CN117297595B - 一种用于单兵训练后肌肉损伤分析系统及方法 - Google Patents
一种用于单兵训练后肌肉损伤分析系统及方法 Download PDFInfo
- Publication number
- CN117297595B CN117297595B CN202311516760.3A CN202311516760A CN117297595B CN 117297595 B CN117297595 B CN 117297595B CN 202311516760 A CN202311516760 A CN 202311516760A CN 117297595 B CN117297595 B CN 117297595B
- Authority
- CN
- China
- Prior art keywords
- myoelectric
- analysis unit
- normal
- signals
- abnormal
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 419
- 208000029549 Muscle injury Diseases 0.000 title claims abstract description 61
- 238000012549 training Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims description 13
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 336
- 238000005070 sampling Methods 0.000 claims abstract description 170
- 238000012545 processing Methods 0.000 claims abstract description 53
- 230000009471 action Effects 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims description 154
- 230000006870 function Effects 0.000 claims description 8
- 230000003321 amplification Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
Classifications
-
- 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
- A61B5/1116—Determining posture transitions
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Power Engineering (AREA)
- Dentistry (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种用于单兵训练后肌肉损伤分析系统及方法,利用姿态传感器获知待分析肢体的每个目标肢体动作,利用阵列式柔性肌电传感器获知待分析肢体的相应部位的肌电信号,每个目标肢体动作对应一个分析单元窗,一个分析单元窗内各个肌电采样点采集的肌电信号作为一个处理单元进行处理,对此分析单元窗内各个肌电采样点采集的肌电信号,先进行常规预处理,针对此分析单元窗内各个肌电采样点的预处理之后的肌电信号分情况处理。本发明的肌电信号分情况处理方式,使得最终参与长短时记忆网络模型的肌电信号都是正常的肌电信号,从而提高肌肉损伤分析结果的准确性。
Description
技术领域
本发明涉及肌肉损伤分析技术领域,特别是涉及一种用于单兵训练后肌肉损伤分析系统及方法。
背景技术
海军人员在平时的训练过程中,由于不科学的训练如大强度、高密度的训练等原因会出现肌肉损伤情况,若是不及时知晓肌肉损伤情况并施加干预措施,会导致肌肉损伤进一步加重,影响正常的生活和训练,甚至需要进行外科手术干预。
专利申请号为201910119807X、专利名称为肌肉损伤的评价方法的发明专利,设计了基于医疗数据来评价肌肉损伤情况的技术。专利号为2019101657687、专利名称为一种肌肉状态检测方法、装置及计算机可读存储介质的发明专利,设计了基于肌电信号来评估肌肉损伤情况的技术,但是此专利对采集到的肌电信号进行常规预处理后,就利用常规预处理后的肌电信号来评估肌肉损伤情况,此专利并未考虑到肌电信号为非正常肌电信号的情况该如何处理的情况。因此,本发明设计了一种结合姿态传感器和阵列式柔性肌电传感器并对采集的肌电信号分级处理的肌肉损伤分析技术。
发明内容
本发明针对现有技术存在的问题和不足,提供一种用于单兵训练后肌肉损伤分析系统及方法。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供一种用于单兵训练后肌肉损伤分析系统,其特点在于,其包括贴设于待分析单兵的待分析肢体上的信号采集组件和中央处理器,所述信号采集组件包括姿态传感器、阵列式柔性肌电传感器、控制器、WIFI模块和语音发声器,所述阵列式柔性肌电传感器采用m*n阵列肌电电极,每个所述肌电电极的肌电采样点之间的间距相等,m和n均为正整数;
所述中央处理器用于下发含有待分析肢体的目标肢体动作的目标个数的指令,所述控制器用于利用WIFI模块接收该指令,并利用语音发声器发出待分析肢体需要做目标个数对应的目标肢体动作的信息;
所述姿态传感器用于实时采集待分析单兵的待分析肢体的姿态信息,所述阵列式柔性肌电传感器用于按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号;
所述控制器用于基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器采集到的各个肌电采样点的肌电信号并利用WIFI模块上传给中央处理器,并在目标个数达到后发出目标个数已到停止目标肢体动作的信息;
所述中央处理器用于对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出不具有非正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
所述中央处理器用于在分析出具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
所述中央处理器用于在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令,肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征;
所述中央处理器用于对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。
本发明还提供一种用于单兵训练后肌肉损伤分析方法,其特点在于,其利用上述肌肉损伤分析系统实现,其包括以下步骤:
S1、所述中央处理器下发含有待分析肢体的目标肢体动作的目标个数的指令,所述控制器利用WIFI模块接收该指令,并利用语音发声器发出待分析肢体需要做目标个数对应的目标肢体动作的信息;
S2、所述姿态传感器实时采集待分析单兵的待分析肢体的姿态信息,所述阵列式柔性肌电传感器按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号;
S3、所述控制器基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器采集到的各个肌电采样点的肌电信号并利用WIFI模块上传给中央处理器,并在目标个数达到后发出目标个数已到停止目标肢体动作的信息;
S4、所述中央处理器对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出不具有非正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
S5、所述中央处理器在分析出具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
S6、所述中央处理器在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令,肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征;
S7、所述中央处理器对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。
本发明的积极进步效果在于:
本发明中每个目标肢体动作对应一个分析单元窗,一个分析单元窗内各个肌电采样点采集的肌电信号作为一个处理单元进行处理,对此分析单元窗内各个肌电采样点采集的肌电信号,先进行常规预处理,针对此分析单元窗内各个肌电采样点的预处理之后的肌电信号分情况处理,先分析此分析单元窗内是否有非正常肌电信号,在没有非正常肌电信号时进行后续特征提取操作,在有非正常肌电信号时分析非正常分析单元窗的个数和正常分析单元窗的个数,当正常分析单元窗的个数较多时,表明可用的正常分析单元窗的个数足够,则直接对正常分析单元窗内的肌电信号进行后续特征提取操作,当正常分析单元窗的个数太少时,表明可用的正常分析单元窗的个数太少,需要重新采集肌电信号,当正常分析单元窗的个数处于太少和较多之间时,分析可舍后正常分析单元窗的个数,若正常分析单元窗的个数+可舍后正常分析单元窗的个数达到个数足够,则对正常分析单元窗内的肌电信号和可舍后正常分析单元窗内舍掉后的肌电信号进行后续特征提取操作;若正常分析单元窗的个数+可舍后正常分析单元窗的个数还是达不到个数足够,则分析正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数是否达标,若是达标则对正常分析单元窗内的肌电信号、可舍后正常分析单元窗内舍掉后的肌电信号和可纠后正常分析单元窗内纠正后的肌电信号进行后续特征提取操作,若是还不达标则只能重新采集了。本发明的肌电信号分情况处理方式,使得最终参与长短时记忆网络模型的肌电信号都是正常的肌电信号,从而提高肌肉损伤分析结果的准确性。
附图说明
图1为本发明较佳实施例的用于单兵训练后肌肉损伤分析系统的控制原理图。
图2为本发明较佳实施例的4*4阵列式柔性肌电传感器的示意图。
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。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的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,本实施例提供一种用于单兵训练后肌肉损伤分析系统,其包括贴设于待分析单兵的待分析肢体上的信号采集组件100和与信号采集组件100进行通信的中央处理器200,信号采集组件100包括姿态传感器101、阵列式柔性肌电传感器102、控制器103、WIFI模块104和语音发声器105,其中阵列式柔性肌电传感器102采用m*n阵列肌电电极,每个肌电电极的肌电采样点之间的间距相等,m和n均为正整数,m和n可以相同也可以不相同,如本实施例中阵列式柔性肌电传感器102可以采用4*4矩阵阵列,肌电采样点为16个(见图2)。
中央处理器200用于下发含有待分析肢体的目标肢体动作的目标个数(如20个)的指令,控制器103用于利用WIFI模块接收该指令,并利用语音发声器105发出待分析肢体需要做目标个数对应的目标肢体动作的信息。
姿态传感器101用于实时采集待分析单兵的待分析肢体的姿态信息,阵列式柔性肌电传感器102用于按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号。
控制器103用于基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器102采集到的各个肌电采样点的肌电信号并利用WIFI模块104上传给中央处理器200,并在目标个数达到后发出目标个数已到请停止目标肢体动作的信息。
中央处理器200用于对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出各个分析单元窗内各个肌电采样点经处理后的肌电信号不具有非正常肌电信号即都是正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征
例如:20个目标个数的目标肢体动作,这样就有20个分析单元窗,分析这20个分析单元窗内16个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,不具有非正常肌电信号即都是正常肌电信号时,对这20个分析单元窗内16个肌电采样点经处理后的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,每个分析单元窗内16个肌电采样点中每个肌电采样点均可以获得对应的肌电时域特征(含有多个肌电时域子特征)和肌电频域特征(含有多个肌电频域子特征)。
中央处理器200用于在分析出分析单元窗内具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时舍掉非正常分析单元窗内所有肌电信号、仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
例如:20个分析单元窗内有4个分析单元窗内具有非正常肌电信号,则正常分析单元窗的个数为16个,非正常分析单元窗的个数为4个,正常分析单元窗的个数16个大于设定样本数15个,则将这4个非正常分析单元窗内所有肌电信号都不使用了,仅仅使用这16个正常分析单元窗内的肌电信号,对这16个正常分析单元窗内16个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应的肌电时域特征和肌电频域特征。
中央处理器200用于在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器103重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令。
例如:正常分析单元窗的个数为10个,小于设定样本数15个,大于最低样本数5个,即最低样本数5个<正常分析单元窗的个数10个<设定样本数15个,非正常分析单元窗的个数为10个,分析这10个非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析出有5个非正常分析单元窗内的非正常肌电信号可舍掉,则可舍后正常分析单元窗就有5个,分析正常分析单元窗的个数10个+可舍后正常分析单元窗的个数5个等于设定样本数15个,对这5个可舍后正常分析单元窗内各个肌电采样点舍掉后的肌电信号(都是正常肌电信号)和这10个正常分析单元窗内各个肌电采样点的所有肌电信号(都是正常肌电信号)进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
又例如:正常分析单元窗的个数为10个,小于设定样本数15个,大于最低样本数5个,即最低样本数5个<正常分析单元窗的个数10个<设定样本数15个,非正常分析单元窗的个数为10个,分析这10个非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析出有1个非正常分析单元窗内的非正常肌电信号可舍掉,则可舍后正常分析单元窗就有1个,分析正常分析单元窗的个数10个+可舍后正常分析单元窗的个数1个小于设定样本数15个,分析除可舍后正常分析单元窗外的非正常分析单元窗(9个)内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析出可纠后正常分析单元窗有5个,分析正常分析单元窗的个数10个+可舍后正常分析单元窗的个数1个+可纠后正常分析单元窗的个数5个大于设定样本数15个,则将这5个可纠后正常分析单元窗中每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对这1个可舍后正常分析单元窗内各个肌电采样点舍掉后的肌电信号(都是正常肌电信号)、这5个可纠后正常分析单元窗内各个肌电采样点纠正后的肌电信号(都是正常肌电信号)和正常分析单元窗内的肌电信号(都是正常肌电信号)进行时域和频域分析以分别获得对应的肌电时域特征和肌电频域特征。
其中,中央处理器200用于分析非正常分析单元窗内存在非正常肌电信号出现在不同肌电采样点的同一采样时刻下的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时将每一可舍后正常分析单元窗内此同一采样时刻下的肌电信号均舍掉、舍掉后的肌电信号均为正常肌电信号,对可舍后正常分析单元窗内不同肌电采样点的同一采样时刻下均为正常肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
例如:下表为一个非正常分析单元窗内的肌电信号,其中J13和J163为非正常肌电信号,非正常肌电信号出现在不同肌电采样点(肌电采样点1和肌电采样点16)的同一采样时刻(采样时刻点3)下,则下表这个非正常分析单元窗为可舍后正常分析单元窗,在正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数时,对此可舍后正常分析单元窗内采样时刻点3下的肌电信号均舍掉不使用了,则此可舍后正常分析单元窗内就余下采样时刻点1-2下的肌电信号和采样时刻点4-30下的肌电信号,余下这些肌电信号均为正常肌电信号,对此可舍后正常分析单元窗内不同肌电采样点的同一采样时刻下均为正常肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
采样时刻点1 | 采样时刻点2 | 采样时刻点3 | …… | 采样时刻点30 | |
肌电采样点1 | J11 | J12 | J13 | …… | J130 |
肌电采样点2 | J21 | J22 | J23 | …… | J230 |
…… | …… | …… | …… | …… | …… |
肌电采样点16 | J161 | J162 | J163 | …… | J1630 |
中央处理器200用于对非正常分析单元窗内非正常肌电信号是否可纠正进行判断,具体判断非正常分析单元窗内与非正常肌电信号所处的肌电采样点横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采样时刻下的肌电信号是否均为正常肌电信号,在为是时则判定出此非正常分析单元窗内此非正常肌电信号可纠正,在为否时则判定出此非正常分析单元窗内此非正常肌电信号不可矫正。
例如:上表为一个非正常分析单元窗内的肌电信号,肌电采样点2的采样时刻点2下的肌电信号J22为非正常肌电信号,肌电采样点6的采样时刻点1下的肌电信号J61为非正常肌电信号。针对非正常肌电信号J22,非正常肌电信号J22所处的肌电采样点J2横向相邻的肌电采样点为J1和J3、纵向相邻的肌电采样点为J6,肌电采样点J1在采样时刻点2下的肌电信号J12、肌电采样点J3在采样时刻点2下的肌电信号J32和肌电采样点J6在采样时刻点2下的肌电信号J62均为正常肌电信号,则判定出此非正常分析单元窗内此非正常肌电信号J22为可纠正。针对非正常肌电信号J61,非正常肌电信号J61所处的肌电采样点J6横向相邻的肌电采样点为J5和J7、纵向相邻的肌电采样点为J2和J10,肌电采样点J5在采样时刻点1下的肌电信号J51、肌电采样点J7在采样时刻点1下的肌电信号J71、肌电采样点J2在采样时刻点1下的肌电信号J21均为正常肌电信号,肌电采样点J10在采样时刻点1下的肌电信号J101为非正常肌电信号,则判定出此非正常分析单元窗内此非正常肌电信号J61为不可纠正。
中央处理器200用于将每个可纠正正常分析单元窗内的非正常肌电信号纠正为正常肌电信号,具体利用此可纠正正常分析单元窗内此非正常肌电信号所处的肌电采样点、横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采集时刻下的正常肌电信号,以横向相邻的肌电采样点和纵向相邻的肌电采样点对应的各个采样时刻下的正常肌电信号为输入,以非正常肌电信号对应的肌电采样点对应的同一采样时刻下的正常肌电信号为输出,构建多项式函数,将与非正常肌电信号处于同一采样时刻下的横向相邻的肌电采样点和纵向相邻的肌电采样点对应的正常肌电信号输入至构建好的多项式函数关系中以输出一个肌电信号,此输出的肌电信号用于替换掉对应的非正常肌电信号。
中央处理器200用于对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。其中肌肉损伤分析情况包括无肌肉损伤分析情况、轻级肌肉损伤分析情况、中级肌肉损伤分析情况和重级肌肉损伤分析情况。
例如:提取出特征值的分析单元窗有15个,这15个分析单元窗中某个分析单元窗内16个肌电采样点对应的某个肌电时域子特征分别取平均值(对16个肌电采样点中每个肌电采样点的同一个肌电时域子特征取平均值)和肌电频域子特征分别取平均值(对16个肌电采样点中每个肌电采样点的同一个肌电频域子特征取平均值),将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,则15个分析单元窗就有15个输入样本,这15个输入样本按照分析单元窗先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。
本实施例还提供一种用于单兵训练后肌肉损伤分析方法,其利用上述肌肉损伤分析系统实现,其包括以下步骤:
S1、中央处理器下发含有待分析肢体的目标肢体动作的目标个数的指令,控制器利用WIFI模块接收该指令,并利用语音发声器发出待分析肢体需要做目标个数对应的目标肢体动作的信息。
S2、姿态传感器实时采集待分析单兵的待分析肢体的姿态信息,阵列式柔性肌电传感器按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号。
S3、控制器基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器采集到的各个肌电采样点的肌电信号并利用WIFI模块上传给中央处理器,并在目标个数达到后发出目标个数已到停止目标肢体动作的信息。
S4、中央处理器对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出不具有非正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
S5、中央处理器在分析出具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
S6、中央处理器在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令,肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征。
在步骤S6中,中央处理器分析非正常分析单元窗内存在非正常肌电信号出现在不同肌电采样点的同一采样时刻下的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时将每一可舍后正常分析单元窗内此同一采样时刻下的肌电信号均舍掉、舍掉后的肌电信号均为正常肌电信号,对可舍后正常分析单元窗内不同肌电采样点的同一采样时刻下均为正常肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
在步骤S6中,中央处理器判断非正常分析单元窗内与非正常肌电信号所处的肌电采样点横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采样时刻下的肌电信号是否均为正常肌电信号,在为是时则判定出此非正常分析单元窗内此非正常肌电信号可纠正,在为否时则判定出此非正常分析单元窗内此非正常肌电信号不可矫正。
在步骤S6中,中央处理器利用此可纠正正常分析单元窗内此非正常肌电信号所处的肌电采样点、横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采集时刻下的正常肌电信号,以横向相邻的肌电采样点和纵向相邻的肌电采样点对应的各个采样时刻下的正常肌电信号为输入,以非正常肌电信号对应的肌电采样点对应的同一采样时刻下的正常肌电信号为输出,构建多项式函数,将与非正常肌电信号处于同一采样时刻下的横向相邻的肌电采样点和纵向相邻的肌电采样点对应的正常肌电信号输入至构建好的多项式函数关系中以输出一个肌电信号,此输出的肌电信号用于替换掉对应的非正常肌电信号。
S7、中央处理器对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。其中,肌肉损伤分析情况包括无肌肉损伤分析情况、轻级肌肉损伤分析情况、中级肌肉损伤分析情况和重级肌肉损伤分析情况。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种用于单兵训练后肌肉损伤分析系统,其特征在于,其包括贴设于待分析单兵的待分析肢体上的信号采集组件和中央处理器,所述信号采集组件包括姿态传感器、阵列式柔性肌电传感器、控制器、WIFI模块和语音发声器,所述阵列式柔性肌电传感器采用m*n阵列肌电电极,每个所述肌电电极的肌电采样点之间的间距相等,m和n均为正整数;
所述中央处理器用于下发含有待分析肢体的目标肢体动作的目标个数的指令,所述控制器用于利用WIFI模块接收该指令,并利用语音发声器发出待分析肢体需要做目标个数对应的目标肢体动作的信息;
所述姿态传感器用于实时采集待分析单兵的待分析肢体的姿态信息,所述阵列式柔性肌电传感器用于按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号;
所述控制器用于基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器采集到的各个肌电采样点的肌电信号并利用WIFI模块上传给中央处理器,并在目标个数达到后发出目标个数已到停止目标肢体动作的信息;
所述中央处理器用于对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出不具有非正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
所述中央处理器用于在分析出具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
所述中央处理器用于在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令,肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征;
所述中央处理器用于对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。
2.如权利要求1所述的用于单兵训练后肌肉损伤分析系统,其特征在于,所述中央处理器用于分析非正常分析单元窗内存在非正常肌电信号出现在不同肌电采样点的同一采样时刻下的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时将每一可舍后正常分析单元窗内此同一采样时刻下的肌电信号均舍掉、舍掉后的肌电信号均为正常肌电信号,对可舍后正常分析单元窗内不同肌电采样点的同一采样时刻下均为正常肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
3.如权利要求1所述的用于单兵训练后肌肉损伤分析系统,其特征在于,所述中央处理器用于判断非正常分析单元窗内与非正常肌电信号所处的肌电采样点横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采样时刻下的肌电信号是否均为正常肌电信号,在为是时则判定出此非正常分析单元窗内此非正常肌电信号可纠正,在为否时则判定出此非正常分析单元窗内此非正常肌电信号不可矫正。
4.如权利要求3所述的用于单兵训练后肌肉损伤分析系统,其特征在于,所述中央处理器用于利用此可纠正正常分析单元窗内此非正常肌电信号所处的肌电采样点、横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采集时刻下的正常肌电信号,以横向相邻的肌电采样点和纵向相邻的肌电采样点对应的各个采样时刻下的正常肌电信号为输入,以非正常肌电信号对应的肌电采样点对应的同一采样时刻下的正常肌电信号为输出,构建多项式函数,将与非正常肌电信号处于同一采样时刻下的横向相邻的肌电采样点和纵向相邻的肌电采样点对应的正常肌电信号输入至构建好的多项式函数关系中以输出一个肌电信号,此输出的肌电信号用于替换掉对应的非正常肌电信号。
5.如权利要求1所述的用于单兵训练后肌肉损伤分析系统,其特征在于,所述肌肉损伤分析情况包括无肌肉损伤分析情况、轻级肌肉损伤分析情况、中级肌肉损伤分析情况和重级肌肉损伤分析情况。
6.一种用于单兵训练后肌肉损伤分析方法,其特征在于,其利用如权利要求1所述的肌肉损伤分析系统实现,其包括以下步骤:
S1、所述中央处理器下发含有待分析肢体的目标肢体动作的目标个数的指令,所述控制器利用WIFI模块接收该指令,并利用语音发声器发出待分析肢体需要做目标个数对应的目标肢体动作的信息;
S2、所述姿态传感器实时采集待分析单兵的待分析肢体的姿态信息,所述阵列式柔性肌电传感器按照设定采集频率实时采集待分析单兵的待分析肢体的相应部位的肌电信号;
S3、所述控制器基于接收到的姿态信息分析出待分析肢体的每个目标肢体动作,一个目标肢体动作作为一个分析单元窗,基于分析单元窗划分出该分析单元窗内阵列式柔性肌电传感器采集到的各个肌电采样点的肌电信号并利用WIFI模块上传给中央处理器,并在目标个数达到后发出目标个数已到停止目标肢体动作的信息;
S4、所述中央处理器对每个分析单元窗内的各个肌电采样点的肌电信号进行信号放大、滤波去噪处理,分析每个分析单元窗内各个肌电采样点经处理后的肌电信号是否具有非正常肌电信号,在分析出不具有非正常肌电信号时进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
S5、所述中央处理器在分析出具有非正常肌电信号时,将具有非正常肌电信号对应的分析单元窗作为非正常分析单元窗,将所有肌电信号均为正常肌电信号对应的分析单元窗作为正常分析单元窗,统计非正常分析单元窗的个数和正常分析单元窗的个数,分析正常分析单元窗的个数是否≥设定样本数,在为是时仅仅对每一正常分析单元窗内各个肌电采样点的经处理后肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征;
S6、所述中央处理器在正常分析单元窗的个数<设定样本数时,分析正常分析单元窗的个数是否<最低样本数,在为是时向控制器重新发送该指令,在为否时分析最低样本数≤正常分析单元窗的个数<设定样本数,分析非正常分析单元窗内非正常肌电信号可舍掉的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时对可舍后正常分析单元窗内舍掉后的肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时分析除可舍后正常分析单元窗外的非正常分析单元窗内非正常肌电信号可纠正的非正常分析单元窗作为可纠后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数+可纠后正常分析单元窗的个数≥设定样本数,在为是时将每个可纠后正常分析单元窗内非正常肌电信号纠正为正常肌电信号,对可舍后正常分析单元窗内舍掉后的肌电信号、可纠后正常分析单元窗纠正后的肌电信号和正常分析单元窗内的肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征,在为否时向控制器重新发送该指令,肌电时域特征包括多个肌电时域子特征,肌电频域特征包括多个肌电频域子特征;
S7、所述中央处理器对每个提取出特征值的分析单元窗内各个肌电采样点对应的肌电时域子特征分别取平均值和肌电频域子特征分别取平均值,将每个分析单元窗内各个肌电时域子特征平均值和肌电频域子特征平均值作为一个输入样本,各个分析单元窗对应的输入样本按照先后时序关系输入至训练好的长短时记忆网络模型中以分析出待分析单兵的待分析肢体的肌肉损伤分析情况。
7.如权利要求6所述的用于单兵训练后肌肉损伤分析方法,其特征在于,在步骤S6中,所述中央处理器分析非正常分析单元窗内存在非正常肌电信号出现在不同肌电采样点的同一采样时刻下的非正常分析单元窗作为可舍后正常分析单元窗,分析是否正常分析单元窗的个数+可舍后正常分析单元窗的个数≥设定样本数,在为是时将每一可舍后正常分析单元窗内此同一采样时刻下的肌电信号均舍掉、舍掉后的肌电信号均为正常肌电信号,对可舍后正常分析单元窗内不同肌电采样点的同一采样时刻下均为正常肌电信号和正常分析单元窗内的所有肌电信号进行时域和频域分析以分别获得对应肌电时域特征和肌电频域特征。
8.如权利要求7所述的用于单兵训练后肌肉损伤分析方法,其特征在于,在步骤S6中,所述中央处理器判断非正常分析单元窗内与非正常肌电信号所处的肌电采样点横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采样时刻下的肌电信号是否均为正常肌电信号,在为是时则判定出此非正常分析单元窗内此非正常肌电信号可纠正,在为否时则判定出此非正常分析单元窗内此非正常肌电信号不可矫正。
9.如权利要求8所述的用于单兵训练后肌肉损伤分析方法,其特征在于,在步骤S6中,所述中央处理器利用此可纠正正常分析单元窗内此非正常肌电信号所处的肌电采样点、横向相邻的肌电采样点和纵向相邻的肌电采样点在同一采集时刻下的正常肌电信号,以横向相邻的肌电采样点和纵向相邻的肌电采样点对应的各个采样时刻下的正常肌电信号为输入,以非正常肌电信号对应的肌电采样点对应的同一采样时刻下的正常肌电信号为输出,构建多项式函数,将与非正常肌电信号处于同一采样时刻下的横向相邻的肌电采样点和纵向相邻的肌电采样点对应的正常肌电信号输入至构建好的多项式函数关系中以输出一个肌电信号,此输出的肌电信号用于替换掉对应的非正常肌电信号。
10.如权利要求6所述的用于单兵训练后肌肉损伤分析方法,其特征在于,在步骤S7中,所述肌肉损伤分析情况包括无肌肉损伤分析情况、轻级肌肉损伤分析情况、中级肌肉损伤分析情况和重级肌肉损伤分析情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311516760.3A CN117297595B (zh) | 2023-11-14 | 2023-11-14 | 一种用于单兵训练后肌肉损伤分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311516760.3A CN117297595B (zh) | 2023-11-14 | 2023-11-14 | 一种用于单兵训练后肌肉损伤分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117297595A CN117297595A (zh) | 2023-12-29 |
CN117297595B true CN117297595B (zh) | 2024-03-19 |
Family
ID=89250110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311516760.3A Active CN117297595B (zh) | 2023-11-14 | 2023-11-14 | 一种用于单兵训练后肌肉损伤分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117297595B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06205752A (ja) * | 1992-07-27 | 1994-07-26 | Terumo Corp | 心電図用レポート出力装置 |
CN109846474A (zh) * | 2019-03-26 | 2019-06-07 | 深圳市理邦精密仪器股份有限公司 | 心电图的处理方法及装置、心电图的远程处理方法及系统 |
CN114492537A (zh) * | 2022-02-15 | 2022-05-13 | 中国科学技术大学 | 一种肌电控制系统遭恶意攻击的异常信号检测方法和相关设备 |
CN116196020A (zh) * | 2023-03-24 | 2023-06-02 | 苏州海臻医疗器械有限公司 | 一种基于表面肌电信号的患者肌肉疲劳度评估系统及方法 |
CN116269450A (zh) * | 2023-03-21 | 2023-06-23 | 苏州海臻医疗器械有限公司 | 一种基于肌电信号的患者肢体康复状态评估系统及方法 |
-
2023
- 2023-11-14 CN CN202311516760.3A patent/CN117297595B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06205752A (ja) * | 1992-07-27 | 1994-07-26 | Terumo Corp | 心電図用レポート出力装置 |
CN109846474A (zh) * | 2019-03-26 | 2019-06-07 | 深圳市理邦精密仪器股份有限公司 | 心电图的处理方法及装置、心电图的远程处理方法及系统 |
CN114492537A (zh) * | 2022-02-15 | 2022-05-13 | 中国科学技术大学 | 一种肌电控制系统遭恶意攻击的异常信号检测方法和相关设备 |
CN116269450A (zh) * | 2023-03-21 | 2023-06-23 | 苏州海臻医疗器械有限公司 | 一种基于肌电信号的患者肢体康复状态评估系统及方法 |
CN116196020A (zh) * | 2023-03-24 | 2023-06-02 | 苏州海臻医疗器械有限公司 | 一种基于表面肌电信号的患者肌肉疲劳度评估系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117297595A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2677927B1 (en) | Respiration monitoring method and system | |
CN109009102B (zh) | 一种基于脑电图深度学习的辅助诊断方法及系统 | |
WO2020215718A1 (zh) | 一种激光二维测距传感器的标定方法 | |
CN111166327A (zh) | 基于单通道脑电信号和卷积神经网络的癫痫诊断装置 | |
US20140025715A1 (en) | Neural Signal Processing and/or Interface Methods, Architectures, Apparatuses, and Devices | |
EP2389103A1 (en) | Methods and devices for processing pulse signals, and in particular neural action potential signals | |
CN107137093A (zh) | 一种包含异常血糖概率报警器的连续血糖监测设备 | |
CN116092680B (zh) | 基于随机森林算法的腹主动脉瘤早期预测方法及系统 | |
CN117297595B (zh) | 一种用于单兵训练后肌肉损伤分析系统及方法 | |
CN116196020A (zh) | 一种基于表面肌电信号的患者肌肉疲劳度评估系统及方法 | |
CN110448306B (zh) | 一种基于连续血糖监测系统的在线故障检测与诊断方法 | |
CN114129171A (zh) | 一种基于改进的残差密集网络的心电信号降噪方法 | |
CN117113118B (zh) | 一种生物气溶胶用智能监测方法及系统 | |
CN114492534A (zh) | 一种跨尺寸电机轴承故障诊断模型的构建方法及应用 | |
CN116612820B (zh) | 基于数据分析的乳制品生产智能管理平台 | |
CN116269450B (zh) | 一种基于肌电信号的患者肢体康复状态评估系统及方法 | |
CN112181792A (zh) | 一种时序数据异常标注的方法、系统及相关组件 | |
CN115049015B (zh) | 时序数据的滑窗后对齐方法、装置及设备和存储介质 | |
CN115508706A (zh) | 一种考虑容量再生现象的锂电池剩余寿命预测方法 | |
CN115067878A (zh) | 基于EEGNet的静息态脑电意识障碍分类方法及系统 | |
US20230118209A1 (en) | Learning method, learning system, device, learning apparatus and program | |
CN110929849B (zh) | 一种基于神经网络模型压缩的视频检测方法和装置 | |
CN109464140A (zh) | 生物电信号检测方法、设备及存储介质 | |
CN113285966B (zh) | 一种智能猪行为异常监测方法及系统 | |
CN109165108B (zh) | 软件可靠性加速测试的失效数据还原方法及测试方法 |
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 |