CN210158741U - 一种上肢肌电假肢智能控制系统 - Google Patents
一种上肢肌电假肢智能控制系统 Download PDFInfo
- Publication number
- CN210158741U CN210158741U CN201920351642.4U CN201920351642U CN210158741U CN 210158741 U CN210158741 U CN 210158741U CN 201920351642 U CN201920351642 U CN 201920351642U CN 210158741 U CN210158741 U CN 210158741U
- Authority
- CN
- China
- Prior art keywords
- myoelectric
- control system
- intelligent control
- upper limb
- interface
- 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
Images
Landscapes
- Prostheses (AREA)
Abstract
本实用新型公开了一种上肢肌电假肢智能控制系统,涉及假肢控制技术领域,包括感应器、神经解码控制器、感知反馈器、模式切换接口、电源接口、假肢手头通用接口;所述感应器与所述神经解码控制器连接,所述感应器用于检测患者残留肌肉的肌电信号;所述感知反馈器与所述神经解码控制器连接,所述感知反馈器受所述神经解码控制器的控制;所述模式切换接口与所述神经解码控制器连接;所述电源接口与所述神经解码控制器连接;所述假肢手头通用接口与所述神经解码控制器连接,所述假肢手头通用接口用于与智能假肢手头连接。本实用新型提供的智能控制系统,具有多个输入通道,具备识别稳定、操作简单、控制自然流畅和兼容性好的优点。
Description
技术领域
本实用新型涉及假肢控制技术领域,尤其涉及一种上肢肌电假肢智能控制系统。
背景技术
上肢假肢,属于假肢里的一个重要分类,除了美观手之外,能起到实质性功能、帮助截肢患者实现一些动作,辅助日常生活的,要属上肢肌电假肢。肌电假肢是利用人体微小的肌电电位差信号,通过对这些信号进行放大,解码等操作,建立患者意图和假肢动作的桥梁,进而操纵假肢手头的一种较为先进的假肢。
从患者的肌电信号的采集,到对这些采集到的信号进行放大,解码分析,再到将患者的动作意图通过控制器控制智能假肢手头,这样一个复杂的过程,需要一套完整的控制系统。传统的假肢控制系统,肌电假肢利用一对残留肌肉控制一个动作自由度,当截肢的程度越高,残留的肢体肌肉越少,肌电信息源是有限时,当采用一对肌肉控制多个动作自由度时,肌电假肢需要采用“模式”切换功能,当患者从一种“模式”切换到另外一种“模式”,需要先将开关按下,进行“模式”切换选择,同时由于传统控制系统用于采集患者信号的通道数少,最多为两个。因而,现有的这种假肢控制系统,操作复杂,稳定性不够高,控制不自然、极大地影响了患者控制智能假肢手的时效性和易用程度。
因此,本领域的技术人员致力于开发一种上肢肌电假肢智能控制系统,具有多个输入通道,具备识别稳定、操作简单、控制自然流畅和兼容性好的优点。
实用新型内容
有鉴于现有技术的上述缺陷,本实用新型所要解决的技术问题是现有假肢控制系统操作复杂,稳定性不高,控制不自然,患者控制智能假肢手的时效性和易用程度低的缺点。
为实现上述目的,本实用新型提供了一种上肢肌电假肢智能控制系统,包括感应器、神经解码控制器、感知反馈器、模式切换接口、电源接口、假肢手头通用接口;所述感应器与所述神经解码控制器连接,所述感应器用于检测患者残留肌肉的肌电信号,并对检测到的所述肌电信号进行采集和放大后传送给所述神经解码控制器;所述感知反馈器与所述神经解码控制器连接,所述感知反馈器被配置为向患者反馈抓握的力度或训练指示信息,所述感知反馈器受所述神经解码控制器的控制;所述模式切换接口与所述神经解码控制器连接;所述电源接口与所述神经解码控制器连接,所述电源接口用于为所述上肢肌电假肢智能控制系统提供电源;所述假肢手头通用接口与所述神经解码控制器连接,所述假肢手头通用接口用于与智能假肢手头的输入接口连接;所述神经解码控制器用于接收和解码所述感应器传送来的所述肌电信号,接收所述模式切换接口传送来的已选定的所述上肢肌电假肢智能控制系统的模式状态,接收通过所述假肢手头通用接口反馈回来的运动反馈信号,向所述假肢手头通用接口输出运动控制信号,向所述感知反馈器输出控制信号。
进一步地,所述感应器包括肌电感应电极、感应器信号线、感应器接头;所述肌电感应电极安装于假肢接受腔的安装槽内,所述肌电感应电极的检测面被设置于患者的残肢皮肤表面上;所述感应器信号线连接所述肌电感应电极和所述感应器接头;所述感应器接头与所述肌电感应电极一一对应。
进一步地,所述肌电感应电极的数量大于等于4且小于等于8。
进一步地,所述神经解码控制器包括肌电信号输入通道、神经解码模块、控制模块;所述肌电信号输入通道包括感应器输入接头、输入信号线,所述输入信号线连接所述感应器输入接头和所述神经解码模块,所述感应器输入接头与所述感应器接头连接;所述神经解码模块用于接收和解码所述感应器传送来的所述肌电信号,并生成运动解码表;所述控制模块根据所述运动解码表生成运动控制信号,并通过所述假肢手头通用接口将所述运动控制信号传送给智能假肢手头。
进一步地,所述肌电信号输入通道的数量与所述肌电感应电极的数量相同,所述感应器输入接头与所述感应器接头一一对应,所述感应器输入接头与所述感应器接头上均置有识别编码。
进一步地,所述神经解码模块还包括模式识别模块,所述模式识别模块包括数据分割子模块、特征提取子模块、模式识别子模块;所述数据分割子模块用于对所述神经解码模块接收的所述肌电信号进行数据分割;所述特征提取子模块设置在所述数据分割子模块后,用于提取所述肌电信号的肌电特征;所述模式识别子模块包括特征分类器,所述特征分类器是经过机器学习训练完成的,所述模式识别子模块设置在所述特征提取子模块后,所述模式识别子模块通过使用所述特征分类器对所述肌电特征进行判断,并输出所述运动解码表。
进一步地,所述感知反馈器还包括振动器,所述振动器设置在患者的残肢上,所述振动器通过振动的形式向患者反馈智能假肢的抓握的力度或训练指示信息。
进一步地,所述模式切换接口包括模式选择按钮、模式信号线,所述模式选择按钮设置在所述假肢接受腔一侧的外表面;所述模式信号线连接所述模式选择按钮和所述神经解码控制器;所述模式选择按钮用于选定所述上肢肌电假肢智能控制系统的所述模式状态,所述模式状态包括训练模式状态、工作模式状态。
进一步地,所述假肢手头通用接口还包括转接头,所述转接头用于与2到7自由度的智能假肢手头的输入接口连接。
进一步地,所述上肢肌电假肢智能控制系统还包括状态指示灯,所述状态指示灯设置在所述假肢接受腔一侧的外表面,用于显示所述上肢肌电假肢智能控制系统的工作状态。
与现有技术相比,通过本实用新型的实施,达到了以下明显的技术效果:
1、本实用新型的上肢肌电假肢智能控制系统,通道数大于等于4个,信号识别与控制更准确,假肢反应更加迅速、精确、流畅。
2、本实用新型的上肢肌电假肢智能控制系统,操作简单,用户容易学习。
3、本实用新型的上肢肌电假肢智能控制系统,省去了复杂的上位计算机,结构简单,成本低,便于推广应用。
以下将结合附图对本实用新型的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本实用新型的目的、特征和效果。
附图说明
图1是本实用新型的一个较佳实施例的结构外观图。
其中:1-肌电感应电极,2-神经解码控制器,3-假肢手头通用接口,31-假肢手头通用接口公头,32-假肢手头通用接口母头,4-感知反馈器,5-模式切换接口,6-电源接口,71-感应器接头,72-感应器输入接头。
具体实施方式
以下参考说明书附图介绍本实用新型的多个优选实施例,使其技术内容更加清楚和便于理解。本实用新型可以通过许多不同形式的实施例来得以体现,本实用新型的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本实用新型并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
实施例1:
如图1所示,本实施例提供的一种上肢肌电假肢智能控制系统,包括感应器、神经解码控制器2、感知反馈器4、模式切换接口5、电源接口6、假肢手头通用接口3;感应器与神经解码控制器2连接,感应器用于检测患者残留肌肉的肌电信号,并对检测到的肌电信号进行采集和放大后传送给神经解码控制器2。
感应器包括肌电感应电极1、感应器信号线、感应器接头71;肌电感应电极1的数量为4至8个,本实施例优选为6个;肌电感应电极1安装于假肢接受腔的安装槽内,肌电感应电极1的检测面被设置于患者的残肢皮肤表面上;肌电感应电极1的检测面在患者的残肢皮肤表面的具体设置位置应该结合患者残肢的肌肉的具体分布情况进行布置调整;感应器接头71与肌电感应电极1一一对应,相互对应的感应器接头71和肌电感应电极1通过单独的感应器信号线连接。
感知反馈器4与神经解码控制器2连接,感知反馈器4受神经解码控制器2的控制;感知反馈器4包括振动器,振动器设置在患者的残肢上,振动器通过振动的形式向患者反馈智能假肢的抓握的力度或训练指示信息;智能假肢的抓握的力度越大,振动器的振动越剧烈,患者可以通过残肢感知振动器的振动强弱间接得到智能假肢的抓握的力度;在训练模式时,也可以通过振动器的强弱反馈训练的状态。
模式切换接口5与神经解码控制器2连接;模式切换接口5包括模式选择按钮、模式信号线,模式选择按钮设置在假肢接受腔一侧的外表面;模式信号线连接模式选择按钮和神经解码控制器2;模式选择按钮用于选定上肢肌电假肢智能控制系统的模式状态,模式状态包括训练模式状态、工作模式状态。
电源接口6与神经解码控制器2连接,电源接口6用于为上肢肌电假肢智能控制系统提供电源。
假肢手头通用接口3包括假肢手头通用接口公头31、假肢手头通用接口母头32,假肢手头通用接口公头31的一端和假肢手头通用接口母头32的一端可拆卸连接,假肢手头通用接口公头31另一端与神经解码控制器2连接,假肢手头通用接口母头32的另一端与智能假肢手头的输入接口连接;假肢手头通用接口3还包括转接头,转接头用于连接假肢手头通用接口公头31和市场上使用的2到7自由度的智能假肢手头的输入接口。
神经解码控制器2用于接收和解码感应器传送来的肌电信号,接收模式切换接口5传送来的已选定的模式状态,接收通过假肢手头通用接口3反馈回来的运动反馈信号,向假肢手头通用接口3输出运动控制信号,向感知反馈器4输出控制信号。
神经解码控制器2包括肌电信号输入通道、神经解码模块、控制模块;肌电信号输入通道包括感应器输入接头72、输入信号线,输入信号线连接感应器输入接头72和神经解码模块,感应器输入接头72与感应器接头71连接;肌电信号输入通道的数量与肌电感应电极1的数量相同,感应器输入接头72与感应器接头71一一对应,感应器输入接头72与感应器接头71上均置有识别编码,防止感应器输入接头72与感应器接头71插错;神经解码模块用于接收和解码感应器传送来的肌电信号,并生成运动解码表;控制模块根据运动解码表生成运动控制信号,并通过假肢手头通用接口3将运动控制信号传送给智能假肢手头;神经解码模块包括模式识别模块,模式识别模块包括数据分割子模块、特征提取子模块、模式识别子模块;数据分割子模块用于对神经解码模块接收的肌电信号进行数据分割;特征提取子模块设置在数据分割子模块后,用于提取肌电信号的肌电特征;模式识别子模块包括特征分类器,特征分类器是经过机器学习训练完成的,模式识别子模块设置在特征提取子模块后,模式识别子模块通过使用特征分类器对肌电特征进行判断,并输出运动解码表。
数据分割子模块对神经解码模块接收的肌电信号进行数据分割的方法为采用连续视窗的方法分割接收的肌电信号,特征提取子模块提取经过数据分割子模块分割后的当前视窗的肌电信号的特征,模式识别子模块利用通过机器学习训练完成的特征分类器对特征提取子模块提取的当前视窗的肌电信号的特征进行判断、分类,最后形成肌电信号对应的运动解码表。
本实施例提出的上肢肌电假肢智能控制系统还包括状态指示灯,状态指示灯设置在假肢接受腔一侧的外表面,用于显示上肢肌电假肢智能控制系统的工作状态,工作状态包括正常、异常、训练、更新。
本实施例提供的上肢肌电假肢智能控制系统有2种工作状态,一种是训练模式状态,另一种是工作模式状态;通过模式切换接口5的模式选择按钮进行选定,当模式选择按钮选定训练模式状态时,上肢肌电假肢智能控制系统进入训练模式,神经解码控制器2利用机器学习的方式训练特征分类器,建立患者的肌电信号和肌电假肢的动作之间的关系,机器学习可以离线完成不需要上位计算机的参与;当模式选择按钮选定工作模式状态时,上肢肌电假肢智能控制系统进入工作模式,神经解码控制器2根据训练好的特征分类器和患者的肌电信号,生成运动解码表,进而控制肌电假肢的动作,并接收通过假肢手头通用接口3反馈回来的运动反馈信号,向感知反馈器4输出控制信号控制振动器的振动强弱。
实施例2:
在实施例1的基础上,特征分类器的机器学习可以通过上位计算机在线学习后下载到神经解码控制器2上。
肌电感应电极1的数量为4个。
实施例3:
在实施例1的基础上,肌电感应电极1的数量为8个;感知反馈器4还包括声音反馈模块,通过声音向患者反馈智能假肢的抓握的力度或训练指示信息。
神经解码控制器2还包括语音功能模块,语音功能模块用于完成上肢肌电假肢智能控制系统和患者之间的人机交互。
实施例4:
在实施例1的基础上,将感应器输入接头72与感应器接头71上均置有的不同的识别编码替换为不同的颜色;对应的感应器输入接头72与感应器接头71的颜色一致,不对应的感应器输入接头72与感应器接头71的颜色不一样。
以上详细描述了本实用新型的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本实用新型的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本实用新型的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种上肢肌电假肢智能控制系统,其特征在于,包括感应器、神经解码控制器、感知反馈器、模式切换接口、电源接口、假肢手头通用接口;所述感应器与所述神经解码控制器连接,所述感应器用于检测患者残留肌肉的肌电信号,并对检测到的所述肌电信号进行采集和放大后传送给所述神经解码控制器;所述感知反馈器与所述神经解码控制器连接,所述感知反馈器被配置为向患者反馈抓握的力度或训练指示信息,所述感知反馈器受所述神经解码控制器的控制;所述模式切换接口与所述神经解码控制器连接;所述电源接口与所述神经解码控制器连接,所述电源接口用于为所述上肢肌电假肢智能控制系统提供电源;所述假肢手头通用接口与所述神经解码控制器连接,所述假肢手头通用接口用于与智能假肢手头的输入接口连接;所述神经解码控制器用于接收和解码所述感应器传送来的所述肌电信号,接收所述模式切换接口传送来的已选定的所述上肢肌电假肢智能控制系统的模式状态,接收通过所述假肢手头通用接口反馈回来的运动反馈信号,向所述假肢手头通用接口输出运动控制信号,向所述感知反馈器输出控制信号。
2.如权利要求1所述的上肢肌电假肢智能控制系统,其特征在于,所述感应器包括肌电感应电极、感应器信号线、感应器接头;所述肌电感应电极安装于假肢接受腔的安装槽内,所述肌电感应电极的检测面被设置于患者的残肢皮肤表面上;所述感应器信号线连接所述肌电感应电极和所述感应器接头;所述感应器接头与所述肌电感应电极一一对应。
3.如权利要求2所述的上肢肌电假肢智能控制系统,其特征在于,所述肌电感应电极的数量大于等于4且小于等于8。
4.如权利要求3所述的上肢肌电假肢智能控制系统,其特征在于,所述神经解码控制器包括肌电信号输入通道、神经解码模块、控制模块;所述肌电信号输入通道包括感应器输入接头、输入信号线;所述输入信号线连接所述感应器输入接头和所述神经解码模块,所述感应器输入接头与所述感应器接头连接;所述神经解码模块用于接收和解码所述感应器传送来的所述肌电信号,并生成运动解码表;所述控制模块根据所述运动解码表生成运动控制信号,并通过所述假肢手头通用接口将所述运动控制信号传送给智能假肢手头。
5.如权利要求4所述的上肢肌电假肢智能控制系统,其特征在于,所述肌电信号输入通道的数量与所述肌电感应电极的数量相同,所述感应器输入接头与所述感应器接头一一对应,所述感应器输入接头与所述感应器接头上均置有识别编码。
6.如权利要求5所述的上肢肌电假肢智能控制系统,其特征在于,所述神经解码模块还包括模式识别模块,所述模式识别模块包括数据分割子模块、特征提取子模块、模式识别子模块;所述数据分割子模块用于对所述神经解码模块接收的所述肌电信号进行数据分割;所述特征提取子模块设置在所述数据分割子模块后,用于提取所述肌电信号的肌电特征;所述模式识别子模块包括特征分类器,所述特征分类器是经过机器学习训练完成的,所述模式识别子模块设置在所述特征提取子模块后,所述模式识别子模块通过使用所述特征分类器对所述肌电特征进行判断,并输出所述运动解码表。
7.如权利要求6所述的上肢肌电假肢智能控制系统,其特征在于,所述感知反馈器还包括振动器,所述振动器设置在患者的残肢上,所述振动器通过振动的形式向患者反馈智能假肢的抓握的力度或训练指示信息。
8.如权利要求7所述的上肢肌电假肢智能控制系统,其特征在于,所述模式切换接口包括模式选择按钮、模式信号线;所述模式选择按钮设置在所述假肢接受腔一侧的外表面;所述模式信号线连接所述模式选择按钮和所述神经解码控制器;所述模式选择按钮用于选定所述上肢肌电假肢智能控制系统的所述模式状态,所述模式状态包括训练模式状态、工作模式状态。
9.如权利要求8所述的上肢肌电假肢智能控制系统,其特征在于,所述假肢手头通用接口还包括转接头,所述转接头用于与2到7自由度的智能假肢手头的输入接口连接。
10.如权利要求8所述的上肢肌电假肢智能控制系统,其特征在于,所述上肢肌电假肢智能控制系统还包括状态指示灯,所述状态指示灯设置在所述假肢接受腔一侧的外表面,用于显示所述上肢肌电假肢智能控制系统的工作状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920351642.4U CN210158741U (zh) | 2019-03-19 | 2019-03-19 | 一种上肢肌电假肢智能控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920351642.4U CN210158741U (zh) | 2019-03-19 | 2019-03-19 | 一种上肢肌电假肢智能控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN210158741U true CN210158741U (zh) | 2020-03-20 |
Family
ID=69788506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920351642.4U Active CN210158741U (zh) | 2019-03-19 | 2019-03-19 | 一种上肢肌电假肢智能控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN210158741U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111449813A (zh) * | 2020-04-14 | 2020-07-28 | 重庆大学 | 一种用于假肢手运动姿态感觉反馈的穿戴式电刺激系统 |
WO2023044136A1 (en) * | 2021-09-19 | 2023-03-23 | Regents Of The University Of Minnesota | Artificial intelligence enabled neuroprosthetic hand |
-
2019
- 2019-03-19 CN CN201920351642.4U patent/CN210158741U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111449813A (zh) * | 2020-04-14 | 2020-07-28 | 重庆大学 | 一种用于假肢手运动姿态感觉反馈的穿戴式电刺激系统 |
CN111449813B (zh) * | 2020-04-14 | 2022-11-25 | 重庆大学 | 一种用于假肢手运动姿态感觉反馈的穿戴式电刺激系统 |
WO2023044136A1 (en) * | 2021-09-19 | 2023-03-23 | Regents Of The University Of Minnesota | Artificial intelligence enabled neuroprosthetic hand |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN210158741U (zh) | 一种上肢肌电假肢智能控制系统 | |
CN100515366C (zh) | 二自由度肌电假手实时控制装置及控制方法 | |
CN107608524B (zh) | 一种基于肌电的多目标控制指令生成装置 | |
CN109605385B (zh) | 一种混合脑机接口驱动的康复辅助机器人 | |
Huang et al. | Continuous locomotion-mode identification for prosthetic legs based on neuromuscular–mechanical fusion | |
CN107411857B (zh) | 一种分布式腕手假肢系统的控制系统 | |
Williams III | Practical methods for controlling powered upper-extremity prostheses | |
CN104391569A (zh) | 基于认知与情绪状态多模态感知的脑机接口系统 | |
CN101651369B (zh) | 神经束植入电极的无线供能及无线采集系统 | |
CN102258409A (zh) | 用于视觉假体的无线能量与数据传输系统 | |
CN101766510A (zh) | 基于肌电控制的机械假手的力触觉反馈及力度控制方法 | |
CN105012057A (zh) | 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法 | |
CN109846582B (zh) | 一种基于多模态感知反馈的电刺激系统 | |
CN108261274A (zh) | 一种用于假肢手控制与感知的双向残肢接口系统 | |
CN103815991A (zh) | 双通道操作感知虚拟假手训练系统及方法 | |
KR20160006279A (ko) | 근전 전동의수 진단 시스템 | |
CN103750836A (zh) | 一种可穿戴式肌电设备 | |
CN210667240U (zh) | 一种多功能教学机器人 | |
Fang et al. | Toward a wireless wearable system for bidirectional human-machine interface with gesture recognition and vibration feedback | |
Jiang et al. | A novel hybrid closed-loop control approach for dexterous prosthetic hand based on myoelectric control and electrical stimulation | |
CN111259699A (zh) | 一种人体动作识别和预测方法及装置 | |
CN108653917A (zh) | 基于神经电刺激的生物感知能力增强系统 | |
CN204909750U (zh) | 基于双臂肌电、姿态信息采集的智能假肢 | |
CN116269956B (zh) | 一种用于肌电假肢手动作反馈的高普适性可穿戴多通道电刺激手环 | |
CN215192638U (zh) | 一种融合感知的假肢手 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |