CN116369863A - 一种基于下肢多种信号信息采集系统 - Google Patents
一种基于下肢多种信号信息采集系统 Download PDFInfo
- Publication number
- CN116369863A CN116369863A CN202310509519.1A CN202310509519A CN116369863A CN 116369863 A CN116369863 A CN 116369863A CN 202310509519 A CN202310509519 A CN 202310509519A CN 116369863 A CN116369863 A CN 116369863A
- Authority
- CN
- China
- Prior art keywords
- data
- movement
- joint
- ankle
- knee
- 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
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 32
- 210000000629 knee joint Anatomy 0.000 claims abstract description 71
- 238000005452 bending Methods 0.000 claims abstract description 59
- 210000003423 ankle Anatomy 0.000 claims abstract description 58
- 210000003127 knee Anatomy 0.000 claims abstract description 55
- 210000000544 articulatio talocruralis Anatomy 0.000 claims abstract description 43
- 238000013500 data storage Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000010354 integration Effects 0.000 claims abstract description 28
- 210000004394 hip joint Anatomy 0.000 claims description 56
- 210000001624 hip Anatomy 0.000 claims description 54
- 239000003292 glue Substances 0.000 claims description 18
- 210000004556 brain Anatomy 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 101001093143 Homo sapiens Protein transport protein Sec61 subunit gamma Proteins 0.000 claims description 3
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims description 3
- 101100120905 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TDH1 gene Proteins 0.000 claims description 3
- 102100027198 Sodium channel protein type 5 subunit alpha Human genes 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 3
- 239000011505 plaster Substances 0.000 abstract description 5
- 230000001953 sensory effect Effects 0.000 abstract description 4
- 239000000853 adhesive Substances 0.000 abstract 2
- 230000001070 adhesive effect Effects 0.000 abstract 2
- 210000001087 myotubule Anatomy 0.000 description 8
- 210000003205 muscle Anatomy 0.000 description 6
- 238000002567 electromyography Methods 0.000 description 4
- 210000002161 motor neuron Anatomy 0.000 description 3
- 230000003183 myoelectrical effect Effects 0.000 description 3
- OIPILFWXSMYKGL-UHFFFAOYSA-N acetylcholine Chemical compound CC(=O)OCC[N+](C)(C)C OIPILFWXSMYKGL-UHFFFAOYSA-N 0.000 description 2
- 229960004373 acetylcholine Drugs 0.000 description 2
- 210000003050 axon Anatomy 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 210000001611 motor endplate Anatomy 0.000 description 2
- 230000004118 muscle contraction Effects 0.000 description 2
- 210000000225 synapse Anatomy 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000005056 cell body Anatomy 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000010220 ion permeability Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- 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]
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于下肢多种信号信息采集系统，具体涉及下肢信息采集领域，包括：运动信号采集模块、惯性信号采集模块、脑电信号采集模块、数据储存模块和数据整合处理模块；运动信号采集模块包括：髋关节运动传感器、膝关节运动传感器和踝关节运动传感器，髋关节运动传感器通过胶贴固定放置于髋部，且髋关节运动传感器用于采集髋关节的运动弯曲角度及摆动速率，膝关节运动传感器通过胶贴固定放置于膝部，且膝关节运动传感器用于采集膝关节的运动弯曲角度及摆动速率，踝关节运动传感器通过胶贴固定放置于踝部。本发明通过不同的感觉信号采入设备，对采集的数据进行统合，实现完整综合的下肢运动采集数据系统。
Description
技术领域
本发明涉及下肢信息采集领域，更具体地说，本发明涉及一种基于下肢多种信号信息采集系统。
背景技术
肌电图简称EMG，是用来测量和分析肌肉收缩时发出的肌电信号，其代表着肌肉的活动水平，可用其对肌肉功能进行研究。通过测量肌电反应的数据指标，如RMS均方根、iEMG积分肌电、MF中值频率等，进一步评估个体的神经与肌肉功能状态。
肌电信号分析，可广泛应用于肌肉工作工效学分析、操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制与动作模式研究等，当大脑发出兴奋并向下传导后，中枢神经系统的运动神经元的胞体和树突在来自突触的刺激下产生电脉冲，并沿神经元的轴突传导到末梢的神经与肌肉的接点，当运动神经接触到肌肉时，其轴突分支到许多肌纤维上，每一分支终止在肌纤维上形成突触叫做运动终板，传导到轴突末梢的运动电位使神经与肌肉的接点释放化学物质乙酰胆碱，乙酰胆碱使运动终板的离子通透性发生变化产生终板电位。此终板电位又使肌细胞膜达到去极化阈值电位，产生肌纤维的运动电位，并沿着肌纤维向两方传播。引起了肌纤维内的一系列变化，便产生了肌纤维的收缩。大量肌纤维的收缩产生肌肉力。由此可见肌纤维的运动电位的传播导致了肌肉收缩，同时传播中的电信号在人体的软组织中引起电流场，并在检测电极间便显出电位差，即肌电信号。
现有技术对于采集下肢肌电信号的信息存在不足，仅能通过EMG无线表面肌电仪采集下肢肌电信号，后续进行数据对比时信息不足，难以形成完整综合的下肢运动采集数据系统。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种基于下肢多种信号信息采集系统，本发明所要解决的技术问题是：如何通过不同的感觉信号采入设备，对采集的数据进行统合，实现完整综合的下肢运动采集数据系统。
为实现上述目的，本发明提供如下技术方案：一种基于下肢多种信号信息采集系统，包括：运动信号采集模块、惯性信号采集模块、脑电信号采集模块、数据储存模块和数据整合处理模块；
运动信号采集模块包括：髋关节运动传感器、膝关节运动传感器和踝关节运动传感器，髋关节运动传感器通过胶贴固定放置于髋部，且髋关节运动传感器用于采集髋关节的运动弯曲角度及摆动速率，膝关节运动传感器通过胶贴固定放置于膝部，且膝关节运动传感器用于采集膝关节的运动弯曲角度及摆动速率，踝关节运动传感器通过胶贴固定放置于踝部，且踝关节运动传感器用于采集踝关节的运动弯曲角度及摆动速率；
惯性信号采集模块包括：髋部肌电信号采集器、膝部肌电信号采集器和踝部肌电信号采集器，髋部肌电信号采集器通过胶贴固定放置于髋部皮外层，且髋部肌电信号采集器用于采集髋部肌电信号，膝部肌电信号采集器通过胶贴固定放置于膝部皮外层，且膝部肌电信号采集器用于采集膝部肌电信号，踝部肌电信号采集器通过胶贴固定放置于踝部皮外层，且踝部肌电信号采集器用于采集踝部肌电信号；
脑电信号采集模块无线连接有脑皮层电极传感器，且脑皮层电极传感器设置若干组，脑皮层电极传感器通过胶贴固定放置于大脑外层外部；
数据储存模块分别与运动信号采集模块、惯性信号采集模块及脑电信号采集模块通过NB-IOT无线数据通讯连接；
数据整合处理模块包括单片机，且单片机与总端电脑主机之间通过RS-485通信连接。
优选的，运动信号采集模块具体采集步骤如下：
S1：先采集髋关节运动前的角度数据作为对比，然后采集髋关节小幅度运动弯曲角度及摆动速率数据，再采集髋关节大幅度运动弯曲角度及摆动速率数据，将所得的髋部运动数据上传至运动信号采集模块；
S2：先采集膝关节运动前的角度数据作为对比，然后采集膝关节小幅度运动弯曲角度及摆动速率数据，再采集膝关节大幅度运动弯曲角度及摆动速率数据，将所得的膝部运动数据上传至运动信号采集模块；
S3：先采集踝关节运动前的角度数据作为对比，然后采集踝关节小幅度运动弯曲角度及摆动速率数据，再采集踝关节大幅度运动弯曲角度及摆动速率数据，将所得的踝部运动数据上传至运动信号采集模块；
S4：运动信号采集模块将髋部、膝部及踝部的运动数据上传至数据储存模块进行储存。
优选的，惯性信号采集模块具体采集步骤如下：
SS1：先采集髋关节运动前的髋部肌电信号数据作为对比，然后采集髋关节小幅度运动肌电信号数据，再采集髋关节大幅度运动肌电信号数据，将所得的髋部肌电信号数据上传至惯性信号采集模块；
SS2：先采集膝关节运动前的膝部肌电信号数据作为对比，然后采集膝关节小幅度运动肌电信号数据，再采集膝关节大幅度运动肌电信号数据，将所得的膝部肌电信号数据上传至惯性信号采集模块；
SS3：先采集踝关节运动前的踝部肌电信号数据作为对比，然后采集踝关节小幅度运动肌电信号数据，再采集踝关节大幅度运动肌电信号数据，将所得的踝部肌电信号数据上传至惯性信号采集模块；
SS4：惯性信号采集模块将髋部、膝部及踝部的肌电数据上传至数据储存模块进行储存。
优选的，数据整合处理模块具体处理步骤如下：
SSS1：从数据储存模块读取髋关节运动前的角度数据并记为A0，读取髋关节小幅度运动弯曲角度数据并记为A1，此时的摆动速率数据记为S1，读取髋关节大幅度运动弯曲角度数据并记为A3，此时的摆动速率数据记为S2；
SSS2：从数据储存模块读取膝关节运动前的角度数据并记为B0，读取膝关节小幅度运动弯曲角度数据并记为B1，此时的摆动速率数据记为S3，读取膝关节大幅度运动弯曲角度数据并记为B3，此时的摆动速率数据记为S4；
SSS3：从数据储存模块读取膝关节运动前的角度数据并记为C0，读取膝关节小幅度运动弯曲角度数据并记为C1，此时的摆动速率数据记为S5，读取膝关节大幅度运动弯曲角度数据并记为C3，此时的摆动速率数据记为S6；
SSS4：从数据储存模块读取运动前的髋部肌电信号数据并记为D0，读取髋关节小幅度运动肌电信号数据并记为D1，读取髋关节大幅度运动肌电信号数据并记为D2；
SSS5：从数据储存模块读取运动前的膝部肌电信号数据并记为E0，读取膝关节小幅度运动肌电信号数据并记为E1，读取膝关节大幅度运动肌电信号数据并记为E2；
SSS6：从数据储存模块读取运动前的踝部肌电信号数据并记为F0，读取踝关节小幅度运动肌电信号数据并记为F1，读取踝关节大幅度运动肌电信号数据并记为F2；
SSS7：最后进行对比研究。
优选的，数据整合处理模块对A0、B0、C0、D0、E0及F0进行整合，记作<0>。
优选的，数据整合处理模块对A1、B1、C1、D1、E1及F1进行整合，记作<1>。
优选的，数据整合处理模块对A2、B2、C2、D2、E2及F2进行整合，记作<2>。
优选的，数据整合处理模块对S1、S2、S3、S4、S5及S6进行整合，记作<S>。
本发明提供了一种基于下肢多种信号信息采集系统。与现有技术相比具备以下有益效果：
（1）、该基于下肢多种信号信息采集系统，通过不同的感觉信号采入设备，对采集的数据进行统合，实现完整综合的下肢运动采集数据系统；
（2）、该基于下肢多种信号信息采集系统，通过运动信号采集模块，可采集下肢髋部、膝部和踝部的运动轨迹数据，先采集髋部、膝部和踝部关节运动前的角度数据作为对比，然后采集髋部、膝部和踝部关节运动弯曲角度及摆动速率数据，将所得的髋部、膝部和踝部运动数据上传至运动信号采集模块，运动信号采集模块将髋部、膝部及踝部的运动数据上传至数据储存模块进行储存；
（3）、该基于下肢多种信号信息采集系统，通过惯性信号采集模块，可采集下肢髋部、膝部和踝部的运动惯性信号，先采集髋部、膝部和踝部关节运动前的髋部肌电信号数据作为对比，然后采集髋部、膝部和踝部关节运动肌电信号数据，将所得的踝部肌电信号数据上传至惯性信号采集模块，惯性信号采集模块将髋部、膝部及踝部的肌电数据上传至数据储存模块进行储存。
（4）、该基于下肢多种信号信息采集系统，通过数据整合处理模块，对采集的数据进行整合标记，最后对整合的数据进行对比处理。
附图说明
图1为本发明的整体系统图。
图中：1、运动信号采集模块；11、髋关节运动传感器；12、膝关节运动传感器；13、踝关节运动传感器；2、惯性信号采集模块；21、髋部肌电信号采集器；22、膝部肌电信号采集器；23、踝部肌电信号采集器；3、脑电信号采集模块；31、；4、数据储存模块；5、数据整合处理模块。
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。
如图1所示，本发明提供了一种基于下肢多种信号信息采集系统，包括：运动信号采集模块1、惯性信号采集模块2、脑电信号采集模块3、数据储存模块4和数据整合处理模块5；
运动信号采集模块1包括：髋关节运动传感器11、膝关节运动传感器12和踝关节运动传感器13，髋关节运动传感器11通过胶贴固定放置于髋部，且髋关节运动传感器11用于采集髋关节的运动弯曲角度及摆动速率，膝关节运动传感器12通过胶贴固定放置于膝部，且膝关节运动传感器12用于采集膝关节的运动弯曲角度及摆动速率，踝关节运动传感器13通过胶贴固定放置于踝部，且踝关节运动传感器13用于采集踝关节的运动弯曲角度及摆动速率；
惯性信号采集模块2包括：髋部肌电信号采集器21、膝部肌电信号采集器22和踝部肌电信号采集器23，髋部肌电信号采集器21通过胶贴固定放置于髋部皮外层，且髋部肌电信号采集器21用于采集髋部肌电信号，膝部肌电信号采集器22通过胶贴固定放置于膝部皮外层，且膝部肌电信号采集器22用于采集膝部肌电信号，踝部肌电信号采集器23通过胶贴固定放置于踝部皮外层，且踝部肌电信号采集器23用于采集踝部肌电信号；
脑电信号采集模块3无线连接有脑皮层电极传感器31，且脑皮层电极传感器31设置若干组，脑皮层电极传感器31通过胶贴固定放置于大脑外层外部；
数据储存模块4分别与运动信号采集模块1、惯性信号采集模块2及脑电信号采集模块3通过NB-IOT无线数据通讯连接；
数据整合处理模块5包括单片机，且单片机与总端电脑主机之间通过RS-485通信连接。
运动信号采集模块1具体采集步骤如下：
S1：先采集髋关节运动前的角度数据作为对比，然后采集髋关节小幅度运动弯曲角度及摆动速率数据，再采集髋关节大幅度运动弯曲角度及摆动速率数据，将所得的髋部运动数据上传至运动信号采集模块1；
S2：先采集膝关节运动前的角度数据作为对比，然后采集膝关节小幅度运动弯曲角度及摆动速率数据，再采集膝关节大幅度运动弯曲角度及摆动速率数据，将所得的膝部运动数据上传至运动信号采集模块1；
S3：先采集踝关节运动前的角度数据作为对比，然后采集踝关节小幅度运动弯曲角度及摆动速率数据，再采集踝关节大幅度运动弯曲角度及摆动速率数据，将所得的踝部运动数据上传至运动信号采集模块1；
S4：运动信号采集模块1将髋部、膝部及踝部的运动数据上传至数据储存模块4进行储存。
惯性信号采集模块2具体采集步骤如下：
SS1：先采集髋关节运动前的髋部肌电信号数据作为对比，然后采集髋关节小幅度运动肌电信号数据，再采集髋关节大幅度运动肌电信号数据，将所得的髋部肌电信号数据上传至惯性信号采集模块2；
SS2：先采集膝关节运动前的膝部肌电信号数据作为对比，然后采集膝关节小幅度运动肌电信号数据，再采集膝关节大幅度运动肌电信号数据，将所得的膝部肌电信号数据上传至惯性信号采集模块2；
SS3：先采集踝关节运动前的踝部肌电信号数据作为对比，然后采集踝关节小幅度运动肌电信号数据，再采集踝关节大幅度运动肌电信号数据，将所得的踝部肌电信号数据上传至惯性信号采集模块2；
SS4：惯性信号采集模块2将髋部、膝部及踝部的肌电数据上传至数据储存模块4进行储存。
数据整合处理模块5具体处理步骤如下：
SSS1：从数据储存模块4读取髋关节运动前的角度数据并记为A0，读取髋关节小幅度运动弯曲角度数据并记为A1，此时的摆动速率数据记为S1，读取髋关节大幅度运动弯曲角度数据并记为A3，此时的摆动速率数据记为S2；
SSS2：从数据储存模块4读取膝关节运动前的角度数据并记为B0，读取膝关节小幅度运动弯曲角度数据并记为B1，此时的摆动速率数据记为S3，读取膝关节大幅度运动弯曲角度数据并记为B3，此时的摆动速率数据记为S4；
SSS3：从数据储存模块4读取膝关节运动前的角度数据并记为C0，读取膝关节小幅度运动弯曲角度数据并记为C1，此时的摆动速率数据记为S5，读取膝关节大幅度运动弯曲角度数据并记为C3，此时的摆动速率数据记为S6；
SSS4：从数据储存模块4读取运动前的髋部肌电信号数据并记为D0，读取髋关节小幅度运动肌电信号数据并记为D1，读取髋关节大幅度运动肌电信号数据并记为D2；
SSS5：从数据储存模块4读取运动前的膝部肌电信号数据并记为E0，读取膝关节小幅度运动肌电信号数据并记为E1，读取膝关节大幅度运动肌电信号数据并记为E2；
SSS6：从数据储存模块4读取运动前的踝部肌电信号数据并记为F0，读取踝关节小幅度运动肌电信号数据并记为F1，读取踝关节大幅度运动肌电信号数据并记为F2；
SSS7：最后进行对比研究。
数据整合处理模块5对A0、B0、C0、D0、E0及F0进行整合，记作<0>。
数据整合处理模块5对A1、B1、C1、D1、E1及F1进行整合，记作<1>。
数据整合处理模块5对A2、B2、C2、D2、E2及F2进行整合，记作<2>。
数据整合处理模块5对S1、S2、S3、S4、S5及S6进行整合，记作<S>。
本发明通过运动信号采集模块1，可采集下肢髋部、膝部和踝部的运动轨迹数据，先采集髋关节运动前的角度数据作为对比，然后采集髋关节小幅度运动弯曲角度及摆动速率数据，再采集髋关节大幅度运动弯曲角度及摆动速率数据，将所得的髋部运动数据上传至运动信号采集模块1；先采集膝关节运动前的角度数据作为对比，然后采集膝关节小幅度运动弯曲角度及摆动速率数据，再采集膝关节大幅度运动弯曲角度及摆动速率数据，将所得的膝部运动数据上传至运动信号采集模块1；先采集踝关节运动前的角度数据作为对比，然后采集踝关节小幅度运动弯曲角度及摆动速率数据，再采集踝关节大幅度运动弯曲角度及摆动速率数据，将所得的踝部运动数据上传至运动信号采集模块1；运动信号采集模块1将髋部、膝部及踝部的运动数据上传至数据储存模块4进行储存。
通过惯性信号采集模块2，可采集下肢髋部、膝部和踝部的运动惯性信号，先采集髋关节运动前的髋部肌电信号数据作为对比，然后采集髋关节小幅度运动肌电信号数据，再采集髋关节大幅度运动肌电信号数据，将所得的髋部肌电信号数据上传至惯性信号采集模块2；先采集膝关节运动前的膝部肌电信号数据作为对比，然后采集膝关节小幅度运动肌电信号数据，再采集膝关节大幅度运动肌电信号数据，将所得的膝部肌电信号数据上传至惯性信号采集模块2；先采集踝关节运动前的踝部肌电信号数据作为对比，然后采集踝关节小幅度运动肌电信号数据，再采集踝关节大幅度运动肌电信号数据，将所得的踝部肌电信号数据上传至惯性信号采集模块2；惯性信号采集模块2将髋部、膝部及踝部的肌电数据上传至数据储存模块4进行储存。
通过数据整合处理模块5，对采集的数据进行整合标记，从数据储存模块4读取髋关节运动前的角度数据并记为A0，读取髋关节小幅度运动弯曲角度数据并记为A1，此时的摆动速率数据记为S1，读取髋关节大幅度运动弯曲角度数据并记为A3，此时的摆动速率数据记为S2；从数据储存模块4读取膝关节运动前的角度数据并记为B0，读取膝关节小幅度运动弯曲角度数据并记为B1，此时的摆动速率数据记为S3，读取膝关节大幅度运动弯曲角度数据并记为B3，此时的摆动速率数据记为S4；从数据储存模块4读取膝关节运动前的角度数据并记为C0，读取膝关节小幅度运动弯曲角度数据并记为C1，此时的摆动速率数据记为S5，读取膝关节大幅度运动弯曲角度数据并记为C3，此时的摆动速率数据记为S6；从数据储存模块4读取运动前的髋部肌电信号数据并记为D0，读取髋关节小幅度运动肌电信号数据并记为D1，读取髋关节大幅度运动肌电信号数据并记为D2；从数据储存模块4读取运动前的膝部肌电信号数据并记为E0，读取膝关节小幅度运动肌电信号数据并记为E1，读取膝关节大幅度运动肌电信号数据并记为E2；从数据储存模块4读取运动前的踝部肌电信号数据并记为F0，读取踝关节小幅度运动肌电信号数据并记为F1，读取踝关节大幅度运动肌电信号数据并记为F2；数据整合处理模块5对A0、B0、C0、D0、E0及F0进行整合，记作<0>；通过数据整合处理模块5对A1、B1、C1、D1、E1及F1进行整合，记作<1>，对A2、B2、C2、D2、E2及F2进行整合，记作<2>，对S1、S2、S3、S4、S5及S6进行整合，记作<S>；最后对整合的数据进行对比处理，整体通过不同的感觉信号采入设备，对采集的数据进行统合，实现完整综合的下肢运动采集数据系统。
最后：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，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 (8)
1.一种基于下肢多种信号信息采集系统，其特征在于，包括：运动信号采集模块（1）、惯性信号采集模块（2）、脑电信号采集模块（3）、数据储存模块（4）和数据整合处理模块（5）；
所述运动信号采集模块（1）包括：髋关节运动传感器（11）、膝关节运动传感器（12）和踝关节运动传感器（13），所述髋关节运动传感器（11）通过胶贴固定放置于髋部，且髋关节运动传感器（11）用于采集髋关节的运动弯曲角度及摆动速率，所述膝关节运动传感器（12）通过胶贴固定放置于膝部，且膝关节运动传感器（12）用于采集膝关节的运动弯曲角度及摆动速率，所述踝关节运动传感器（13）通过胶贴固定放置于踝部，且踝关节运动传感器（13）用于采集踝关节的运动弯曲角度及摆动速率；
所述惯性信号采集模块（2）包括：髋部肌电信号采集器（21）、膝部肌电信号采集器（22）和踝部肌电信号采集器（23），所述髋部肌电信号采集器（21）通过胶贴固定放置于髋部皮外层，且髋部肌电信号采集器（21）用于采集髋部肌电信号，所述膝部肌电信号采集器（22）通过胶贴固定放置于膝部皮外层，且膝部肌电信号采集器（22）用于采集膝部肌电信号，所述踝部肌电信号采集器（23）通过胶贴固定放置于踝部皮外层，且踝部肌电信号采集器（23）用于采集踝部肌电信号；
所述脑电信号采集模块（3）无线连接有脑皮层电极传感器（31），且脑皮层电极传感器（31）设置若干组，所述脑皮层电极传感器（31）通过胶贴固定放置于大脑外层外部；
所述数据储存模块（4）分别与运动信号采集模块（1）、惯性信号采集模块（2）及脑电信号采集模块（3）通过NB-IOT无线数据通讯连接；
所述数据整合处理模块（5）包括单片机，且单片机与总端电脑主机之间通过RS-485通信连接。
2.根据权利要求1所述的一种基于下肢多种信号信息采集系统，其特征在于：所述运动信号采集模块（1）具体采集步骤如下：
S1：先采集髋关节运动前的角度数据作为对比，然后采集髋关节小幅度运动弯曲角度及摆动速率数据，再采集髋关节大幅度运动弯曲角度及摆动速率数据，将所得的髋部运动数据上传至运动信号采集模块（1）；
S2：先采集膝关节运动前的角度数据作为对比，然后采集膝关节小幅度运动弯曲角度及摆动速率数据，再采集膝关节大幅度运动弯曲角度及摆动速率数据，将所得的膝部运动数据上传至运动信号采集模块（1）；
S3：先采集踝关节运动前的角度数据作为对比，然后采集踝关节小幅度运动弯曲角度及摆动速率数据，再采集踝关节大幅度运动弯曲角度及摆动速率数据，将所得的踝部运动数据上传至运动信号采集模块（1）；
S4：运动信号采集模块（1）将髋部、膝部及踝部的运动数据上传至数据储存模块（4）进行储存。
3.根据权利要求1所述的一种基于下肢多种信号信息采集系统，其特征在于：所述惯性信号采集模块（2）具体采集步骤如下：
SS1：先采集髋关节运动前的髋部肌电信号数据作为对比，然后采集髋关节小幅度运动肌电信号数据，再采集髋关节大幅度运动肌电信号数据，将所得的髋部肌电信号数据上传至惯性信号采集模块（2）；
SS2：先采集膝关节运动前的膝部肌电信号数据作为对比，然后采集膝关节小幅度运动肌电信号数据，再采集膝关节大幅度运动肌电信号数据，将所得的膝部肌电信号数据上传至惯性信号采集模块（2）；
SS3：先采集踝关节运动前的踝部肌电信号数据作为对比，然后采集踝关节小幅度运动肌电信号数据，再采集踝关节大幅度运动肌电信号数据，将所得的踝部肌电信号数据上传至惯性信号采集模块（2）；
SS4：惯性信号采集模块（2）将髋部、膝部及踝部的肌电数据上传至数据储存模块（4）进行储存。
4.根据权利要求1-3任意一项所述的基于下肢多种信号信息采集系统的处理方法，其特征在于：具体处理步骤如下：
SSS1：从数据储存模块（4）读取髋关节运动前的角度数据并记为A0，读取髋关节小幅度运动弯曲角度数据并记为A1，此时的摆动速率数据记为S1，读取髋关节大幅度运动弯曲角度数据并记为A3，此时的摆动速率数据记为S2；
SSS2：从数据储存模块（4）读取膝关节运动前的角度数据并记为B0，读取膝关节小幅度运动弯曲角度数据并记为B1，此时的摆动速率数据记为S3，读取膝关节大幅度运动弯曲角度数据并记为B3，此时的摆动速率数据记为S4；
SSS3：从数据储存模块（4）读取膝关节运动前的角度数据并记为C0，读取膝关节小幅度运动弯曲角度数据并记为C1，此时的摆动速率数据记为S5，读取膝关节大幅度运动弯曲角度数据并记为C3，此时的摆动速率数据记为S6；
SSS4：从数据储存模块（4）读取运动前的髋部肌电信号数据并记为D0，读取髋关节小幅度运动肌电信号数据并记为D1，读取髋关节大幅度运动肌电信号数据并记为D2；
SSS5：从数据储存模块（4）读取运动前的膝部肌电信号数据并记为E0，读取膝关节小幅度运动肌电信号数据并记为E1，读取膝关节大幅度运动肌电信号数据并记为E2；
SSS6：从数据储存模块（4）读取运动前的踝部肌电信号数据并记为F0，读取踝关节小幅度运动肌电信号数据并记为F1，读取踝关节大幅度运动肌电信号数据并记为F2；
SSS7：最后进行对比研究。
5.根据权利要求4所述的一种基于下肢多种信号信息采集系统，其特征在于：所述数据整合处理模块（5）对A0、B0、C0、D0、E0及F0进行整合，记作0。
6.根据权利要求4所述的一种基于下肢多种信号信息采集系统，其特征在于：所述数据整合处理模块（5）对A1、B1、C1、D1、E1及F1进行整合，记作1。
7.根据权利要求4所述的一种基于下肢多种信号信息采集系统，其特征在于：所述数据整合处理模块（5）对A2、B2、C2、D2、E2及F2进行整合，记作2。
8.根据权利要求4所述的一种基于下肢多种信号信息采集系统，其特征在于：所述数据整合处理模块（5）对S1、S2、S3、S4、S5及S6进行整合，记作S。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310509519.1A CN116369863A (zh) | 2023-05-08 | 2023-05-08 | 一种基于下肢多种信号信息采集系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310509519.1A CN116369863A (zh) | 2023-05-08 | 2023-05-08 | 一种基于下肢多种信号信息采集系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116369863A true CN116369863A (zh) | 2023-07-04 |
Family
ID=86978932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310509519.1A Pending CN116369863A (zh) | 2023-05-08 | 2023-05-08 | 一种基于下肢多种信号信息采集系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116369863A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117281667A (zh) * | 2023-11-09 | 2023-12-26 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
| CN117462314A (zh) * | 2023-11-09 | 2024-01-30 | 浙江强脑科技有限公司 | 阻尼调整方法、装置、智能假肢、终端及存储介质 |
-
2023
- 2023-05-08 CN CN202310509519.1A patent/CN116369863A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117281667A (zh) * | 2023-11-09 | 2023-12-26 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
| CN117462314A (zh) * | 2023-11-09 | 2024-01-30 | 浙江强脑科技有限公司 | 阻尼调整方法、装置、智能假肢、终端及存储介质 |
| CN117462314B (zh) * | 2023-11-09 | 2024-04-09 | 浙江强脑科技有限公司 | 阻尼调整方法、装置、智能假肢、终端及存储介质 |
| CN117281667B (zh) * | 2023-11-09 | 2024-04-09 | 浙江强脑科技有限公司 | 运动模式识别方法、装置、智能假肢、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116369863A (zh) | 一种基于下肢多种信号信息采集系统 | |
| CN107397649B (zh) | 一种基于径向基神经网络上肢外骨骼运动意图识别方法 | |
| US8744588B2 (en) | Method and system for connecting an impaired nervous system to a muscle or a group of muscles based on template matching and intelligent end points | |
| CN109346176B (zh) | 一种基于人体动力学建模和表面肌电信号修正的肌肉协同分析方法 | |
| CN106725509B (zh) | 生物力学信息的特征提取方法 | |
| CN102499797B (zh) | 假肢控制方法及系统 | |
| CN219940582U (zh) | 一种下肢多模态信号综合采集系统 | |
| WO2020118797A1 (zh) | 假肢控制方法、装置、系统、设备和存储介质 | |
| CN103417218A (zh) | 一种上肢运动的参数采集评估系统及方法 | |
| CN101332136A (zh) | 脑电肌电联合控制的电动假手以及控制方法 | |
| Samuel et al. | Examining the effect of subjects' mobility on upper-limb motion identification based on EMG-pattern recognition | |
| CN110652299B (zh) | 面向下肢软质外骨骼的多源传感信息融合系统 | |
| CN112842824B (zh) | 一种用于下肢康复恢复的训练方法 | |
| CN107822629A (zh) | 四肢表面肌电轴的检测方法 | |
| Samuel et al. | A novel time-domain descriptor for improved prediction of upper limb movement intent in EMG-PR system | |
| CN114587388A (zh) | 一种基于传感器时空融合模型的神经性运动功能辅助诊断臂环及其使用方法 | |
| Nougarou et al. | Muscle activity distribution features extracted from HD sEMG to perform forearm pattern recognition | |
| CN114587389A (zh) | 一种适用于神经性运动障碍患者的辅助诊断系统及其使用方法 | |
| Franti et al. | Methods of acquisition and signal processing for myoelectric control of artificial arms | |
| CN201227336Y (zh) | 一种脑电肌电联合控制的电动假手 | |
| CN114767463A (zh) | 一种基于表面肌电的意识控制运动康复系统及其方法 | |
| Li et al. | Artificial neural network prediction of angle based on surface electromyography | |
| CN108742612B (zh) | 基于肌电标志物的dbs有效性检测设备 | |
| Ruiz-Olaya et al. | A low-cost arm robotic platform based on myoelectric control for rehabilitation engineering | |
| Pecolt et al. | Conversion of bioelectric sEMG signals into analog form for the BLDC motors control |
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 |