CN117504133A - 肌电自适应刺激方法和系统 - Google Patents
肌电自适应刺激方法和系统 Download PDFInfo
- Publication number
- CN117504133A CN117504133A CN202311707877.XA CN202311707877A CN117504133A CN 117504133 A CN117504133 A CN 117504133A CN 202311707877 A CN202311707877 A CN 202311707877A CN 117504133 A CN117504133 A CN 117504133A
- Authority
- CN
- China
- Prior art keywords
- frequency
- value
- current
- current value
- myoelectric
- 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
Links
- 230000000638 stimulation Effects 0.000 title claims abstract description 154
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 159
- 238000011282 treatment Methods 0.000 claims abstract description 26
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 claims description 114
- 238000012937 correction Methods 0.000 claims description 96
- 210000003205 muscle Anatomy 0.000 claims description 92
- 210000001087 myotubule Anatomy 0.000 claims description 64
- 235000014655 lactic acid Nutrition 0.000 claims description 57
- 239000004310 lactic acid Substances 0.000 claims description 57
- 230000008602 contraction Effects 0.000 claims description 44
- 238000013507 mapping Methods 0.000 claims description 37
- 230000006978 adaptation Effects 0.000 claims description 24
- 230000004118 muscle contraction Effects 0.000 claims description 24
- 239000000835 fiber Substances 0.000 claims description 23
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 238000003066 decision tree Methods 0.000 claims description 19
- 238000001228 spectrum Methods 0.000 claims description 19
- 210000003854 type 2 muscle cell Anatomy 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000003321 amplification Effects 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 230000036977 tonic contraction Effects 0.000 claims description 8
- 230000001815 facial effect Effects 0.000 claims description 7
- 230000009191 jumping Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000001537 neural effect Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 16
- 210000005036 nerve Anatomy 0.000 description 8
- 210000003875 slow muscle fiber Anatomy 0.000 description 5
- 210000001189 slow twitch fiber Anatomy 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000030214 innervation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 206010049565 Muscle fatigue Diseases 0.000 description 2
- 210000000805 cytoplasm Anatomy 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003365 myofibril Anatomy 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 102000018832 Cytochromes Human genes 0.000 description 1
- 108010052832 Cytochromes Proteins 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 102000036675 Myoglobin Human genes 0.000 description 1
- 108010062374 Myoglobin Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000036982 action potential Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002414 glycolytic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000007830 nerve conduction Effects 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 229940005483 opioid analgesics Drugs 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008557 oxygen metabolism Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36003—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/3603—Control systems
- A61N1/36031—Control systems using physiological parameters for adjustment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明涉及电刺激领域,尤其涉及肌电自适应刺激方法和系统,包括通过采集分析肌肉收缩张力测评用户个体肌肉在不同收缩状态对应的电流强度和频率,根据用户个体基本信息和治疗目的等参数对电流强度和频率进行配置并形成高低频交替脉冲频率,进一步通过分析肌电信号识别用户个体肌纤维类型对频率组合进行调节,形成与用户受刺激肌肉部位更为适配的高低频交替脉冲组合。本发明通过考虑不同用户个体的独特性,为用户提供更适合其自身情况的肌电刺激参数,有助于提高治疗效果和用户体验感,实现更加精准、个性化的刺激。
Description
技术领域
本发明涉及电刺激领域,尤其涉及肌电自适应刺激方法和系统。
背景技术
肌电刺激是一种通过不同频率脉冲电流刺激机体运动神经或肌肉引起肌肉收缩,从而改善肌肉力量和功能或治疗神经肌肉系统损伤的技术,目前已广泛应用于运动康复、肌肉训练、神经调控等领域,现有的肌电刺激系统大多采用预设的刺激模式,缺乏灵活性,这些系统通常根据大多数人群肌肉的一般特性来预设刺激模式,然而,每个人的生理构成是不同的,不同个体由于其不同的肌肉构成和代谢以及对电刺激不同的敏感程度使得预设的刺激模式并不能使所有人达到适合其自身的最佳肌电刺激状态。
发明内容
(1)要解决的技术问题
本发明的目的在于提供一种肌电自适应刺激方法和系统,通过考虑用户个体特征来调整刺激参数,以增加肌电刺激参数与用户个体的匹配度,促进用户达到与其更适配的肌电刺激状态,从而达到效果和体验感综合最佳。
(2)技术方案
为实现上述目的,一方面,本发明提供了肌电自适应刺激方法,所述方法包括:
获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;
保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;
通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;
根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;
将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述方法还包括:
通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;
进一步获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述方法还包括:
用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。
进一步地,所述方法还包括:
实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。
进一步地,所述方法还包括:
当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。
基于同一发明构思,本发明还提供了肌电自适应刺激系统,所述系统包括:
初始测评模块,用于获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;
基本参数决策模块,用于保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;
肌电信号采集模块,用于通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;
肌纤维分析模块,用于根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;
纤频调整模块,用于将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述系统还包括:
第一增效模块,用于通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;
第一舒适度调整模块,用于进一步获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述系统还包括:
第二舒适度调整模块,用于用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。
进一步地,所述系统还包括:
第三舒适度调整模块,用于实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。
进一步地,所述系统还包括:
第二增效模块,用于当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。
(3)有益效果
本发明的有益效果是:
1.通过对用户个体肌纤维类型和比例的识别来对高低频脉冲组合中两种类型频率进行调整,有助于为用户配置更适合其自身肌肉生理构成的肌电刺激参数。
2.通过用户肌肉乳酸浓度来对频率进行补偿,并调节电流减轻肌肉疲劳,在保证治疗效果同时增加了用户体验感。
3.通过识别用户舒适度动态调整电流强度,减轻用户不适感,实现个性化舒适度调节,同时,根据动态反馈调整机制,可进一步提高肌电刺激效果,促进肌电刺激参数达到适合用户偏好的最佳肌电刺激状态。
附图说明
图1为本发明实施例1的肌电自适应刺激方法流程框图;
图2为本发明实施例1的肌电自适应刺激方法的根据肌纤维类型对刺激参数进行调整的流程框图;
图3为本发明实施例1的肌电自适应刺激方法的根据乳酸浓度对刺激参数进行调整的流程框图;
图4为本发明实施例1的肌电自适应刺激方法的根据舒适度调整过程图;
图5为本发明实施例2的肌电自适应刺激系统模块框图。
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。
实施例1:如图1和图2所示,本实施例提供了肌电自适应刺激方法,所述方法包括:
S1、获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;所述用户端肌电刺激模式分为正常肌电刺激模式和失神经肌电刺激模式;所述肌电刺激参数包括电流强度、频率、波形等参数;根据肌肉是否存在正常神经支配分为正常肌电刺激和失神经肌电刺激,对于正常神经支配的肌肉,肌电刺激是通过刺激神经兴奋,再通过神经将兴奋传递给所支配的肌肉引起肌肉收缩,而对于失神经支配的肌肉,肌电刺激不通过神经传导而是直接作用于肌肉引起肌肉收缩;由于两者引起肌肉收缩方式的显著差别,故分别进行初始参数配置。例如,由于神经比肌肉更加敏感,引起神经兴奋的肌电刺激强度小于直接作用于肌肉的肌电刺激强度,从而正常肌电刺激的电流强度初始值设置小于失神经肌电刺激;由于正常肌肉对方波的收缩反应大,而失神经肌肉在方波和三角波刺激时肌肉收缩幅度几乎相等,因此正常肌电刺激初始化波形设置为方波而失神经肌电刺激初始化波形设置为三角波;每个用户由于其不同的年龄、身体状况、刺激部位的差异导致其受刺激部位肌肉产生最大收缩的刺激强度有所不同,针对不同用户个人单独进行测量可为进一步配置用户的治疗方案提供更准确的数据支撑。
S2、保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;当接收到电刺激时,肌纤维以先收缩后放松的规律来响应的,在频率较低时,肌肉呈现一个个完整的收缩-放松状态,形成单收缩现象;随着刺激频率增加,部分肌纤维开始在完成头一个收缩尚来不及完成放松便要接受下一个刺激并重新开始收缩,这样新收缩所产生的力便加入剩余的张力之中,肌肉开始出现强直收缩;当进一步增加刺激频率时,每根纤维均开始在完成头一个收缩尚来不及完成放松便要接受下一个刺激并重新开始收缩,连续收缩的积累度越来越高,最终肌肉形成完全强直收缩;根据用户不同的肌电刺激目的需要调动肌肉纤维进行不同的收缩,以达到最佳的治疗效果,因此需要配置不同的强度、频率组合,如当用户使用目的是要增加力量时,则应调动尽可能多的肌肉纤维来进行收缩,理论上应以其强直收缩的频率来进行电刺激以达到最好的效果,但由于以相对不变的频率进行持续肌电刺激会形成刺激疲劳,而交替频率的肌电刺激可以能够促进释放阿片类物质抵抗疲劳感,因此为了减少肌肉疲劳和提高用户舒适度,会以较多占比强直收缩频率和较低占比的单收缩频率组合搭配进行肌电刺激,以达到效果和体验感综合最佳。决策树算法是通过大量实验调试的参数系统,通过该参数系统输入用户的基础情况,能够得到肌电刺激参数,在此参数下大部分用户能够达到治疗效果,同时治疗过程的体验感最佳。
S3、通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;由于表面肌电传感器是通过表面贴片附着于皮肤进行肌电信号的采集,因此肌电信号是比较微弱的,需要通过放大器将肌电信号进行放大;与此同时,表面肌电信号在采集过程很容易收到各种噪声干扰,如会受到相邻肌肉电信号,心电、脑电等其他生理信号的串扰,以及电台、无线通讯设施以及其他仪器造成的干扰,因此需要通过高通滤波器和低通滤波器依次滤除低频噪声和高频噪声,减小干扰对肌电信号的影响,提高采集数据的准确性,便于进一步对数据进行分析。
S4、根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;所述均方根幅值用来描述一段时间内肌电的平均变化特征,是所有振幅的均方根值,其值受肌肉本身的生理构成所影响,所述平均功率频率反映的是过功率谱曲线重心的频率,不同个体不同部位的肌肉之间的平均功率频率高低有所差异,这种差异的原因主要受肌肉组织中的肌纤维类型及其组成比例的影响,电机械延迟值是动作电位开始到收缩张力出现的时间延迟,三个指标均与肌肉的肌纤维构成具有映射关系,可结合用于判断肌纤维类型及其组成比例;人体纤维分为Ⅰ型肌纤维和Ⅱ型肌纤维,Ⅰ型肌纤维又叫慢肌纤维,其细胞质缺乏肌原纤维,收缩潜能弱,纤维直径小收缩速度慢,但因为它含有很多肌红蛋白、细胞色素等红颜色的蛋白质,通过这些蛋白质的工作,可以使肌纤维摄入氧并协助其进行有氧代谢产生能量,因此具有耐力,是维护耐久力的纤维。Ⅱ型肌纤维又叫快肌纤维,其细胞质有肌原纤维,故具有较强的收缩潜能,其直径约为慢纤维的两倍,收缩速度快,收缩力大,是取得力和速度的纤维,但其相比于Ⅰ型肌纤维容易疲劳。不同个体其两种纤维占比各不相同,经常进行跳跃、爆发性运动的人群快肌纤维多,经常进行耐力训练的人其慢肌纤维多,例如,短跑运动员的快肌纤维多,而马拉松运动员慢肌纤维多。另一方面,即使是同一个体也可能在不同的时期有着不同的肌肉纤维分布,如因疾病长期卧床的个体会使其部分慢肌纤维向快肌纤维转换,训练中的个体也会由于其训练方式使得其肌肉纤维在慢肌纤维和快肌纤维之间转换,由于两种肌肉纤维的性质差异,因此在设置肌电刺激参数时检测用户的肌肉纤维类型及其比例,将有助于为用户配置更适合其自身的肌电参数。
S5、将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。Ⅰ型肌纤维和Ⅱ型肌纤维对频率的敏感性是不同的,在低频刺激下,肌纤维募集以Ⅰ型肌纤维为主,在高频刺激下,肌纤维募集以Ⅱ型肌纤维为主,因此需根据肌纤维的比例对交替的两种频率进行微调以更好的适配用户,例如,某一用户其Ⅱ型肌纤维占比较多时,为了使其肌肉能够被充分激活收缩,需在目标频率的基础上适当增加频率以充分募集Ⅱ型肌纤维,而某一用户其Ⅱ型肌纤维占比较少时,需在目标频率的基础上适当降低频率以充分募集Ⅰ型肌纤维,促进使其肌肉能够被充分激活收缩。
进一步地,如图3所示,所述方法还包括:
S61、通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;本系统使用的传感器为能检测乳酸的微流道生物传感器,除此之外,用其他能达到检测乳酸的光学传感器、电学传感器代替本传感器均可;不同肌纤维的生理和代谢特征是不同的,如肌纤维中的Ⅱ型肌纤维的糖酵解能力强,生成的乳酸多,乳酸的生成与收缩肌肉的肌纤维类型、肌肉部位关系密切,因此乳酸的生成随着用户个体不同而不同,并随着肌肉收缩的持续时间的增加而增加;随着肌肉收缩时间的增加,肌肉能量代谢变化以及局部酸性代谢产物增加使肌纤维的内环境不断发生改变,导致某些肌纤维收缩力量下降,为了维持原来的肌肉收缩状态须适当增加频率以募集更多的运动单位来参与肌肉收缩,以保证治疗效果。
S62、获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。随着乳酸浓度的增加,肌肉中的运动单位逐渐达到其疲劳阈值,当乳酸浓度超过一定的浓度阈值后,由于肌肉中运动单位大量达到其疲劳阈值,肌肉疲劳大幅增加,为了减轻肌肉疲劳,通过电流乘数对第二电流值进行调节适当降低电流强度以保证用户的体验感;
进一步地,如图4所示,所述方法还包括:
S7、用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。所述舒适度等级分为至少三个等级,比如本实施例选择四个等级,分别表示舒适、中立、轻微不适、明显不适;第一舒适度系数区间值为0至1,通过第一舒适度系数对第三电流值进行调整使电流强度适当减弱,减轻用户的不适感。对于特定用户如婴幼儿、痴呆老人,在进行肌电刺激治疗时不能准确表达自身感受,此时用户界面的舒适度等级会被护理人员设置为2级,即中立,或是直接不进行选择,即获取用户端通过操作界面选择输入的舒适度等级值时为空值,此时需要通过对用户面部特征进行提取,识别其表情语义来为强度调节提供依据,例如当识别到的表情语义为“厌恶”、“哀伤”等负面情绪时,通过相应的舒适度系数对电流强度进行调整可有助于降低此类用户的不适感;需要说明的是,默认舒适度等级为1级,后续用户端通过操作界面选择舒适度等级值需要在舒适度等级回位到1级时才能进行再次选择或开始新一轮语义识别,系统再次进行调整所获取的电流值为上一次调整后电流值代替第三电流值按前面所述步骤进行再次调整。
进一步地,如图4所示,所述方法还包括:
S8、实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。对于感觉敏感的用户可能出现系统多次调整电流后依然未能达到其舒适度,在其连续多次选择轻微不适或明显不适后会使电流强度逐步降低而导致肌电刺激效果减弱,若电流强度降低到一定程度时,再进一步降低刺激强度将会使肌电刺激效果大打折扣,达不到治疗目的,由于表面电极面积增大能够使局部肌肉刺激的不适感降低,因此此时通过更换附带配置的面积更大的第二电极片代替原电极片进一步降低电流强度可在保持肌电刺激效果不降低的情况下使肌电刺激部位感到更加舒适;
进一步地,如图4所示,所述方法还包括:
S9、当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。用户端长期处于舒适度等级为1即舒适状态,反应出用户可能痛觉不敏感或者其为了达到更好的效果能够克服不适感或者其已习惯当前肌电刺激强度,此时,可让用户选择提升电流强度以达到更好的治疗效果,本系统将第三电流值和第二电流值作为电流值提升的阶段目标值,以供用户分阶段进行选择是否提升,即当用户选择将电流提升至第三电流值反应出其为达到更好的刺激效果能够接受S7所述方法调整舒适度之前的电流值,当用户选择将电流提升至第二电流值表示其为达到更好的刺激效果能够接受S62所述方法调整舒适度之前的电流值;此外,每次将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长后,只要超过预设停留时间便会重复进行S9所述的步骤,以形成动态的反馈调整机制。
实施例2:基于同一发明构思,如图5所示,本实施例还提供了肌电自适应刺激系统,所述系统包括:
初始测评模块,用于获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;
基本参数决策模块,用于保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;
肌电信号采集模块,用于通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;
肌纤维分析模块,用于根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;
纤频调整模块,用于将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述系统还包括:
第一增效模块,用于通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;
第一舒适度调整模块,用于进一步获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。
进一步地,所述系统还包括:
第二舒适度调整模块,用于用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。
进一步地,所述系统还包括:
第三舒适度调整模块,用于实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。
进一步地,所述系统还包括:
第二增效模块,用于当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。
需要说明的是,关于上述实施例中的系统,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
最后应说明的是:尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,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 (9)
1.肌电自适应刺激方法,其特征在于,所述方法包括:
获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;
保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;
通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;
根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;
将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。
2.如权利要求1所述的肌电自适应刺激方法,其特征在于,所述方法还包括:
通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;
进一步获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。
3.如权利要求2所述的肌电自适应刺激方法,其特征在于,所述方法还包括:
用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。
4.如权利要求3所述的肌电自适应刺激方法,其特征在于,所述方法还包括:
实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。
5.如权利要求3或4任一项所述的肌电自适应刺激方法,其特征在于,所述方法还包括:
当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。
6.肌电自适应刺激系统,其特征在于,所述系统包括:
初始测评模块,用于获取用户端肌电刺激模式,根据用户端肌电刺激模式初始化肌电刺激参数;通过脉冲仪产生肌电刺激信号通过电极贴片作用于人体贴片处肌肉,根据初始化肌电刺激参数中初始电流强度按预设间隔时间产生单次脉冲,每个脉冲按预设电流增量以从小到大逐渐增加的方式增加电流强度,通过张力传感器采集肌肉收缩信号直到达到基础电流强度并获取此时的电流值作为第一电流值,所述基础电流强度为肌肉产生最大收缩的最小刺激强度;
基本参数决策模块,用于保持第一电流值不变,按预设增量以从小到大逐渐增加的方式增加频率,通过张力传感器采集肌肉收缩信号直到由单收缩转为刚开始出现强直收缩并获取此时的频率为第一频率;继续按预设增量增加频率,通过张力传感器采集肌肉收缩信号直到出现完全强直收缩并获取此时的频率为第二频率;根据用户信息库获取用户治疗目的、受刺激肌肉部位、年龄信息,将第一电流值、第一频率、第二频率、用户治疗目的、受激身体部位、年龄信息通过参数分配模型得到第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间;所述参数分配模型为根据用户治疗目的、受刺激肌肉部位、年龄信息、第一电流值、第一频率、第二频率历史数据通过决策树算法建立的和第一电流乘数、第一频率乘数、第一频率持续时间、第二频率乘数、第二频率持续时间的映射关系;将第一电流值乘以第一电流乘数得到第二电流值,第一频率乘以第一频率乘数得到第一目标频率,第二频率乘以第二频率乘数得到第二目标频率;
肌电信号采集模块,用于通过表面肌电传感器采集肌肉以最大随意收缩作等长性疲劳收缩时的肌电信号作为第一肌电信号,将第一肌电信号通过肌电放大器进行放大后得到第二肌电信号,将第二肌电信号依次通过截止频率为预设值的高通滤波器和低通滤波器得到第三肌电信号;
肌纤维分析模块,用于根据第三肌电信号进行时域分析得到均方根幅值、电机械延迟值,通过A/D转换器将第三肌电信号进行模数转换后作快速傅立叶变换得到肌电信号平均功率谱、对肌电信号平均功率谱进行频域分析得到平均功率频率;将平均功率频率、均方根幅值、电机械延迟值输入肌纤维识别模型得到Ⅱ型肌纤维百分比;所述肌纤维识别模型是根据平均功率谱、均方根幅值、电机械延迟值和Ⅱ型肌纤维百分比通过多元回归算法建立的映射关系;
纤频调整模块,用于将Ⅱ型肌纤维百分比输入纤频微调模型得到第一频率修正系数和第二频率修正系数;所述纤频微调模型是根据Ⅱ型肌纤维百分比、受刺激肌肉部位历史数据和第一频率修正系数、第二频率修正系数通过神经算法建立的映射关系;根据第一频率修正系数对第一目标频率进行修正得到第一修正频率,根据第二频率修正系数对第二目标频率进行修正得到第二修正频率,将第一修正频率以第一频率持续时间运行叠加第二修正频率以第二频率持续时间运行得到修正频率组合;根据第二电流值、按修正频率组合产生脉冲对用户进行肌电刺激。
7.如权利要求6所述的肌电自适应刺激系统,其特征在于,所述系统还包括:
第一增效模块,用于通过传感器获取乳酸浓度值,当所述乳酸浓度值大于第一浓度阈值时,按预设时间间隔将获取的乳酸浓度值与频率补偿数据库进行比对得到对应的第一频率补偿值和第二频率补偿值,所述频率补偿数据库是根据不同乳酸浓度和对应的第一频率补偿值及第二频率补偿值建立的匹配关系;根据第一频率补偿值加第一修正频率对第一修正频率进行补偿得到第一补偿后频率,根据第二频率补偿值加第二修正频率对第二修正频率进行补偿得到第二补偿后频率,将第一补偿后频率与第二补偿后频率组合得到补偿后频率组合,根据第二电流值、补偿后频率组合产生脉冲对用户进行肌电刺激;
第一舒适度调整模块,用于进一步获取乳酸浓度值,当所述乳酸浓度值大于第二浓度阈值时,将乳酸浓度值输入疲劳调整模型得到电流乘数,所述疲劳调整模型是根据乳酸浓度值、受刺激肌肉部位、Ⅱ型肌纤维百分比和电流乘数通过神经网络算法建立的映射关系;通过电流乘数乘以第二电流值得到第三电流值,根据第三电流值、补偿后频率组合产生脉冲对用户进行肌电刺激。
8.如权利要求7所述的肌电自适应刺激系统,其特征在于,所述系统还包括:
第二舒适度调整模块,用于用户端通过操作界面选择输入的舒适度等级值,所述舒适度等级设置为至少三个等级,当舒适度等级值大于2时,获取当前的第三电流值、舒适度等级并输入第一增适模型获得第一舒适度系数,所述第一增适模型是根据第三电流值、舒适度等级、受刺激肌肉部位和第一舒适度系数历史数据通过决策树算法建立的映射关系;根据第一舒适度系数对第三电流值进行调整得到第四电流值;当舒适度等级为2或空值时,启动摄像头获取用户面部图像序列,将面部图像序列通过RGB加权法转为灰度空间得到面部灰度图像序列,根据面部灰度图像序列标记并提取面部特征通过支持向量机算法得到表情语义;获取当前的第三电流值、表情语义并输入第二增适模型得到第二舒适度系数,所述第二增适模型是根据第三电流值、表情语义、受刺激肌肉部位和第二舒适度系数历史数据通过决策树算法建立的映射关系;根据第二舒适度系数对第三电流值进行调整得到第四电流值,按第四电流值、补偿后频率组合产生脉冲对用户进行肌电刺激,调整后舒适度等级跳转至1级。
9.如权利要求8所述的肌电自适应刺激系统,其特征在于,所述系统还包括:
第三舒适度调整模块,用于实时获取第四电流值,当第四电流值降低至基础电流强度的1/2时触发用户端显示低效模式并输出更换电极片弹窗提醒,获取用户端选择结果,当用户端选择结果为否时取消弹窗提醒并维持该电流强度进行肌电刺激,舒适度等级跳转至1级;当用户端选择结果为是时弹出预设的使用步骤引导用户端进行电极片更换。
如权利要求8或9任一项所述的肌电自适应刺激系统,其特征在于,所述系统还包括:
第二增效模块,用于当舒适度等级值为1时测量舒适度1级停留时长,当舒适度1级停留时长超过预设停留时间时获取此时的电流值,将此时的电流值与第二电流值进行比较,若此时的电流值小于第二电流值则触发用户端输出提升电流强度第一弹窗;获取用户端选择结果,当用户端选择结果为否时取消第一弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第三电流值并输出提升电流强度第二弹窗,再次获取用户端选择结果,当用户端选择结果为否时取消第二弹窗,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长;当用户端选择结果为是时按预设电流增幅逐渐增加电流强度至第二电流值,同时将舒适度1级停留时长归零并从新开始测量舒适度1级停留时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311707877.XA CN117504133B (zh) | 2023-12-13 | 2023-12-13 | 肌电自适应刺激方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311707877.XA CN117504133B (zh) | 2023-12-13 | 2023-12-13 | 肌电自适应刺激方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117504133A true CN117504133A (zh) | 2024-02-06 |
CN117504133B CN117504133B (zh) | 2024-04-26 |
Family
ID=89749527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311707877.XA Active CN117504133B (zh) | 2023-12-13 | 2023-12-13 | 肌电自适应刺激方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117504133B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102139139A (zh) * | 2011-01-13 | 2011-08-03 | 中国医学科学院生物医学工程研究所 | 一种肌电反馈控制的电刺激装置及其控制方法 |
CN103691059A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院自动化研究所 | 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法 |
CN103751909A (zh) * | 2014-01-23 | 2014-04-30 | 上海诺诚电气有限公司 | 实时反馈智能型电刺激装置及其刺激方法 |
CN104398326A (zh) * | 2014-12-10 | 2015-03-11 | 重庆大学 | 用于稳定肌电假肢手力量输出的电刺激诱发肌电反馈控制方法及装置 |
CN105263569A (zh) * | 2011-12-19 | 2016-01-20 | 梅恩斯塔伊医疗公司 | 用于康复肌肉和评估康复进程的装置 |
CN106037731A (zh) * | 2016-07-06 | 2016-10-26 | 湖南天羿领航科技有限公司 | 用于提高训练效果的智能服装及其方法 |
US20170209087A1 (en) * | 2004-01-30 | 2017-07-27 | Compex Medical S.A. | Automated adaptive muscle stimulation method and apparatus |
CN109260590A (zh) * | 2017-07-17 | 2019-01-25 | 司承电子科技(上海)有限公司 | 一种基于肌肉神经支配特性调节的电刺激系统及方法 |
US20210228862A1 (en) * | 2018-07-12 | 2021-07-29 | Biomedical Devices Spa | Functional electrical stimulation system offering coordinated and natural movements |
CN114949602A (zh) * | 2022-06-02 | 2022-08-30 | 重庆大学 | 一种在线监测神经肌肉电刺激响应的闭环控制方法与系统 |
KR20220161831A (ko) * | 2021-05-31 | 2022-12-07 | 주식회사 케이알메디 | 센서를 이용한 전기 치료 장치 및 이를 이용한 정량적 치료방법 |
CN116251296A (zh) * | 2023-03-30 | 2023-06-13 | 四川千里倍益康医疗科技股份有限公司 | 电脉冲刺激方法及装置 |
-
2023
- 2023-12-13 CN CN202311707877.XA patent/CN117504133B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170209087A1 (en) * | 2004-01-30 | 2017-07-27 | Compex Medical S.A. | Automated adaptive muscle stimulation method and apparatus |
CN102139139A (zh) * | 2011-01-13 | 2011-08-03 | 中国医学科学院生物医学工程研究所 | 一种肌电反馈控制的电刺激装置及其控制方法 |
CN105263569A (zh) * | 2011-12-19 | 2016-01-20 | 梅恩斯塔伊医疗公司 | 用于康复肌肉和评估康复进程的装置 |
CN103691059A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院自动化研究所 | 基于角度信息与肌电信号反馈控制的电刺激康复装置及方法 |
CN103751909A (zh) * | 2014-01-23 | 2014-04-30 | 上海诺诚电气有限公司 | 实时反馈智能型电刺激装置及其刺激方法 |
CN104398326A (zh) * | 2014-12-10 | 2015-03-11 | 重庆大学 | 用于稳定肌电假肢手力量输出的电刺激诱发肌电反馈控制方法及装置 |
CN106037731A (zh) * | 2016-07-06 | 2016-10-26 | 湖南天羿领航科技有限公司 | 用于提高训练效果的智能服装及其方法 |
CN109260590A (zh) * | 2017-07-17 | 2019-01-25 | 司承电子科技(上海)有限公司 | 一种基于肌肉神经支配特性调节的电刺激系统及方法 |
US20210228862A1 (en) * | 2018-07-12 | 2021-07-29 | Biomedical Devices Spa | Functional electrical stimulation system offering coordinated and natural movements |
KR20220161831A (ko) * | 2021-05-31 | 2022-12-07 | 주식회사 케이알메디 | 센서를 이용한 전기 치료 장치 및 이를 이용한 정량적 치료방법 |
CN114949602A (zh) * | 2022-06-02 | 2022-08-30 | 重庆大学 | 一种在线监测神经肌肉电刺激响应的闭环控制方法与系统 |
CN116251296A (zh) * | 2023-03-30 | 2023-06-13 | 四川千里倍益康医疗科技股份有限公司 | 电脉冲刺激方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117504133B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11141555B2 (en) | Apparatus and method for calibrating acoustic desynchronizing neurostimulation | |
CN110464347B (zh) | 一种盆底肌治疗方法、系统及装置 | |
CN108310632B (zh) | 一种肌肉电刺激方法、装置及可穿戴设备 | |
CN101642369B (zh) | 自主神经功能生物反馈方法和系统 | |
JP2002113115A (ja) | バリアント方式を利用した電気治療装置 | |
CN116570834B (zh) | 经颅直流电刺激方法、装置、终端及介质 | |
CN113576476A (zh) | 基于监测肌肉氧饱和度和肌电信号的康复训练系统及方法 | |
CN115206484A (zh) | 一种脑卒中康复训练系统 | |
CN117504133B (zh) | 肌电自适应刺激方法和系统 | |
US20240091534A1 (en) | Method of treating a patient and apparatus therefor | |
US11234652B2 (en) | Method for low noise biopotential signal measurement | |
Yochum et al. | A mixed FES/EMG system for real time analysis of muscular fatigue | |
CN117018454A (zh) | 一种生物反馈磁刺激仪的频率强度自动调节方法及系统 | |
Zghal et al. | Effects of endurance training on the maximal voluntary activation level of the knee extensor muscles | |
CN111543990B (zh) | 肌肉协同的提取方法及基于肌肉协同的运动功能分析评估方法 | |
CN117473328B (zh) | 一种基于大数据的阴道松弛评估训练系统及方法 | |
US20170043159A1 (en) | Closed-loop stimulating apparatus and stimulating method thereof | |
CN108310631B (zh) | 一种电刺激减脂方法、装置及可穿戴设备 | |
Rosario et al. | Differences in temporal gait parameters when walking on even surface walkway, treadmill, and pushing a constant resistant sled | |
JP2002304615A (ja) | マッサージ機 | |
CN115316986B (zh) | 一种基于智能健身的动作识别方法 | |
US20230191144A1 (en) | Muscle stimulation apparatus using magnetic field pulse, control method thereof, and muscle stimulation method using same | |
CN115177843B (zh) | 一种机体放松状态评估方法、系统和调整方法、系统 | |
CN117617977A (zh) | 一种非侵入式的盆底肌肌群修复系统及方法 | |
CN115957444A (zh) | 震颤按摩控制方法、装置、按摩仪、电子设备及存储介质 |
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 |