CN112807002A - 肌肉训练仪的参数优化方法、系统、设备以及存储介质 - Google Patents

肌肉训练仪的参数优化方法、系统、设备以及存储介质 Download PDF

Info

Publication number
CN112807002A
CN112807002A CN201911129777.7A CN201911129777A CN112807002A CN 112807002 A CN112807002 A CN 112807002A CN 201911129777 A CN201911129777 A CN 201911129777A CN 112807002 A CN112807002 A CN 112807002A
Authority
CN
China
Prior art keywords
muscle
training
value
myoelectric
spasm
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
CN201911129777.7A
Other languages
English (en)
Inventor
章鸿
谢采风
杜建峰
林建勋
伍浩
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.)
Edan Instruments Inc
Original Assignee
Edan Instruments Inc
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 Edan Instruments Inc filed Critical Edan Instruments Inc
Priority to CN201911129777.7A priority Critical patent/CN112807002A/zh
Publication of CN112807002A publication Critical patent/CN112807002A/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
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A61B5/227—Measuring muscular strength of constricting muscles, i.e. sphincters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4318—Evaluation of the lower reproductive system
    • A61B5/4337—Evaluation of the lower reproductive system of the vagina
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519—Muscles
    • 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
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H9/00—Pneumatic or hydraulic massage
    • A61H9/005—Pneumatic massage
    • A61H9/0078—Pneumatic massage with intermittent or alternately inflated bladders or cuffs
    • 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
    • A61N1/36007—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of urogenital or gastrointestinal organs, e.g. for incontinence control
    • 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
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/20—Exercising apparatus specially adapted for particular parts of the body for vaginal muscles or other sphincter-type muscles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2230/00—Measuring physical parameters of the user
    • A61H2230/08—Other bio-electrical signals
    • A61H2230/085—Other bio-electrical signals used as a control parameter for the apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2230/00—Measuring physical parameters of the user
    • A61H2230/60—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG]
    • A61H2230/605—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG] used as a control parameter for the apparatus

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Mathematical Physics (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Rehabilitation Therapy (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本申请涉及肌肉训练技术领域，具体公开了一种肌肉训练仪的参数优化方法、系统、设备以及存储介质，该方法包括：获取第一训练方案；在进行所述第一训练方案时，采集待训练肌肉的痉挛疲劳信息；根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。通过上述方式，本申请能够准确监测训练者是否肌肉痉挛和/或肌肉疲劳，进而根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案，以及时对训练者的痉挛和/或疲劳症状进行处理。

Description

肌肉训练仪的参数优化方法、系统、设备以及存储介质
技术领域
本申请涉及肌肉训练技术领域，特别是一种肌肉训练仪的参数优化方法、系统、设备以及存储介质。
背景技术
肌电生物反馈训练和神经肌肉电刺激是肌肉训练的常规手段。本申请的发明人在长期的研发过程中，发现现有技术无法实时监测训练者肌肉痉挛的类型和/或肌肉疲劳，且采用气囊对肌肉进行按摩时通常为手动式，自动化程度低，难以及时对训练者的痉挛症状进行处理。
发明内容
基于此，有必要提供一种肌肉训练仪的参数优化方法、系统、设备以及存储介质，能够准确监测训练者是否肌肉痉挛和/或肌肉疲劳，进而根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案，以及时对训练者的痉挛和/或疲劳症状进行处理。
一方面，本申请提供了一种肌肉训练仪的参数优化方法，该方法包括：获取第一训练方案；在进行所述第一训练方案时，采集待训练肌肉的痉挛疲劳信息；根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
另一方面，本申请提供了一种肌肉训练系统，该系统包括：处理器以及电极装置，处理器连接电极装置；其中，处理器用于获取第一训练方案；在进行所述第一训练方案时，电极装置用于采集待训练肌肉的痉挛疲劳信息；处理器用于根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
又一方面，本申请提供了一种肌肉训练设备，该设备包括：获取单元、采集单元以及处理单元，处理单元分别连接获取单元、采集单元；处理单元、获取单元以及采集单元相互配合以实现前述的肌肉训练仪的参数优化方法的步骤。
再一方面，本申请提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现前述的肌肉训练仪的参数优化方法的步骤。
本申请的有益效果是：区别于现有技术的情况，本申请在进行第一训练方案时，采集待训练肌肉的痉挛疲劳信息，以准确监测训练者肌肉痉挛的类型和/或肌肉疲劳，并根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案，以及时对训练者的痉挛和/或疲劳症状进行处理。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
图1是本申请肌肉训练方案的设置方法一实施例的流程示意图；
图2是图1中步骤S30的流程示意图；
图3是图1中步骤S20的流程示意图；
图4是图3中步骤S22的流程示意图；
图5是图2中步骤S31的流程示意图；
图6是图2中步骤S31的另一流程示意图；
图7是本申请肌肉训练系统一实施例的结构示意图；
图8是本申请肌肉训练设备一实施例的结构示意图；
图9是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1是本申请肌肉训练方案的设置方法一实施例的流程示意图，该方法包括以下步骤：
S10：获取第一训练方案。
具体地，第一训练方案为训练者当前的训练方案，训练方案由多个训练参数组成，例如：训练次数、训练时长、训练动作、电刺激电流信号、气囊气压中的至少一种，其中，训练动作可以如下：取站位、坐位及卧位均可。首先收缩肛门，再收缩尿道，产生提肛肌上提的感觉。在肛门、尿道和收缩时，大腿和腹部肌肉保持放松。持续收缩提肛肌不少于3秒，松弛休息2～6秒，连续做15～30分钟。
S20：在进行第一训练方案时，采集待训练肌肉的痉挛疲劳信息。
具体地，本实施例只考虑了训练者在进行第一训练方案时相关的待训练肌肉是否出现痉挛和/或疲劳，可以通过电极装置采集待训练肌肉的痉挛疲劳信息，肌肉的痉挛疲劳信息可以为肌肉的肌电信息或肌张力信息，通过分析肌肉的痉挛疲劳信息可以获知肌肉痉挛类型或者肌肉疲劳程度。例如，采集训练过程中待训练肌肉的的肌电信号，并通过分析肌电信号可以获知肌肉痉挛类型或者肌肉疲劳程度。
考虑到待训练肌肉的部位可能为多个，电极装置的肌电通道的数量可以根据待训练肌肉的部位的数量设置，上述每一个肌电通道分别对应待训练肌肉的不同部位。例如，肌电通道的数目包括至少2个通道，且至多128个通道，其中，若有4组肌电通道，则可同时采集4路肌电信号。
每组肌电通道包括多个电极片，比如2个电极片，用于肌电信号采集，组成一组肌电通道的多个电极片置于相同的肌肉上。例如，电极片分别置于左右腿部的臀大肌、股四头肌、股二头肌、腓肠肌肌群的肌腹部位，或者是上肢的肱三头肌、三角肌前束、前锯肌以及喙肱肌，又或者是电极片分别置于盆底的肛提肌、肛门括约肌、力闭孔肌、尿道括约肌、阴道括约肌，以采集上述各个肌肉部位的肌电信号。
S30：根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
具体地，针对不同的肌肉疲劳程度，训练方案的调整策略具体如下：
第一级疲劳程度，表示疲劳程度较低，此时可以提高训练强度，增加训练时间和/或更换训练策略；
第二级疲劳程度，表示疲劳程度中等，此时可以保持当前的训练强度和训练策略；
第三级疲劳程度，表示疲劳程度较高，此时可以降低训练强度、减小训练时间和/或控制电极装置的弹性气囊充放气，以对疲劳肌肉进行按摩；
第四级疲劳程度，表示已经达到或者超过预设的疲劳程度阈值，此时可以停止输出电刺激电流信号或者发出警报以提醒训练者暂停训练。
肌肉痉挛类型包括肌肉强直、肌肉阵挛、痛性痉挛三种，针对不同的肌肉痉挛类型，训练方案的调整策略具体如下：
肌肉强直或肌肉阵挛时可以降低训练强度、减小训练时间和/或控制电极装置的弹性气囊充放气，以对疲劳肌肉进行按摩；
痛性痉挛时可以停止输出电刺激电流信号或者发出警报以提醒训练者暂停训练。
在其他实施例中，可以由处理器将痉挛疲劳信息显示给后台工作站，后台工作站根据所采集的痉挛疲劳信息与实际输出的电刺激电流信号的对比结果对第一训练方案的训练参数作出相应的调整。
区别于现有技术的情况，本申请在进行第一训练方案时，采集待训练肌肉的痉挛疲劳信息，以准确监测训练者肌肉痉挛的类型和/或肌肉疲劳，并根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案，以及时对训练者的痉挛和/或疲劳症状进行处理。
请参阅图2，图2是图1中步骤S30的流程示意图，第一训练方案包括压力训练方案和/或肌电训练方案。上述步骤S30包括：
S31：分析痉挛疲劳信息，以判别待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度。
具体地，可以根据痉挛疲劳信息(例如电信号传递速度等生物电活动)量化肌肉的内源性疲劳程度和外源性疲劳程度，再基于得到的内源性疲劳程度和外源性疲劳程度得到的综合性疲劳程度调整第一训练方案的训练参数。其中，肌肉的外源性疲劳是指由物质供应不足所引起的肌肉疲劳，通过监测训练肌肉的血液供应、氧气供应和氧气消耗等，可以准确掌握训练肌肉的氧供和缺氧情况，从而衡量肌肉的疲劳程度。而肌肉内源性疲劳是指神经和肌肉组织自身的疲劳，通过检测训练肌肉的电信号传递速度和周期性等生物电活动来衡量肌肉的疲劳程度。
可以通过肌张力传感器采集肌肉痉挛状态下的肌张力图像，由肌张力的幅值、频率判别痉挛的特征，可确定痉挛类型为肌肉强直、肌肉阵挛、痛性痉挛中的哪一种。
S32：根据肌肉痉挛类型或者肌肉疲劳程度调整压力训练方案的压力参数和/或肌电训练方案的电刺激电流信号参数以生成第二训练方案。
具体地，电极装置包括气囊、充气管道、放气管道，气囊通过充气管道与外界的气泵。调整压力训练方案的压力参数时充放气开关控制气泵对气囊的充放气。其中，气囊由弹性材料制成，因此，其在向肌肉一侧凸起时，不会对肌肉造成损伤。开启气泵对气囊充气，在充放气开关的作用下，使气囊进行有规律的充气和放气，实现肌肉按摩过程中的强弱、快慢，从而快速地缓解目标肌肉的痉挛状况和/或肌肉疲劳状况。
电刺激电流信号的参数具体包括电流的刺激强度、脉冲宽度、脉冲频率和刺激持续时间。可以理解的是，针对不同的痉挛状况和/或肌肉疲劳状况，调整的电刺激电流信号的参数不同，因此上述四项电刺激电流信号的参数，可以根据用户的实际需求设置，在此不做限定。
请参阅图3，图3是图1中步骤S20的流程示意图。在一实施例中，步骤S20包括：
S21：采集待训练肌肉在用户在进行第一训练方案时的肌电信号和肌张力的图像。
具体地，藉由相应的电极装置而采集肌肉的肌电信号或肌张力值。
电极装置包括载体和设置在载体外壁上的电极片和肌张力传感器，载体为弹性气囊。其中，每两片电极片构成一个相应的肌电通道，每两片电极片可以通过模拟开关电路与1路差分信号采集电路连接，然后通过差分信号采集电路采集肌肉的肌电信号，通过肌张力传感器采集肌肉正常状态下肌张力的图像。
待训练肌肉包括两种运动状态——发力状态和放松状态，不同的运动状态下，肌电信号存在明显地差异，因而在用户进行第一训练方案时，肌电信号应该具有特定规律。例如，在第一训练方案的训练动作为仰卧起坐的运动过程中，若在时刻T1对应的动作为“卧”，在时刻T2对应的动作为“起”，则在时刻T1下在进行第一训练方案时的待训练肌肉会处于放松状态，在时刻T2下在进行第一训练方案时的待训练肌肉会处于发力状态。因此，在理论上，若用户进行第一训练方案，将会采集到与时刻T1相适应的肌电信号EMG1、与时刻T2相适应的肌电信号EMG2，即肌电信号EMG1、肌电信号EMG2具有特定节奏。
S22：分析肌电信号和肌张力的图像，以得到痉挛疲劳信息。
其中，痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。
通过提取图像中肌张力的幅值、频率分布情况得到肌张力值。
请参阅图4，图4是图3中步骤S22的流程示意图，在一实施例中，步骤S22包括：
S221：对肌电信号进行滤波。
具体地，每1路差分信号采集电路中均包括低通滤波器，在信号采集过程中，可通过低通滤波器对该路差分信号采集电路采集到的肌电信号进行滤波，可滤除高频噪声，通过EMI滤波器对低频信号进行滤波，可滤除电磁干扰信号，得到滤波后的肌电信号。
S222：绘制滤波后的肌电信号的基于频域的频谱图和基于时域的电势图。
具体地，当电极装置采集到待训练肌肉运动过程中的肌电信号时，处理器可从电极装置中提取采集到的肌电信号，其中，处理器可以是安装了MATLAB软件的计算机等设备。
处理器会先将该肌电信号进行滤波处理，以去除干扰信号，因为实际中的肌电信号一般都比较微弱，所以只是采用普通的滤波器很难将干扰信号滤波完全。所以本申请中采用的是使用MATLAB软件进行处理采集到的肌电信号。
将肌电信号进行滤波处理后，可以绘制该肌电信号的特征图。对于肌电信号的分析可以在时域对其进行分析，也可通过对该肌电信号频域进行分析。若是对该肌电信号的适于进行分析时，可以通过计算该肌电信号的均方根，根据计算的均方根值来绘制电势图。若是对该肌电信号的频域进行分析，则可通过进行快速傅里叶变换，绘制与该肌电信号对应的频谱图。
S223：读取电势图中的幅值均值，以得到肌电值。
具体地，当处理器根据不同的处理方式绘制了相应电势图和频谱图后，可以从该电势图和频谱图中获取特征信息值，以分析该特征数据。进一步说，当是通过时域处理来分析该肌电信号时，则可从与该肌电信号对应的电势图中提取特征信息值来分析该肌电信号。特征信息值可以是方差等值。当是通过频域处理来分析该肌电信号时，则可从与该肌电信号对应的频谱图来分析该特征数据。该特征数据可以包括待训练肌肉的肌力水平、局部疲劳程度、运动单位兴奋传导速度、多肌群协调性等多种肌肉活动以及中枢控制特征的变化规律。
其中，获取电势图的空间特征值，并根据空间特征值得到肌肉训练过程中的肌电值。其中，空间特征值包括幅值均值、最大幅值、重心坐标以及最大值坐标等。
或者，进入S224：读取频谱图中的平均功率频率或中值频率。
具体地，频谱图中的平均功率频率或中值频率即为肌电信号的平均功率频率、肌电信号的中值频率。从频谱图中去提取特征信息值分析该肌电信号的信息，以快速准确的分析采集到的肌电信号。其中，特征信息包括平均功率频率、中值频率等。
请参阅图5，图5是图2中步骤S31的流程示意图，在一实施例中，在肌肉信息为肌电值、肌张力值和肌电信号连续活跃时间时，步骤S31包括：
S311：比较肌电值与若干个预设肌电值范围、肌张力值与若干个预设肌张力值范围、或肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围。
具体地，一般肌肉痉挛时，其肌电值大于或等于张紧状态下的肌电值，肌张力值大于或等于张紧状态下的肌张力值，肌电信号连续活跃时间大于或等于张紧状态下的肌电信号连续活跃时间，因此将不同肌肉痉挛类型下的多个肌电值中最大的肌电值作为对应肌肉痉挛类型的预设肌电值，将不同肌肉痉挛类型下的多个肌张力值中最大的肌张力值作为对应肌肉痉挛类型的预设肌张力值，将不同肌肉痉挛类型下的多个肌电信号连续活跃时间中最大的肌电信号连续活跃时间作为对应肌肉痉挛类型的预设肌电信号连续活跃时间。
S312：确定肌电值所在的预设肌电值范围、肌张力值所在的预设肌张力值范围、肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围。
S313：基于肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与肌电值、肌张力值或肌电信号连续活跃时间对应的肌肉痉挛类型。
进一步地，可以利用肌张力传感器采集肌肉正常状态下肌张力的图像，通过主机与上位机的处理整合，对肌张力的幅值、频率分布情况进行分类，并作为判断肌肉痉挛的特征信息。用肌张力传感器采集肌肉痉挛状态下的肌张力图像，根据主机与上位机的功能对肌张力进行幅值、频率的统计分类，并作为判断肌肉痉挛的特征信息。根据采集到的肌张力数据进行合并整理，得出评定肌肉痉挛的量化评定标准，并记录在上位机中。在进行第一训练方案时，利用肌张力传感器采集肌肉的肌张力的图像，读取图像中的肌张力的幅值、频率，根据量化评定标准对幅值、频率进行分析，以判断肌肉痉挛的类型。
本实施例可以准确地判断判断肌肉痉挛的类型，进而调整第一训练方案的训练参数，例如降低训练强度、减小训练时间和/或控制电极装置的弹性气囊充放气以对痉挛肌肉进行按摩，以实现及时对训练者的肌肉痉挛进行处理。
请参阅图6，图6是图2中步骤S31的另一流程示意图，在一实施例中，在肌肉信息为肌电信号的平均功率频率或中位频率时，步骤S31包括：
S314：获取平均功率频率或中位频率随时间变化的曲线。
S315：当平均功率频率或中位频率随时间增加而出现下降时，开始计时。
S316：比较平均功率频率或中位频率下降的持续时间与若干个预设时间范围。
S317：确定平均功率频率或中位频率下降的持续时间所在的预设时间范围。
S318：基于肌肉疲劳程度以及预设时间范围的对应关系，确定与平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
具体地，本实施例先对采集到的肌电信号进行滤波处理，然后计算肌电信号的功率谱，再通过计算肌电信号功率谱的平均功率频率来判断肌肉是否产生疲劳。肌肉疲劳是肌肉在经过一段时间的持续收缩或反复收缩后不能继续保持训练所需或所预期的肌张力和肌肉收缩。并且肌肉产生疲劳时，乳酸等代谢物会在肌肉中堆积，肌电信号的传导速度会出现下降，此时，肌电信号的频谱曲线会发生不同程度的左移现象，导致肌电信号功率谱的平均功率频率出现下降，并且在肌肉发生疲劳的过程中，功率谱的平均功率频率呈单调下降趋势。肌电信号的功率谱的计算方法为先计算肌电信号序列x(n)的离散傅里叶变换，得到X(k)，然后再取其幅值的平方，并除以N，即得到肌电信号的功率谱。得到肌电信号的功率谱后在计算其平均功率频率(MPF)。
计算肌电信号功率谱的平均功率频率后即得到平均功率频率随时间变化的曲线，用户在刚开始训练时，平均功率频率呈上升趋势，当肌肉产生疲劳时，平均功率频率开始下降，并随时间的增加持续下降。因此，当平均功率频率随时间增加而出现下降时，开始计时；当平均功率频率下降的持续时间满足预设条件时，判定目标肌群产生肌肉疲劳，使得记录的肌肉疲劳时间更贴近现实情况，提高预警的准确性。
进一步地，由于肌电信号功率谱的平均功率频率下降的斜率值代表肌肉的疲劳程度，即平均功率频率下降的斜率值越大，表示肌肉的疲劳程度越严重。并且，训练相同的时间，用户做剧烈训练的肌肉疲劳程度比做普通训练的肌肉疲劳程度严重。因此，本实施例通过根据平均功率频率下降的斜率值来设定不同的肌肉疲劳的判定条件，在剧烈训练时，肌肉疲劳持续较短的时间即发出预警信息，更符合实际训练情况，做到真正的保护用户的训练安全。例如，当平均功率频率下降的斜率值大于斜率预设阈值时，即训练强度大时，当目标肌群产生肌肉疲劳10分钟后，可能用户就需要休息了，不然就会导致肌肉损伤，而当平均功率频率下降的斜率值小于斜率预设阈值时，即训练强度小时，可能目标肌群产生肌肉疲劳20分钟后，才需要休息，因此，通过根据平均功率频率下降的斜率值来设定不同的肌肉疲劳的判定条件，更符合实际训练情况。
通过计算肌电信号功率谱的中位频率(MF)，然后当中位频率(MF)随时间增加下降时，开始计时，当中位频率下降的持续时间满足预设条件时，判定目标肌群产生肌肉疲劳。
计算肌电信号功率谱的中位频率后即得到中位频率随时间变化的曲线，用户在刚开始训练时，中位频率呈上升趋势，当肌肉产生疲劳时，中位频率开始下降，并随时间的增加持续下降。因此，当中位频率随时间增加而出现下降时，开始计时；当中位频率下降的持续时间满足预设条件时，判定目标肌群产生肌肉疲劳，使得记录的肌肉疲劳时间更贴近现实情况，提高预警的准确性。
进一步地，可以根据中位频率的下降斜率值来设定判断条件，当中位频率下降的斜率值大于某一预设阈值时，肌肉疲劳持续较短的时间就会发出预警信息。本实施例根据中位频率下降的斜率值来设置判断条件，更符合实际训练情况，提高预警的准确性。
请参阅图7，图7是本申请肌肉训练系统一实施例的结构示意图，该肌肉训练系统100包括：处理器101以及电极装置102。处理器101连接电极装置102。
其中，处理器101用于获取第一训练方案；
在进行第一训练方案时，电极装置102用于采集待训练肌肉的痉挛疲劳信息；
处理器101用于根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
其中，电极装置102包括载体121和设置在载体121外壁上的电极片122，载体121为弹性气囊121；
弹性气囊121用于执行压力训练方案，电极片122用于执行肌电训练方案；
处理器101用于分析痉挛疲劳信息，以判别待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度；
处理器101用于根据肌肉痉挛类型或者肌肉疲劳程度调整压力训练方案的压力参数和/或肌电训练方案的电刺激电流信号参数以生成第二训练方案。
其中，电极装置102用于采集待训练肌肉在用户在进行第一训练方案时的肌电信号和肌张力的图像；
处理器101用于接收肌电信号，并分析肌电信号和肌张力的图像，以得到痉挛疲劳信息，其中，痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。
其中，处理器101用于对肌电信号进行滤波，绘制滤波后的肌电信号的基于频域的频谱图和基于时域的电势图；
处理器101还用于读取电势图中的幅值均值，以得到肌电值，或者读取频谱图中的平均功率频率或中值频率。
其中，处理器101用于比较肌电值与若干个预设肌电值范围、肌张力值与若干个预设肌张力值范围、或肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围；确定肌电值所在的预设肌电值范围、肌张力值所在的预设肌张力值范围、肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围；基于肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与肌电值、肌张力值或肌电信号连续活跃时间对应的肌肉痉挛类型。
其中，处理器101用于获取平均功率频率或中位频率随时间变化的曲线；当平均功率频率或中位频率随时间增加而出现下降时，开始计时；比较平均功率频率或中位频率下降的持续时间与若干个预设时间范围；确定平均功率频率或中位频率下降的持续时间所在的预设时间范围；基于肌肉疲劳程度以及预设时间范围的对应关系，确定与平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
需要说明的是，本实施例的肌肉训练系统100可以执行上述方法中的步骤，相关内容的详细说明请参见上述方法部分，在此不再赘叙。
区别于现有技术的情况，本申请在进行第一训练方案时，监测训练者是否肌肉痉挛和/或肌肉疲劳，并在监测到训练者肌肉痉挛和/或肌肉疲劳时，根据痉挛疲劳信息调整第一训练方案的训练参数，能够准确监测训练者是否肌肉痉挛和/或肌肉疲劳，进而及时对训练者的痉挛和/或疲劳症状进行及时处理。
请参阅图8，图8是本申请肌肉训练设备一实施例的结构示意图，该肌肉训练设备200，设备200包括：获取单元201、采集单元202以及处理单元203，处理单元203分别连接获取单元201、采集单元202。
其中，获取单元201用于获取第一训练方案；
在进行第一训练方案时，采集单元202用于采集待训练肌肉的痉挛疲劳信息；
处理单元203用于根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
其中，采集单元202为电极装置，电极装置包括载体和设置在载体外壁上的电极片，载体为弹性气囊。弹性气囊用于执行压力训练方案，电极片用于执行肌电训练方案；
处理单元203用于分析痉挛疲劳信息，以判别待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度；
处理单元203用于根据肌肉痉挛类型或者肌肉疲劳程度调整压力训练方案的压力参数和/或肌电训练方案的电刺激电流信号参数以生成第二训练方案。
其中，采集单元202用于采集待训练肌肉在用户在进行第一训练方案时的肌电信号和肌张力的图像；
处理单元203用于接收肌电信号，并分析肌电信号和肌张力的图像，以得到痉挛疲劳信息，其中，痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。
其中，处理单元203用于对肌电信号进行滤波，绘制滤波后的肌电信号的基于频域的频谱图和基于时域的电势图；
处理单元203用于读取电势图中的幅值均值，以得到肌电值，或者读取频谱图中的平均功率频率或中值频率。
其中，处理单元203用于比较肌电值与若干个预设肌电值范围、肌张力值与若干个预设肌张力值范围、或肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围；确定肌电值所在的预设肌电值范围、肌张力值所在的预设肌张力值范围、肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围；基于肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与肌电值、肌张力值或肌电信号连续活跃时间对应的肌肉痉挛类型。
处理单元203用于获取平均功率频率或中位频率随时间变化的曲线；当平均功率频率或中位频率随时间增加而出现下降时，开始计时；比较平均功率频率或中位频率下降的持续时间与若干个预设时间范围；确定平均功率频率或中位频率下降的持续时间所在的预设时间范围；基于肌肉疲劳程度以及预设时间范围的对应关系，确定与平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
需要说明的是，本实施例的肌肉训练设备200可以执行上述方法中的步骤，相关内容的详细说明请参见上述方法部分，在此不再赘叙。
区别于现有技术的情况，本申请在进行第一训练方案时，监测训练者是否肌肉痉挛和/或肌肉疲劳，并在监测到训练者肌肉痉挛和/或肌肉疲劳时，根据痉挛疲劳信息调整第一训练方案的训练参数，能够准确监测训练者是否肌肉痉挛和/或肌肉疲劳，进而及时对训练者的痉挛和/或疲劳症状进行及时处理。
请参阅图9，图9是本申请计算机可读存储介质一实施例的结构示意图，计算机可读存储介质300上存储有计算机程序301，计算机程序301被处理器执行时被处理器执行时实现以下步骤：获取第一训练方案；在进行第一训练方案时，采集待训练肌肉的痉挛疲劳信息；根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案。
在一个实施例中，第一训练方案包括压力训练方案和/或肌电训练方案，计算机程序301被处理器执行时所实现的根据痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案的步骤，可以包括：分析痉挛疲劳信息，以判别待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度；根据肌肉痉挛类型或者肌肉疲劳程度调整压力训练方案的压力参数和/或电刺激电流信号参数以生成第二训练方案。
在一个实施例中，计算机程序301被处理器执行时所实现的在进行第一训练方案时，采集待训练肌肉的痉挛疲劳信息的步骤，可以包括：采集待训练肌肉在用户在进行第一训练方案时的肌电信号和肌张力的图像；分析肌电信号和肌张力的图像，以得到痉挛疲劳信息，其中，痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。。
在一个实施例中，计算机程序301被处理器执行时所实现的分析肌电信号和肌张力的图像，以得到痉挛疲劳信息的步骤包括：对肌电信号进行滤波；绘制滤波后的肌电信号的基于频域的频谱图和基于时域的电势图；读取电势图中的幅值均值，以得到肌电值；或者读取频谱图中的平均功率频率或中值频率。
在一个实施例中，在肌肉信息为肌电值、肌张力值和肌电信号连续活跃时间时，计算机程序301被处理器执行时所实现的分析痉挛疲劳信息，以判别待训练肌肉的肌肉痉挛类型的步骤包括：比较肌电值与若干个预设肌电值范围、肌张力值与若干个预设肌张力值范围、或肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围；确定肌电值所在的预设肌电值范围、肌张力值所在的预设肌张力值范围、肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围；基于肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与肌电值、肌张力值或肌电信号连续活跃时间对应的肌肉痉挛类型。
在一个实施例中，在肌肉信息为肌电信号的平均功率频率时，计算机程序301被处理器执行时所实现的分析痉挛疲劳信息，以判别待训练肌肉的肌肉疲劳程度的步骤包括：获取平均功率频率或中位频率随时间变化的曲线；当平均功率频率或中位频率随时间增加而出现下降时，开始计时；比较平均功率频率或中位频率下降的持续时间与若干个预设时间范围；确定平均功率频率或中位频率下降的持续时间所在的预设时间范围；基于肌肉疲劳程度以及预设时间范围的对应关系，确定与平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
需要说明的是，本实施例的计算机程序301被处理器执行时被处理器执行时实现上述方法中的步骤，相关内容的详细说明请参见上述方法部分，在此不再赘叙。
区别于现有技术的情况，本申请在进行第一训练方案时，监测训练者是否肌肉痉挛和/或肌肉疲劳，并在监测到训练者肌肉痉挛和/或肌肉疲劳时，根据痉挛疲劳信息调整第一训练方案的训练参数，能够准确监测训练者是否肌肉痉挛和/或肌肉疲劳，进而及时对训练者的痉挛和/或疲劳症状进行及时处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序301来指令相关的硬件来完成，的计算机程序301可存储于一非易失性计算机可读取存储介质中，该计算机程序301在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (14)

1.一种肌肉训练仪的参数优化方法，其特征在于，所述方法包括：
获取第一训练方案；
在进行所述第一训练方案时，采集待训练肌肉的痉挛疲劳信息；
根据所述痉挛疲劳信息调整所述第一训练方案的训练参数以生成第二训练方案。
2.根据权利要求1所述的方法，其特征在于，所述第一训练方案包括压力训练方案和/或肌电训练方案，所述根据所述痉挛疲劳信息调整第一训练方案的训练参数以生成第二训练方案的步骤包括：
分析所述痉挛疲劳信息，以判别所述待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度；
根据所述肌肉痉挛类型或者所述肌肉疲劳程度调整所述压力训练方案的压力参数和/或电刺激电流信号参数以生成所述第二训练方案。
3.根据权利要求1所述的方法，其特征在于，所述在进行所述第一训练方案时，采集待训练肌肉的痉挛疲劳信息的步骤包括：
采集所述待训练肌肉在所述用户在进行所述第一训练方案时的肌电信号和肌张力的图像；
分析所述肌电信号和所述肌张力的图像，以得到所述痉挛疲劳信息，其中，所述痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。
4.根据权利要求3所述的方法，其特征在于，所述分析所述肌电信号和所述肌张力的图像，以得到所述痉挛疲劳信息的步骤包括：
对所述肌电信号进行滤波；
绘制滤波后的所述肌电信号的基于频域的频谱图和基于时域的电势图；
读取所述电势图中的幅值均值，以得到所述肌电值；或者
读取所述频谱图中的平均功率频率或中值频率。
5.根据权利要求3的方法，其特征在于，在所述肌肉信息为肌电值、肌张力值和肌电信号连续活跃时间时，所述分析所述痉挛疲劳信息，以判别所述待训练肌肉的肌肉痉挛类型的步骤包括：
比较所述肌电值与若干个预设肌电值范围、所述肌张力值与若干个预设肌张力值范围、或所述肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围；
确定所述肌电值所在的预设肌电值范围、所述肌张力值所在的预设肌张力值范围、所述肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围；
基于所述肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与所述肌电值、所述肌张力值或所述肌电信号连续活跃时间对应的肌肉痉挛类型。
6.根据权利要求3所述的方法，其特征在于，在所述肌肉信息为肌电信号的平均功率频率或中位频率时，所述分析所述痉挛疲劳信息，以判别所述待训练肌肉的肌肉疲劳程度的步骤包括：
获取所述平均功率频率或中位频率随时间变化的曲线；
当所述平均功率频率或中位频率随时间增加而出现下降时，开始计时；
比较所述平均功率频率或中位频率下降的持续时间与若干个预设时间范围；
确定所述平均功率频率或中位频率下降的持续时间所在的预设时间范围；
基于所述肌肉疲劳程度以及预设时间范围的对应关系，确定与所述平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
7.一种肌肉训练系统，其特征在于，所述系统包括：处理器以及电极装置，所述处理器连接所述电极装置；
其中，所述处理器用于获取第一训练方案；
在进行所述第一训练方案时，所述电极装置用于采集待训练肌肉的痉挛疲劳信息；
所述处理器用于根据所述痉挛疲劳信息调整所述第一训练方案的训练参数以生成第二训练方案。
8.根据权利要求7所述的系统，其特征在于，所述电极装置包括载体和设置在所述载体外壁上的电极片，所述载体为弹性气囊；
所述弹性气囊用于执行所述压力训练方案，所述电极片用于执行所述肌电训练方案；
所述处理器用于分析所述痉挛疲劳信息，以判别所述待训练肌肉的肌肉痉挛类型或者肌肉疲劳程度；
所述处理器用于根据所述肌肉痉挛类型或者所述肌肉疲劳程度调整所述压力训练方案的压力参数和/或所述肌电训练方案的电刺激电流信号参数以生成所述第二训练方案。
9.根据权利要求7所述的系统，其特征在于，
所述电极装置用于采集所述待训练肌肉在所述用户在进行所述第一训练方案时的肌电信号和肌张力的图像；
所述处理器用于接收所述肌电信号，并分析所述肌电信号和所述肌张力的图像，以得到所述痉挛疲劳信息，其中，所述痉挛疲劳信息包括肌电值、肌张力值、肌电信号的连续活跃时间、肌电信号的平均功率频率、肌电信号的中值频率中的至少一种。
10.根据权利要求9所述的系统，其特征在于，
所述处理器用于对所述肌电信号进行滤波，绘制滤波后的所述肌电信号的基于频域的频谱图和基于时域的电势图；
所述处理器还用于读取所述电势图中的幅值均值，以得到所述肌电值，或者读取所述频谱图中的平均功率频率或中值频率。
11.根据权利要求9所述的系统，其特征在于，
所述处理器用于比较所述肌电值与若干个预设肌电值范围、所述肌张力值与若干个预设肌张力值范围、或所述肌电信号连续活跃时间与若干个预设肌电信号连续活跃时间范围；确定所述肌电值所在的预设肌电值范围、所述肌张力值所在的预设肌张力值范围、所述肌电信号连续活跃时间所在的预设肌电信号连续活跃时间范围；基于所述肌肉痉挛类型以及预设肌电值范围、预设肌张力值范围或预设肌电信号连续活跃时间范围的对应关系，确定与所述肌电值、所述肌张力值或所述肌电信号连续活跃时间对应的肌肉痉挛类型。
12.根据权利要求9所述的系统，其特征在于，
所述处理器用于获取所述平均功率频率或中位频率随时间变化的曲线；当所述平均功率频率或中位频率随时间增加而出现下降时，开始计时；比较所述平均功率频率或中位频率下降的持续时间与若干个预设时间范围；确定所述平均功率频率或中位频率下降的持续时间所在的预设时间范围；基于所述肌肉疲劳程度以及预设时间范围的对应关系，确定与所述平均功率频率或中位频率下降的持续时间对应的肌肉疲劳程度。
13.一种肌肉训练设备，其特征在于，所述设备包括：获取单元、采集单元以及处理单元，所述处理单元分别连接所述获取单元、所述采集单元；所述处理单元、所述获取单元以及所述采集单元相互配合以实现如权利要求1至6中任一项所述的肌肉训练仪的参数优化方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的肌肉训练仪的参数优化方法的步骤。
CN201911129777.7A 2019-11-18 2019-11-18 肌肉训练仪的参数优化方法、系统、设备以及存储介质 Pending CN112807002A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911129777.7A CN112807002A (zh) 2019-11-18 2019-11-18 肌肉训练仪的参数优化方法、系统、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911129777.7A CN112807002A (zh) 2019-11-18 2019-11-18 肌肉训练仪的参数优化方法、系统、设备以及存储介质

Publications (1)

Publication Number Publication Date
CN112807002A true CN112807002A (zh) 2021-05-18

Family

ID=75852618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911129777.7A Pending CN112807002A (zh) 2019-11-18 2019-11-18 肌肉训练仪的参数优化方法、系统、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112807002A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113885696A (zh) * 2021-08-20 2022-01-04 深圳先进技术研究院 外骨骼装置交互控制方法及其交互控制装置
CN114053112A (zh) * 2021-10-19 2022-02-18 奥佳华智能健康科技集团股份有限公司 一种按摩方法、装置、终端设备及介质
CN115429232A (zh) * 2022-11-09 2022-12-06 山东印迹生物技术有限公司 基于人工智能的触诊装置
CN117771546A (zh) * 2024-02-27 2024-03-29 厦门维优智能科技有限公司 理疗仪控制方法、理疗仪及理疗仪工作系统

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104337666A (zh) * 2014-11-05 2015-02-11 中山大学 多肌肉协同肌电反馈康复训练系统和方法
CN104382595A (zh) * 2014-10-27 2015-03-04 燕山大学 基于肌电信号与虚拟现实交互技术的上肢康复系统及方法
CN104958177A (zh) * 2015-07-10 2015-10-07 京东方科技集团股份有限公司 肌肉按摩装置
CN105287156A (zh) * 2014-06-26 2016-02-03 上银科技股份有限公司 步态训练设备的生理状态回馈控制方法
CN106691447A (zh) * 2017-02-23 2017-05-24 北京纳通科技集团有限公司 肌肉训练辅助装置、肌肉训练评估装置及方法
CN106726354A (zh) * 2017-01-13 2017-05-31 广东美的安川服务机器人有限公司 康复训练器和其的控制方法
CN106983511A (zh) * 2017-04-14 2017-07-28 合肥工业大学 肌力与肌张力状态突变点的识别方法及识别装置
CN107334482A (zh) * 2017-01-19 2017-11-10 王珊珊 一种辅助治疗老年人肌肉痉挛的智能装置
CN107961135A (zh) * 2016-10-19 2018-04-27 精工爱普生株式会社 康复训练系统
CN108209947A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 一种康复保健评估方法及装置
CN108355244A (zh) * 2018-01-30 2018-08-03 深圳市未来健身衣科技有限公司 一种肌肉训练设备、装置及存储介质
CN108392732A (zh) * 2018-01-30 2018-08-14 深圳市前海未来无限投资管理有限公司 一种肌肉电刺激方法、装置及可穿戴设备
CN108433735A (zh) * 2018-03-15 2018-08-24 安徽工程大学 一种基于肌张力检测的痉挛传感器
CN108784720A (zh) * 2018-03-15 2018-11-13 安徽工程大学 基于肌张力传感器的痉挛检测的控制系统及其检测方法
CN109091142A (zh) * 2018-08-09 2018-12-28 江汉大学 一种检测肌肉内源性疲劳度的方法、装置及存储介质
CN109222969A (zh) * 2018-10-31 2019-01-18 郑州大学 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
CN109259762A (zh) * 2018-11-02 2019-01-25 郑州大学 一种基于多变量数据融合的肌肉疲劳综合测评装置
CN109568083A (zh) * 2018-12-15 2019-04-05 华南理工大学 一种多模态交互的上肢康复机器人训练系统
CN109599165A (zh) * 2019-01-30 2019-04-09 浙江强脑科技有限公司 康复运动训练方法、系统及可读存储介质
CN109833041A (zh) * 2017-11-24 2019-06-04 北京航空航天大学 运动性疲劳智能检测与分析系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105287156A (zh) * 2014-06-26 2016-02-03 上银科技股份有限公司 步态训练设备的生理状态回馈控制方法
CN104382595A (zh) * 2014-10-27 2015-03-04 燕山大学 基于肌电信号与虚拟现实交互技术的上肢康复系统及方法
CN104337666A (zh) * 2014-11-05 2015-02-11 中山大学 多肌肉协同肌电反馈康复训练系统和方法
CN104958177A (zh) * 2015-07-10 2015-10-07 京东方科技集团股份有限公司 肌肉按摩装置
CN107961135A (zh) * 2016-10-19 2018-04-27 精工爱普生株式会社 康复训练系统
CN106726354A (zh) * 2017-01-13 2017-05-31 广东美的安川服务机器人有限公司 康复训练器和其的控制方法
CN107334482A (zh) * 2017-01-19 2017-11-10 王珊珊 一种辅助治疗老年人肌肉痉挛的智能装置
CN106691447A (zh) * 2017-02-23 2017-05-24 北京纳通科技集团有限公司 肌肉训练辅助装置、肌肉训练评估装置及方法
CN106983511A (zh) * 2017-04-14 2017-07-28 合肥工业大学 肌力与肌张力状态突变点的识别方法及识别装置
CN108209947A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 一种康复保健评估方法及装置
CN109833041A (zh) * 2017-11-24 2019-06-04 北京航空航天大学 运动性疲劳智能检测与分析系统
CN108355244A (zh) * 2018-01-30 2018-08-03 深圳市未来健身衣科技有限公司 一种肌肉训练设备、装置及存储介质
CN108392732A (zh) * 2018-01-30 2018-08-14 深圳市前海未来无限投资管理有限公司 一种肌肉电刺激方法、装置及可穿戴设备
CN108433735A (zh) * 2018-03-15 2018-08-24 安徽工程大学 一种基于肌张力检测的痉挛传感器
CN108784720A (zh) * 2018-03-15 2018-11-13 安徽工程大学 基于肌张力传感器的痉挛检测的控制系统及其检测方法
CN109091142A (zh) * 2018-08-09 2018-12-28 江汉大学 一种检测肌肉内源性疲劳度的方法、装置及存储介质
CN109222969A (zh) * 2018-10-31 2019-01-18 郑州大学 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
CN109259762A (zh) * 2018-11-02 2019-01-25 郑州大学 一种基于多变量数据融合的肌肉疲劳综合测评装置
CN109568083A (zh) * 2018-12-15 2019-04-05 华南理工大学 一种多模态交互的上肢康复机器人训练系统
CN109599165A (zh) * 2019-01-30 2019-04-09 浙江强脑科技有限公司 康复运动训练方法、系统及可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113885696A (zh) * 2021-08-20 2022-01-04 深圳先进技术研究院 外骨骼装置交互控制方法及其交互控制装置
CN114053112A (zh) * 2021-10-19 2022-02-18 奥佳华智能健康科技集团股份有限公司 一种按摩方法、装置、终端设备及介质
CN115429232A (zh) * 2022-11-09 2022-12-06 山东印迹生物技术有限公司 基于人工智能的触诊装置
CN117771546A (zh) * 2024-02-27 2024-03-29 厦门维优智能科技有限公司 理疗仪控制方法、理疗仪及理疗仪工作系统
CN117771546B (zh) * 2024-02-27 2024-05-14 厦门维优智能科技有限公司 理疗仪控制方法、理疗仪及理疗仪工作系统

Similar Documents

Publication Publication Date Title
CN112807002A (zh) 肌肉训练仪的参数优化方法、系统、设备以及存储介质
US11389110B2 (en) Automated adaptive muscle stimulation method and apparatus
CN109963617B (zh) 使用脉冲宽度数据的刺激向量选择
CN110464347B (zh) 一种盆底肌治疗方法、系统及装置
Strojnik Muscle activation level during maximal voluntary effort
CN106037731A (zh) 用于提高训练效果的智能服装及其方法
CN109820482A (zh) 肌肉状态检测方法、装置及计算机可读存储介质
Liang et al. Closed-loop seizure control on epileptic rat models
CN107096127B (zh) 控制输出电流强度的方法及可智能调整阈值的电刺激治疗仪
CN102058453B (zh) 一种电刺激听觉音调感知测试与评估系统
Barnett et al. The use of lumbar spinal stabilization techniques during the performance of abdominal strengthening exercise variations
CN111437507B (zh) 治疗仪及其控制方法
CN110859619B (zh) 腹部肌电数据的获取装置、评估系统及方法
CN114904140A (zh) 理疗设备及其控制方法、理疗系统
CN111281379A (zh) 经颅直流电刺激提升注意力广度的方法及装置
CN1985758A (zh) 用于截瘫行走的人工运动神经系统重建方法
Chen et al. The validity of stimulus-evoked EMG for studying muscle fatigue characteristics of paraplegic subjects during dynamic cycling movement
CN101584582A (zh) 基于脑电分析的人体电流感觉阀值客观测量方法和系统
Marri et al. Identification of onset of fatigue in biceps brachii muscles using surface EMG and multifractal DMA alogrithm
Lin et al. Extraction of physically fatigue feature in exercise using electromyography, electroencephalography and electrocardiography
CN1977997A (zh) 瘫痪病人辅助神经信道恢复系统
KR20200008784A (ko) 동물 용 운동기구 및 그것의 제어 방법
CN112786150A (zh) 肌肉训练方案的设置方法、训练系统、装置及存储介质
CN116726384A (zh) 盆底肌肉康复训练方法、装置、设备及介质
KR20190136186A (ko) 근전도 신호 및 신경근 자극에 대한 응답 특성을 이용한 신경 심도 감시 시스템 및 그 제어방법

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