体通过以下方式确定:
在当前用户所对应的训练数据中,训练计划完成度G<70%时,以调取的训练数据中训练强度B的80%作为本次训练的起始强度;
在当前用户所对应的训练数据中,训练计划完成度G≥70%时,设定本次训练的起始强度为
Figure FDA0003436874510000023
4.如权利要求1所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,通过电极所输出的电信号为频率范围1~10000Hz、幅值不超过10mV的交流电信号。
5.如权利要求1所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,所述步骤s2中,训练计划完成度G还根据训练过程中用户肢体的屈伸角度范围θ设置为
Figure FDA0003436874510000024
其中,θ<180°,α为比例系数,为一预先设定好的常数。
6.如权利要求5所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,步骤s2中,在心电信号所对应的R波峰值间隔缩短至有效范围时,根据存储单元内所存储的训练数据所对应的数值设置训练组数N和每组训练次数M的步骤包括:
以存储单元内所存储的训练数据所对应的数值逐一递增每组训练次数M,并根据更新后的训练强度B的增量ΔB修正每组训练次数为满足
Figure FDA0003436874510000031
Figure FDA0003436874510000032
7.如权利要求1所述的用于主动式肌力训练器械的训练强度跟踪方法,其特征在于,进行用户识别的具体步骤包括:
第一步,驱动位于第一固定板的第一个识别电路结构输出第一电信号f1(ωt),驱动位于第二固定板的第二个识别电路结构输出第二电信号f2(kωt),其中,k为正整数,所述第二电信号的频率为第一电信号频率的整数倍,且第一电信号和第二电信号的频率均不超过10000Hz;
第二步,位于第一固定板的第一个识别电路结构接收第一电信号通过肢体后所形成的第一用户识别电信号f1′(ωt),位于第二固定板的第二个识别电路结构接收第二电信号通过肢体后所形成的第二用户识别电信号f2′(ωt);
第三步,分别对第一用户识别电信号f1′(ωt)和第二用户识别电信号f2′(ωt)进行低通滤波,去除工频、基线漂移、呼吸和肌电噪声后,进行幅值归一化处理;
第四步,分别对第三步处理后所获得的两个预处理信号进行小波变换,获得对应第一用户识别电信号f1′(ωt)的第一时-频系数矩阵F1和对应第二用户识别电信号f2′(ωt)的第二时-频系数矩阵F2
第五步,分别修正第一时频系数矩阵F1中所包含的第一电信号分量,和第二时频系数矩阵F2中所包含的第二电信号分量,获得第一识别矩阵
Figure FDA0003436874510000033
和第二识别矩阵
Figure FDA0003436874510000041
第六步,分别提取第一识别矩阵
Figure FDA0003436874510000042
所对应的第一特征矩阵R1和第二识别矩阵
Figure FDA0003436874510000043
所对应的第二特征矩阵R2,并将第一特征矩阵R1和第二特征矩阵R2融合为总特征矩阵R;
第七步,在总特征矩阵R中加入心电信号的特征数据,获得全局特征矩阵,通过LVQ神经网络对全局特征矩阵进行分类,识别出当前用户。
8.一种主动式肌力训练器械,其特征在于,包括:
第一运动臂(1),其贴合设置在目标关节近心端的肢体侧部;
第一固定板(11),其固定设置在第一运动臂(1)的近心端,所述第一固定板具有贴合肢体的弧度;
第一柔性固定带(12),其至少一端与所述第一固定板(11)固定连接,用于将目标关节近心端的肢体固定在第一柔性固定带(12)和第一固定板(11)之间;
第二运动臂(2),其贴合设置在目标关节远心端的肢体侧部;
第二固定板(21),其固定设置在第二运动臂(2)的远心端,所述第二固定板具有贴合肢体的弧度;
第二柔性固定带(22),其至少一端与所述第二固定板(21)固定连接,用于将目标关节远心端的肢体固定在第二柔性固定带(22)和第二固定板(21)之间;
连接轴承(3),其连接在第一运动臂(1)的远心端以及第二运动臂(2)的近心端之间,转动连接所述第一运动臂(1)以及第二运动臂(2);
阻尼装置(4),其连接在所述第一运动臂(1)与第二运动臂(2)之间,用于输出扭矩,驱动所述第一运动臂(1)与第二运动臂(2)以连接轴承(3)为中心在训练过程中对抗用户目标关节两侧的肢体的屈伸与相对转动,进行肌力训练;
其中,所述第一固定板(11)以及第二固定板(21)贴合肢体的弧面内分别设置有至少两个包含有至少一对电极和至少一个心电传感器的识别电路结构;
控制芯片(6),其与所述识别电路结构电连接,用于执行权利要求1-7任一所述的训练强度跟踪方法以输出电信号至识别电路结构中的第一电极,然后接收识别电路结构中第二电极所获取的用户识别电信号以及心电传感器所获取的心电信号,根据所述用户识别电信号以及心电信号提取用户特征数据,确定当前用户,相应调取对应当前用户的训练数据,输出驱动信号至所述阻尼装置(4),控制阻尼装置(4)所输出的扭矩;
存储单元,其与所述控制芯片电连接,用于存储各用户所对应的训练数据。
9.如权利要求8所述的主动式肌力训练器械,其特征在于,所述控制单元在检测到电极之间的电信号由中断、阻抗过大或只能够接收到工频干扰信号转变为电极之间的电信号恢复、阻抗下降或能够接收到工频干扰信号以外的其他信号时,触发开始执行用户识别以及肌力训练的步骤。
CN202010840629.2A 2020-08-20 2020-08-20 一种用于主动式肌力训练器械的训练强度跟踪方法 Active CN112206484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010840629.2A CN112206484B (zh) 2020-08-20 2020-08-20 一种用于主动式肌力训练器械的训练强度跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010840629.2A CN112206484B (zh) 2020-08-20 2020-08-20 一种用于主动式肌力训练器械的训练强度跟踪方法

Publications (2)

Publication Number Publication Date
CN112206484A CN112206484A (zh) 2021-01-12
CN112206484B true CN112206484B (zh) 2022-02-11

Family

ID=74058635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010840629.2A Active CN112206484B (zh) 2020-08-20 2020-08-20 一种用于主动式肌力训练器械的训练强度跟踪方法

Country Status (1)

Country Link
CN (1) CN112206484B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106109174A (zh) * 2016-07-14 2016-11-16 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
CN108066944A (zh) * 2017-08-24 2018-05-25 深圳市罗伯医疗科技有限公司 膝关节助行机器人
CN109701208A (zh) * 2018-12-29 2019-05-03 中国科学院合肥物质科学研究院 一种基于划船动作的智能化老年人肌肉训练设备及方法
CN110786850A (zh) * 2019-11-11 2020-02-14 菏泽学院 基于多特征稀疏表示的心电信号身份识别方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4862537B2 (ja) * 2006-07-28 2012-01-25 沖電気工業株式会社 筋力トレーニング装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106109174A (zh) * 2016-07-14 2016-11-16 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
CN108066944A (zh) * 2017-08-24 2018-05-25 深圳市罗伯医疗科技有限公司 膝关节助行机器人
CN109701208A (zh) * 2018-12-29 2019-05-03 中国科学院合肥物质科学研究院 一种基于划船动作的智能化老年人肌肉训练设备及方法
CN110786850A (zh) * 2019-11-11 2020-02-14 菏泽学院 基于多特征稀疏表示的心电信号身份识别方法及系统

Also Published As

Publication number Publication date
CN112206484A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
He et al. User adaptation in long-term, open-loop myoelectric training: implications for EMG pattern recognition in prosthesis control
Ivanenko et al. Temporal components of the motor patterns expressed by the human spinal cord reflect foot kinematics
US4165750A (en) Bioelectrically controlled electric stimulator of human muscles
KR102390107B1 (ko) 국부 신경 자극
Liu et al. A novel myoelectric pattern recognition strategy for hand function restoration after incomplete cervical spinal cord injury
US20070191908A1 (en) Method and apparatus for stimulating a denervated muscle
US4805636A (en) System for controlling muscle response
US20050288732A1 (en) Method and system to control skeletal muscles by means of neuro-electrical coded signals
US7643882B2 (en) Tremor reduction systems suitable for self-application and use in disabled patients
US20100174342A1 (en) Tremor reduction systems suitable for self-application and use in disabled patients
CN1723057A (zh) 通过心前收缩的停止启动的冲击的外除颤器
US10874530B2 (en) Method of bionic control of technical devices
CN113058157B (zh) 多信号融合的反馈式功能性电刺激系统
Lowery et al. Independence of myoelectric control signals examined using a surface EMG model
Makowski et al. Interaction of post-stroke voluntary effort and functional neuromuscular electrical stimulation
CN112206484B (zh) 一种用于主动式肌力训练器械的训练强度跟踪方法
Zadnia et al. Generating the visual biofeedback signals applicable to reduction of wrist spasticity: A pilot study on stroke patients
Hu et al. Elbow-flexion force estimation during arm posture dynamically changing between pronation and supination
Ke et al. Intersected EMG heatmaps and deep learning based gesture recognition
JP7434163B2 (ja) 非侵襲的な神経刺激
CN112022611B (zh) 一种被动式关节训练器械的识别电路结构
Schill et al. Automatic adaptation of a self-adhesive multi-electrode array for active wrist joint stabilization in tetraplegic SCI individuals
US20230381545A1 (en) Apparatus and method for reduction of neurological movement disorder symptoms using wearable device
US20230149746A1 (en) Wearable and automated ultrasound therapy devices and methods
Bajd et al. Symmetry of FES responses in the lower extremities of paraplegic patients

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