CN114587934A - 一种肌电自适应改变压力阈值的手指背伸训练系统 - Google Patents

一种肌电自适应改变压力阈值的手指背伸训练系统 Download PDF

Info

Publication number
CN114587934A
CN114587934A CN202210252185.XA CN202210252185A CN114587934A CN 114587934 A CN114587934 A CN 114587934A CN 202210252185 A CN202210252185 A CN 202210252185A CN 114587934 A CN114587934 A CN 114587934A
Authority
CN
China
Prior art keywords
finger
patient
affected side
movement
affected
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.)
Granted
Application number
CN202210252185.XA
Other languages
English (en)
Other versions
CN114587934B (zh
Inventor
但果
符美松
樊家明
赵志恒
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.)
Shenzhen University
Original Assignee
Shenzhen 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 Shenzhen University filed Critical Shenzhen University
Priority to CN202210252185.XA priority Critical patent/CN114587934B/zh
Publication of CN114587934A publication Critical patent/CN114587934A/zh
Application granted granted Critical
Publication of CN114587934B publication Critical patent/CN114587934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A61H1/0274—Stretching or bending or torsioning apparatus for exercising for the upper limbs
    • A61H1/0285—Hand
    • A61H1/0288—Fingers
    • 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
    • A61B5/24—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
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12—Driving means
    • A61H2201/1207—Driving means with electric or magnetic drive
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1657—Movement of interface, i.e. force application means
    • A61H2201/1659—Free spatial automatic movement of interface within a working area, e.g. Robot
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/06—Arms
    • A61H2205/065—Hands
    • A61H2205/067—Fingers
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Rehabilitation Therapy (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明公开了一种肌电自适应改变压力阈值的手指背伸训练系统，主要包括视觉刺激平台；采集模块；电机等。本发明将采集的电极片分别置于伸指肌群和屈指肌群的表面采集运动时的表面肌电信号，并且对采到的肌电信号采用信号活动段检测方法提取出运动段的信号，对静息状态时的肌电信号进行了过滤，降低数据的计算量，信息处理速度更快，响应更及时；使用压力传感器直接采集指尖手指发力信息，将压力信息与触发阈值相比较，可以过滤掉患者的无意识运动，提高准确率，并以患者自身的表面肌电信息计算特征值和触发阈值，用两侧的差值为电机驱动鲍登线所需提供的助力，自适应的符合患者的需求。

Description

一种肌电自适应改变压力阈值的手指背伸训练系统
技术领域
本发明涉及智能器械领域，尤其是一种肌电自适应改变压力阈值的手指背伸训练系统。
背景技术
脑卒中(中风)是我国中老年人的常见突发疾病。患者在中风后，会因为脑部的神经损伤带来一定的肢体活动障碍，其中最为突出的是手功能障碍。由于手部的活动关节较多，因此在相应的脑部神经损伤后，手部所受到的感觉减退和运动障碍影响是最大的。
患者手部功能障碍的最直观表现为手指屈曲、内收，内侧张力显著高于外侧；长此以往会导致手部肌肉萎缩，造成不可逆的损伤，因此亟需一种帮助患者进行手指背伸运动的康复设备。近年来，通过肌电信号和压力信号检测手部动作被证实效果显著，以肌电信号和压力信号为基点的手部动作识别收到研究者的青睐。
发明内容
有鉴于此，本发明实施例提供一种肌电自适应改变压力阈值的手指背伸训练系统。
本发明的第一方面提供了一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，包括以下模块：
视觉刺激平台，用于引导患者穿戴手指背伸康复机器人；
采集模块，用于采集患者手部的患侧肌电信号、健侧肌电信号和手指压力信号；
信息处理模块，用于对健侧肌电信号和患侧肌电信号进行时域特征提取和频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，并根据所述运动能力，设定运动触发阈值；
电机，用于在所述手指压力信号大于所述运动触发阈值时，辅助患者完成手指背伸动作。
进一步地，所述采集模块，包括患侧表面肌电采集子模块、健侧表面肌电采集子模块和患侧手指压力采集子模块；
所述患侧表面肌电采集子模块通过粘贴于患者手部患侧肌群的第一电极片采集患者手部的患侧肌电信号；
所述健侧表面肌电采集子模块通过粘贴于患者手部健侧肌群的第二电极片采集患者手部的健侧肌电信号；
所述患侧手指压力采集子模块通过患者手指指部的指套采集患者手部的手指压力信号。
进一步地，所述对健侧肌电信号和患侧肌电信号进行时域特征提取和频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，具体包括：
在时域上对健侧肌电信号和患侧肌电信号进行均方根值计算，得到肌肉激活程度；
在频域上对患侧肌电信号进行平均频率计算，得到肌肉疲劳情况；
根据肌肉激活程度和肌肉疲劳情况得到患侧肌群相对于健侧肌群的运动能力。
进一步地，所述信息处理模块还用于对采集的健侧肌电信号和手指压力信号进行活动段检测，提取出各个手部动作的起始点和结束点。
进一步地，在所述手指压力信号小于所述运动触发阈值时，所述电机停止辅助患者的手部活动。
进一步地，所述采集模块还包括患侧手指运动采集模块，所述患侧手指运动采集模块用于采集患者的患侧运动信息。
进一步地，所述患侧运动信息包括患者手指运动角度和患者手指运动速度。
进一步地，所述信息处理模块还用于根据所述患侧运动信息，判定患侧手指运动是否异常；
在判定为异常时，所述电机阻止患者的手部活动；
在判定为正常时，所述信息处理模块将患侧运动信息传输至视觉刺激平台。
进一步地，所述视觉刺激平台上展示有虚拟人物，所述虚拟人物在接收到所述患侧运动信息后，做出与患侧运动信息相匹配的动作。
进一步地，所述电机使用鲍登线辅助患者完成手指背伸动作。
本发明具有如下有益效果：本发明公开的一种肌电自适应改变压力阈值的手指背伸训练系统，基于运动康复理念涉及，可帮助处于痉挛期的患者自适应完成手部背伸的康复运动。本发明将采集的电极片分别置于伸指肌群和屈指肌群的表面采集运动时的表面肌电信号，并且对采到的肌电信号采用信号活动段检测方法提取出运动段的信号，对静息状态时的肌电信号进行了过滤，降低数据的计算量，信息处理速度更快，响应更及时；使用压力传感器直接采集指尖手指发力信息，将压力信息与触发阈值相比较，可以过滤掉患者的无意识运动，提高准确率，并以患者自身的表面肌电信息计算特征值和触发阈值，用两侧的差值为电机驱动鲍登线所需提供的助力，自适应的符合患者的需求。
本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
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。
图1是本发明一种肌电自适应改变压力阈值的手指背伸训练系统的组成结构图；
图2是本发明一种肌电自适应改变压力阈值的手指背伸训练系统中手部运动能力评估流程图；
图3是本发明一种肌电自适应改变压力阈值的手指背伸训练系统的自适应进行手指背伸康复运动的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本实施例描述了一种肌电自适应改变压力阈值的手指背伸训练系统的主体构成。系统框图如图1所示，
包括以下模块：
视觉刺激平台5，用于引导患者穿戴手指背伸康复机器人6。
采集模块，用于采集患者手部的患侧肌电信号S1、健侧肌电信号S2和手指压力信号S3。采集模块包括患侧表面肌电采集子模块1、健侧表面肌电采集子模块2和患侧手指压力采集子模块7；患侧表面肌电采集子模块1通过粘贴于患者手部患侧肌群的第一电极片采集患者手部的患侧肌电信号S1；健侧表面肌电采集子模块2通过粘贴于患者手部健侧肌群的第二电极片采集患者手部的健侧肌电信号S2。使用患侧表面肌电采集子模块1和健侧表面肌电采集子模块2在视觉刺激平台5的引导下采集相应手指背伸训练动作下的肌电信号，保持双侧协同运动，患侧手指压力采集子模块7通过患者手指指部的指套采集患者手部的手指压力信号S3。
信息处理模块4，用于对患侧肌电信号S1和健侧肌电信号S2进行时域频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，并根据运动能力，设定运动触发阈值。特征提取包括在时域上对两侧的肌电信号进行均方根值计算肌肉激活程度分析，在频域上对两者的肌电进行平均频率计算进行肌肉疲劳分析；其中以健侧肌电信号S2的特征值为标准，计算出患侧相对于健侧的运动能力，将运动能力用百分比形式表示。
对患侧肌电信号S1和健侧肌电信号S2进行时域特征提取和频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，具体包括：
在时域上对患侧肌电信号S1和健侧肌电信号S2进行均方根值计算，得到肌肉激活程度；
在频域上对患侧肌电信号S1进行平均频率计算，得到肌肉疲劳情况；
根据肌肉激活程度和肌肉疲劳情况得到患侧肌群相对于健侧肌群的运动能力。
信息处理模块还用于对采集的健侧肌电信号和手指压力信号进行活动段检测，提取出各个手部动作的起始点和结束点。
运动能力的评估流程如图3所示。计算健侧与患侧运动差异的流程是计算健侧与患侧的表面肌电信号的特征值，具体包括计算肌电信号的均方根值：
Figure BDA0003547145260000041
其中Data[i]表示在时域上的肌电信号，用于计算肌肉的激活情况，并将测量的健侧与患侧的肌电信息的均方根值做动态时间规整(Dynamic Time Warping，DTW)计算两者均方根曲线的相似性。
Figure BDA0003547145260000042
其中DTW(A,B)表示患侧肌电信号S1与健侧肌电信号S2进行动态时间规整计算；A,B表示两侧肌电的均方根值曲线；max(m,n)表示均方根曲线序列长度的最大值；用相似性D(A,B)表征健侧与患侧运动的协调性和肌肉发力情况。
考虑到患侧运动功能的障碍，运动过程中会存在肌肉疲劳的现象，肌肉疲劳会导致患侧手指的运动幅度降低，因此在进行康复运动过程中必须将肌肉疲劳考虑进去。肌肉疲劳显著特征是信号的中值频率和平均频率的变化一致呈下降趋势，拟选用平均频率(mean frequency,MNF)表征肌肉的运动频率。
Figure BDA0003547145260000043
其中fs是信号的采样频率；f是信号频率；PSD(f)是信号的功率谱，是肌电信号的自相关函数的傅里叶变换。通过计算健侧与患侧肌肉运动过程中的中值频率变化判断患侧肌肉的疲劳情况。
通过计算肌电信号时域上的均方根值和频域上的中值频率来表征在整个视觉刺激平台5的引导下患侧相对于健侧的运动能力P：
Figure BDA0003547145260000044
a+b＝1
mnf表示肌电信号的平均频率；D(A,B)表示经动态时间规整处理后两条曲线的相似性；A1,B1表示健侧与患侧肌电的均方根值曲线；A2,B2表示健侧与患侧肌电预处理后的数据；P表示患侧相对于健侧的运动能力，用百分比表示；其中a，b代表两者之间的权值，运动能力的百分比分别是健侧与患侧在时域，频域特征值比值的加权之和。
患侧各手指在引导的动作下测量得各动作下的压力均值与计算的运动差异值P的比值表征健侧手指在各个手势下的压力值F0；用数组的形式存储各个手势动作下的肌电信号的特征值和压力值；如用数组[rms1,mnf1,f1]表征在一个手势动作下，健侧肌电的均方根值是rms1，平均频率是mnf1,手指压力均值是f1。对于多个通道的肌电特征值以及多路压力均值计算后相应的数组存储的维度也应该扩展。
为了减小系统对肌电数据的计算，使用活动段技术检测方法将静息状态下的肌电数据去除，保留运动时的肌电信号；信号活动段检测首先使用固定阈值过滤掉肌电信号中的共模噪声。
Figure BDA0003547145260000051
其中，dat0表示的是经过与预处理后在静息状态下的肌电信号绝对值的最大值。dat[i]表示预处理后肌电信号。使用固定阈值滤波后表征在静息状态下肌电信号是一条直线，幅值为0；而运动状态下将大于静息状态下的幅值筛选出来，过滤掉静息时的肌电信号。然后使用短时能量的活动段检测方法提取出运动段的肌电信号；对固定阈值处理后表面肌电信号dat[i]进行加窗处理，对加窗的信号计算每一帧的短时能量E(i)：
Figure BDA0003547145260000052
再计算出的短时能量里算出的最大值max(E(i))，并设置能量触发阈值T：
T＝K*max(E(i))
其中K表示能量触发阈值占短时能量最大值的百分比，选择0<K<20％；max(E(i))表示短时能量里算出的最大值。最后将能量触发阈值T与短时能量E(i)比较，判断信号的活动段和静息段。
Figure BDA0003547145260000053
其中T(i)表示对肌电信号的活动段检测标记，大于阈值部分被标记为活动段，低于阈值部分被标记为静息状态。活动段的标记应该是一个矩形框，对于存在标记出三角形的数据段则视为静息状态的肌电信号。
电机，用于在手指压力信号S3大于运动触发阈值时，辅助患者完成手指背伸动作；在手指压力信号S3小于运动触发阈值时，电机停止辅助患者的手部活动。
采集模块还包括患侧手指运动采集模块3，患侧手指运动采集模块用于采集患者的患侧运动信息S4；信息处理模块4还用于根据患侧运动信息S4，判定患侧手指运动是否异常；患侧运动信息S4包括患者手指运动角度和患者手指运动速度。
在判定为异常时，电机阻止患者的手部活动；
在判定为正常时，信息处理模块将患侧运动信息S4传输至视觉刺激平台。
视觉刺激平台5上还展示有虚拟人物，虚拟人物在接收到患侧运动信息S4后，做出与患侧运动信息S4相匹配的动作。
自适应进行手指背伸康复运动的流程由以下步骤构成。首先是利用在视觉引导时的健侧，患侧的肌电信号和健侧压力值进行第一个运动触发阈值F(th)的计算:
F(th)＝F0*P*C％
其中F0表示一个健侧手势的压力均值；P表表示患侧相对于健侧的运动能力；C％表示一定的裕量。在手指背伸运动过程中压力传感器采集到的压力值与运动触发阈值F(th)进行比较，如果测量得到的压力值大于触发阈值，则表示正在进行手指背伸的动作。患侧表面肌电采集子模块1实时采集患侧上肢的伸指肌群和屈指肌群的表面肌电信号，识别出手势后对采集的肌电信号进行活动段检测和特征值提取，将计算出的特征值与相同动作下存储的健侧的肌电特征值数组进行计算比较得出此刻患侧的相对于健侧的运动能力P，并通过与识别出的该手势在健侧下的压力均值F0计算改变下一时刻压力的运动触发阈值F(th)。针对没有达到运动触发阈值F(th)则认为是一种无意识的运动；对已识别的动作将健侧手指的运动能力F0减去患侧手指压力的运动触发阈值F(th)的差值作为手指背伸康复机器人6的电机驱动鲍登线所需要提供的助力。完成识别的手势在电机的辅助下完成手指背伸动作，针对不同时候触发阈值的变化，电机提供的辅助也是在实时发生变化，以适应处于痉挛期患者不同状态下的手指背伸运动。
为了保证患者在进行手指背伸康复运动过程中手指运动范围以及运动速度是安全的，通过患侧手指运动采集模块3实时采集患侧运动信息S4，具体采集运动信息S4包括手指运动的角度和运动的速度。将采集的患侧运动信息S4通过串口传输至信息处理模块4，信息处理模块对采集的信息进行对比分析，判定患侧手指运动信息S4是否异常，并对异常时采取停止驱动的策略来保护背伸运动的安全性。信息处理模块4将采集的正常的患侧运动信息S4以特定的通信协议将信息S5传输至视觉刺激平台5驱动虚拟人物进行视觉刺激，达到激发患者的运动想象，促进患者神经功能重塑，增强患侧的运动意图，提高治疗过程的疗效。
本发明的康复原理是基于大脑神经的可塑性，结合了视觉反馈刺激，多信息融合，生物反馈技术用于痉挛期的偏瘫患者手指背伸训练，可有效提高患者康复的主动性以及疗效。考虑到现目前针对痉挛期患者手指背伸训练的康复设备少以及自主康复训练过程中自适应能力差的问题，提出了一种肌电自适应改变压力阈值的手指背伸训练系统，旨在帮助患者自适应完成手指背伸的康复运动。
总体上，本发明的手部运动能力流程图参考图3。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，包括以下模块：
视觉刺激平台，用于引导患者穿戴手指背伸康复机器人；
采集模块，用于采集患者手部的患侧肌电信号、健侧肌电信号和手指压力信号；
信息处理模块，用于对健侧肌电信号和患侧肌电信号进行时域特征提取和频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，并根据所述运动能力，设定运动触发阈值；
电机，用于在所述手指压力信号大于所述运动触发阈值时，辅助患者完成手指背伸动作。
2.根据权利要求1所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述采集模块，包括患侧表面肌电采集子模块、健侧表面肌电采集子模块和患侧手指压力采集子模块；
所述患侧表面肌电采集子模块通过粘贴于患者手部患侧肌群的第一电极片采集患者手部的患侧肌电信号；
所述健侧表面肌电采集子模块通过粘贴于患者手部健侧肌群的第二电极片采集患者手部的健侧肌电信号；
所述患侧手指压力采集子模块通过患者手指指部的指套采集患者手部的手指压力信号。
3.根据权利要求1所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述对健侧肌电信号和患侧肌电信号进行时域特征提取和频域特征提取，计算得到患侧肌群相对于健侧肌群的运动能力，具体包括：
在时域上对健侧肌电信号和患侧肌电信号进行均方根值计算，得到肌肉激活程度；
在频域上对患侧肌电信号进行平均频率计算，得到肌肉疲劳情况；
根据肌肉激活程度和肌肉疲劳情况得到患侧肌群相对于健侧肌群的运动能力。
4.根据权利要求1所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述信息处理模块还用于对采集的健侧肌电信号和手指压力信号进行活动段检测，提取出各个手部动作的起始点和结束点。
5.根据权利要求1所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，在所述手指压力信号小于所述运动触发阈值时，所述电机停止辅助患者的手部活动。
6.根据权利要求1所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述采集模块还包括患侧手指运动采集模块，所述患侧手指运动采集模块用于采集患者的患侧运动信息。
7.根据权利要求6所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述患侧运动信息包括患者手指运动角度和患者手指运动速度。
8.根据权利要求6所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述信息处理模块还用于根据所述患侧运动信息，判定患侧手指运动是否异常；
在判定为异常时，所述电机阻止患者的手部活动；
在判定为正常时，所述信息处理模块将患侧运动信息传输至视觉刺激平台。
9.根据权利要求8所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述视觉刺激平台上展示有虚拟人物，所述虚拟人物在接收到所述患侧运动信息后，做出与患侧运动信息相匹配的动作。
10.根据权利要求1-9任一项所述的一种肌电自适应改变压力阈值的手指背伸训练系统，其特征在于，所述电机使用鲍登线辅助患者完成手指背伸动作。
CN202210252185.XA 2022-03-15 2022-03-15 一种肌电自适应改变压力阈值的手指背伸训练系统 Active CN114587934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210252185.XA CN114587934B (zh) 2022-03-15 2022-03-15 一种肌电自适应改变压力阈值的手指背伸训练系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210252185.XA CN114587934B (zh) 2022-03-15 2022-03-15 一种肌电自适应改变压力阈值的手指背伸训练系统

Publications (2)

Publication Number Publication Date
CN114587934A true CN114587934A (zh) 2022-06-07
CN114587934B CN114587934B (zh) 2023-07-21

Family

ID=81817769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210252185.XA Active CN114587934B (zh) 2022-03-15 2022-03-15 一种肌电自适应改变压力阈值的手指背伸训练系统

Country Status (1)

Country Link
CN (1) CN114587934B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115944309A (zh) * 2022-12-22 2023-04-11 广州医科大学附属第一医院（广州呼吸中心） 吞咽肌障碍的检测装置
CN117442400A (zh) * 2023-12-21 2024-01-26 深圳市心流科技有限公司 一种智能假肢的校正方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002301124A (ja) * 2001-04-06 2002-10-15 Honda Motor Co Ltd 歩行補助装置
CN105232039A (zh) * 2014-06-26 2016-01-13 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
CN110382171A (zh) * 2017-01-23 2019-10-25 新加坡国立大学 流体驱动致动器及其应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002301124A (ja) * 2001-04-06 2002-10-15 Honda Motor Co Ltd 歩行補助装置
CN105232039A (zh) * 2014-06-26 2016-01-13 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
CN110382171A (zh) * 2017-01-23 2019-10-25 新加坡国立大学 流体驱动致动器及其应用

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115944309A (zh) * 2022-12-22 2023-04-11 广州医科大学附属第一医院（广州呼吸中心） 吞咽肌障碍的检测装置
CN115944309B (zh) * 2022-12-22 2023-07-18 广州医科大学附属第一医院（广州呼吸中心） 吞咽肌障碍的检测装置
CN117442400A (zh) * 2023-12-21 2024-01-26 深圳市心流科技有限公司 一种智能假肢的校正方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114587934B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN114587934A (zh) 一种肌电自适应改变压力阈值的手指背伸训练系统
CN101874758B (zh) 辅助运动系统及其控制方法
CN104107134B (zh) 基于肌电反馈的上肢训练方法及系统
CN104207793B (zh) 一种抓握功能评估与训练系统
CN107224669A (zh) 自适应穿戴式柔顺外骨骼康复机械手的控制系统
CN108765876A (zh) 基于多模信号的驾驶疲劳深度分析预警系统及方法
CN203043423U (zh) 一种基于脑机接口的康复训练装置
CN102499797B (zh) 假肢控制方法及系统
CN202288542U (zh) 假肢控制装置
CN107928980A (zh) 一种偏瘫患者的手部自主康复训练系统及训练方法
CN104382595A (zh) 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
CN103750975A (zh) 基于脑电控制的外骨骼手指康复机器人系统及工作方法
Djamal et al. Identification of post-stroke EEG signal using wavelet and convolutional neural networks
CN103892829A (zh) 一种基于共同空间模式的眼动信号识别系统及其识别方法
CN114822761A (zh) 基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统
Pancholi et al. Intelligent upper-limb prosthetic control (iULP) with novel feature extraction method for pattern recognition using EMG
Cahyadi et al. Muscle fatigue detections during arm movement using EMG signal
CN108543216A (zh) 一种基于主从控制的手部功能重建装置及其实现方法
CN114206292A (zh) 具有意图感知功能的手功能康复装置
CN116807457A (zh) 一种基于单肌电传感器的步态事件检测方法及系统
Shair et al. Finger movement discrimination of EMG signals towards improved prosthetic control using TFD
Hameed et al. Soft robotic glove system controlled with amplitude independent muscle activity detection algorithm by using single sEMG channel
CN116831874A (zh) 一种基于肌电信号的下肢康复器控制方法
Sun et al. A fault-tolerant algorithm to enhance generalization of EMG-based pattern recognition for lower limb movement
Tong et al. BP-AR-based human joint angle estimation using multi-channel sEMG

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