CN113208636B - 一种膝关节内外侧受力分析数据处理方法 - Google Patents
一种膝关节内外侧受力分析数据处理方法 Download PDFInfo
- Publication number
- CN113208636B CN113208636B CN202110408902.9A CN202110408902A CN113208636B CN 113208636 B CN113208636 B CN 113208636B CN 202110408902 A CN202110408902 A CN 202110408902A CN 113208636 B CN113208636 B CN 113208636B
- Authority
- CN
- China
- Prior art keywords
- data
- muscle
- file
- knee joint
- software
- 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
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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- 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
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4585—Evaluating the knee
-
- 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
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Power Engineering (AREA)
- Physical Education & Sports Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种膝关节内外侧受力分析数据处理方法,涉及人体健康监测技术领域。方法包括采集空间坐标数据、三维足底压力数据和肌电信号,采用Mokka和Matlab软件对空间坐标数据、三维足底压力数据进行处理后,结合OpenSim软件建立的人体肌骨模型得到关节运动学数据和动力学数据,对肌电信号处理后得到肌肉力和肌肉力矩,将关节运动学数据和动力学数据、肌肉力、肌肉力矩输入OpenSim软件即可完成对膝关节间室的受力分析。本发明的方法能够获得膝关节部位内侧间室和外侧间室各自的受力情况,并且分析结果更接近于人体真实的负载情况。
Description
技术领域
本发明涉及人体健康监测技术领域,特别是涉及一种膝关节内外侧受力分析分析数据处理方法。
背景技术
膝关节是人体下肢中重要的关节之一,分析人体运动过程中膝关节内外侧间室的受力,对膝骨关节炎患者的诊断、治理以及后期的康复辅助设备的设计都有显著的指导意义。由于人体生物结构的复杂性和医学伦理性问题,很难通过植入传感器测量人体膝关节的生物动力学参数。目前主要通过建立人体下肢多刚体模型、利用动能动量定理、采集表面肌电信号或软件建模仿真来解算膝关节运动过程中的运动学和动力学参数。
专利文献CN 202932930 U中阐述的下肢关节作用力和力矩穿戴式传感器测量装置,在人体表面设置13个传感器测量行走过程中下肢的三维姿态和足底反作用力,可以通过模数转换模块及微处理器将数据转换并传输至计算机进行处理。但主要是运用下肢运动角度和受力进行动力学解算,忽略了肌肉力对肢体运动的影响,并且不能实现膝关节部位内外侧间室受力的分析。
专利文献CN 109984763 A基于神经网络预测人体关节力矩,主要是通过采集人体关节多自由度角度数据和肌电信号数据,通过一系列信号处理,构建人工神经网络,解算待测的人体关节力矩。该种方法测试复杂的和测试成本较低,但由于人体肌肉活性和肌肉力量的差距,选择测试对象时的约束条件较高,且单纯的肌电信号处理在精确度方面也有待商榷。
发明内容
本发明提供了一种膝关节内外侧受力分析数据处理方法,可以解决现有技术中的问题。
本发明提供了一种膝关节内外侧受力分析数据处理方法,包括以下步骤:
步骤1,在人体粘贴多个Maker点,并铺设三维测力板系统,利用运动捕捉系统和三维测力板系统分别获取Maker点的空间坐标数据和三维足底压力数据,将空间坐标数据和三维足底压力数据保存为.c3d文件;
步骤2,采集膝关节肌肉的肌电信号,采集到的肌电信号保存为.csv文件;
步骤3,使用Mokka软件打开所述.c3d文件,根据三维足底压力变化判断人体单个运动周期,将运动周期的起始点和终点标记为event点,将标记的event点保存为.c3d格式文件;
步骤4,将步骤3得到的.c3d文件导入Matlab,由Matlab对.c3d文件中的数据进行处理,将处理后的空间坐标数据保存为.trc文件,三维足底压力数据保存为.mot文件;
步骤5,在OpenSim建立包含膝关节内外侧间室的人体肌骨模型;
步骤6,将所述.trc文件导入OpenSim软件中,对人体肌骨模型进行反向运动学运算,获得关节运动学数据;
步骤7,将所述.mot文件导入OpenSim软件中,与步骤6获得的关节运动学数据作为共同输入,进行反向动力学运算,获得关节动力学数据;
步骤8,利用CEINMS软件,根据所述.csv文件计算肌肉激活度,结合肌肉激活度和肌肉-肌腱长度,进行肌肉收缩动力学运算,求得各个肌肉的肌肉力;
步骤9,将肌肉力和肌肉相对于膝关节内外侧间室的力臂作为输入,在CEINMS软件中,结合人体肌骨模型计算施加于膝关节内外侧间室的肌肉力矩;
步骤10,将关节运动学数据和动力学数据、肌肉力和肌肉力矩作为共同输入,在OpenSim软件中进行膝关节间室受力分析,获取膝关节内外侧间室的受力状况。
优选地,所述空间坐标数据和三维足底压力数据均包括静态数据和动态数据,所述静态数据由运动捕捉系统和三维测力板系统捕捉人体静止站立的数据获得,所述动态数据由运动捕捉系统和三维测力板系统捕捉人体运动的数据获得。
优选地,所述.trc文件和.mot文件中也均包含有静态数据和动态数据;在步骤6中,将所述.trc文件中的静态数据导入OpenSim软件中进行体征参数标定和人体肌骨模型缩放;
在步骤7中,根据所述.trc文件中的动态数据,在OpenSim软件中对体征参数标定和缩放后的人体肌骨模型进行反向运动学运算,获得关节运动学数据、肌肉、肌腱的长度以及肌肉相对于内外侧间室的力臂。
优选地,在步骤4中,将步骤3得到的.c3d文件保存在Matlab的“c3d2opensim”目录下,在Matlab中打开并运行“btk_c3d2opensim_GUI.m”程序,分别对静态数据和动态数据进行处理。
优选地,在步骤6和7得到关节运动学数据和动力学数据后,通过误差减少算法处理关节运动学数据和动力学数据的残余误差和动态不一致问题,获取准确的关节运动学和动力学数据,在步骤10中,将处理后的关节运动学数据和动力学数据、以及步骤8和9得到的肌肉力和肌肉力矩输入OpenSim软件中,进行膝关节间室受力分析。
优选地,还包括对所述.csv文件进行预处理,预处理后的文件导入CEINMS软件,进行肌肉激活度计算。
优选地,对所述.csv文件进行预处理包括:在Python软件中导入所述.csv文件,依次进行20~500hz带通滤波、整流、6hz低通滤波处理。
优选地,计算肌肉激活度的方法为:
利用CEINMS软件,将步骤2中.csv文件中的肌电信号与肌肉激活特性对应,进行肌肉激活动力学运算,获得肌肉激活度。
优选地,所述运动捕捉系统和三维测力板与同一个计算机连接,实现两个系统的数据同步采集;
采集肌电信号的设备与运动捕捉系统通过同步线连接,实现运动学、动力学数据与肌电信号的同步性。
本发明中的一种膝关节内外侧受力分析数据处理方法,具有以下优点:
1.在采集多源信号时,动作捕捉系统、三维测力板和肌电采集设备都与同一部计算机相连,实现了运动学数据、动力学数据和肌电信号的同步采集。
2.在Mokka软件中标记Event点,根据Maker点运动坐标数据和地面反作用力,标记运动过程一个周期的起止点,减少后续处理数据量。
3.OpenSim数据库中的人体肌骨模型,只能大致计算出膝关节部位的合力。在此基础上对膝关节部位进行优化和改进,建立膝关节内外侧间室受力模型,可以获得膝关节部位内侧间室和外侧间室各自的受力情况。
4.通过收集和处理肌电信号,在OpenSim运动力学解算时考虑到肌肉力和肌肉力矩对关节负载的影响,获取的膝关节内外侧间室受力更接近于人体真实的负载情况。
5.通过光学捕捉系统获取人体动作,通过解算作为运动学数据,并且结合人体运动过程中的节点信号,多种信号结合处理,在受力状态分析时具备更高的精确度。并且本方法建立人体肌骨模型,对膝关节部位的内外侧间室部位分析,分析部位也更为精准。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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。
图1为本发明中数据处理方法的流程图;
图2为Vicon系统的标准贴点位置;
图3为人体肌骨模型;
图4为常见运动的膝关节受力曲线。
具体实施方式
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,都属于本发明保护的范围。
参照图1,本发明提供了一种膝关节内外侧受力分析数据处理方法,该方法包括以下步骤:
步骤1:在人体全身粘贴多个Maker点,并在地面铺设三维测力板系统,利用Vicon光学运动捕捉系统获取所有Maker点的空间坐标数据,利用三维测力板系统获取所有三维足底压力数据,将空间坐标数据和三维足底压力数据保存为.c3d文件。
在本实施例中,在人体粘贴的Maker点数量为39个,具体位置参考Vicon系统标准贴点法,如图2所示。首先让受试者双臂张开静止站立于测试区内,获取静态数据,随后受试者按照指定路径循环运动,获取动态数据。所述Vicon光学运动捕捉系统和三维测力板连接到同一个计算机上,实现两个系统的数据进行同步采集。
步骤2:利用11通道的肌电采集设备对在运动过程中膝关节运动的11块主要肌肉(股直肌、股内侧肌、股外侧肌、半腱肌、半膜肌、股二头肌长头、阔筋膜张肌、缝匠肌、股薄肌、腓肠肌内侧、腓肠肌外侧)的肌电信号进行采集,采集到的肌电信号保存为.csv文件。所述肌电采集设备与Vicon光学运动捕捉系统通过同步线连接,实现运动学、动力学数据与肌电信号的同步性。
步骤3:用Mokka软件打开步骤1中获取的.c3d文件,将运动过程中三维测力板开始受力到下一次开始受力作为人体单个运动周期,将运动周期的起始点和终点标记为event点(包括heel strike点和toe off点),将标记的event点保存为.c3d格式文件。
步骤4:将步骤3得到的.c3d文件保存在Matlab的“c3d2opensim”目录下,在Matlab中打开并运行“btk_c3d2opensim_GUI.m”程序,分别对静态数据和动态数据进行处理,将处理后Maker点的空间坐标数据保存为.trc文件,三维足底压力数据保存为.mot文件,所述.trc文件和.mot文件中均包含有静态数据和动态数据。
步骤5:在OpenSim建立包含膝关节内外侧间室的人体肌骨模型,如图3所示。
步骤6:将步骤4获得的.trc文件中的静态数据导入OpenSim软件中进行体征参数标定和人体肌骨模型缩放。根据实验数据与通用模型中人体各环节的比例,对各环节的长度和质量进行缩放。
步骤7:根据步骤4获得的.trc文件中的动态数据,在OpenSim软件中对步骤6获得的体征参数标定和缩放后的人体肌骨模型进行反向运动学运算,获得关节运动学数据、肌肉、肌腱的长度以及肌肉相对于内外侧间室的力臂。
步骤8:将步骤4获得的.mot文件导入OpenSim软件中,与步骤7获得的关节运动学数据作为共同输入,进行反向动力学运算,获得关节力和力矩动力学数据。
步骤9:通过误差减少算法(RRA),处理关节运动学数据和动力学数据的残余误差和动态不一致问题,获取较为准确的关节运动学和动力学数据。
步骤10:在Python软件中导入步骤2获取的.csv文件,依次进行20~500hz带通滤波、整流、6hz低通滤波,以对肌电(EMG)信号进行初步预处理。
步骤11:利用CEINMS软件,将步骤10处理后的肌电信号与肌肉激活特性对应,进行肌肉激活动力学运算,获得肌肉激活度。
步骤12:结合步骤7获得的肌肉-肌腱长度和步骤11获得的肌肉激活度,作为输入,在CEINMS软件中进行肌肉收缩动力学运算,求得各个肌肉的肌肉力。
步骤13:将步骤7获得的肌肉相对于膝关节内外侧间室的力臂和步骤12获得的肌肉力作为输入,在CEINMS软件中,结合人体肌骨模型计算施加于膝关节内外侧间室的肌肉力矩。
步骤14:将步骤9获得的关节运动学数据和动力学数据、步骤12获得的肌肉力和步骤13获得的肌肉力矩作为共同输入,在OpenSim软件中进行膝关节间室受力分析,获取膝关节内外侧间室的受力状况,如图4所示。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种膝关节内外侧受力分析数据处理方法,其特征在于,包括以下步骤:
步骤1,在人体粘贴多个Maker点,并铺设三维测力板系统,利用运动捕捉系统和三维测力板系统分别获取Maker点的空间坐标数据和三维足底压力数据,将空间坐标数据和三维足底压力数据保存为.c3d文件;
步骤2,采集膝关节肌肉的肌电信号,采集到的肌电信号保存为.csv文件;
步骤3,使用Mokka软件打开所述.c3d文件,根据三维足底压力变化判断人体单个运动周期,将运动周期的起始点和终点标记为event点,将标记的event点保存为.c3d格式文件;
步骤4,将步骤3得到的.c3d文件导入Matlab,由Matlab对.c3d文件中的数据进行处理,将处理后的空间坐标数据保存为.trc文件,三维足底压力数据保存为.mot文件;
步骤5,在OpenSim建立包含膝关节内外侧间室的人体肌骨模型;
步骤6,将所述.trc文件导入OpenSim软件中,对人体肌骨模型进行反向运动学运算,获得关节运动学数据;
步骤7,将所述.mot文件导入OpenSim软件中,与步骤6获得的关节运动学数据作为共同输入,进行反向动力学运算,获得关节动力学数据;
步骤8,利用CEINMS软件,根据所述.csv文件计算肌肉激活度,结合肌肉激活度和肌肉-肌腱长度,进行肌肉收缩动力学运算,求得各个肌肉的肌肉力;
步骤9,将肌肉力和肌肉相对于膝关节内外侧间室的力臂作为输入,在CEINMS软件中,结合人体肌骨模型计算施加于膝关节内外侧间室的肌肉力矩;
步骤10,将关节运动学数据和动力学数据、肌肉力和肌肉力矩作为共同输入,在OpenSim软件中进行膝关节间室受力分析,获取膝关节内外侧间室的受力状况。
2.如权利要求1所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,所述空间坐标数据和三维足底压力数据均包括静态数据和动态数据,所述静态数据由运动捕捉系统和三维测力板系统捕捉人体静止站立的数据获得,所述动态数据由运动捕捉系统和三维测力板系统捕捉人体运动的数据获得。
3.如权利要求2所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,所述.trc文件和.mot文件中也均包含有静态数据和动态数据;在步骤6中,将所述.trc文件中的静态数据导入OpenSim软件中进行体征参数标定和人体肌骨模型缩放;
在步骤7中,根据所述.trc文件中的动态数据,在OpenSim软件中对体征参数标定和缩放后的人体肌骨模型进行反向运动学运算,获得关节运动学数据、肌肉、肌腱的长度以及肌肉相对于内外侧间室的力臂。
4.如权利要求2所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,在步骤4中,将步骤3得到的.c3d文件保存在Matlab的“c3d2opensim”目录下,在Matlab中打开并运行“btk_c3d2opensim_GUI.m”程序,分别对静态数据和动态数据进行处理。
5.如权利要求1所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,在步骤6和7得到关节运动学数据和动力学数据后,通过误差减少算法处理关节运动学数据和动力学数据的残余误差和动态不一致问题,获取准确的关节运动学和动力学数据,在步骤10中,将处理后的关节运动学数据和动力学数据、以及步骤8和9得到的肌肉力和肌肉力矩输入OpenSim软件中,进行膝关节间室受力分析。
6.如权利要求1所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,还包括对所述.csv文件进行预处理,预处理后的文件导入CEINMS软件,进行肌肉激活度计算。
7.如权利要求6所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,对所述.csv文件进行预处理包括:在Python软件中导入所述.csv文件,依次进行20~500hz带通滤波、整流、6hz低通滤波处理。
8.如权利要求1所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,计算肌肉激活度的方法为:
利用CEINMS软件,将步骤2中.csv文件中的肌电信号与肌肉激活特性对应,进行肌肉激活动力学运算,获得肌肉激活度。
9.如权利要求1所述的一种膝关节内外侧受力分析数据处理方法,其特征在于,所述运动捕捉系统和三维测力板与同一个计算机连接,实现两个系统的数据同步采集;
采集肌电信号的设备与运动捕捉系统通过同步线连接,实现运动学、动力学数据与肌电信号的同步性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408902.9A CN113208636B (zh) | 2021-04-16 | 2021-04-16 | 一种膝关节内外侧受力分析数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408902.9A CN113208636B (zh) | 2021-04-16 | 2021-04-16 | 一种膝关节内外侧受力分析数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113208636A CN113208636A (zh) | 2021-08-06 |
CN113208636B true CN113208636B (zh) | 2023-06-23 |
Family
ID=77087754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110408902.9A Active CN113208636B (zh) | 2021-04-16 | 2021-04-16 | 一种膝关节内外侧受力分析数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113208636B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114918914B (zh) * | 2022-04-26 | 2024-03-22 | 中国科学院自动化研究所 | 人体肌肉骨骼的仿真控制系统及仿真装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010013631A1 (ja) * | 2008-07-27 | 2010-02-04 | 国立大学法人東京大学 | 筋張力データベースの構築方法、筋張力データベース、筋張力データベースを用いた筋張力計算方法及び装置 |
CN110801226A (zh) * | 2019-11-01 | 2020-02-18 | 西安交通大学 | 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用 |
-
2021
- 2021-04-16 CN CN202110408902.9A patent/CN113208636B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010013631A1 (ja) * | 2008-07-27 | 2010-02-04 | 国立大学法人東京大学 | 筋張力データベースの構築方法、筋張力データベース、筋張力データベースを用いた筋張力計算方法及び装置 |
CN110801226A (zh) * | 2019-11-01 | 2020-02-18 | 西安交通大学 | 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用 |
Non-Patent Citations (1)
Title |
---|
大粗隆钢板结合异体皮质骨板治疗Vancouver B3型股骨假体周围骨折;王超;张伟;管大伟;李伟;王先泉;王文昊;;山东大学学报(医学版)(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113208636A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109259739B (zh) | 一种手腕关节运动力矩的肌电估计方法 | |
Cloete et al. | Benchmarking of a full-body inertial motion capture system for clinical gait analysis | |
CN107397649B (zh) | 一种基于径向基神经网络上肢外骨骼运动意图识别方法 | |
CN106725509B (zh) | 生物力学信息的特征提取方法 | |
CN103584919B (zh) | 多模态生物信号同步检测系统及方法 | |
CN109009586B (zh) | 一种假手腕关节人机自然驱动角度的肌电连续解码方法 | |
WO2016033469A1 (en) | Mechanisms and methods for a mechanical interface between a wearable device and a human body segment | |
CN110801226A (zh) | 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用 | |
CN103417218A (zh) | 一种上肢运动的参数采集评估系统及方法 | |
CN106572821A (zh) | 用于测量与人工骨科关节相关的性能参数的系统和方法 | |
CN110420029A (zh) | 一种基于多传感器融合的行走步态无线检测系统 | |
CN102697507B (zh) | 患者康复训练步行状态分析系统及方法 | |
CN107951487A (zh) | 一种辅助握力球康复训练的多参数采集系统 | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
CN113208636B (zh) | 一种膝关节内外侧受力分析数据处理方法 | |
CN111803099A (zh) | 基于径向基神经网络的人体上肢肌肉力预测装置及方法 | |
CN114818441A (zh) | 基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法 | |
CN110801231A (zh) | 一种针对膝关节炎患者关节功能的交互式评价方法 | |
CN113283373B (zh) | 一种用于增强深度相机检测肢体运动参数的方法 | |
CN113229832A (zh) | 一种用于获取人体运动信息的系统和方法 | |
CN116636862A (zh) | 基于肌骨骼解剖统计学模型的踝关节刚度估计方法及系统 | |
CN111178338A (zh) | 一种步态分析系统中数据库和标准化模型的建立方法 | |
CN110197727A (zh) | 基于人工神经网络的上肢建模方法及运动机能评估系统 | |
Murgia et al. | A portable device for the clinical assessment of upper limb motion and muscle synergies | |
CN106913342A (zh) | 一种基于光纤光栅和压力传感器的步态测试系统和方法 |
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 |