CN210383897U - 一种肌肉疲劳的联合测量装置以及假肢 - Google Patents
一种肌肉疲劳的联合测量装置以及假肢 Download PDFInfo
- Publication number
- CN210383897U CN210383897U CN201920738616.7U CN201920738616U CN210383897U CN 210383897 U CN210383897 U CN 210383897U CN 201920738616 U CN201920738616 U CN 201920738616U CN 210383897 U CN210383897 U CN 210383897U
- Authority
- CN
- China
- Prior art keywords
- muscle
- signal
- fatigue
- processing module
- module
- 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
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种肌肉疲劳的联合测量装置和假肢,包括:电源模块,用于供电;柔性形变传感器,用于检测被测肌肉的形变信号;Ag/AgCl凝胶电极,用于检测被测肌肉的表面肌电信号;以及处理模块,与所述形变传感器和所述Ag/AgCl凝胶电极电连接,用于根据所述形变信号和所述表面肌电信号得到代表当前被测肌肉疲劳状态的肌肉状态数据。通过使用柔性形变传感器实时获取肌肉的形变信号和Ag/AgCl凝胶传感器实时获取表面肌电信号并得到肌肉疲劳状态提供高质量的测量数据,降低误差提高精度。
Description
技术领域
本实用新型属于智能医疗设备领域,尤其涉及一种肌肉疲劳的联合测量装置及方法。
背景技术
智能假肢是一种利用人体的神经信号(肌电、脑电、外周神经电信号)识别人体运动意图进行动作控制的假肢,可以更方便地帮助肢体残障患者融入日常生活。目前,智能假肢的控制精度和稳定性仍然存在一些问题,与真实的肢体功能相差较远,舒适性,体验度也比较差。其中一个重要的原因是在长期控制过程中,容易受到肌肉疲劳的影响,导致需要定期的在疲劳前对智能假肢进行训练,而如何判断肌肉已经达到疲劳是进行定期训练的前提。
目前判断肌肉疲劳的方法往往通过人体的主观感觉,以及通过视觉观察智能假肢能否完成既定任务来进行判断肌肉是否疲劳来进行定期训练。另外,还有一种通过超声图像熵的方法来检测肌肉疲劳的进程。
目前判断肌肉疲劳的几种方法都会存在不同的缺陷。对于主观判断方法,人的主观意识往往会受到情绪、心理活动、所处环境等因素的影响,通过主观判断肌肉是否疲劳不具备客观性,并且,受人的差异性影响,误差较大;对于视觉判断方法,通过对智能假肢进行视觉监控,根据其任务的完成度去进行数据采集和判断,这种方法操作起来难度较大,并且不便利;对于肌电判断方法,其是通过采集肌肉表面的肌电信号并对其进行分析,该方法数据采集方式较为单一,忽略了肌肉疲劳产生时肢体的物理信号,分析方法较为简单,精度不高。还有超声成像熵的判断方法,其测量过程复杂,不方便携带,需要专门超声成像设备。
实用新型内容
本实用新型的目的在于提供一种肌肉疲劳的联合测量装置,旨在解决传统的肌肉疲劳测量方法不便利且精度不高的问题。
本实用新型实施例的第一方面提供了一种肌肉疲劳的联合测量装置,包括:
电源模块,用于供电;
柔性形变传感器,用于检测被测肌肉的形变信号;
Ag/AgCl凝胶电极,用于检测被测肌肉的表面肌电信号;以及
处理模块,与所述柔性形变传感器和所述Ag/AgCl凝胶电极电连接,用于对所述形变信号和所述表面肌电信号进行特征提取得到特征集,并根据所述特征集得到代表当前被测肌肉疲劳状态的肌肉状态数据。
在其中一个实施例中,还包括反馈模块,与所述处理模块连接,所述处理模块还用于根据所述肌肉状态数据输出相应的控制信号,所述控制信号用于控制所述反馈模块产生与当前肌肉状态匹配的指示信息。
在其中一个实施例中,所述反馈模块包括扬声器、指示灯以及震动器中至少一种。
在其中一个实施例中,还包括存储模块,所述存储模块与所述处理模块连接,用于存储所述肌肉状态数据。
在其中一个实施例中,还包括通讯模块,所述通讯模块与所述处理模块连接,用于传输所述肌肉状态数据。
本实用新型实施例的第二方面提供了一种假肢,包括以上所述的肌肉疲劳的联合测量装置。
上述的肌肉疲劳的联合测量装置通过使用柔性形变传感器实时获取肌肉的形变信号和Ag/AgCl凝胶传感器实时获取表面肌电信号,对肌肉的物理信号和生理电信号进行联合测量并得到肌肉疲劳状态,如此能够提供高质量的联合测量数据,降低误差提高精度;同时,本联合测量装置可以以实时、非侵入方式的对肌肉状态进行测量,体积小、重量轻便于使用。
附图说明
为了更清楚地说明本实用新型实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本实用新型第一实施例提供的肌肉疲劳的联合测量装置结构示意图;
图2为本实用新型第二实施例提供的肌肉疲劳的联合测量装置结构示意图。
具体实施方式
为了使本实用新型的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本实用新型进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本实用新型,并不用于限定本实用新型。
人体运动意图识别是智能假肢的关键技术之一。精准的运动意图识别能提高假肢的控制性能,提升使用者的使用体验。常用的用于运动意图识别的信号有生理电信号和机械信号两大类。在生理信号中,表面肌电信号由于其无创、安全,是运动意图提取中使用最广的信号之一。但表面肌电信号微弱、容易受到人体本身肌肉疲劳引起的干扰。并且智能假肢在长期的使用中需要定期的进行训练和参数校正,以维持智能假肢的控制准确性。同时,在受到的干扰中,肌肉疲劳的产生是源发性的干扰,其具体结果会导致生理电信号的紊乱,从而使控制产生错误,在实际使用中,严重情况下会发生操作事故。而在肌肉疲劳发生前对智能假肢重新进行训练和数据校正,就显得非常重要。
请参考图1,本实用新型实施例提供的可以用于假肢的肌肉疲劳的联合测量装置100,通过肌肉形变柔性传感器和Ag/AgCl凝胶电极记录被测量肌肉在的产生的形变信号和表面肌电信号(Surface Electromyography sEMG),通过多通道AD采样的方式传输至处理模块,结合机器学习算法,对肌肉进行当前状态的判断,然后将结果传输至反馈模块,经过语音、灯光、振动等刺激方式提醒佩戴者在肌肉疲劳前进行意图识别训练,从而保证智能假肢能够最大程度上避免肌肉疲劳带来的不稳定控制。
本实施例中,肌肉疲劳的联合测量装置100包括电源模块110、柔性形变传感器120、Ag/AgCl凝胶电极130以及处理模块140。
电源模块110用于供电。在一些实施例中,电源模块110由电池、稳压电路构成,电池给稳压电路提供电压,稳压电路给联合测量装置100提供稳定的直流工作电压。
柔性形变传感器120通常绕被测肌肉一周,检测被测肌肉的形变信号,可以采用专利申请号为CN201810972614.4中公开的技术方案;Ag/AgCl凝胶电极130直接与被测肌肉相接触,检测被测肌肉的表面肌电信号。
处理模块140一般为单片机,处理模块140与所述柔性形变传感器120和所述Ag/AgCl凝胶电极130电连接,处理模块140通过接收模数转换器传输来的所述形变信号和所述表面肌电信号,其后对所述形变信号和所述表面肌电信号进行特征提取得到特征集,并根据所述特征集得到代表当前被测肌肉疲劳状态的肌肉状态数据。
具体地,处理模块140对形变信号和表面肌电信号先进行预处理,降噪可以通过小波变换的方式处理。其后,提取预处理后的形变信号的时域特征;根据信号的时域和频域特征对表面肌电信号进行加窗处理,并提取表面肌电信号的积分肌电值、平均功率频率和中值频率以构成特征集;最后根据所述特征集得到代表当前被测肌肉疲劳状态的肌肉状态数据并输出。对肌肉的物理信号和生理电信号进行联合测量并得到肌肉疲劳状态,如此能够提供高质量的联合测量数据,降低误差提高精度。柔性形变传感器120和Ag/AgCl凝胶电极130的数量均为一个或多个,多个时可以实现多通道测量,进一步提高测量精度。
具体地,对于形变信号,该装置可使较低采样率进行信号的采集(50Hz~200Hz),使得计算需求小,能够达到实时处理(300ms)的处理效果。对于形变信号预处理包括:去除直流分量,动作伪迹处理,过充点处理,初始状态提取分割等。
进一步地,在肌肉疲劳的过程中,肌肉会发生明显的颤动现象,运动单元的同步化程度会发生变化,通过对该信号进行特征提取,可以作为疲劳状态的指标。在该方案中,提取柔性形变传感器120对肌肉采样点数的RMS(均方根值)作为特征阈值,其变化主要反映肌肉活动时运动单位激活的数量、参与活动的运动单位类型以及同步化程度。
具体地,对于肌电信号,采用较高采样率进行原始数据的采集(0.5KHz~2KHz),使用多个传感器进行多通道部位的肌电信号采集,在硬件部分,通过硬件滤波的方式对原始信号进行初步降噪处理,并通过将数据分帧打包的方式,将原始数据通过WIFI或蓝牙实时上传至处理模块140。处理模块140采用数字信号处理的方式对信号进行二次处理。包括去直流分量,去动作伪迹,去工频(大陆地区50Hz)信号干扰,过充点信号处理,小波变换(Wavelet Transform,WT)降噪等预处理处理。
对于肌电信号,由于生物信号的时变、非平稳特性,需要采用多种方法来对疲劳的特征进行提取。加窗的方法可以将长信号分割成感兴趣的短信号,对每一段的短信号进行特征提取,最终综合加窗信号的所有特征,得到大的特征集,并通过PCA(PrincipalComponent Analysis,主成分分析)降维的方法来提取主要特征,达到最大区分度。
对于提取的积分肌电值(Integrated EMG,IEMG)、中值频率(Median Frequency,MF)和平均功率频率(Mean Power Frequency,MPF)特征。其中,IEMG可以反映一定时间内,所有参与活动的,肌肉放电总量大小,在肌肉疲劳的过程中,该特征会随着疲劳程度的加深出现显著变化。MF可以反映出某个时间点,所有参与活动的,肌电信号的快速傅里叶变换的功率谱结果。MPF可以反映某个时间点,运动单元功率的平均值所对应的频率值。它们可以显著表现运动单位放电频率的中间值和信号频率特征的生物指标。上述对各个特征信号的提取及处理方式均可采用现有技术实现。
请参阅图2,在其中一个实施例中,肌肉疲劳的联合测量装置100还包括反馈模块150,反馈模块150与所述处理模块140连接,所述处理模块140还用于根据所述肌肉状态数据输出相应的控制信号,所述控制信号用于控制所述反馈模块150产生与当前肌肉状态匹配的指示信息。反馈模块150包括扬声器、指示灯以及震动器中至少一种。如此,控制信号可以触发语音、光源、振动等给佩戴者提供反馈肌肉疲劳预警,在需要训练的设备(例如假肢)稳定性受到干扰前进行训练提醒。可见,本联合测量装置100可以以实时、非侵入方式的对肌肉状态进行测量,体积小、重量轻便于使用,可以提高假肢佩戴的舒适性和稳定性。
在其中一个实施例中,联合测量装置100还包括存储模块160,所述存储模块160与所述处理模块140连接,用于存储所述肌肉状态数据。进一步地,联合测量还装置100包括通讯模块170,所述通讯模块170与所述处理模块140连接,用于传输所述肌肉状态数据。通讯模块170为WIFI或者蓝牙,将数据传至云端以记录和调用被测者的历史数据,也可以根据历史数据形成被测者的行为习惯。
上述的肌肉疲劳的联合测量装置100通过使用柔性形变传感器120实时获取肌肉的形变信号和Ag/AgCl凝胶传感器实时获取表面肌电信号,对肌肉的物理信号和生理电信号进行联合测量并得到肌肉疲劳状态,如果能够提供高质量的联合测量数据,降低误差提高精度;同时,本联合测量装置100可以以实时、非侵入方式的对肌肉状态进行测量,体积小、重量轻便于使用。
以上所述仅为本实用新型的较佳实施例而已,并不用以限制本实用新型,凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本实用新型的保护范围之内。
Claims (6)
1.一种肌肉疲劳的联合测量装置,其特征在于,包括:
电源模块,用于供电;
柔性形变传感器,用于检测被测肌肉的形变信号;
Ag/AgCl凝胶电极,用于检测被测肌肉的表面肌电信号;以及
处理模块,与所述柔性形变传感器和所述Ag/AgCl凝胶电极电连接,用于根据所述形变信号和所述表面肌电信号得到代表当前被测肌肉疲劳状态的肌肉状态数据。
2.如权利要求1所述的肌肉疲劳的联合测量装置,其特征在于,还包括反馈模块,与所述处理模块连接,所述处理模块还用于根据所述肌肉状态数据输出相应的控制信号,所述控制信号用于控制所述反馈模块产生与当前肌肉状态匹配的指示信息。
3.如权利要求2所述的肌肉疲劳的联合测量装置,其特征在于,所述反馈模块包括扬声器、指示灯以及震动器中至少一种。
4.如权利要求1所述的肌肉疲劳的联合测量装置,其特征在于,还包括存储模块,所述存储模块与所述处理模块连接,用于存储所述肌肉状态数据。
5.如权利要求1所述的肌肉疲劳的联合测量装置,其特征在于,还包括通讯模块,所述通讯模块与所述处理模块连接,用于传输所述肌肉状态数据。
6.一种假肢,其特征在于,包括权利要求1至5任一项所述的肌肉疲劳的联合测量装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920738616.7U CN210383897U (zh) | 2019-05-21 | 2019-05-21 | 一种肌肉疲劳的联合测量装置以及假肢 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920738616.7U CN210383897U (zh) | 2019-05-21 | 2019-05-21 | 一种肌肉疲劳的联合测量装置以及假肢 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN210383897U true CN210383897U (zh) | 2020-04-24 |
Family
ID=70348082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920738616.7U Active CN210383897U (zh) | 2019-05-21 | 2019-05-21 | 一种肌肉疲劳的联合测量装置以及假肢 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN210383897U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114699082A (zh) * | 2022-04-21 | 2022-07-05 | 天津大学 | 柔性可穿戴式表面肌电传感器 |
CN114740146A (zh) * | 2021-01-08 | 2022-07-12 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
-
2019
- 2019-05-21 CN CN201920738616.7U patent/CN210383897U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114740146A (zh) * | 2021-01-08 | 2022-07-12 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
CN114740146B (zh) * | 2021-01-08 | 2023-07-25 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
CN114699082A (zh) * | 2022-04-21 | 2022-07-05 | 天津大学 | 柔性可穿戴式表面肌电传感器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109157202B (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
US10456074B2 (en) | Method and device for contraction monitoring | |
KR101448106B1 (ko) | 무구속 근전도 신호를 이용한 재활상태 분석방법 | |
KR100719068B1 (ko) | 전전두엽에서 측정한 뇌파 데이터의 고속푸리에변환을 통한누적데이터의 패턴분석을 이용한 건강진단 장치 및 그방법 | |
CN204931634U (zh) | 基于生理信息的抑郁症评估系统 | |
KR20120094857A (ko) | 피복타입 무구속 생체신호 측정 및 이를 이용한 재활훈련 정도 판단방법 | |
CN109350020A (zh) | 身心健康状况分析装置及方法 | |
CN210383897U (zh) | 一种肌肉疲劳的联合测量装置以及假肢 | |
KR20160107390A (ko) | 심전도 신호 측정장치 | |
US11672459B2 (en) | Localized collection of biological signals, cursor control in speech-assistance interface based on biological electrical signals and arousal detection based on biological electrical signals | |
CN115721322A (zh) | 一种基于脑电信号的老年人睡眠异常监测系统及方法 | |
CN111558148B (zh) | 颈部按摩仪的健康检测方法及颈部按摩仪 | |
CN111134641A (zh) | 一种睡眠监测芯片系统及睡眠监测芯片 | |
CN116250820A (zh) | 基于耳穴的生物电测健康预警系统及其预警方法 | |
CN111973183A (zh) | 一种肌肉疲劳的联合测量装置、方法以及假肢 | |
CN101653386B (zh) | 实现多种生理信息检测功能的电子耳蜗 | |
CN112263254A (zh) | 一种基于表面肌电信号传感器的人体能量消耗预测系统及其预测方法 | |
CN103340639A (zh) | 一种基于生物电阻抗的急迫性尿失禁识别方法 | |
CN116548935A (zh) | 基于柔性有机光探测器和深度学习算法的血压测量系统 | |
CN116369853A (zh) | 一种基于脑机交互技术的嗅觉功能标准化评估装置及方法 | |
EP4327743A1 (en) | Sleeping state estimation system | |
EP4098185A1 (en) | System, method, portable device, computer apparatus and computer program for monitoring, characterisation and assessment of a user's cough | |
EP3930570B1 (en) | Measurement unit and monitoring system for monitoring indicator of parkinson's disease in person | |
KR20130082878A (ko) | 생체 신호 송신 장치, 이를 이용하는 생체 신호 모니터링 시스템 및 그 방법 | |
CN113951826B (zh) | 一种用于评估睡眠状况的方法、系统及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |