CN113749652A - 一种肌肉运动监测方法及装置 - Google Patents

一种肌肉运动监测方法及装置 Download PDF

Info

Publication number
CN113749652A
CN113749652A CN202111316645.2A CN202111316645A CN113749652A CN 113749652 A CN113749652 A CN 113749652A CN 202111316645 A CN202111316645 A CN 202111316645A CN 113749652 A CN113749652 A CN 113749652A
Authority
CN
China
Prior art keywords
motion
target user
movement
muscle
pulse
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
CN202111316645.2A
Other languages
English (en)
Inventor
熊力
张江杰
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.)
Second Xiangya Hospital of Central South University
Original Assignee
Second Xiangya Hospital of Central South University
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 Second Xiangya Hospital of Central South University filed Critical Second Xiangya Hospital of Central South University
Priority to CN202111316645.2A priority Critical patent/CN113749652A/zh
Publication of CN113749652A publication Critical patent/CN113749652A/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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • 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
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A61B5/397—Analysis of electromyograms
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Geometry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请公开了一种肌肉运动监测方法，包括：通过电极获取目标用户的表面肌电信号；通过动作传感器获取所述目标用户的运动状态信号；分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态；根据所述肌肉运动状态及对应时间，确定所述目标用户的运动脉冲，判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果。本申请利用目标用户的表面肌电信号和运动状态信号，共同参与对用户的肌肉运动的检测分析，从而大幅提升了运动分析结果的准确性和精确度，实现了用户对可穿戴装置的高精度需求。

Description

一种肌肉运动监测方法及装置
技术领域
本发明涉及运动监测领域，特别涉及一种肌肉运动监测方法及装置。
背景技术
近年来，可穿戴运动设备逐渐受到人们青睐，用户利用可穿戴运动设备进行常规的运动训练时，可穿戴运动设备将记录用户运动过程中的训练时间、训练数据，还可对用户的长期训练规划或训练安排进行有效提醒。
但是，这些可穿戴运动设备通常基于惯性传感单元进行设计，不论是传感器的采集部分还是采集数值的算法部分，对于用户动作的识别均较为模糊，只能满足对训练精确度较小的用户的训练；对于特殊用户，例如对训练精确度要求较高的运动员，或训练幅度较小、难以捕捉动作幅度、动作准确性要求较高的康复病人，当前的可穿戴运动设备尚不能满足他们的需求。
因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种精确度更高的肌肉运动监测方法及装置。其具体方案如下：
一种肌肉运动监测方法，包括：
通过电极获取目标用户的表面肌电信号；
通过动作传感器获取所述目标用户的运动状态信号；
分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态；
根据所述肌肉运动状态及对应时间，确定所述目标用户的运动脉冲，判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果。
优选的，所述分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态的过程，还包括：
根据所述表面肌电信号的幅值和频率，确定所述目标用户的运动模式；
所述运动模式具体为肌肉主动运动模式或肌肉被动运动模式。
优选的，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，包括：
判断所述运动脉冲的幅值是否达到有效幅值，若是，则计入一次有效运动脉冲；
判断当前所有所述有效运动脉冲的参数是否满足第一无效条件；
所述第一无效条件包括：所述有效运动脉冲的次数低于最低有效次数，或所述有效运动脉冲的频率低于最低有效频率；
若是，向所述目标用户发出提醒信号。
优选的，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，还包括：
判断当前所有所述运动脉冲的参数是否满足第二无效条件；
所述第二无效条件包括：
任一所述运动脉冲的幅值超过告警幅值、或任一所述运动脉冲的时长超过告警时长、或所述有效运动脉冲的次数超过最高有效次数，或所述有效运动脉冲的频率超过最高有效频率；
若是，向所述目标用户发出告警信号。
优选的，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果之后，包括：
根据所述运动分析结果，判断所述目标用户的运动是否符合动作规范；
若否，向所述目标用户发出动作矫正提示。
优选的，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，还包括：
根据所述运动脉冲的参数是否满足相应的参数范围，确定所述动作脉冲的每项参数的对应分值，并对所有所述分值进行加权求和，得到所述目标用户的运动分析结果对应的总分值；
所述根据所述运动分析结果，判断所述目标用户的运动是否符合动作规范的过程，包括：
根据动作规范，确定所述总分值所在的动作规范等级；
根据所述动作规范等级，向所述目标用户发出对应的动作矫正提示。
相应的，本申请还公开了一种肌肉运动监测装置，包括：
用于采集目标用户的表面肌电信号的电极；
用于采集所述目标用户的动作状态信号的动作传感器；
用于将所述电极和所述动作传感器固定在所述目标用户的目标部位的固定结构；
用于实现上文任一项所述肌肉运动监测方法的步骤的处理器。
优选的，所述动作传感器包括陀螺仪、和/或磁力仪、和/或加速度计。
优选的，所述固定结构具体为周长可调的弹性束缚环。
优选的，所述肌肉运动监测装置还包括：
反馈单元，用于根据运动分析结果向所述目标用户发出提示信号。
本申请公开了一种肌肉运动监测方法，包括：通过电极获取目标用户的表面肌电信号；通过动作传感器获取所述目标用户的运动状态信号；分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态；根据所述肌肉运动状态及对应时间，确定所述目标用户的运动脉冲，判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果。本申请利用目标用户的表面肌电信号和运动状态信号，共同参与对用户的肌肉运动的检测分析，从而大幅提升了运动分析结果的准确性和精确度，实现了用户对可穿戴装置的高精度需求。
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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种肌肉运动监测方法的步骤流程图；
图2为本发明实施例中一种肌肉运动监测装置的结构分布图；
图3为本发明实施例中一种具体的肌肉运动监测装置的结构分别图；
图4为本发明实施例中一种肌肉运动监测装置的工作流程图。
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。
可穿戴运动设备通常基于惯性传感单元进行设计，不论是传感器的采集部分还是采集数值的算法部分，对于用户动作的识别均较为模糊，只能满足对训练精确度较小的用户的训练；对于特殊用户，例如对训练精确度要求较高的运动员，或训练幅度较小、难以捕捉动作幅度、动作准确性要求较高的康复病人，当前的可穿戴运动设备尚不能满足他们的需求。
本申请利用目标用户的表面肌电信号和运动状态信号，共同参与对用户的肌肉运动的检测分析，从而大幅提升了运动分析结果的准确性和精确度，实现了用户对可穿戴装置的高精度需求。
本发明实施例公开了一种肌肉运动监测方法，参见图1所示，包括：
S1：通过电极获取目标用户的表面肌电信号；
可以理解的是，表面肌电信号源自电极附着部位的神经肌肉活动，其振幅特性具有随机行为，周期形式体现较弱，为了表面肌电信号中提取到后续计算中可用的信息内容，需要通过各类变换方法，如FFT（Fast Fourier Transform，快速傅里叶变换）、DWT（Discrete Wavelet Transform，离散小波变换）或WPT（Wavelet Packet Transform，小波包变换），将表面肌电信号从时域转换为频域或时频域，然后通过带通滤波滤除高频干扰信号和低频噪声，之后对剩余的信号分量进行信号重构，得到后续计算中可用的表面肌电信号。
S2：通过动作传感器获取目标用户的运动状态信号；
可以理解的是，目标用户在运动过程中，一般将电极和动作传感器附于目标用户的运动部位的表面，电极和运动传感器的个数根据运动部位的监测需求进行设置，可以是一个或多个。
其中，动作传感器包括陀螺仪、和/或磁力仪、和/或加速度计。当动作传感器包括陀螺仪、磁力计和加速度计三个传感器模块时，实际上是一个整体惯导单元（InertialMeasurement Unit，IMU），IMU可收集包括加速度、空间定位、方向变化等多种类型的数据。
其中，陀螺仪用于确定动作传感器的方向，并确定其在空间三个维度上的移动方式，加速度计用于检测速度的变化，磁力计有助于定向，可用于校准并将数据定向到正确的位置，一个IMU，通常包括三个加速度计、三个陀螺仪和三个磁力计，又称为九轴传感器，每类传感器均可采集空间三个维度xyz三个轴上的数据。S3：分析表面肌电信号和运动状态信号，确定目标用户的肌肉运动状态；
可以理解的是，肌肉运动状态包括当前时刻的运动角度、运动加速度、运动方向、运动强度等信息，该肌肉运动状态的确定需要结合多个电极发送的表面肌电信号、一个或多个运动状态信号，以印证数据的有效完整，进一步得出目标用户在当前时刻、当前目标部位的肌肉运动状态。
具体的，由动作传感器提供的运动状态信号的分析，首先包括利用融合算法对运动状态信号进行解算，利用运动状态信号及其时间戳，通过融合算法得到四元素形式的输出结果作为姿态结算结果。具体的，该融合算法包括但不限于卡尔曼滤波算法、粒子滤波算法和互补滤波算法，输出结果为是四元素形式，即Qa(t)=[qa0(t)，qa1(t)，qa2(t)，qa3(t)]；
进一步的，上文提到了多个表面肌电信号、多个运动状态信号结合保证最终数据分析的有效完整，因此对于某一时刻的肌肉运动状态，可按以下形式表示：
P(t)=[ Qa(t) T，Qb(t) T] ·A· [Sa(t)，Sb(t)，Sc(t)]；
其中，Qa(t)和Qb(t)分别为两个动作传感器的姿态结算结果，Sa(t)、Sb(t)和Sc(t)分别为三个电极对应的表面肌电信号，A为关联矩阵，其中每个元素的赋值由表面肌电信号、运动状态信号之间的关联系数确定。
具体的，步骤S3中分析表面肌电信号和运动状态信号，确定目标用户的肌肉运动状态的过程，还可包括：
根据表面肌电信号的幅值和频率，确定目标用户的运动模式；
运动模式具体为肌肉主动运动模式或肌肉被动运动模式。
可以理解的是，本实施例中肌肉运动监测方法，可为围手术期预防DVT（Deep VeinThrombosis，外科围手术期并发症深静脉血栓形成）的患者或正在进行康复训练的患者提供服务，除了患者的主动运动外，还存在外部辅助使肌肉被动运动的方式，这两种运动模式都有一定的效果，但二者效果存在差异性，因此为了更准确地记录运动过程，需要对运动模式加以区分。通常情况下，肌肉被动运动模式的表面肌电信号的幅值和频率要明显低于肌肉主动运动模式，以此加以区分。具体的，目标部位不同，确定运动模式时依据的数据标准不同，该数据标准根据大数据测试结果选定。
具体的，在判别运动模式时，可按照以下规则进行判定：
当表面肌电信号的幅值超过第一预设幅值，则判定当前运动模式为肌肉主动运动模式；
当表面肌电信号的幅值位于第二预设幅值和第一预设幅值之间，且表面肌电信号的频率超过第一预设频率，则判定当前运动模式为肌肉被动运动模式。
其中，第一预设幅值大于第二预设幅值。
需要注意的是，此时用于判断运动模式的幅值和频率，不一定对应目标用户的动作频率和动作幅度，此时的表面肌电信号的幅值和频率，是对初始信号进行分解重构后的信号的参数，其幅值与频率的大小与目标用户的实际动作相关但非线性关系，用于判定的第一预设幅值、第二预设幅值和第一预设频率应当根据表面肌电信号的实际数值范围确定。
具体的，用于判断运动模式的相关参数，可通过自适应算法根据试验数据确定，对每种肌肉状态下的一组表面肌电信号，从中筛去部分无效极值，然后对剩下的数值取最大值和最小值，以确定该肌肉状态对应的正常范围，例如获取放松状态的表面肌电信号的100个值，去掉最大的5个极值和最小的5个极值，剩下的90个值中最小值作为Xmin，最大值作为Xmax；再例如，获取达到指定动作的肌肉电信号的100个值，去掉最大的5个极值和最小的5个极值，剩下的90个值中最小值作为Ymin，最大值作为Ymax。即Xmin~Xmax为放松状态的范围区间，Ymin~Ymax为达到指定动作的范围区间，最终根据两种状态的区间作为肌肉运动的判定依据，实现针对每个人体质和肌肉发达程度不同而自适应的精准判断条件。
S4：根据肌肉运动状态及对应时间，确定目标用户的运动脉冲，判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果。
可以理解的是，目标部位的肌肉运动状态通常以周期形式出现，从而表征目标用户通过目标部位实现的周期动作，如蹲起动作、高抬腿动作、踝关节旋转或肘关节旋转等，因此可结合当前所有肌肉运动状态及对应时间，确定每个周期的运动脉冲，确定使用的算法可根据分析需求选择。
例如上文中计算得到的肌肉运动状态P(t)，其中包括多项随时间变化的参数，据此确定目标用户一个动作周期的运动脉冲。需要注意的是，P(t)中的参数，在数值趋势上按照该动作周期的频率变化，但具体的数值可能存在不同周期数值有偏差的情况，因此可对P(t)进行包络处理、数值修正处理后再确定其运动脉冲，或直接根据P(t)上的参数变化趋势来判定其运动脉冲。
具体的，例如当表面肌电信号上升期超过A值时运动脉冲由0跳变为1，当表面肌电信号下降期低于B值时运动脉冲由1跳变为0，A和B的取值根据实际确定，没有必然的大小关系，由此得到一个有具体时长的运动脉冲，当然，这种运动脉冲确定方法仅为举例，实际的运动脉冲确定依据肌肉运动状态中的多维参数，确定出的运动脉冲也存在多个参数，例如脉冲时长、脉冲幅值、脉冲的周期占空比等等，此处不再赘述。
进一步的，步骤S4中判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果的过程，包括：
判断运动脉冲的幅值是否达到有效幅值，若是，则计入一次有效运动脉冲；
判断当前所有有效运动脉冲的参数是否满足第一无效条件；
第一无效条件包括：有效运动脉冲的次数低于最低有效次数，或有效运动脉冲的频率低于最低有效频率；
若是，向目标用户发出提醒信号。
可以理解的是，第一无效条件的设定，在于提醒目标用户运动，提高患者运动的依从性，从而解决目标用户运动不足的问题，减轻医务人员和看护人员的工作负担。
进一步的，步骤S4中判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果的过程，还包括：
判断当前所有运动脉冲的参数是否满足第二无效条件；
第二无效条件包括：
任一运动脉冲的幅值超过告警幅值、或任一运动脉冲的时长超过告警时长、或有效运动脉冲的次数超过最高有效次数，或有效运动脉冲的频率超过最高有效频率；
若是，向目标用户发出告警信号。
可以理解的是，第二无效条件的设定，在于消除目标用户运动过量的情况，当单次运动过量或当前时间段内运动过量，均可发出告警信号提醒目标用户停止运动或降低运动强度。单次运动过量的情况包括当前运动脉冲幅值超过告警幅值、当前运动脉冲的时长超过告警时长，当前时间段内运动过量包括该时间段内有效运动脉冲的次数超过最高有效次数、有效运动脉冲的频率超过最高有效频率，当前时间段一般可设为一天中特定时间段，如早上6点至10点，或可设为终点为当前时刻、长度为特定时间长度的一段时间，如当前时刻为早上8点，设特定长度为一小时，则当前时间段为早上7点到早上8点这一段时间。
进一步的，步骤S4判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果之后，包括：
根据运动分析结果，判断目标用户的运动是否符合动作规范；
若否，向目标用户发出动作矫正提示。
可以理解的是，此处动作是否规范的判断依据，以表面肌电信号和运动状态信号确定的肌肉运动状态和运动趋势为主，通过各项参数的幅值变化、角度变化是否满足变化范围，从而得到动作是否规范的判断结果，判断结果包括动作本身是否到位、强度是否达标等，以前患者的康复训练时，只有专业的医务人员有能力对患者运动的动作进行观察和指正，一旦患者动作不规范，导致的无效运动不仅浪费患者的体力和精力，还可能使得患者的运动部位发生挛缩、畸形，但医务人员不可能时刻监督患者，因此患者很容易出现动作不规范、无效运动的情况，本申请针对该情况，利用运动分析结果与动作规范之间的比对，在目标用户的动作不符合动作规范时提出动作校正的建议，尽量降低了无效运动的发生次数，保证了目标用户的运动效果。同样的，教练难以时刻关注运动员动作是否标准，因此本方法可以通过精确的算法为运动员提供准确的参考，保证运动员的训练效果。
可以理解的是，由于本实施例能够用客观的传感器数据标定目标用户的肌肉运动状态，因此可设置相应的客观评价指标，以客观评价指标设定的参数范围，作为运动脉冲的评价标准，最终得到运动分析结果，以提示目标用户运动不足、运动过量、运动达标、动作不规范等信息。
例如不同的康复训练项目中，在髋关节置换功能锻炼时，术后1-3天要求的康复项目包括屈伸踝关节、转动踝关节和健侧肢体练习，其中屈伸踝关节要求慢慢将脚尖向上勾起，然后再向远伸，使脚面绷直，每隔1小时5~10次，每个动作持续3秒；转动踝关节要求由内向外转动踝关节，每天3~4组，每组重复5遍动作；健侧肢体练习则要求屈髋、屈膝收缩健侧下肢肌肉，每2小时练习1组，每组30次，每次持续10~15秒。将以上需求对应到本实施例中，则设置相应的客观评价指标的参数范围，在无人为监督的情况下，目标用户可佩带肌肉运动监测装置自行完成相关的康复训练。
可以理解的是，由于肌肉运动监测装置可设置于不同的目标部位，或用于不同的运动方式，适用于诸多康复领域，例如DVT预防中的下肢运动、骨科和脊柱外科的恢复等等，针对不同的应用情况，需要设置不同的评价标准，也即上文提到的判断肌肉主动/被动运动模式的表面肌电信号的幅值阈值和频率阈值、最低有效次数、最低有效频率、告警幅值、告警时长、最高有效次数、最高有效频率和动作规范对应的参数，均根据不同的应用情况进行调整，具体标定数值可通过大数据试验确定和修正，为患者提供具体、科学的运动标准。
因此，步骤S4判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果的过程，还可包括：
根据运动脉冲的参数是否满足相应的参数范围，确定动作脉冲的每项参数的对应分值，并对所有分值进行加权求和，得到目标用户的运动分析结果对应的总分值；
具体的，总分值
Figure 74883DEST_PATH_IMAGE001
；其中，
Figure 459597DEST_PATH_IMAGE002
和
Figure 305455DEST_PATH_IMAGE003
分别为第一部位的第
Figure 131329DEST_PATH_IMAGE004
项参数的权重和分值，
Figure 230872DEST_PATH_IMAGE005
和
Figure 509407DEST_PATH_IMAGE006
分别为第二部位的第
Figure 955694DEST_PATH_IMAGE007
项参数的权重和分值，进一步的，目标部位的个数可根据需求进行设定。
进一步的，根据运动分析结果，判断目标用户的运动是否符合动作规范的过程，包括：
根据动作规范，确定总分值所在的动作规范等级；
根据动作规范等级，向目标用户发出对应的动作矫正提示。
可以理解的是，这种分范围确定每项分值然后加权求和、根据总分值判断相应的动作规范等级的方式，可进一步简化上文描述中对动作是否准确规范的判断，为用户提供更为直观、更容易快速理解的参考数据。
除了以上判断分析外，还可利用机器学习建立运动模型实现步骤S3-S4，输入参数为表面肌电信号和运动状态信号，输出结果为运动分析结果；选择合适的训练样本，包括各类运动对应的表面肌电信号和运动状态信号，对该运动模型进行训练；利用训练好的运动模型来实现本实施例中的肌肉运动监测方法；还可进一步比对运动模型输出的运动分析结果和实际指导人员的分析判断，对运动模型的参数进行调整和修正。
本申请实施例公开了一种肌肉运动监测方法，包括：通过电极获取目标用户的表面肌电信号；通过动作传感器获取目标用户的运动状态信号；分析表面肌电信号和运动状态信号，确定目标用户的肌肉运动状态；根据肌肉运动状态及对应时间，确定目标用户的运动脉冲，判断运动脉冲的参数是否满足相应的参数范围，得到目标用户的运动分析结果。本申请实施例利用目标用户的表面肌电信号和运动状态信号，共同参与对用户的肌肉运动的检测分析，从而大幅提升了运动分析结果的准确性和精确度，实现了用户对可穿戴装置的高精度需求。
相应的，本申请实施例还公开了一种肌肉运动监测装置，参见图2所示，包括：
用于采集目标用户的表面肌电信号的电极01；
用于采集目标用户的动作状态信号的动作传感器02；
用于将电极01和动作传感器02固定在目标用户的目标部位的固定结构03；
用于实现上文任一项肌肉运动监测方法的步骤的处理器04。
其中，处理器04实现的肌肉运动监测方法有关的内容，可以参照上文实施例中的相关描述，此处不再赘述。
可以理解的是，本实施例中肌肉运动监测装置属于可穿戴设备，可用于运动员的训练监测，也可用于患者围手术期或康复过程中的肌肉运动监测，该肌肉运动监测装置主要包括感知部分、穿戴部分和运算部分，感知部分即电极01和动作传感器02，电极01和动作传感器02的具体个数不限，穿戴部分即固定结构03，目标用户通过固定结构03将感知部分固定在目标部位，运算部分即处理器04，处理器04对电极01和动作传感器02发送的初步数据作进一步的整理和分析，采集初步数据的过程中还涉及到信号的放大和转换，最后得到数据直观、运动效果可视化的运动分析结果，为医生、患者以及患者家属提供更有价值的数据参考。
进一步的，本实施例中肌肉运动监测装置可以是一体化结构，即处理器04与电极01、动作传感器02均位于固定结构03上，同时在固定结构03上增加显示屏以显示运动分析结果，除此外也可以将处理器04外置或部分外置，具体通过单片机、PC端、移动终端或云服务器实现处理器04的整体功能或部分功能，此时需要增设外置的处理器04与固定结构03上的电路结构之间的信号通路，该通路可以是有线通路，也可以是无线通路，具体对处理器04的设置、通信方式和通信协议根据测试场景和测试需求决定，此处不作限制。
因此，参见图3所示，从电气结构角度，本实施例中肌肉运动监测装置可包括电源模块1、采集模块2、通讯模块3和处理模块4，其中电源模块1用于对锂电池进行升压稳压和充电管理，以便为肌肉运动监测装置供电，采集模块2则包括电极01和动作传感器02，处理模块4为整体或部分的处理器04，通讯模块3用于建立肌肉运动监测装置和其他终端的信号通路，以向外发送采集模块2和/或处理模块4的信息、接收信号指令或数据处理指令。
具体的，本实施例中图3的肌肉运动监测装置的完整工作过程可如图4所示，其中，采集模块1对原始肌电图（Electromyogram，EMG）数据进行采集和放大，处理模块4通过模数转化（Analog to Digital Converter，ADC）获取来自采集模块1的数据并进行分析，得到分析结果后发送到通讯模块3，通讯模块将来自处理模块4的数据通过WiFi发送到服务器，当然也可通过蓝牙或其他协议上传到服务器，云端的服务器将收到的信息进行处理，移动终端的APP可获取来自服务器的数据，该过程中，数据分析和处理、可视化由处理模块4、云端服务器和移动端APP等多个平台分块完成，具体的分块依据包括数据算力需求、数据存储需求等等，完整的数据分析处理算法可灵活分配给多个平台实现。
进一步的，动作传感器02包括陀螺仪、和/或磁力仪、和/或加速度计。可以理解的是，当动作传感器02包括陀螺仪、磁力计和加速度计三个传感器模块时，实际上是一个整体惯导单元（Inertial Measurement Unit，IMU），IMU可收集包括加速度、空间定位、方向变化等多种类型的数据，在本实施例中可结合电极01的表面肌电信号供处理器04分析出目标部位的肌肉运动状态，包括当前运动角度和当前运动强度等初步数据，进而结合当前所有的已知肌肉运动状态确定当前目标部位的运动频率和运动次数，这些均属于处理器04得到的运动分析结果。
进一步的，考虑固定结构03的便捷穿戴、稳定固定、适用多部位的要求，固定结构03具体可选择为周长可调的弹性束缚环，具体的，弹性束缚环可以是非硬性的软带、松紧带，也可以是结构可收缩和放大、不同状态均可固定的某种硬性结构的环形带体，具体结构根据实际应用需求进行选择即可。
进一步的，肌肉运动监测装置还可包括：
反馈单元05，用于根据运动分析结果向目标用户发出提示信号。
可以理解的是，反馈电压05根据运动分析结果，向目标用户发出相应的提示信号，该提示信号包括运动不足、运动达标以及运动过量几类，可设计不同形式的提示信号，例如次数、时长、频率、音效的不同来体现。更进一步的，反馈单元05可包括振动电路和/或蜂鸣器和/或LED显示灯和/或扬声器，具体在实施过程中根据需求进行调整选择即可。
本申请实施例利用目标用户的表面肌电信号和运动状态信号，共同参与对用户的肌肉运动的检测分析，从而大幅提升了运动分析结果的准确性和精确度，实现了用户对可穿戴装置的高精度需求。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种肌肉运动监测方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种肌肉运动监测方法，其特征在于，包括：
通过电极获取目标用户的表面肌电信号；
通过动作传感器获取所述目标用户的运动状态信号；
分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态；
根据所述肌肉运动状态及对应时间，确定所述目标用户的运动脉冲，判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果。
2.根据权利要求1所述肌肉运动监测方法，其特征在于，所述分析所述表面肌电信号和所述运动状态信号，确定所述目标用户的肌肉运动状态的过程，还包括：
根据所述表面肌电信号的幅值和频率，确定所述目标用户的运动模式；
所述运动模式具体为肌肉主动运动模式或肌肉被动运动模式。
3.根据权利要求1所述肌肉运动监测方法，其特征在于，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，包括：
判断所述运动脉冲的幅值是否达到有效幅值，若是，则计入一次有效运动脉冲；
判断当前所有所述有效运动脉冲的参数是否满足第一无效条件；
所述第一无效条件包括：所述有效运动脉冲的次数低于最低有效次数，或所述有效运动脉冲的频率低于最低有效频率；
若是，向所述目标用户发出提醒信号。
4.根据权利要求3所述肌肉运动监测方法，其特征在于，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，还包括：
判断当前所有所述运动脉冲的参数是否满足第二无效条件；
所述第二无效条件包括：
任一所述运动脉冲的幅值超过告警幅值、或任一所述运动脉冲的时长超过告警时长、或所述有效运动脉冲的次数超过最高有效次数，或所述有效运动脉冲的频率超过最高有效频率；
若是，向所述目标用户发出告警信号。
5.根据权利要求1至4任一项所述肌肉运动监测方法，其特征在于，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果之后，包括：
根据所述运动分析结果，判断所述目标用户的运动是否符合动作规范；
若否，向所述目标用户发出动作矫正提示。
6.根据权利要求5所述肌肉运动监测方法，其特征在于，所述判断所述运动脉冲的参数是否满足相应的参数范围，得到所述目标用户的运动分析结果的过程，还包括：
根据所述运动脉冲的参数是否满足相应的参数范围，确定所述动作脉冲的每项参数的对应分值，并对所有所述分值进行加权求和，得到所述目标用户的运动分析结果对应的总分值；
所述根据所述运动分析结果，判断所述目标用户的运动是否符合动作规范的过程，包括：
根据动作规范，确定所述总分值所在的动作规范等级；
根据所述动作规范等级，向所述目标用户发出对应的动作矫正提示。
7.一种肌肉运动监测装置，其特征在于，包括：
用于采集目标用户的表面肌电信号的电极；
用于采集所述目标用户的动作状态信号的动作传感器；
用于将所述电极和所述动作传感器固定在所述目标用户的目标部位的固定结构；
用于实现权利要求1至6任一项所述肌肉运动监测方法的步骤的处理器。
8.根据权利要求7所述肌肉运动监测装置，其特征在于，所述动作传感器包括陀螺仪、和/或磁力仪、和/或加速度计。
9.根据权利要求7所述肌肉运动监测装置，其特征在于，所述固定结构具体为周长可调的弹性束缚环。
10.根据权利要求7所述肌肉运动监测装置，其特征在于，还包括：
反馈单元，用于根据运动分析结果向所述目标用户发出提示信号。
CN202111316645.2A 2021-11-09 2021-11-09 一种肌肉运动监测方法及装置 Pending CN113749652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111316645.2A CN113749652A (zh) 2021-11-09 2021-11-09 一种肌肉运动监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111316645.2A CN113749652A (zh) 2021-11-09 2021-11-09 一种肌肉运动监测方法及装置

Publications (1)

Publication Number Publication Date
CN113749652A true CN113749652A (zh) 2021-12-07

Family

ID=78784640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111316645.2A Pending CN113749652A (zh) 2021-11-09 2021-11-09 一种肌肉运动监测方法及装置

Country Status (1)

Country Link
CN (1) CN113749652A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116889684A (zh) * 2023-08-04 2023-10-17 萱闱(北京)生物科技有限公司 供血驱动装置的参数配置方法、系统以及相关装置
WO2023242449A1 (es) * 2022-06-15 2023-12-21 Universidad De Alicante Dispositivo sensorizado para la rehabilitación de un miembro corporal
WO2024040547A1 (zh) * 2022-08-26 2024-02-29 深圳市韶音科技有限公司 一种运动监控系统、设备和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105597298A (zh) * 2016-04-05 2016-05-25 哈尔滨工业大学 基于肌电信号及肢体动作检测的健身效果评价系统
CN106333666A (zh) * 2016-05-25 2017-01-18 郑州动量科技有限公司 一种运动灵敏性监测与评估方法及其系统
CN108542387A (zh) * 2018-04-23 2018-09-18 佛山科学技术学院 一种人体咀嚼信号检测系统
CN111166345A (zh) * 2020-02-13 2020-05-19 上海幂方电子科技有限公司 一种三维运动的检测方法、装置、设备以及可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105597298A (zh) * 2016-04-05 2016-05-25 哈尔滨工业大学 基于肌电信号及肢体动作检测的健身效果评价系统
CN106333666A (zh) * 2016-05-25 2017-01-18 郑州动量科技有限公司 一种运动灵敏性监测与评估方法及其系统
CN108542387A (zh) * 2018-04-23 2018-09-18 佛山科学技术学院 一种人体咀嚼信号检测系统
CN111166345A (zh) * 2020-02-13 2020-05-19 上海幂方电子科技有限公司 一种三维运动的检测方法、装置、设备以及可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023242449A1 (es) * 2022-06-15 2023-12-21 Universidad De Alicante Dispositivo sensorizado para la rehabilitación de un miembro corporal
WO2024040547A1 (zh) * 2022-08-26 2024-02-29 深圳市韶音科技有限公司 一种运动监控系统、设备和方法
CN116889684A (zh) * 2023-08-04 2023-10-17 萱闱(北京)生物科技有限公司 供血驱动装置的参数配置方法、系统以及相关装置
CN116889684B (zh) * 2023-08-04 2024-01-26 萱闱(北京)生物科技有限公司 供血驱动装置的参数配置方法、系统以及相关装置

Similar Documents

Publication Publication Date Title
CN113749652A (zh) 一种肌肉运动监测方法及装置
Veltink et al. Detection of static and dynamic activities using uniaxial accelerometers
Olivares et al. Wagyromag: Wireless sensor network for monitoring and processing human body movement in healthcare applications
CN110021398B (zh) 一种步态分析、训练方法及系统
EP3337401B1 (en) Method and system for adjusting audio signals based on motion deviation
Gopalai et al. A wearable real-time intelligent posture corrective system using vibrotactile feedback
Lemoyne et al. Accelerometers for quantification of gait and movement disorders: a perspective review
CN106805980A (zh) 一种步态分析系统及分析方法
JP2009538636A (ja) 四肢の機能的使用をモニタリングする方法およびシステム
CN113223662B (zh) 一种肢体智能康复训练方法及系统
WO2016029138A1 (en) Systems and methods for joint activity monitoring
Lin et al. A comparative study of smart insole on real-world step count
Lemoyne et al. Virtual proprioception
Morrow et al. Accelerations of the waist and lower extremities over a range of gait velocities to aid in activity monitor selection for field-based studies
Chen et al. Enabling longitudinal assessment of ankle-foot orthosis efficacy for children with cerebral palsy
Amitrano et al. Gait analysis using wearable e-textile sock: An experimental study of test-retest reliability
Triolo et al. The identification of time series models of lower extremity EMG for the control of prostheses using Box-Jenkins criteria
CN108742612B (zh) 基于肌电标志物的dbs有效性检测设备
Al-Omri et al. Internet of things-based telemonitoring rehabilitation system for knee injuries
Demmer et al. Knetex–Development of a textile-integrated sensor system for feedback-supported rehabilitation after surgery of the anterior cruciate ligament
JP2024521030A (ja) Ｔｅｎｓユーザの活動タイプ、レベル、及び持続期間に基づいて経皮的電気神経刺激（ｔｅｎｓ）デバイスを自動制御するための装置及び方法
Ahmad et al. Development of wearable electromyogram for the physical fatigue detection during aerobic activity
CN114010453A (zh) 一种基于运动信号的反馈穿戴系统及预处理方法
Asif et al. Foot prosthesis: Estimation of gait phases using gyroscope and potentiometer
Celić et al. WBAN for physical activity monitoring in health care and wellness

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