CN115645744A - 一种电刺激控制系统 - Google Patents
一种电刺激控制系统 Download PDFInfo
- Publication number
- CN115645744A CN115645744A CN202211354896.4A CN202211354896A CN115645744A CN 115645744 A CN115645744 A CN 115645744A CN 202211354896 A CN202211354896 A CN 202211354896A CN 115645744 A CN115645744 A CN 115645744A
- Authority
- CN
- China
- Prior art keywords
- electrical stimulation
- target
- facial
- symmetry coefficient
- symmetry
- 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
Links
- 230000000638 stimulation Effects 0.000 title claims abstract description 117
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 210000005036 nerve Anatomy 0.000 claims abstract description 32
- 230000009471 action Effects 0.000 claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims abstract description 17
- 238000010191 image analysis Methods 0.000 claims abstract description 11
- 230000001537 neural effect Effects 0.000 claims abstract description 10
- 230000001815 facial effect Effects 0.000 claims description 61
- 210000000256 facial nerve Anatomy 0.000 claims description 16
- 210000001097 facial muscle Anatomy 0.000 claims description 13
- 230000004118 muscle contraction Effects 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims description 3
- 230000004936 stimulating effect Effects 0.000 claims description 2
- 210000003205 muscle Anatomy 0.000 abstract description 19
- 208000004929 Facial Paralysis Diseases 0.000 description 13
- 238000000034 method Methods 0.000 description 13
- 208000036826 VIIth nerve paralysis Diseases 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 210000004709 eyebrow Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008602 contraction Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 210000001508 eye Anatomy 0.000 description 4
- 230000003183 myoelectrical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008921 facial expression Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000007659 motor function Effects 0.000 description 2
- 230000001769 paralizing effect Effects 0.000 description 2
- 206010049565 Muscle fatigue Diseases 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241001125929 Trisopterus luscus Species 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000001914 calming effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000001699 lower leg Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007830 nerve conduction Effects 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Electrotherapy Devices (AREA)
Abstract
本申请公开了一种电刺激控制系统，该系统包括信息获取模块、信息分析模块、电刺激控制模块及多通道电刺激器四部分，信息获取模块包括图像采集器、肌电信号采集器和神经信号采集器，信息分析模块包括图像分析单元和电信号分析单元，电刺激控制模块包括误差分析模块和自适应算法控制器。信息获取模块获取面部患侧和健侧的图像、肌电信号、神经电位信号等动作信息，信息分析模块基于动作信息进行面部对称性分析，确定患侧与健侧之间的对称性系数，电刺激控制模块利用对称性系数误差分析和迭代学习规则，控制输出的电刺激参数，从而自适应调节多通道电刺激器输出的电刺激信号强度，使得患侧肌肉运动状态与健侧肌肉保持一致，有效修复面部对称性。
Description
技术领域
本申请涉及医疗康复技术领域，更具体地说，涉及一种电刺激控制系统。
背景技术
在康复诊疗技术中，电刺激疗法是一种利用电刺激使患者恢复肢体运动功能的方法，通过小电流刺激患者肌肉组织，引起肌肉收缩，从而恢复丧失或受损的运动功能。因此，电刺激疗法被广泛应用于医疗康复领域。
在医疗康复领域中，面瘫是一种以面部表情肌群运动功能障碍为主要特征的疾病，又称面神经麻痹，多表现为患侧面部肌肉麻木、口眼歪斜，不能做皱额、蹙眉、闭目、鼓气和噘嘴等动作，导致面部两侧表情动作不协调。因此，在面瘫康复治疗中，电刺激可以用于恢复患者表情肌的协调功能。1978年，Tobey和Sutton正式提出可以通过电刺激修复单侧周围性面瘫，他们将兔的一侧面神经切断，然后在健侧表情肌附近植入电极记录其电活动，通过健侧表情肌的电活动触发电刺激器，刺激患侧对应的肌肉，使其收缩，从而使患侧运动状态与健侧保持一致，以达到修复面瘫的目的。
上述利用电刺激治疗面瘫的方法实现了对面部患侧肌肉的运动状态的调整，但是，由于电刺激参数是预先设置好的固定值，在治疗过程中电刺激的输出强度是不变的，因此，接受刺激的面部肌肉将一直处于相同程度的收缩状态，产生面部肌肉疲劳，导致面部两侧的协调性差，治疗效果不佳。
发明内容
有鉴于此，本申请提供了一种电刺激控制系统，用于解决现有的针对面瘫的电刺激疗法中输出的电刺激强度不变，导致治疗效果差的问题。
为了实现上述目的，现提出的方案如下：
一种电刺激控制系统，包括：
信息获取模块、信息分析模块、电刺激控制模块及多通道电刺激器；
所述信息获取模块用于在患者进行目标面部动作时，分别获取所述患者面部患侧和健侧的动作信息，所述动作信息为用于表征面部运动状态的图像和电信号，并将所述动作信息传输至所述信息分析模块；
所述信息分析模块基于输入的所述患侧和健侧的动作信息，确定患侧与健侧之间的对称性系数，所述对称性系数用于表示患侧与健侧的所述动作信息的差异，并将所述对称性系数输入所述电刺激控制模块；
所述电刺激控制模块依据对称性系数误差及上一次进行所述目标面部动作时对应的电刺激参数确定所述对称性系数对应的目标电刺激参数，所述对称性系数误差为所述对称性系数相对于目标对称性系数的差值，所述目标对称性系数为患侧与健侧的所述动作信息一致时对应的对称性系数，并将所述目标电刺激参数发送给所述多通道电刺激器；
所述多通道电刺激器输出与所述目标电刺激参数对应的电刺激信号。
优选地，所述信息获取模块包括：
图像采集器、肌电信号采集器及神经信号采集器；
所述图像采集器用于在所述目标面部动作下同时获取面部患侧和健侧的图像；
所述肌电信号采集器用于在所述目标面部动作下同时获取面部患侧和健侧的肌电信号，所述肌电信号为面部肌肉收缩产生的电信号；
所述神经信号采集器用于在所述目标面部动作下，通过同时刺激患侧和健侧的面神经，获取患侧和健侧相同位置的神经冲动信号，所述神经冲动信号为沿面神经纤维传导的电信号。
优选地，所述信息分析模块包括图像分析单元和电信号分析单元；
所述图像分析单元用于在所述面部患侧和健侧的图像中分别获取患侧和健侧的面部特征数据；
所述电信号分析单元用于获取面部患侧和健侧的所述肌电信号和所述神经冲动信号的电信号特征参数。
优选地，所述信息分析模块，具体用于，获取患侧数据和健侧数据，所述患侧数据由患侧的所述面部特征数据及所述电信号特征参数组成，所述健侧数据由健侧的所述面部特征数据及所述电信号特征参数组成；
通过预先建立的对称性方程式，确定所述对称性系数，所述对称性方程式为仅包含所述对称性系数、所述患侧数据和所述健侧数据三个未知数的三元线性方程。
优选地，所述电刺激控制模块，包括误差分析模块和自适应算法控制器；
所述误差分析模块，具体用于，根据所述对称性系数和所述目标对称性系数，确定所述对称性系数误差；
所述自适应算法控制器，具体用于，利用迭代学习规则建立所述对称性系数误差与所述目标电刺激参数之间的迭代学习模型，所述迭代学习模型通过第k次进行所述目标面部动作时对应的所述对称性系数误差修正第k-1次进行所述目标面部动作时对应的所述目标电刺激系数，完成迭代学习，确定第k次进行所述目标面部动作时输出的所述目标电刺激参数。
优选地，所述图像采集器包括摄像头。
优选地，所述肌电信号采集器包括肌电信号电极片，所述神经信号采集器包括神经信号电极片。
优选地，所述系统还包括显示器，所述显示器连接所述肌电信号电极片和所述神经信号电极片，用于显示所述肌电信号和所述神经冲动信号。
优选地，所述多通道电刺激模块，具体用于，根据所述目标电刺激参数，输出对应频率和大小的电压或电流。
优选地，还包括：
通过电极片将所述电刺激信号输出。
从上述的技术方案可以看出，本申请实施例提供的一种电刺激控制系统，通过获取能够表征患者面部患侧和健侧运动状态的动作信息，对患侧和健侧之间的对称性进行分析，确定表示患侧与健侧动作信息差异大小的对称性系数，进而得出所述对称性系数相对于目标对称性系数的对称性系数误差，所述目标对称性系数为所述患侧与健侧的动作信息完全一致时得到的对称性系数，根据所述对称性系数误差和上一次进行所述目标面部动作时对应的电刺激参数确定所述对称性系数对应的目标电刺激参数，按照所述目标电刺激参数输出对应的电刺激信号，实现输出电刺激自适应调节，从而使得当前对称性系数对应的目标电刺激参数能够刺激患侧肌肉的收缩程度与健侧肌肉趋于一致，有效恢复患者表情肌协调功能，实现对患者面部对称性的修复，增强面瘫患者的康复治疗效果。
附图说明
为了更清楚地说明本申请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申请的实施例，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为本申请实施例提供的一种电刺激控制系统的结构示意图；
图2为本申请实施例提供的一种利用该电刺激控制系统进行康复训练的流程图；
图3为本申请实施例提供的一种电刺激控制模块的算法原理图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
经调查发现，面瘫患者的临床表现通常为面部两侧明显不对称，具体原因在于患侧肌肉相对于健侧肌肉的运动时间短、运动幅度小等，因此，面部对称性是面瘫康复的一个重要特征。
但是，发明人研究发现，在利用现有的电刺激疗法对患者进行面瘫修复时，修复效果无法达到预期，经进一步的研究发现，现有系统均是按照预先设定好的电刺激参数控制输出的电刺激强度，但是，由于患者在进行修复的过程中，无法避免的会出现一些面部肌肉动作，如眨眼，一旦出现这种情况，面部肌肉的状态也会发生变化，如果此时仍然以固定的电刺激强度进行刺激，则会导致患侧的面部肌肉收缩程度与健侧不一致，面部两侧的协调度低，对称性差，从而导致面瘫修复效果差，无法达到预期。
有鉴于此，发明人提出了一种电刺激控制系统，图1为本申请实施例提供的一种电刺激控制系统的系统架构图，如图1所示，该系统可以包括信息获取模块10、信息分析模块11、电刺激控制模块12和多通道电刺激器13。其中，信息获取模块10包括图像采集器100、肌电信号采集器101和神经信号采集器102，信息分析模块11包括图像分析模块110和电信号分析模块111，电刺激控制模块12包括误差分析模块120和自适应算法控制器121。
其中，图像采集器100可以是能够支持图像采集功能的设备，如高速红外数据采集摄像头；肌电信号采集器101可以是能够采集到面部肌电信号的设备或系统，如表面肌电图仪或针极肌电图仪；神经信号采集器102可以是能够采集到面神经信息的设备或系统，如神经传导记录仪；图像分析模块110可以是人脸识别系统。
在本实施例中，利用图1所示系统实现电刺激自适应调节，通过信息采集模块10采集患者面部患侧和健侧的信息，在信息分析模块11中对采集到的信息进行分析，完成对患侧和健侧之间的对称性分析，将对称性分析得到的数据输入电刺激控制模块12，对该数据进行误差分析，利用误差控制输出的电刺激，使得接受刺激的患侧肌肉收缩程度与健侧保持一致，实现面部两侧的协调性的修复，完成面瘫康复治疗。
结合图1所示的电刺激控制系统结构，图2示出了本申请实施例提供的一种利用图1的电刺激控制系统进行康复训练的流程图，参照图2，该流程可以包括：
步骤S20、信息获取模块10在患者进行目标面部动作时，获取患者面部的患侧和健侧的动作信息。
其中，目标面部动作可以是保持静息状态、抬眉、皱眉、闭眼、微笑、噘嘴等动作。动作信息可以包括面部图像和多种电信号，如肌电信号、神经电位信号，上述动作信息能够表征在特定的目标面部动作下患者面部肌肉的运动状态，如面部动作幅度大小、面部肌肉收缩程度、面部五官的位置。
具体地，图像采集器100在患者进行目标面部动作时，同时获取面部患侧和健侧的图像。
结合上述实施例中所述图像采集器100可以是高速红外数据采集摄像头，在本实施例中，患者注视采集摄像头，按照提示做相应的目标面部动作，可以由操作者进行拍摄，也可以通过设定倒计时自动拍摄。
进一步地，肌电信号采集器101在患者进行目标面部动作时，同时获取面部患侧和健侧的肌电信号。
本实施例中，所述肌电信号可以是面部表情肌收缩产生的电信号。先对患者实施皮肤脱脂以增强导电性，然后分别在每一面部特征部位放置一个电极，所述面部特征部位可以包括眉弓上方、外眦外侧、鼻唇沟、口角外侧及耳轮脚前方等。最后，患者按照系统示范的动作动画的提示，依次做出平静、抬眉、皱眉、闭眼、示齿、噘嘴等目标面部动作，在所述目标面部动作下，可以通过电极片采集患侧与健侧放置电极处的面部肌肉进行肌肉收缩产生的肌电信号。可以由前置放大器增强信号并传输信号，将肌电信号存储在服务器中，可以利用显示器进行观察。其中，显示器可以通过电极片连接上述放置电极的位置，显示采集到的面部肌电信号。
再进一步地，神经信号采集器102在患者进行目标面部动作时，同时获取面部患侧和健侧的面部神经信号。
其中，面部神经信号可以是面神经及分支的传导信号。在实施例中，所述面部神经信号可以是患者的面神经被诱发产生的神经冲动信号，所述神经冲动信号为沿面神经纤维传导的电信号。
首先，对患者实施皮肤脱脂以增强导电性。然后，分别在患侧和健侧面部特征部位的面神经及面神经分支位置处放置电极，所述面部特征部位可以包括眉弓上方、外眦外侧、鼻唇沟及口角外侧等。进而，为了提取患侧和健侧的神经冲动信号，分别在患侧和健侧的面神经主干出颅处前方放置刺激电极，在患者进行上述目标面部动作时，同时给予刺激，来诱发产生神经电位。最后，分别采集患侧和健侧放置电极处的神经冲动信号，所述神经冲动信号即为面部神经电位信号。可以由前置放大器增强信号并传输信号，将神经冲动信号存储在服务器中，可以利用显示器进行观察。其中，显示器可以通过电极片连接上述放置电极的位置，显示采集到的面部神经电位信号。
本实施例提供的一种电刺激控制系统中的信息获取模块10通过采集患者面部图像及面部肌电信号、神经电位信号等电信号，获取能够表征面部运动状态的动作信息，所述动作信息构建了患者面部外观特征、肌电信号和神经电位信号的多模态数据集，以供下述信息分析模块11进行信息分析时能够减小计算误差。
步骤S21、信息分析模块11基于所述患侧与健侧的动作信息，确定患侧与健侧之间的对称性系数。
具体地，信息分析模块11中的图像分析单元110对图像采集器100采集的患者面部图像进行图像分析，信息分析模块11中的电信号分析单元111对肌电信号采集器101采集的面部肌电信号及神经信号采集器102采集的面部神经电位信号进行电信号分析。
可选地，图像分析单元110可以利用面部特征识别算法或人脸识别技术获取面部图像中患侧和健侧的面部特征数据，并减少冗余背景。其中，面部特征数据可以包括抬眉高度、闭目程度、口角位置等。电信号分析单元111可以通过示波器显示电信号的各项参数，如脉冲宽度、幅值大小、频率等，获取肌电信号和神经电位信号的电信号特征参数。
进一步可选地，利用对称性方程式对经过上述信息分析得到的患侧和健侧数据进行数据处理，确定患侧与健侧之间的对称性系数。
其中，患侧数据可以包括上述患侧的面部特征数据以及在患侧采集的肌电信号和神经电位信号的电信号特征参数，健侧数据可以包括上述健侧的面部特征数据以及在健侧采集的肌电信号和神经电位信号的电信号特征参数，对称性系数可以表示患侧数据与健侧数据的数据值差异大小。
其中，对称性方程式可以是仅包含对称性系数、患侧数据和健侧数据三个未知数的三元线性方程。具体地，将在患侧与健侧对应相同的面部特征位置获取的患侧数据和健侧数据代入预先建立的对称性方程式，计算得到对应面部特征位置的对称性系数。本实施例提供了以下几种可选的对称性系数计算公式，对应的对称性方程式如公式1所示：
上述公式1中的四个对称性方程式均可以用来计算对称性系数，其中Aparetic表示患者患侧的数据，Anon-paretic表示患者健侧的数据。上述患侧数据和健侧数据可以是上述图像分析单元110得到的面部特征数据，还可以是上述电信号分析单元111得到的电信号特征参数。特别地，代入上述对称性方程式计算对称性系数的患侧数据和健侧数据应一一对应。例如，代入的患侧数据为患侧抬眉高度的数值，对应代入的健侧数据应为健侧抬眉高度的数值，又例如，代入的患侧数据为在患侧眼轮匝肌采集的肌电信号幅值，那么对应代入的健侧数据应为在健侧眼轮匝肌采集的肌电信号幅值。
步骤S22、误差分析模块120获取对称性系数误差。
可选地，对称性系数误差可以是上述信息分析单元11获得的对称性系数相对于目标对称性系数的差值。其中，目标对称性系数是一个标准的数值，可以由上述对称性方程式确定，具体地，令患侧数据等于健侧数据，代入上述对称性方程式得到的数值即为目标对称性系数。
步骤S23、电刺激控制模块12依据对称性系数误差和上一次进行所述目标面部动作时自适应算法控制器121输出的电刺激参数，确定与所述对称性系数对应的目标电刺激参数。
可选地，自适应算法控制器121获取上述误差分析模块120输出的对称性系数误差以及上一次进行所述目标面部动作时自适应算法控制器121输出的电刺激参数，可以通过预先建立的迭代学习模型，确定与上述步骤S21中确定的对称性系数对应的目标电刺激参数。
其中，所述迭代学习模型可以是利用迭代学习规则建立的对称性系数误差与目标电刺激参数之间的迭代学习模型。具体地，迭代学习规则如公式2所示：
Uk(n)＝Uk-1(n)+(fp+fi∑δn+fdΔ)ek(n) (公式2)
其中，输入值ek(n)为一个n维向量中e＝[e(1),e(2),…,e(n)]T∈Rn的第k个向量，可以参照成对称性系数误差，即对称性系数相对于目标对称性系数的差值，输出值Uk-1(n)和Uk(n)分别为一个n维向量U＝[U(1),U(2),…,U(n)]T∈Rn中的第k-1个和第k个向量，可以参照成自适应算法控制器121输出的电刺激参数和目标电刺激参数，fp、fi和fd分别为比例、积分和差分学习因子矩阵。
步骤S24、多通道电刺激器13输出与目标电刺激参数对应的电刺激信号。
可选地，多通道电刺激器13获取电刺激控制模块12输出的目标电刺激参数Uout，按照参数输出对应频率和大小的电压或电流。
其中，多通道电刺激器13可以通过电极片将输出的电刺激传输至患者面部患侧目标作用位置，刺激该位置肌肉使其进行收缩。
本实施例提供的利用电刺激控制系统进行康复训练的方法，通过信息获取模块10获取患者面部患侧与健侧的面部图像、肌电信号及神经电位信号，建立了一个多模态数据集，在信息分析模块11中经过数据分析后能够增强数据多样性，从而减小对称性系数的计算误差，将通过对称性方程式计算得出的对称性系数输入电刺激控制模块12中，通过误差分析模块120确定对称性系数误差，自适应算法控制器121利用迭代学习规则预先建立对称性系数误差与目标电刺激参数之间的迭代学习模型，在利用该系统进行康复训练时，可以直接调用该迭代学习模型，利用确定的对称性系数误差调节输出的目标电刺激参数，进而通过多通道电刺激器输出与目标电刺激参数对应的电刺激，实现输出电刺激自适应调节。
进一步结合图3，图3示出了本申请实施例提供的一种电刺激控制模块的算法原理图，上述实施例中已经介绍电刺激控制模块12的构成，可以包括误差分析模块120和自适应算法控制器121，如图3所示，该模块的算法流程可以包括：
S0、误差分析模块120获取对称性系数，结合目标对称性系数，确定对称性系数误差。
进一步可选的，对称性系数误差的计算公式如公式3所示：
ek＝Ik-Is (公式3)
其中，Ik为第k次进行所述目标面部动作时的对称性系数，Is为目标对称性系数，根据本实施例中提供的上述对称性方程式，目标对称性系数Is的计算结果为0或者1，ek为第k次进行所述目标面部动作时的对称性系数误差。
S1、自适应算法控制器121获取所述对称性系数误差，通过预先建立的迭代学习模型确定输出的目标电刺激参数。
进一步可选地，根据上述实施例中介绍的迭代学习规则，可以建立所述对称性系数误差ek与自适应算法控制器121输出的目标电刺激参数Uout之间的迭代学习模型，所述迭代学习模型如公式4所示：
Uout＝Hk＝T(Hk-1+Ek) (公式4)
其中，Hk表示第k次输出电刺激的参数Uout；Hk-1表示第k-1次输出电刺激的参数Uout0；Ek表示误差参数，如公式5所示：
Ek＝Lek (公式5)
其中，L为学习参数，可以根据对未患有面瘫的人进行的实验中得到的对称性系数与实际输出电刺激参数之间的比例计算得到，将对称性系数误差ek乘以写词参数L得到误差参数Ek；
在公式4所示的迭代学习模型中，T为使输出参数H永远在可接受范围内的约束函数，该约束函数如公式6所示：
其中，
为预先已获取的该患者所能接受的最大电刺激强度，约束函数T保证输出参数H绝对不会超过患者所能接受的最大电刺激强度，以保证绝对安全；其中u为最小电刺激强度，即因为电刺激输出强度不能为负，所以当目标电刺激参数Uout计算出为负时，约束函数T使其为0，以避免输出错误的发生。
按照本实施例提供的一种迭代学习模型，在进行相同目标面部动作下，自适应算法控制器121利用第k次通过误差分析模块120确定的对称性系数误差ek对第k-1次输出的电刺激系数Uout0进行修正，确定第k次输出的目标电刺激参数Uout，其中，第k次输出的目标电刺激参数Uout即为修正后的结果。
当患者的面部动作发生改变时，经过信息分析得到的对称性系数可能是不同的，因此引起对称性系数误差发生变化，本实施例提供的迭代学习模型可以根据对称性系数误差的变化，进行迭代学习，自适应调节输出的目标电刺激参数。
本申请实施例提供的一种电刺激控制系统，信息获取模块10获取患者面部患侧和健侧的图像、肌电信号和神经电位信号等动作信息，将上述动作信息传输至信息分析模块11中进行数据分析，提取患者面部特征数据及肌电信号和神经电位信号的电信号特征参数，构建了一个多模态数据集，利用多模态数据集中患侧和健侧的数据确定患侧与健侧之间的对称性系数，进一步，电刺激控制模块12获取对称性系数，经过对称性系数误差分析得到对称性系数误差，通过预先建立好的对称性系数误差与目标电刺激参数之间的迭代学习模型，确定输出的目标电刺激参数，利用对称性系数的变化自适应调节电刺激参数，从而控制多通道电刺激器13输出电刺激信号的强度，使得电刺激信号作用于患者面部的患侧肌肉收缩程度与健侧对应位置的肌肉收缩程度一致，实现面部对称性修复，同时恢复面瘫患者的面部协调功能，有效提高康复治疗效果。
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。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种电刺激控制系统，其特征在于，包括：
信息获取模块、信息分析模块、电刺激控制模块及多通道电刺激器；
所述信息获取模块用于在患者进行目标面部动作时，分别获取所述患者面部患侧和健侧的动作信息，所述动作信息为用于表征面部运动状态的图像和电信号，并将所述动作信息传输至所述信息分析模块；
所述信息分析模块基于输入的所述患侧和健侧的动作信息，确定患侧与健侧之间的对称性系数，所述对称性系数用于表示患侧与健侧的所述动作信息的差异，并将所述对称性系数输入所述电刺激控制模块；
所述电刺激控制模块依据对称性系数误差及上一次进行所述目标面部动作时对应的电刺激参数确定所述对称性系数对应的目标电刺激参数，所述对称性系数误差为所述对称性系数相对于目标对称性系数的差值，所述目标对称性系数为患侧与健侧的所述动作信息一致时对应的对称性系数，并将所述目标电刺激参数发送给所述多通道电刺激器；
所述多通道电刺激器输出与所述目标电刺激参数对应的电刺激信号。
2.根据权利要求1所述的系统，其特征在于，所述信息获取模块包括：
图像采集器、肌电信号采集器及神经信号采集器；
所述图像采集器用于在所述目标面部动作下同时获取面部患侧和健侧的图像；
所述肌电信号采集器用于在所述目标面部动作下同时获取面部患侧和健侧的肌电信号，所述肌电信号为面部肌肉收缩产生的电信号；
所述神经信号采集器用于在所述目标面部动作下，通过同时刺激患侧和健侧的面神经，获取患侧和健侧相同位置的神经冲动信号，所述神经冲动信号为沿面神经纤维传导的电信号。
3.根据权利要求2所述的系统，其特征在于，所述信息分析模块包括图像分析单元和电信号分析单元；
所述图像分析单元用于在所述面部患侧和健侧的图像中分别获取患侧和健侧的面部特征数据；
所述电信号分析单元用于获取面部患侧和健侧的所述肌电信号和所述神经冲动信号的电信号特征参数。
4.根据权利要求3所述的系统，其特征在于，
所述信息分析模块，具体用于，获取患侧数据和健侧数据，所述患侧数据由患侧的所述面部特征数据及所述电信号特征参数组成，所述健侧数据由健侧的所述面部特征数据及所述电信号特征参数组成；
通过预先建立的对称性方程式，确定所述对称性系数，所述对称性方程式为仅包含所述对称性系数、所述患侧数据和所述健侧数据三个未知数的三元线性方程。
5.根据权利要求1所述的系统，其特征在于，所述电刺激控制模块，包括误差分析模块和自适应算法控制器；
所述误差分析模块，具体用于，根据所述对称性系数和所述目标对称性系数，确定所述对称性系数误差；
所述自适应算法控制器，具体用于，利用迭代学习规则建立所述对称性系数误差与所述目标电刺激参数之间的迭代学习模型，所述迭代学习模型通过第k次进行所述目标面部动作时对应的所述对称性系数误差修正第k-1次进行所述目标面部动作时对应的所述目标电刺激系数，完成迭代学习，确定第k次进行所述目标面部动作时输出的所述目标电刺激参数。
6.根据权利要求2所述的系统，其特征在于，
所述图像采集器包括摄像头。
7.根据权利要求2所述的系统，其特征在于，
所述肌电信号采集器包括肌电信号电极片，所述神经信号采集器包括神经信号电极片。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括显示器，所述显示器连接所述肌电信号电极片和所述神经信号电极片，用于显示所述肌电信号和所述神经冲动信号。
9.根据权利要求1所述的系统，其特征在于，
所述多通道电刺激模块，具体用于，根据所述目标电刺激参数，输出对应频率和大小的电压或电流。
10.根据权利要求1所述的系统，其特征在于，还包括：
通过电极片将所述电刺激信号输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211354896.4A CN115645744A (zh) | 2022-11-01 | 2022-11-01 | 一种电刺激控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211354896.4A CN115645744A (zh) | 2022-11-01 | 2022-11-01 | 一种电刺激控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115645744A true CN115645744A (zh) | 2023-01-31 |
Family
ID=84995369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211354896.4A Pending CN115645744A (zh) | 2022-11-01 | 2022-11-01 | 一种电刺激控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115645744A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116392715A (zh) * | 2023-06-09 | 2023-07-07 | 北京大学口腔医学院 | 一种调控神经肌肉的装置和方法 |
| CN117839077A (zh) * | 2024-03-07 | 2024-04-09 | 超目科技(北京)有限公司 | 眼球震颤电刺激装置及其操作方法 |
-
2022
- 2022-11-01 CN CN202211354896.4A patent/CN115645744A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116392715A (zh) * | 2023-06-09 | 2023-07-07 | 北京大学口腔医学院 | 一种调控神经肌肉的装置和方法 |
| CN117839077A (zh) * | 2024-03-07 | 2024-04-09 | 超目科技(北京)有限公司 | 眼球震颤电刺激装置及其操作方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115645744A (zh) | 一种电刺激控制系统 | |
| Muceli et al. | Extracting signals robust to electrode number and shift for online simultaneous and proportional myoelectric control by factorization algorithms | |
| CN103845137B (zh) | 基于稳态视觉诱发脑机接口的机器人控制方法 | |
| Kumar et al. | Prosthetic hand control: A multidisciplinary review to identify strengths, shortcomings, and the future | |
| Kamavuako et al. | Surface versus untargeted intramuscular EMG based classification of simultaneous and dynamically changing movements | |
| Geng et al. | Improving the robustness of real-time myoelectric pattern recognition against arm position changes in transradial amputees | |
| CN104951082B (zh) | 一种利用随机共振增强脑电信号的脑机接口方法 | |
| KR20170086056A (ko) | 개선된 신호 분석에 기초한 스코어링 방법 | |
| JP2013516258A (ja) | 脳波計信号から人工肢運動を決定する方法 | |
| CN105727442A (zh) | 闭环的脑控功能性电刺激系统 | |
| Li et al. | A method for suppressing electrical stimulation artifacts from electromyography | |
| Grychtol et al. | Human behavior integration improves classification rates in real-time BCI | |
| Jaber et al. | HD-sEMG gestures recognition by SVM classifier for controlling prosthesis | |
| Strauss et al. | Exploiting the self-similarity in ERP images by nonlocal means for single-trial denoising | |
| CN115206484B (zh) | 一种脑卒中康复训练系统 | |
| CN113975633A (zh) | 一种基于多源信息耦合反馈的电刺激康复训练系统 | |
| Cavuoto | Neural engineering's image problem | |
| CN108392737A (zh) | 肌电调制的下肢康复多通道功能性电刺激输出控制方法 | |
| CN115177864A (zh) | 基于肌肉激活度与lstm的功能性电刺激闭环调控方法 | |
| CN105879223A (zh) | 表面肌电信号作为同步信号触发体外膈肌起搏器的方法及装置 | |
| 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 | |
| Asogbon et al. | Effect of window conditioning parameters on the classification performance and stability of EMG-based feature extraction methods | |
| CN112987917B (zh) | 运动想象增强方法、装置、电子设备和存储介质 | |
| Andreasen et al. | Skin contact forces extracted from human nerve signals-a possible feedback signal for FES-aided control of standing | |
| Gogeascoechea et al. | Identification of motor unit twitch properties in the intact human in vivo |
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 |