CN115211872A - 肌肉运动状态检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明的实施例提供了一种肌肉运动状态检测方法、装置、电子设备及存储介质，涉及医学器械领域。应用于电子设备，电子设备预存有多个肌肉位置，以及每个肌肉位置的权重值，该方法包括：从多个肌肉位置中，确定目标肌肉位置。在预设时间段内，采集在人体健侧的目标肌肉位置的肌电信号，以得到健侧信号序列。以及采集在人体患侧的目标肌肉位置的肌电信号，以得到患侧信号序列。计算得到健侧信号序列和患侧信号序列的最短距离。重复上述步骤，直至得到每个肌肉位置下的最短距离。根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。如此，基于该对肌肉运动状态的检测结果，从而帮助医生在对康复程度评估时更加精准。

Description

肌肉运动状态检测方法、装置、电子设备及存储介质

技术领域

本发明涉及医学器械领域，具体而言，涉及一种肌肉运动状态检测方法、装置、电子设备及存储介质。

背景技术

各种关节是人类日常生活中使用频率较高的肢体部位之一，例如，肩关节、肘关节等。比如由于肩关节解剖结构相对复杂，包含大量肌肉，在外伤手术后，常会伴有各种后遗症或并发症，严重影响肩部运动功能。因此，需要对上肢功能进行评估可判定其功能障碍情况及程度，为临床治疗及康复训练提供依据。

然而现有技术一般是基于医生的经验对康复程度进行判断评估。由于受医生的主观影响较大，使得判断评估的精准性低，从而影响后续的康复训练。

发明内容

本发明的目的包括，例如，提供了一种肌肉运动状态检测方法、装置、电子设备及存储介质，其能够基于肌电信号，评估肌肉运动状态，从而帮助医生在对康复程度评估时更加精准。

本发明的实施例可以这样实现：

第一方面，本发明实施例提供一种肌肉运动状态检测方法，应用于电子设备，所述电子设备预存有多个肌肉位置，以及每个肌肉位置的权重值，所述方法包括：

从所述多个肌肉位置中，确定目标肌肉位置；

在预设时间段内，采集在人体健侧的所述目标肌肉位置的肌电信号，以得到健侧信号序列；以及采集在人体患侧的所述目标肌肉位置的肌电信号，以得到患侧信号序列；

计算得到所述健侧信号序列和所述患侧信号序列的最短距离；

重复上述步骤，直至得到每个肌肉位置下的最短距离；

根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

进一步地，所述计算得到所述健侧信号序列和所述患侧信号序列的最短距离的步骤，包括：

基于动态时间规整算法，计算得到所述健侧信号序列中的每个元素分别与所述患侧信号序列中每个元素之间的距离；其中，所述元素包含有采集肌电信号时的时间以及数字信号；所述距离，同健侧信号序列中的当前元素与患侧信号序列中当前元素之间的差值距离，以及健侧信号序列中当前元素之前的元素与患侧信号序列中当前元素之前的元素之间的距离有关；

将所述健侧信号序列中最后一个元素与所述患侧信号序列中最后一个元素的距离，作为最短距离。

进一步地，所述计算得到所述健侧信号序列和所述患侧信号序列的最短距离的步骤之后，所述方法还包括：

根据计算得到的所述健侧信号序列中的每个元素分别与所述患侧信号序列中每个元素之间的距离，得到距离矩阵；

根据所述距离矩阵和所述最短距离，得到第一距离；

根据所述健侧信号序列、所述患侧信号序列以及所述最短距离，得到第二距离；

根据所述第一距离和所述第二距离，得到平均距离；

所述重复上述步骤，直至得到每个肌肉位置下的最短距离的步骤，包括：

重复从所述多个肌肉位置中，确定目标肌肉位置，至所述根据所述第一距离和所述第二距离，得到平均距离的步骤，直至得到每个肌肉位置下的平均距离；

所述根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果的步骤，包括：

根据每个所述肌肉位置下的平均距离和该肌肉位置的权重值，得到检测结果。

进一步地，所述方法根据所述距离矩阵和所述最短距离，得到第一距离的步骤，包括：

基于所述距离矩阵，确定形成所述最短距离的最优路径以及最优路径的节点个数；

确定所述最优路径中每条斜线的斜线长度；

根据所述每条斜线的斜线长度和所述节点个数，得到第一惩罚系数；

根据所述第一惩罚系数以及所述最短距离，得到第一距离。

进一步地，所述根据所述健侧信号序列、所述患侧信号序列以及所述最短距离，得到第二距离的步骤，包括：

计算所述健侧信号序列的标准差，得到健侧标准差；

计算所述患侧信号序列的标准差，得到患侧标准差；

将所述健侧标准差以及患侧标准差中的较大值，作为目标标准差；

当所述健侧信号序列中的第一目标元素的数字信号与所述患侧信号序列中的第二目标元素的数字信号之间的差值，小于或等于所述目标标准差时，确定所述第一目标元素与所述第二目标元素为相同元素；

计算所述健侧信号序列与所述患侧信号序列的最长公共子串的子串长度；

根据所述子串长度、所述健侧信号序列的长度以及所述患侧信号序列的长度，确定第二惩罚系数；

根据所述第二惩罚系数和所述最短距离，确定第二距离。

进一步地，所述根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果的步骤，包括：

根据每个肌肉位置下的最短距离，得到每个肌肉位置下的序列相似度；

根据每个所述肌肉位置下的序列相似度和该肌肉位置的权重值，得到结果值；

基于所述结果值所处的预设范围，确定检测结果。

进一步地，所述第一惩罚系数通过以下方式得到：

其中，lineLeni表征第i条斜线的斜线长度，pointCnt表征节点个数。

第二方面，本发明实施例提供一种肌肉运动状态检测装置，应用于电子设备，所述电子设备预存有每个预定肌肉位置的权重值，所述装置包括：

采集模块，用于从所述多个肌肉位置中，确定目标肌肉位置；在预设时间段内，采集在人体健侧的所述目标肌肉位置的肌电信号，以得到健侧信号序列；以及采集在人体患侧的所述目标肌肉位置的肌电信号，以得到患侧信号序列；重复上述步骤，直至得到每个肌肉位置下的最短距离；

确定模块，用于根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面中任一项所述方法。

第三方面，本发明实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面任一项所述方法的步骤。

本发明实施例的有益效果包括，例如：针对每个肌肉位置，通过获取在人体健侧以及人体患侧的预定肌肉位置的肌电信号，得到健侧信号序列和患侧信号序列，从而得到最短距离。根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，从而得到检测结果。如此，基于该对肌肉运动状态的检测结果，从而帮助医生在对康复程度评估时更加精准。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例提供一种电子设备的结构示意图。

图2为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之一。

图3为本发明实施例提供的一种序列示意图。

图4为本发明实施例提供的一种人体肌肉位置示意图。

图5为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之二。

图6为本发明实施例提供的一种距离矩阵示意图。

图7为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之三。

图8为本发明实施例提供的一种最优路径示意图。

图9为本发明实施例提供一种肌肉运动状态检测装置的功能模块示意图。

图标：100-电子设备；110-通信单元；120-存储器；130-处理器；

200-肌肉运动状态检测装置；210-采集模块；220-确定模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

基于现有医生根据其经验对康复程度进行评估的情况，发明人发现当然提进行运动或者活动时，不同肌肉会产生不同的电位变化，因此，可以不同的肌电信号，来分析判断人体的运动与状态。

针对以上方案所存在的缺陷，均是发明人在经过试验并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本申请做出的贡献。

请参照图1，为本发明实施例提供一种电子设备100的结构示意图。该电子设备100包括存储器120、处理器130以及通信单元110。

该存储器120、处理器130以及通信单元110各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。该肌肉运动检测方法可以以软件或固件(Firmware)的形式存储于存储器120中或固化在电子设备100的操作系统(Operating System，OS)中的软件功能模块。处理器130用于执行存储器120中存储的可执行模块。

其中，该存储器120可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器120用于存储程序，该处理器130在接收到执行指令后，执行该程序。该通信单元110用于与外部系统通信连接。

该处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

示例性的，上述电子设备还可以包括信号采集单元或者上述电子设备可以与信号采集单元通信连接，信号采集单元可以包括角度采集单元和肌电信号采集单元，该角度采集单元用于采集人体运动时角度，以更好辅助肌电信号采集单元的肌电信号的采集。其中，肌电信号采集单元可以采用AdvancerTechnologies公司推出的一体化肌电图(Electromyography，EMG)传感器，MyoWare肌肉传感器，由8个肌电传感器组成，用来捕获受试者臂部佩戴位置肌肉运动时的肌电信号变化。信号采集单元可以搭乘上位机系统，该上位机系统可以使用8GB RAM作为核心控制节点。

示例性的，上述电子设备还可以包括信号传输单元或上述电子设备可以与信号采集单元通过信号传输单元通信连接。信号传输单元包括树莓派和Arduino开发板。树莓派上有运行的脚本，可以发送串口传输指令至Arduino开发板，Arduino开发板发送机器指令至信号采集单元。以使信号采集单元将采集到的肌电信号通过软串口(即USB-方型接口)传输到Arduino开发板上，Arduino开发板将这些数据通过硬串口传输到树莓派，树莓派基于其运行的脚本通过TD-LTE协议的WIFI将信号传输至上述电子设备的通信单元110。示例性的，树莓派可以与显示屏连接，以方便显示检测结果等相关内容。

示例性的，当信号采集单元、信号传输单元与该电子设备通信连接时，该电子设备可以是云端服务器，以减少检测时上述电子设备的占地空间。

基于现有技术存在的问题，图2为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之一，可以应用于上述电子设备，该电子设备预存有多个肌肉位置，以及每个肌肉位置的权重值。如图2所示，可通过下述步骤实现：

步骤S101、从多个肌肉位置中，确定目标肌肉位置。

步骤S102、在预设时间段内，采集在人体健侧的目标肌肉位置的肌电信号，以得到健侧信号序列。以及采集在人体患侧的目标肌肉位置的肌电信号，以得到患侧信号序列。

步骤S103、计算得到健侧信号序列和患侧信号序列的最短距离。

步骤S104、判断是否得到每个肌肉位置下的最短距离。若是，则执行步骤S105。若否，则返回执行步骤S101至步骤104，直至得到每个肌肉位置下的最短距离。

步骤S105、根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

针对每个肌肉位置，通过获取在人体健侧以及人体患侧的预定肌肉位置的肌电信号，得到健侧信号序列和患侧信号序列，从而得到最短距离。根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，从而得到检测结果。如此，基于该肌肉运动状态的检测结果，以辅助医生对康复程度的判断更加精准。

示例性的，可以将上述电子设备与医生所使用的医生系统通信连接，可以定期将检测结果发送至该医生系统，以使医生基于该检测结果，为患者调整康复训练处方。上述电子设备可以根据该康复训练处方，显示患者所需做的康复运动，以使患者在佩戴上述信号采集单元的传感器时，可以跟随显示的康复运动进行相应的运动，并在运动过程中执行上述步骤S101至S105，以实时获取检测结果。其中，显示的康复运动可以包括运动方向以及运动角度。

为方便理解，图3为本发明实施例提供的一种序列示意图，如图3所示，两条实线可以看做是两个序列。其中，按照从左往右的顺序，确定出两序列的点之间的虚线连接关系。两条实线中每条虚线段的长度即为两序列点之间的距离，最短距离即为图中所有虚线线段的长度之和。

示例性的，需采集肌电信号的肌肉可以包括肱二头肌、肱三头肌、大胸肌(靠近锁骨处)、前三角肌、中三角肌、后三角肌、小圆肌、斜方肌以及肱挠肌。其中，肱挠肌对结果的影响微乎其微，可以根据实际运用需求选择是否采集肱挠肌的肌电信号。

为方便理解为上述肌肉所位于人体的位置，可以参考图4为本发明实施例提供的一种人体肌肉位置示意图，如图4所示，1号位置为肱二头肌、2号位置为肱三头肌、3号位置为大胸肌(靠近锁骨处)、4号位置前三角肌、5号位置为中三角肌、6号位置为后三角肌、7号位置为小圆肌、8号位置为斜方肌。

示例性的，肌肉的运动动作包括前屈后伸、内旋外旋、旋前旋后以及内收外展四种运动动作，为使最终检测结果更好精准，可以分开采集上述四种运动动作时的肌电信号。对于同一个肌肉位置，在获取了四个健侧信号序列以及四个患侧信号序列后，分别计算每种运动动作时获得的健侧信号序列和患侧信号序列的相似度后，计算四种运动动作的平均相似度。

示例性的，采集肌肉信号的采集频率可以根据实际应用需求进行设定，例如，20hz。

进一步地，可以下述方式求取最短距离。图5为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之二，如图5所示。步骤S103的具体实现步骤如下所示：

步骤S103-1、基于动态时间规整算法，计算得到健侧信号序列中的每个元素分别与患侧信号序列中每个元素之间的距离。

其中，元素包含有采集肌电信号时的时间以及数字信号。距离，同健侧信号序列中的当前元素与患侧信号序列中当前元素之间的差值距离，以及健侧信号序列中当前元素之前的元素与患侧信号序列中当前元素之前的元素之间的距离有关。

步骤S103-2、将健侧信号序列中最后一个元素与患侧信号序列中最后一个元素的距离，作为最短距离。

如此，当前元素的距离是在上一个元素的距离上进行累加，使得后续直接将最终计算出的元素的距离，作为最短距离，以提高计算效率。并且通过每次选取最小值进行累加，使得可以确保最终求取出的最短距离即为实际最短距离。

示例性的，健侧序列中的元素与患侧序列中的元素可以通过以下递推公式得到：

d(i,j)＝dist(i,j)+min{d(i-1,j),d(i,j-1),d(i-1,j-1)}

其中，dist(i,j)表示健侧序列中第i个元素与患侧序列中第j个元素之间的差值距离，d(i,j)表示健侧序列中第i个元素与患侧序列中第j个元素之间的距离。通过上述递推公式可知d(i,j)与之前求取的d(i-1,j),d(i,j-1),d(i-1,j-1)有关。

示例性的，差值距离可以为两元素的数字信号的差值的绝对值。例如，a(i)表示健侧序列中第i个元素的值，b(j)表示患侧序列中第j个元素的值，则差值距离dist(i,j)＝|a(i)-b(j)|。其中，该元素的值为采集得到的数字信号。

为方便本发明实施例以及后续步骤，可以结合图6进行参考，为本发明实施例提供的一种距离矩阵示意图。其中，A()可以看做是健侧信号序列，A(1)可以看做是健侧信号序列中第一个元素的值，其值为1。类似的，B()可以看做是患侧信号序列，B(1)可以看做是患侧序列中第一个元素的值，其值为1。图6矩阵中除开第一行元素和第一列的元素，其他元素的值均是基于位于该元素的上方元素的值、位于该元素的左方元素的值以及该元素左上方元素的值以及基于差值距离得到的。例如，图中最后一行的最后一排的元素的值的求取过程为：首先，根据A(6)＝4与B(6)＝4，确定差值距离为0，然后从左方元素的值(2)、上方元素的值(0)、左上方元素的值(2)确定出最小值为0，从而确定该元素的值为0，即A(6)与B(6)的差值距离为0。

示例性的，若基于上述递推公式求取上述距离矩阵时，对于第一行元素以及第一列元素的求取，可以根据实际应用需求进行选择，可以是与上述距离矩阵类似的，直接求取其差值距离作为该元素的值。还可以是类似于递推公式的方式求取。例如，对于第一行元素(除开第一个元素)的值可以是左方元素距离以及当前求取的差值距离之和。对于第一列元素的求取也是类似的，就不再赘述。

继续参阅上述图6，通过本方法实施例求取出的健侧信号序列中最后一个元素与患侧信号序列中最后一个元素的距离，即为两个序列之间的最短距离。

在求取出最短距离后，可以对该最短距离进行修正以使最终的检测结果更为精准。图7为本发明实施例提供的一种肌肉运动状态检测方法的流程示意图之三，如图7所示，可以通过如下步骤以实现对最短距离的修正：

步骤S201、根据计算得到的健侧信号序列中的每个元素分别与患侧信号序列中每个元素之间的距离，得到距离矩阵。

步骤S202、根据距离矩阵和最短距离，得到第一距离。

步骤S203、根据健侧信号序列、患侧信号序列以及最短距离，得到第二距离。

步骤S204、根据第一距离和第二距离，得到平均距离。

重复步骤S101至步骤S103以及步骤S201至步骤S204。直至得到每个肌肉位置下的平均距离。

相应地，步骤S105可以通过如下步骤实现：根据每个肌肉位置下的平均距离和该肌肉位置的权重值，得到检测结果。

其中，距离矩阵可以参考上述图6。示例性的，为了方便实际运用需求，可以该距离矩阵进行转置，得到转置矩阵。基于该转置矩阵，得到第一距离。

示例性的，分别通过两种修正方式，以增大相似序列的最短距离，以使后续基于各个肌肉位置下的最短距离和权重值确定出的检测结果更为准确。

示例性的，第一距离可以通过如下步骤得到：

基于距离矩阵，确定形成最短距离的最优路径以及最优路径的节点个数。

确定最优路径中每条斜线的斜线长度。

根据每条斜线的斜线长度和节点个数，得到第一惩罚系数。

根据第一惩罚系数以及最短距离，得到第一距离。

示例性，由于在计算最短距离时，由于形成最短距离的路径一直的变化，使得不方便计算最优路径。为方便确定形成该最短距离的最优路径，可以基于逆推的方式，确定最优路径。即可以通过下述公式确定各个节点以及由各个节点组成的最优路径：d'(i,j)->min{d'(i-1,j-1),d'(i,j-1),d'(i-1,j)}，其中，从i和j为最大值开始寻找。例如，可以结合图6进行参考，对于第6行第6列的元素来说，比较位于其左方元素的值、上方元素的值以及左上方元素的值，将最小值的元素作为该条最优路径上的节点。后续基于该已确定节点，通过上述方法，查找该已确定节点的上一个节点。如此，通过重复执行上述方法，依次确定每个节点的上一个节点，从而确定出最优路径中的所有节点以及节点个数。例如，最优路径可以参考上图6中实线箭头所指示的路径。

基于上述的确定方式可以确保i，j是单调递增的，即w_k＝(i,j),w_k+1＝(i′,j′),i≤i′≤i+1，j≤j′≤j+1。其中，w_k表示最优路径中各个节点的距离所形成的函数。以确保上述图3中的虚线不会出现相交情况，进一步确保得到的最短路径是合理的。

为方便理解本方法实施例，可以结合图8进行参考，为本发明实施例提供的一种最优路径示意图。可以理解为与上述图6是类似的，只是展示重点不同而已。带有方格的图可以理解上图6的距离矩阵，该距离矩阵是从左下方到右上方的顺序进行确定的，为方便理解最优路径，距离矩阵中的每个元素的值未标注，方格图下方的图为x序列时间图(可以看做是健侧信号序列图)，方格图左方的图为y序列时间图(可以看做是患侧信号序列图)。

请参阅图8，斜线为在上述方格图中既不是垂直也不是水平的线段，即在图中从左往右看的第2条线段、第4条线段、第6条线段以及第8条线段。需要说明的是，最优路径越曲折，则代表健侧信号序列和患侧信号序列越不相似，则越需要调整，相应的第一惩罚系数也会越大，以放大其差别。

示例性，可以将每个最小方格的基本单位(即长和宽的基本单位)设置为1或者其他默认其他长度，以此计算每条斜线的斜线长度。

例如，可以结合图8进行参考，在逆推过程中，从右上方第一个元素(第一节点)出发，当发现其上一个节点(即第二节点)为其左下方元素时，则可以确定为是一条新的斜线，将斜线的长度设置为√2。后续基于该第二节点确定其上一个节点(第三节点)，判断该第三节点是否为其左下方元素，若是，则该条斜线的长度加√2，继续确定该第三节点的上一个节点，并返回执行上述判断的步骤，直至节点的上一个节点不为其左下方元素为止。若否，则判断该条斜线到此为止。后续可以按照上述步骤依次确定多条斜线以及每条斜线的长度。

继续参阅图7，示例性的，在确定节点个数以及每条斜线的斜线长度后，可以根据下述公式计算得到第一惩罚系数：

其中，lineLeni表示第i条斜线的斜线长度,pointCnt表示最优路径的节点个数。

示例性的，在得到该第一惩罚系数后，可以将该第一惩罚系数乘以最短距离，以对该最短距离进行调整，增强曲折路径对最短距离的影响，即增大不相似序列的最短距离，以表明其相似程度较小。

示例性的，第二距离可以通过如下方式得到：

计算健侧信号序列的标准差，得到健侧标准差。

计算患侧信号序列的标准差，得到患侧标准差。

将健侧标准差以及患侧标准差中的较大值，作为目标标准差。

当健侧信号序列中的第一目标元素的数字信号与患侧信号序列中的第二目标元素的数字信号之间的差值，小于或等于目标标准差时，确定第一目标元素与第二目标元素为相同元素。

计算健侧信号序列与患侧信号序列的最长公共子串的子串长度。

根据子串长度、健侧信号序列的长度以及患侧信号序列的长度，确定第二惩罚系数。

根据第二惩罚系数和最短距离，确定第二距离。

示例性的，计算最短距离时会出现浮点数的运算，而浮点数的计算时有误差的。可以通过下述标准差的设为某些元素是相同元素，以减小误差。

示例性的，健侧标准差可以通过如下公式计算得到：

为序列a中的平均值，|a|为序列a中的元素个数。其中，序列a即表示健侧信号序列。

类似的，患侧标准差可以通过如下公式计算得到：

为序列b中的平均值，|b|为序列b中的元素个数。其中，序列b即表示患侧信号序列。

示例性的，在分别得到健侧标准差以及患侧标准差后，可以通过如下公式得到目标标准差：std＝max(std_a，std_b)。以使后续可以当第一目标元素和第二目标元素的数字信号的差值小于目标标准差时，将其该第一目标元素和第二目标元素作为相同元素。

示例性的，在确定了健侧信号序列与患侧信号序列的相同元素后，可以计算两者之间最长公共子串的子串长度。例如，健侧信号序列表示为1AB2345CD，患侧信号序列表示为12345EF。其中，相同数字或者字母代表为相同元素。通过计算可以知道最长公共子串为2345，其公共子串长度为4。需要说明的是，上述例子仅是为了方便理解最长公共子串而例举的例子，并不代表实际健侧信号序列以及患侧信号序列。实际健侧信号序列和患侧信号序列可以参考图8的x时间序列或者y时间序列图。

示例性的，可以通过下面的公式计算出最长公共子串的子串长度：

其中，a(i)代表健侧信号序列，b(j)代表患侧信号序列。当|a(i)-b(j)|小于或等于std时，即代表a(i)与b(j)元素是相同元素。f(i)(j)可以看做是截止到比较a(i)与b(j)为止，目前能形成的与a(i)和b(j)有关的公共子串的子串长度。

示例性的，在求取出所有f(i)(j)后，可以通过下述公式选取出最大值，subLen＝max{f(i)(j)}。通过此方式取出最长公共子串的子串长度。

示例性的，第二惩罚系数可以通过下述公式计算得到：

其中，len(a)表示健侧信号序列的长度，len(b)表示患侧信号序列的长度。

与求取第一距离类似的，可以通过将第二惩罚系数与最短距离相乘，得到第二距离，从而实现对最短距离的偏差进行调整，从而使得后续检测结果更为准确。

在得到各个肌肉位置下的最短距离后，可以综合对该最短距离进一步调整，以使检测结果更为精准。步骤S105可以通过如下方式实现：

根据每个肌肉位置下的最短距离，得到每个肌肉位置下的序列相似度。

根据每个肌肉位置下的序列相似度和该肌肉位置的权重值，得到结果值。

基于结果值所处的预设范围，确定检测结果。

示例性的，在得到上述的最短距离或者上述经过调整修正后的最短距离后，可以通过如下公式计算得到每个肌肉位置下的序列相似度：

其中，disti即表示第i个肌肉位置下得到的最短距离。

示例性，各个肌肉位置的权重值可以实际应用需求进行设置。例如，可以将肱二头肌、中三角肌、斜方肌、肱三头肌、大胸肌(靠近锁骨处)、前三角肌、后三角肌以及小圆肌所位于的位置的权重值分别设置为0.3、0.3、0.3、0.02、0.02、0.02、0.02以及0.02。

示例性的，在获取了各个肌肉位置下的序列相似度以及该肌肉位置的权重值，可以通过下述公式求取结果值：Res＝D*V，即

其中，dk表示第k个肌肉位置下的序列相似度，vk表示第k个肌肉位置下的权重值。

示例性的，可以在得到结果值后，可以基于该结果值所处的预设范围，确定检测结果，例如，康复程度良好、康复程度一般以及康复程度不足等等。其中，结果值具体处于何种预设范围时，有怎样相应的检测结果，可以根据实际应用进行设置。例如，当结果值大于0.8且小于或等于1时，可以给出康复程度良好的检测结果。当结果值大于0.6且小于或等于0.8时，可以给出康复程度一般的检测额结果。当结果值大于或等于0且小于或等于0.6时，可以给出康复程度不足的检测结果，以帮助医生在进行康复程度评估时更为精准。

图9为本发明实施例提供一种肌肉运动状态检测装置200的功能模块示意图，该装置基本原理及产生的技术效果与前述对应的方法实施例相同，为简要描述，本实施例中未提及部分，可参考方法实施例中的相应内容。如图9所示，该装置包括采集模块210以及确定模块220。

采集模块210，用于从多个肌肉位置中，确定目标肌肉位置。在预设时间段内，采集在人体健侧的目标肌肉位置的肌电信号，以得到健侧信号序列；以及采集在人体患侧的目标肌肉位置的肌电信号，以得到患侧信号序列。重复上述步骤，直至得到每个肌肉位置下的最短距离。

示例性的，采集模块可以包括角度采集模块和肌电信号采集模块。其中，角度采集模块可以采集人体运动角度，以更好辅助肌电信号采集模块对于肌电信号的采集。

确定模块220，用于根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

上述装置还包括修正模块，用于根据计算得到的健侧信号序列中的每个元素分别与患侧信号序列中每个元素之间的距离，得到距离矩阵。根据距离矩阵和最短距离，得到第一距离。根据健侧信号序列、患侧信号序列以及最短距离，得到第二距离。根据第一距离和第二距离，得到平均距离。

上述确定模块还用于根据每个肌肉位置下的平均距离和该肌肉位置的权重值，得到检测结果。

本发明实施例还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述方法实施例的步骤。

综上所述，本发明实施例提供了一种肌肉运动状态检测方法、装置、电子设备及存储介质，针对每个肌肉位置，通过获取在人体健侧以及人体患侧的预定肌肉位置的肌电信号，得到健侧信号序列和患侧信号序列，从而得到最短距离。根据每个肌肉位置下的最短距离以及该肌肉位置的权重值，从而得到检测结果。如此，基于该对肌肉运动状态的检测结果，从而帮助医生在对康复程度评估时更加精准。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种肌肉运动状态检测方法，其特征在于，应用于电子设备，所述电子设备预存有多个肌肉位置，以及每个肌肉位置的权重值，所述方法包括：

从所述多个肌肉位置中，确定目标肌肉位置；

在预设时间段内，采集在人体健侧的所述目标肌肉位置的肌电信号，以得到健侧信号序列；以及采集在人体患侧的所述目标肌肉位置的肌电信号，以得到患侧信号序列；

计算得到所述健侧信号序列和所述患侧信号序列的最短距离；

重复上述步骤，直至得到每个肌肉位置下的最短距离；

根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

2.根据权利要求1所述的方法，其特征在于，所述计算得到所述健侧信号序列和所述患侧信号序列的最短距离的步骤，包括：

基于动态时间规整算法，计算得到所述健侧信号序列中的每个元素分别与所述患侧信号序列中每个元素之间的距离；其中，所述元素包含有采集肌电信号时的时间以及数字信号；所述距离，同健侧信号序列中的当前元素与患侧信号序列中当前元素之间的差值距离，以及健侧信号序列中当前元素之前的元素与患侧信号序列中当前元素之前的元素之间的距离有关；

将所述健侧信号序列中最后一个元素与所述患侧信号序列中最后一个元素的距离，作为最短距离。

3.根据权利要求2所述的方法，其特征在于，所述计算得到所述健侧信号序列和所述患侧信号序列的最短距离的步骤之后，所述方法还包括：

根据计算得到的所述健侧信号序列中的每个元素分别与所述患侧信号序列中每个元素之间的距离，得到距离矩阵；

根据所述距离矩阵和所述最短距离，得到第一距离；

根据所述健侧信号序列、所述患侧信号序列以及所述最短距离，得到第二距离；

根据所述第一距离和所述第二距离，得到平均距离；

所述重复上述步骤，直至得到每个肌肉位置下的最短距离的步骤，包括：

重复从所述多个肌肉位置中，确定目标肌肉位置，至所述根据所述第一距离和所述第二距离，得到平均距离的步骤，直至得到每个肌肉位置下的平均距离；

所述根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果的步骤，包括：

根据每个所述肌肉位置下的平均距离和该肌肉位置的权重值，得到检测结果。

4.根据权利要求3所述的方法，其特征在于，所述方法根据所述距离矩阵和所述最短距离，得到第一距离的步骤，包括：

基于所述距离矩阵，确定形成所述最短距离的最优路径以及最优路径的节点个数；

确定所述最优路径中每条斜线的斜线长度；

根据所述每条斜线的斜线长度和所述节点个数，得到第一惩罚系数；

根据所述第一惩罚系数以及所述最短距离，得到第一距离。

5.根据权利要求3所述的方法，其特征在于，所述根据所述健侧信号序列、所述患侧信号序列以及所述最短距离，得到第二距离的步骤，包括：

计算所述健侧信号序列的标准差，得到健侧标准差；

计算所述患侧信号序列的标准差，得到患侧标准差；

将所述健侧标准差以及患侧标准差中的较大值，作为目标标准差；

当所述健侧信号序列中的第一目标元素的数字信号与所述患侧信号序列中的第二目标元素的数字信号之间的差值，小于或等于所述目标标准差时，确定所述第一目标元素与所述第二目标元素为相同元素；

计算所述健侧信号序列与所述患侧信号序列的最长公共子串的子串长度；

根据所述子串长度、所述健侧信号序列的长度以及所述患侧信号序列的长度，确定第二惩罚系数；

根据所述第二惩罚系数和所述最短距离，确定第二距离。

6.根据权利要求1所述的方法，其特征在于，所述根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果的步骤，包括：

根据每个肌肉位置下的最短距离，得到每个肌肉位置下的序列相似度；

根据每个所述肌肉位置下的序列相似度和该肌肉位置的权重值，得到结果值；

基于所述结果值所处的预设范围，确定检测结果。

7.根据权利要求4所述的方法，其特征在于，所述第一惩罚系数通过以下方式得到：

其中，lineLeni表征第i条斜线的斜线长度，pointCnt表征节点个数。

8.一种肌肉运动状态检测装置，其特征在于，应用于电子设备，所述电子设备预存有每个预定肌肉位置的权重值，所述装置包括：

采集模块，用于从所述多个肌肉位置中，确定目标肌肉位置；在预设时间段内，采集在人体健侧的所述目标肌肉位置的肌电信号，以得到健侧信号序列；以及采集在人体患侧的所述目标肌肉位置的肌电信号，以得到患侧信号序列；重复上述步骤，直至得到每个肌肉位置下的最短距离；

确定模块，用于根据每个所述肌肉位置下的最短距离以及该肌肉位置的权重值，得到检测结果。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1-7中任一项所述方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一项所述方法的步骤。

Images