CN114587390A - 一种用于神经肌肉疾病检测的臂环及其使用方法 - Google Patents

Abstract

本发明公开了一种用于神经肌肉疾病检测的臂环结构，及其信号采集和处理方法。其中，所述臂环包括：肌力传感模块，肌电‑电阻抗传感模块，信号调理模块，主控模块，信号处理模块和固定模块。主控模块用于控制系统工作状态，并将传感模块采集的信息发送至信号处理模组中；信号处理模块用于处理采集得到的信息，判断神经肌肉疾病的进程；固定模块为弹性橡胶带，将传感器与手臂肌肉完全贴合。本发明利用EIT信号确定臂环位置，进行肌肉位置子校准；用肌力信号确定臂环与皮肤的接触状态，对肌电信号进行预校准；并通过肌电和肌力信号的传递特征进行疾病检测。本发明的臂环系统具有便携、操作简单、准确率高的特点。

Description

一种用于神经肌肉疾病检测的臂环及其使用方法

技术领域

本发明涉及医疗器械技术领域，更具体的说是涉及一种具有神经肌肉疾病检测功能的可穿戴臂环及其使用方法。

背景技术

神经肌肉疾病，是一类由神经和肌肉间传递障碍所引起的运动控制异常，主要包括肌炎、代谢性肌病、神经肌肉接头病变、重症肌无力等。运动训练是神经肌肉疾病的重要康复手段之一，这需要长期的力量锻炼和康复跟踪检测。目前临床上的检测方法主要为医生的临床观察和生化指标检测，为入侵式测量，并且过程较复杂，需要在医院内进行。因此，开发便捷、非入侵的神经肌肉检测手段，对患者的康复过程进行长期、高频次的监测，成为了现代康复工程的研究热点。

国内外研究者尝试从肌肉运动状态检测的角度进行神经肌肉疾病的评估。通过比较神经对肌肉的激活程度和肌肉实际的输出，追踪由于障碍或肌肉力量不足而与预期动作不同的当前动作。授权公告号为WO 2021/093745 A1的国际专利通过超声剪切波弹性成像系统获得肌肉地激活状态，并利用量角器测量关节的实际运动角度。授权公告号为CN104382595 B的专利通过贴于手臂上的肌电图测量肌肉状态，用用固定于桌面的力反馈机器测得实际发力。这两种设备都可以非入侵地检测疾病，并且不需在医院中进行测量。然而，二者仍存在体积大、便携性差、测量过程复杂的问题。授权公告号为CN 103315737 B的专利将肌电测量设备集成在可伸缩的佩戴式臂环中，大大提高了装置的便携性。但该发明只实现了肌肉激活状态的测量，而缺少肌肉发力的跟踪，难以为神经肌肉疾病检测提供全面的临床数据。并且，该设备无法自主识别肌肉位置，需要预先将各传感器与解剖学的检测位置对齐，使用复杂度较高。

现有方法存在着便携性差、测量过程复杂的问题。因此，本领域的技术人员致力于开发一种便捷的神经肌肉疾病检测装置。

发明内容

为了解决现有的神经肌肉疾病检测系统存在的问题，本发明提供了一种具有神经肌肉疾病检测功能的可穿戴臂环及其使用方法，具有便携、操作简单的特点，并且该臂环不打扰患者的日常生活，可以长时间使用，为患者的长期康复训练跟踪和日常活动监测提供便利。

本发明是通过下述技术方案来实现的。

本发明的一种用于神经肌肉疾病检测的臂环，包括：

肌力传感器模块，为多通道压力传感器。每一通道为一个压阻式压力传感器，其输出与信号调理模块相连接。

肌电-电阻抗传感器模块，为多通道肌电、电阻抗传感器。每一通道包括并列放置的三个金属银电极，依次为第一检测电极、地电极和第二检测电极。第一检测电极与第二检测电极与信号调理模块相连接。

信号调理模块，用于采集来自肌力传感器模块和肌电-电阻抗传感器模块的多个通道不同手臂位置的信号。将来自肌电-电阻抗传感器模块的第一检测电极与第二检测电极的信号差动放大，经高通滤波器处理为电阻抗信号，经低通滤波器处理为肌电信号。将来自肌力传感器模块的信号通过分压电路处理为肌力信号。对肌电信号、肌力信号和电阻抗信号进行数模转换，并将数模转换后的信号传送给主控模块。

主控模块，用于控制系统工作过程，并将信号调理模块采集的信息发送至信号处理模块中。

信号处理模块，用于处理主控模块传输来的数字信号，进行肌肉位置自校准和肌电信号预校准，计算肌电信号和肌力信号的参数，给出神经肌肉疾病的诊断结果，并储存用户信息与诊断结果。

固定模块，为弹性橡胶带，将肌电-电阻抗传感器模块的电极与手臂肌肉完全贴合。

进一步地，所述信号调理模块、主控模块、信号处理模块集成于PCB电路板上。

进一步地，所述肌力传感器模块和所述肌电-电阻抗传感器模块的通道数相同，均为m个且m≥12。

进一步地，所述肌力传感器模块和所述PCB电路板的外形尺寸相同。

进一步地，所述肌力传感器模块和所述肌电-电阻抗传感器模块与所述PCB电路板连接。所述肌力传感器模块位于所述PCB电路板下方，粘贴于固定模块上。所述肌电-电阻抗传感器模块位于所述PCB电路板上方，使用时与患者皮肤接触。

进一步地，所述肌力传感器模块和所述肌电-电阻抗传感器模块在固定模块上并列地等间隔分布。

本发明进而给出了上述臂环的使用方法，包括以下步骤：

第一步：建立患者个体数据库，包括手臂肌肉数据库与肌电校正数据库。患者佩戴臂环于小臂不同高度处，在放松状态下测量各高度的电阻抗数据，并成像为圆形阻抗分布图。结合触诊在阻抗分布图边缘处标记待测肌肉的位置(共n块肌肉，n≤8)，形成手臂肌肉数据库。在小臂不同高度处，改变臂环与手臂之间的预紧力F_offset，测得相同手臂发力下各肌肉对应的肌电信号的平均幅值U_avg。记录不同高度处每个肌肉的F_offset-U_avg曲线，作为肌电矫正数据库。

第二步：佩戴臂环于小臂，在放松状态下检测当前的电阻抗信号和肌力信号。

第三步：利用电阻抗信号重建当前的小臂阻抗分布图。利用傅里叶-梅林变换，将该分布图与患者手臂肌肉数据库中的阻抗分布图进行图像配准。选取匹配程度最高的图像，记录配准过程的转角θ其对应的臂环高度h。

第四步：根据手臂肌肉数据库中标注的肌肉位置和转角θ，确定当前阻抗分布图中的肌肉位置，从而找到肌肉中心位置对应的传感器组。记同一位置处的一个肌力传感器和一个肌电-电阻抗传感器为一个传感器组，从臂环的m个传感器组中选取出的，n块肌肉中心位置对应的传感器组的集合为{A₁,…,A_n}。

第五步：读取感器组{A₁,…,A_n}测得的预紧力值，根据高度h和肌电校正数据库中的F_offset-U_avg曲线，得到各个肌肉对应的肌电信号平均幅值U_avg。将预紧力为3N时的U_{avg_st}作为基准，利用C₁＝U_{avg_st}/U_avg，求得各传感器组的肌电校准系数{C₁₁,…,C_1n}。

第六步：信号处理模块储存传感器组{A₁,…,A_n}的编号和对应校准系数{C₁₁,…,C_1n}。

第七步：患者完成系列肌肉训练动作(如抓握、屈肘、旋转手腕等)，测得传感器组{A₁,…,A_n}处的肌电和肌力信号。

第八步：利用肌电校准系数{C₁₁,…,C_1n}对各传感器的肌电信号进行校准。

第九步：求解肌电图与肌力图的分布规律、发展速度，比较二者在激活时间、峰值位置、空间平衡程度方面的区别，对结果进行加权，得出疾病诊断结果。

进一步地，所述第一步需要在医院内，通过标准测力设备进行个体数据库建立。所述第二步至第九步由臂环自动完成，不需外接设备，不受场地限制。

进一步地，所述第二步至第六步为预校准过程，所述第七步至第九步为测量过程。预校准过程在佩戴臂环开机时自动进行，也可在使用过程中反复进行以校准滑移。

与现有技术相比，本发明具有如下优点：

1、用肌电图测量肌肉激活状态，用肌力图测量肌肉膨胀引起的体积变化，得到二者的激活时间与发展速度，为神经肌肉疾病监测提供丰富、可靠的信息。

2、属于非入侵测量，不造成创伤，不影响患者日常生活。

3、臂环利用电阻抗成像技术实现对肌肉位置的自校准，而不需在每次佩戴前手动将传感器和解剖学位置对准，不需医护人员的指导，使用方便。该技术还可以消除测量过程中臂环滑移的影响，避免了在使用过程中的反复校准。

4、根据申请人在实验中的经验，臂环与手臂间的预紧力对肌电测量有较大影响。本发明通过肌力图测量预紧力，从而校准肌电图，实现了高准确度的肌电信号测量。

5、体积小，便携性好，测量装置和处理电路均集成于一个臂环中，可以长期佩戴。此外通过检测电极的复用，在一个结构中同时实现了电阻抗成像和肌电图测量，结构简单巧妙。

附图说明

此处说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的不当限定，在附图中：

图1是表示用于神经肌肉疾病检测的臂环的外观结构的说明图。

图2a是表示臂环中肌力传感模块和肌电-电阻抗传感模块的示例性实施例的立体图。

图2b和图2c分别表示臂环中肌力传感模块和肌电-电阻抗传感模块的示例性实施例的俯视图和截面图。

图3是功能性地表示臂环的系统结构的框图。

图4是表示本发明的示例性实施例的信号调理模块的结构的框图。

图5a和图5b是表示根据本发明的示例性实施例的将手环佩戴于小臂上的立体图与截面图。

图6是表示本发明的使用方法流程图，包括预校准与测量两部分。

图7是表示根据本发明的示例性实施例，在测量前预先采集的一位患者的个人数据库示意图，作为校准依据。

图8是表示本发明的示例性实施例测得的患者发力时的肌力信号与肌电信号图。

附图说明标记

1：固定模块 2：肌电-电阻抗传感模块

21：第一检测电极 22：地电极

23：第二检测电极 3：肌力传感模块

31a：上层PET绝缘层 31b：下层PET绝缘层

32:金属银叉指电极 33：碳压阻油墨层

4：后端电路 41:信号调理模块

411：第一多路复用器 412：第二多路复用器

413：差动放大电路 414：低通滤波器

415：高通滤波器 416：分压电路

417：第一数模转换器 418：第二数模转换器

419：第三数模转换器 42：主控模块

43：信号处理模块 5：患者小臂

S101-S109：臂环的使用步骤一～步骤九

具体实施方式

以下结合附图，对本发明较佳实施例的技术方案作进一步描述。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，都属于本发明的保护的范围。

如图1和图2所示，本发明的示例性实施例中，用于神经肌肉疾病检测的臂环包括固定模块1，肌电-电阻抗传感模块2，肌力传感模块3和后端电路4。在本实施例中有16个测量通道，每个通道包括上层的肌电-电阻抗传感模块2，中间层的后端电路4，下层肌力传感模块3，和最下方的固定模块1。各通道的模块在固定模块1上并列地等间隔分布。固定模块1为弹性橡胶带，将肌电-电阻抗传感器模块2的电极与手臂肌肉完全贴合，使臂环可以适用于不同前臂粗细的患者。后端电路4被制成PCB电路板，用于信号读取、模数转换、信号处理以及各模块工作模式控制。

如图2所示，肌电-电阻抗传感器模块2的每个通道由并列放置的三个金属银电极组成，依次为第一检测电极21、地电极22和第二检测电极23。第一检测电极21和第二检测电极23用于测量肌电信号和电阻抗信号，地电极22作为参考与后端电路4的地端相连。肌力传感器模块3为薄膜式压阻传感器，共分为四层，上层PET绝缘层31a，金属银叉指电极32，碳压阻油墨层33和下层PET绝缘层31b。后端电路4与肌力传感器模块3的长宽尺寸相同。

如图3所示，后端电路4包括信号调理模块41，主控模块42和信号处理模块43。信号调理模块41用于采集来自肌力传感器模块2和肌电-电阻抗传感器模块3的16个通道的信号。信号调理模块41的输入与肌电-电阻抗传感器模块2中的第一检测电极21和第二检测电极23，以及肌力传感模块3的输出端相连。主控模块42，用于控制系统工作过程，并将信号调理模块41采集的信息发送至信号处理模块43中。信号处理模块43用于处理主控模块42传输来的数字信号，进行肌肉位置自校准和肌电信号预校准，计算肌电信号和肌力信号的参数，给出神经肌肉疾病的诊断结果，并储存用户信息与诊断结果。

如图4所示，信号调理模块41包括了第一多路复用器411，第二多路复用器412，差动放大电路413，低通滤波器414，高通滤波器415，分压电路416，第一数模转换器417，第二数模转换器418和第三数模转换器419。

第一多路复用器411用于选择肌电-电阻抗传感器模块2的通道。主控模块42在肌电-电阻抗传感器模块2中某一通道的第一检测电极21施加50kHz的交流激励电流，然后控制第一多路复用器411依次读取所有通道的数据；完整读取16个通道的信号后，更换激励通道，重复此过程。采集得到的第一检测电极21和第二检测电极23的信号经过差动放大电路413，相减并消除共模噪声。得到的信号分为两部分，较低频的肌电信号(1-500Hz)和高频的电阻抗信号(50kHz)。利用低通滤波器414提取肌电信号，其截止频率为1000Hz，然后通过第一模数转换器417转为数字信号。利用高通滤波器415提取电阻抗信号，其截止频率为10kHz，然后通过第一模数转换器418转为数字信号。

第二多路复用器412用于选择肌力传感模块3的通道。读取到的信号经过分压电路转化为电压值，再通过第三模数转换器419转为数字信号。第一模数转换器417、第二模数转换器418和第三模数转换器419采集到的信号通过主控模块42转递至信号处理模块43中。

如图5所示，患者将臂环佩戴于小臂上部。由于固定模块1有较大弹性，臂环可以与患者肌肉表面良好的贴合，并有一定的预紧力。

图6为本发明的使用流程图，分为患者个人数据库建立过程、预校准过程和测量过程。其中个人数据库建立过程需有专业测力设备，在医院内完成，每位患者只需进行一次该过程。预校准过程和测量过程则不受时间空间限制，并且不需辅助设备。预校准过程为臂环每次开机时自动进行的校准，用于识别肌肉位置并给出肌电的校准系数。测量过程则在使用过程中循环往复进行。

下面结合流程图对使用方法的具体步骤做详细介绍。

S101：建立患者个体数据库，包括手臂肌肉数据库与肌电校正数据库。在该代表性实施例中，选取5块目标肌肉：肱桡肌、桡侧腕屈肌、尺侧腕屈肌、桡侧腕伸肌、尺侧腕伸肌，这些肌肉控制手腕的运动，并维持小臂姿势的稳定。在小臂上部选取5个等间隔的测试高度，记为h₁-h₅，如图7所示。接下来对于每个高度，测得五块目标肌肉的位置数据，和他们在不同预应力下的肌电幅值数据。首先，保持手臂完全放松的状态，在5个高度处，分别测得一静态的电阻抗数据，并利用Tikhonov正则化法，反演得到圆形的阻抗分布图。共记录5幅阻抗分布图，由医生结合图像和对患者的触诊结果，在阻抗分布图的圆周上处标记5块目标肌肉的位置，形成手臂肌肉数据库。

其次，在每一个高度处，改变臂环与手臂之间的预紧力F_offset，共分10个等级。利用测力设备，使患者自主地输出相同的握力值，测量此时5块肌肉各自对应的肌电信号的平均幅值U_avg。在计算平均幅值时，首先需对肌电信号进行整流和中位数滤波。对于每个高度的所有肌肉，对测得的预紧力F_offset和拟合肌电信号的平均幅值U_avg进行多项式曲线拟合，得到Foffset-Uavg曲线，作为肌电矫正数据库，包含有25条拟合曲线结果。

S102：佩戴臂环于小臂，如图5所示。开启电源，保持手臂处在放松状态。设备自动开始预校准过程，采集当前的电阻抗信号和肌力信号。

S103：保持手臂放松，测力电阻抗信号，并重建当前的小臂阻抗分布图。然后利用基于模板匹配的傅里叶-梅林变换，将该分布图与患者手臂肌肉数据库中的5幅阻抗分布图进行图像配准，选取匹配程度最高的图像。记录匹配过程的旋转角θ，以及匹配图像对应的臂环高度h。

S104：根据手臂肌肉数据库中，匹配图像上标注的肌肉位置，确定当前测得的阻抗分布图中的肌肉位置。找到肌肉中心位置对应的传感器组。记同一位置处的一个肌力传感器和一个肌电-电阻抗传感器为一个传感器组，从臂环的16个传感器组中选取出的，5块肌肉中心位置对应的传感器组的集合为{A₁,…,A₅}。

S105：在手臂完全放松状态下，读取感器组{A₁,…,A₅}测得的肌力数据，作为臂环的预紧力值。根据高度h和肌电校正数据库中的F_offset-U_avg曲线，得到5个肌肉对应的肌电信号平均幅值U_avg1-U_avg5。将预紧力为3N时5个肌肉的肌电信号平均幅值作为基准U_{avg_st1}-U_{avg_st5}，利用C₁＝U_{avg_st}/U_avg，求得各传感器组的肌电校准系数C₁₁-C₁₅。

S106：信号处理模块储存传感器组{A₁,…,A₅}的传感器编号和对应校准系数C₁₁-C₁₅。

S107：开始测试过程。患者完成系列肌肉训练动作，如抓握和旋转手腕，测量感器组{A₁,…,A₅}处的动态肌电信号U和肌力信号F，一组抓握实验中测量得到的信号如图8所示。

S108：利用肌电校准系数C₁₁-C₁₅对各传感器的肌电信号进行校准，公式为U_out＝C₁×U。将肌力信号减去预紧力，公式为F_out＝F-F_offset。

S109：求解肌电图与肌力图的分布规律、激活特征、发展速度等参数，对结果进行加权，得出疾病诊断结果。首先对肌力图进行整流和低通滤波，选取截止频率为2Hz。为避免瞬态响应的损失，选取10ms的时间常数。然后计算以下五类参数：

(1)五块目标肌肉的肌电信号激活的同步性。选取每个肌肉肌电信号最大值的10％作为激活阈值，得到各肌肉达到激活状态的过渡时间。计算过渡时间平均值E__avg和标准差E__std，得到肌电激活的同步性系数C₂＝1-E__std/E__avg。

(2)五块目标肌肉的力信号激活的同步性。选取每个肌肉肌力信号最大值的10％作为激活阈值，得到各肌肉达到该阈值的过渡时间。计算过渡时间平均值F__avg和标准差F__std，得到肌电激活同步性系数C₃＝1-F__std/F__avg。

(3)肌电和肌力信号之间的延迟时间。求出各肌肉的肌电信号激活和力信号激活的平均时间延迟T₁，和肌电信号和力信号达到最大值时的平均时间延迟T₂。从而计算肌肉激活快速性系数C₄＝1-T₁/E__avg和肌肉发展快速性系数C₅＝1-T₂/E__avg

(4)力持续时间占肌电信号持续时间的平均比例C₆。

(5)肌肉激活速度与力发展速度的延迟时间。将肌力信号与肌电信号微分，找到最大值位置对应的时间延迟T₃，计算肌力变化速度系数C₇＝1-T₃/E__avg。

由信号处理模块求解上述参数，计算并储存平均值Result＝(C₂+C₃+C₄+C₅+C₆+C₇)/6，该值即为神经肌肉疾病的诊断结果。

本发明所述技术方案的实施方式，具有便携性强、测量过程方便、非入侵测量、可以长期使用的优势，使神经肌肉疾病的检测更加方便快捷。此外，对肌电信号的校准过程使得测量更加准确可靠。该实施方式中的其他好处和优点对受本发明教导的本领域技术人员是显而易见的。

以上详细描述了本发明的代表性实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化，例如将该设备置于大臂、腿部进行健康监测。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种用于神经肌肉疾病检测的臂环，其特征在于，包括：

肌力传感器模块，为多通道压力传感器；每一通道为一个压阻式压力传感器，其输出与信号调理模块相连接；

肌电-电阻抗传感器模块，为多通道肌电、电阻抗传感器；每一通道包括并列放置的三个金属银电极，依次为第一检测电极、地电极和第二检测电极；第一检测电极与第二检测电极与信号调理模块相连接；

信号调理模块，用于采集来自肌力传感器模块和肌电-电阻抗传感器模块的多个通道不同手臂位置的信号；将来自肌电-电阻抗传感器模块的第一检测电极与第二检测电极的信号差动放大，经高通滤波器处理为电阻抗信号，经低通滤波器处理为肌电信号；将来自肌力传感器模块的信号通过分压电路处理为肌力信号；对肌电信号、肌力信号和电阻抗信号进行数模转换，并将数模转换后的信号传送给主控模块；

主控模块，用于控制系统工作过程，并将信号调理模块采集的信息发送至信号处理模块中；

信号处理模块，用于处理主控模块传输来的数字信号，进行肌肉位置自校准和肌电信号预校准，计算肌电信号和肌力信号的参数，给出神经肌肉疾病的诊断结果，并储存用户信息与诊断结果；

固定模块，为弹性橡胶带，将肌电-电阻抗传感器模块的电极与手臂肌肉完全贴合；

所述用于神经肌肉疾病检测的臂环的使用方法，其特征在于，包括以下步骤：

第一步：建立患者个体数据库，包括手臂肌肉数据库与肌电校正数据库；患者佩戴臂环于小臂不同高度处，在放松状态下测量各高度的电阻抗数据，并成像为圆形阻抗分布图；结合触诊在阻抗分布图边缘处标记待测肌肉的位置(共n块肌肉，n≤8)，形成手臂肌肉数据库；在小臂不同高度处，改变臂环与手臂之间的预紧力F_offset，测得相同手臂发力下各肌肉对应的肌电信号的平均幅值U_avg；记录不同高度处每个肌肉的F_offset-U_avg曲线，作为肌电矫正数据库；

第二步：佩戴臂环于小臂，在放松状态下检测当前的电阻抗信号和肌力信号；

第三步：利用电阻抗信号重建当前的小臂阻抗分布图；利用傅里叶-梅林变换，将该分布图与患者手臂肌肉数据库中的阻抗分布图进行图像配准；选取匹配程度最高的图像，记录配准过程的转角θ其对应的臂环高度h；

第四步：根据手臂肌肉数据库中标注的肌肉位置和转角θ，确定当前阻抗分布图中的肌肉位置，从而找到肌肉中心位置对应的传感器组；记同一位置处的一个肌力传感器和一个肌电-电阻抗传感器为一个传感器组，从臂环的全部传感器组中选取出的，n块肌肉中心位置对应的传感器组的集合为{A₁,…,A_n}；

第五步：读取感器组{A₁,…,A_n}测得的预紧力值，根据高度h和肌电校正数据库中的F_offset-U_avg曲线，得到各个肌肉对应的肌电信号平均幅值U_avg；将预紧力为3N时的U_{avg_st}作为基准，利用C₁＝U_{avg_st}/U_avg，求得各传感器组的肌电校准系数{C₁₁,…,C_1n}；

第六步：信号处理模块储存传感器组{A₁,…,A_n}的编号和对应校准系数{C₁₁,…,C_1n}；

第七步：患者完成系列肌肉训练动作(如抓握、屈肘、旋转手腕等)，测得传感器组{A₁,…,A_n}处的肌电和肌力信号；

第八步：利用肌电校准系数{C₁₁,…,C_1n}对各传感器的肌电信号进行校准；

第九步：求解肌电图与肌力图的分布规律、发展速度，比较二者在激活时间、峰值位置、空间平衡程度方面的区别，对结果进行加权，得出疾病诊断结果。

2.根据权利要求1所述的臂环，其特征在于，所述信号调理模块、主控模块、信号处理模块集成于PCB电路板上。

3.根据权利要求1所述的臂环，其特征在于，所述肌力传感器模块和所述肌电-电阻抗传感器模块的通道数相同，且数量不少于12。

4.根据权利要求1所述的臂环，其特征在于，所述肌力传感器模块和PCB电路板的外形尺寸相同。

5.根据权利要求1所述的臂环，其特征在于，所述肌力传感器模块和所述肌电-电阻抗传感器模块与所述PCB电路板连接；所述肌力传感器模块位于所述PCB电路板下方，粘贴于固定模块上；所述肌电-电阻抗传感器模块位于所述PCB电路板上方，使用时与患者皮肤接触。

6.根据权利要求1所述的臂环，其特征在于，所述肌力传感器模块和所述肌电-电阻抗传感器模块在固定模块上并列地等间隔分布。

7.根据权利要求1所述的臂环使用方法，其特征在于，所述第一步需要在医院内，通过标准测力设备进行个体数据库建立；所述第二步至第九步由臂环自动完成，不需外接设备，不受场地限制。

Images