CN210408421U - 康复训练系统 - Google Patents
康复训练系统 Download PDFInfo
- Publication number
- CN210408421U CN210408421U CN201920808759.0U CN201920808759U CN210408421U CN 210408421 U CN210408421 U CN 210408421U CN 201920808759 U CN201920808759 U CN 201920808759U CN 210408421 U CN210408421 U CN 210408421U
- Authority
- CN
- China
- Prior art keywords
- electromyographic
- electromyographic signal
- signal
- rehabilitation training
- control system
- 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)
Abstract
本实用新型提出一种康复训练系统。该系统包括:肌电信号采集装置,运动轨迹采集装置,肌电信号处理装置,与所述肌电信号采集装置通信连接;控制系统,与所述肌电信号处理装置以及运动轨迹采集装置通信连接;第一设备终端,与所述控制系统通信连接;第二设备终端,与所述第一设备终端通信连接。该系统解决了现有技术中由于肌电信号的及时性较低,进而导致康复计划的准确度较低的问题,提高了康复计划的准确性。
Description
技术领域
本实用新型涉及医疗设备技术领域,尤其涉及一种康复训练系统。
背景技术
肌电信号(Surface Electromyogram,SEMG)是一种重要的人体生物信号,是通过人体表面电极,在人体皮肤表面采集人体肌肉运动时所产生的电位信号。它的来源是人体自主运动时神经肌肉活动发放的生物电信号,这些电信号沿肌纤维传播并经由皮肤、脂肪构成的容积导体滤波后在皮肤表面检测电极处的时间和空间上综合叠加,最终形成表面肌电信号。
在现有的通过肌电信号进行康复训练的方案中,大多数都是通过用户自行采集肌电信号,然后再间隔一定的时间将采集到的肌电信号发送给医护人员,医护人员再根据肌电信号制定相应的康复计划。
但是,上述方案存在如下缺点:一方面,肌电信号的及时性较低,进而导致康复计划的准确度较低;另一方面,无法及时的将肌电信号与患者的运动情况进行关联,进而导致患者由于错误的运动状态造成肌肉损伤,使得患者在康复训练过程存在安全隐患。
所述背景技术部分公开的上述信息仅用于加强对本实用新型的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
实用新型内容
本实用新型的目的在于克服上述现有技术的至少一种不足,提供一种康复训练系统。
本实用新型的额外方面和优点将部分地在下面的描述中阐述,并且部分地将从描述中变得显然,或者可以通过本实用新型的实践而习得。
根据本实用新型的一个方面,提供一种康复训练系统,包括:
肌电信号采集装置,用于采集在运动过程中的肌电信号;
运动轨迹采集装置,用于采集与所述肌电信号对应的运动轨迹;
肌电信号处理装置,与所述肌电信号采集装置通信连接;其中,所述肌电信号处理装置用于对所述肌电信号进行放大以及整流平滑处理得到待采样信号;
控制系统,与所述肌电信号处理装置以及运动轨迹采集装置通信连接;其中,所述控制系统用于对所述待采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;并根据所述肌肉的收缩级别以及所述肌电信号波形变化幅度,判断所述运动轨迹是否合格;
第一设备终端,与所述控制系统通信连接;用于接收控制系统在运动轨迹合格以后记录的肌肉收缩次数,并判断肌肉收缩次数是否达到预设次数;
第二设备终端,与所述第一设备终端通信连接;用于接收第一设备终端在肌肉收缩次数达到预设次数以后,根据所述肌肉收缩次数、运动轨迹以及收缩级别生成病历报告;
其中,所述第一设备终端为患者的用户终端;所述第二设备终端为医疗人员的用户终端。
根据本实用新型的一实施方式,所述肌电信号处理装置包括前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器;
其中,所述前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器按照先后顺序依次连接。
根据本实用新型的一实施方式,所述肌电信号采集装置以及所述肌电信号处理装置设置于肌电传感器中;
所述运动轨迹采集装置为人体运动刺激陀螺仪。
根据本实用新型的一实施方式,所述肌电传感器为无线传感器。
根据本实用新型的一实施方式,所述控制系统通过WiFi与所述第一设备终端通信连接。
根据本实用新型的一实施方式,所述控制系统为Arduino系统。
根据本实用新型的一实施方式,所述康复训练系统还包括采样装置;
其中,所述肌电信号处理装置通过所述采样装置与控制系统通信连接;所述采样装置用于对所述待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号。
根据本实用新型的一实施方式,所述采样装置为PCI-1710L数据采集卡。
由上述技术方案可知,本实用新型具备以下优点和积极效果中的至少之一:
一方面,通过利用肌电信号处理装置对采集到的肌电信号进行放大以及整流平滑处理得到待采样信号;然后再通过控制系统对待采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;最后再根据肌肉的收缩级别以及肌电信号波形变化幅度,判断采集到的运动轨迹是否合格;并将是否合格的信号发送至第一设备终端,使得用户可以实时的根据肌肉的收缩级别以及肌电信号波形变化幅度判断运动轨迹是否合格,解决了现有技术中无法及时的将肌电信号与患者的运动情况进行关联,进而导致患者由于错误的运动状态造成肌肉损伤,使得患者在康复训练过程存在安全隐患的问题;
另一方面,第一设备终端可以在确定运动轨迹合格时记录肌肉的收缩次数,并在确定收缩次数不小于预设次数后,根据收缩次数、运动轨迹以及收缩级别生成病历报告,提高了病历报告的准确性;
再一方面,通过利用肌电信号处理装置对肌电信号进行放大以及整流平滑处理得到待采样信号;然后再利用控制系统对待采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度,提高了收缩级别以及肌电信号波形变化幅度的准确率;
进一步的,通过利用肌电信号采集装置采集表面肌电信号,并利用运动轨迹采集装置采集与肌电信号对应的运动轨迹,提高了肌电信号以及运动轨迹接收的实时性,解决了现有技术中由于肌电信号的及时性较低,进而导致康复计划的准确度较低的问题,提高了康复计划的准确性。
附图说明
通过参照附图详细描述其示例实施方式,本实用新型的上述和其它特征及优点将变得更加明显。
图1是本实用新型的一种康复训练系统的结构示意图。
图2是图1中的肌电信号处理装置结构示意图。
图3是本实用新型的另一种康复训练系统的结构示意图。
图4是本实用新型的一种康复训练系统的实用场景示例图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本实用新型将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
本实用新型首先提供了一种康复训练系统。参考图1所示,该康复训练系统可以包括:肌电信号采集装置110、运动轨迹采集装置120、肌电信号处理装置130、控制系统140、第一设备终端150以及第二设备终端160。
在本实用新型的一种示例实施例中,肌电信号采集装置110,可以用于采集在运动过程中的肌电信号;该肌电信号采集装置以及肌电信号处理装置可以设置于肌电传感器中;并且,该肌电传感器可以为无线传感器。
在本实用新型的一种示例实施例中,运动轨迹采集装置120,可以用于采集与肌电信号对应的运动轨迹;该运动轨迹采集装置为人体运动刺激陀螺仪。
在本实用新型的一种示例实施例中,肌电信号处理装置130,与肌电信号采集装置通信连接;其中,肌电信号处理装置可以用于对肌电信号进行放大以及整流平滑处理得到待采样信号,并对待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号。该肌电信号处理装置包括前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器;其中,前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器按照先后顺序依次连接。
在本实用新型的一种示例实施例中,参考图2所示,可以通过前置放大器201对该肌电信号进行放大,然后通过高通滤波器202、陷波滤波器203以及低通滤波器204进行整流平滑处理;最后通过后级放大器205进行再次放大,再通过PCI-1710L数据采集卡对放大后的采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号。
在本实用新型的一种示例实施例中,控制系统140,与肌电信号处理装置(肌电传感器)以及运动轨迹采集装置通信连接;其中,控制系统用于对肌电采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;并根据肌肉的收缩级别以及肌电信号波形变化幅度,判断运动轨迹是否合格;并且,该控制系统可以为Arduino系统。
在本实用新型的一种示例实施例中,该Arduino系统可以通过对android平台使用android studio进行编写得到。
在本实用新型的一种示例实施例中,Arduino系统可以根据以下表达式对肌电采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;
其中,signalWL(i)为第i时刻肌电采样信号波形的线段长度和,signalMAV(p-1)以及signalMAV(p)为离散化采样处理后的待采样信号中第p-1时刻和第p时刻的信号值,N为统计波形长度的采样周期数且N为大于1的自然数,i为自然数,p为自然数且i-N+1≤p≤i。此处需要补充说明的是,肌电采样信号波形的线段长度和,可以表征肌电信号在一段时间内的变动程度大小(波形变化幅度);并且,可以根据变动程度大小即可以确定肌肉的收缩级别。
在本实用新型的一种示例实施例中,第一设备终端150,与控制系统通过WiFi进行通信连接;可以用于接收控制系统在运动轨迹合格以后记录的肌肉收缩次数,并判断肌肉收缩次数是否达到预设次数。其中,第一设备终端为患者的用户终端。
在本实用新型的一种示例实施例中,第二设备终端160,第二设备终端,与第一设备终端通信连接;用于接收第一设备终端在肌肉收缩次数达到预设次数以后,根据肌肉收缩次数、运动轨迹以及收缩级别生成病历报告;其中,第二设备终端为医疗人员的用户终端。
上述康复训练系统中,一方面,通过利用肌电信号处理装置对采集到的肌电信号进行放大以及整流平滑处理得到待采样信号,对待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号;然后再通过控制系统对肌电采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;最后再根据肌肉的收缩级别以及肌电信号波形变化幅度,判断采集到的运动轨迹是否合格;并将是否合格的信号发送至第一设备终端,使得用户可以实时的根据肌肉的收缩级别以及肌电信号波形变化幅度判断运动轨迹是否合格,解决了现有技术中无法及时的将肌电信号与患者的运动情况进行关联,进而导致患者由于错误的运动状态造成肌肉损伤,使得患者在康复训练过程存在安全隐患的问题;
另一方面,第一设备终端可以在确定运动轨迹合格时记录肌肉的收缩次数,并在确定收缩次数不小于预设次数后,根据收缩次数、运动轨迹以及收缩级别生成病历报告,提高了病历报告的准确性;
再一方面,通过利用肌电信号处理装置对肌电信号进行放大以及整流平滑处理得到待采样信号,对待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号;然后再利用控制系统对肌电采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度,提高了收缩级别以及肌电信号波形变化幅度的准确率;
进一步的,通过利用肌电信号采集装置采集表面肌电信号,并利用运动轨迹采集装置采集与肌电信号对应的运动轨迹,提高了肌电信号以及运动轨迹接收的实时性,解决了现有技术中由于肌电信号的及时性较低,进而导致康复计划的准确度较低的问题,提高了康复计划的准确性。
本实用新型还提供了另一种康复训练装置。参考图3所示,该康复训练装置可以包括:肌电信号采集装置110、运动轨迹采集装置120、肌电信号处理装置130、控制系统140、第一设备终端150、第二设备终端160以及采样装置310。
具体的,肌电信号处理装置130可以通过采样装置310与控制系统140通信连接;进一步的,该采样装置为PCI-1710L数据采集卡;采样装置310用于对待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号。譬如,该采样装置可以通过窗函数对离散化采样处理后的待采样信号进行移动平均处理,得到所述肌电采样信号;其中,窗函数为:
其中,signal(j)为离散化采样处理后的待采样信号中第j时刻的信号值;signalMAV(i)为第i时刻的肌电采样信号;P为大于1的自然数,i为自然数;j为自然数且i-P+1≤j≤i。
以下,将结合附图4对本实用新型中涉及的康复训练系统的应用场景进行进一步的解释以及说明。
参考图4所示,首先,可以通过无线传感器401接收表面肌电信号,并同时通过人体运动刺激陀螺仪402采集与上述表面肌电信号对应的运动轨迹;
然后,再通过无线传感器401中的肌电信号处理装置130对肌电信号进行处理得到待采样信号;
进一步的,通过PCI-1710L数据采集卡403对待采样信号进行采样,并将采样后的信号进行A/D转换,然后再传送至Arduino系统404;
最后,Arduino系统404再将处理好的信息传送至患者的设备终端405;并由患者的设备终端405将信息传送至医疗人员的设备终端406。
进一步的,无线传感器是传感器中非常常见的一类,绝大部分都包含以下模块:感知模块、信息处理模块、无线通信模块和能量供应模块。其中传统有线传感器和无线传感器的最本质区别是无线通信模块,它的基本功能是将处理器输出的数据通过无线信道以及传输网络传送给其他节点。因为传感器节点传输信息时,比执行计算时更消耗能量,传输1比特信息100m距离需要的能量相当于执行3000条计算指令消耗的能量,所以需要对无线通信模块进行控制;另外,无线通信信息在发送过程中容易受到外界干扰,所以无线传感器网络需要抗干扰的通信技术。
本项目采用WiFi输出技术,WiFi技术:也称为无线局域网通信技术,具有可移动性强,安装灵活、便于维护、能快速方便地实现网络连通等优点。数据传输模式采用TCP协议和UDP协议两种方式,两种协议灵活使用,能够实现多平台数据处理软件设计的要求。采集结点采样频率最高设为16KHz,对于表面肌电信号采样率,一般设置为1KHz,AD采样精度为12位,利用串口传送到WiFi模块时,需要将12位数据分成两个字节数据传送,拟采用大端模式进行传输。数据带宽不仅满足了肌电和惯性信息的传输,对于扩展接口也同样满足。
本项目的app拟定使用wifi信号与arduio模块进行连接。在与模块连接后需要有相应的操控系统。本项目将对android平台使用android studio进行编写,该板块为本项目的核心。
在医生的设备终端,程序将设定足够多的变量来调控函数中的不同参数:肌电信号的阈值,达到标准的个数,动作的幅度等,以此来满足不同病人因身材和恢复程度而导致的差异。该特点需要相关的控制函数更加快速,有效,尽可能地使医生的操作更为简便。
在患者的设备终端,程序则会偏向于尽可能直观的展现给患者。相关的代码将根据患者和医生的需求生成多种评价表,并直观地将进度展示给患者,患者可以针对评价表上的提示自己纠正动作,调整力度,将问题与医生分享,并及时解决。患者可以授予权限给该软件来开启软件的自动推送系统,以此来督促患者进行康复。
上述的操控将产生大量的医疗信息,这些信息对于科研和患者的角度而言都十分重要。本项目致力于将这些信息尽可能的压缩储存,与最先进的医疗大数据结合起来,提供快速的云服务。不论是医生还是患者都可以在移动端快速的将信息抽调出来使用。
上述所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中,如有可能,各实施例中所讨论的特征是可互换的。在上面的描述中,提供许多具体细节从而给出对本实用新型的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本实用新型的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组件、材料等。在其它情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本实用新型的各方面。
应可理解的是,本实用新型不将其应用限制到本说明书提出的部件的详细结构和布置方式。本实用新型能够具有其他实施方式,并且能够以多种方式实现并且执行。前述变形形式和修改形式落在本实用新型的范围内。应可理解的是,本说明书公开和限定的本实用新型延伸到文中和/或附图中提到或明显的两个或两个以上单独特征的所有可替代组合。所有这些不同的组合构成本实用新型的多个可替代方面。本说明书所述的实施方式说明了已知用于实现本实用新型的最佳方式,并且将使本领域技术人员能够利用本实用新型。
Claims (8)
1.一种康复训练系统,其特征在于,包括:
肌电信号采集装置,用于采集在运动过程中的肌电信号;
运动轨迹采集装置,用于采集与所述肌电信号对应的运动轨迹;
肌电信号处理装置,与所述肌电信号采集装置通信连接;其中,所述肌电信号处理装置用于对所述肌电信号进行放大以及整流平滑处理得到待采样信号;
控制系统,与所述肌电信号处理装置以及运动轨迹采集装置通信连接;其中,所述控制系统用于对所述待采样信号进行特征提取,得到肌肉的收缩级别以及肌电信号波形变化幅度;并根据所述肌肉的收缩级别以及所述肌电信号波形变化幅度,判断所述运动轨迹是否合格;
第一设备终端,与所述控制系统通信连接;用于接收所述控制系统在判断运动轨迹合格以后记录的肌肉收缩次数,并判断肌肉收缩次数是否达到预设次数;
第二设备终端,与所述第一设备终端通信连接;用于接收所述第一设备终端在肌肉收缩次数达到预设次数以后,根据所述肌肉收缩次数、运动轨迹以及收缩级别生成病历报告;
其中,所述第一设备终端为患者的用户终端;所述第二设备终端为医疗人员的用户终端。
2.根据权利要求1所述的康复训练系统,其特征在于,所述肌电信号处理装置包括前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器;
其中,所述前置放大器、高通滤波器、陷波滤波器、低通滤波器以及后级放大器按照先后顺序依次连接。
3.根据权利要求1所述的康复训练系统,其特征在于,所述肌电信号采集装置以及所述肌电信号处理装置设置于肌电传感器中;
所述运动轨迹采集装置为人体运动刺激陀螺仪。
4.根据权利要求3所述的康复训练系统,其特征在于,所述肌电传感器为无线传感器。
5.根据权利要求1所述的康复训练系统,其特征在于,所述控制系统通过WiFi与所述第一设备终端通信连接。
6.根据权利要求1所述的康复训练系统,其特征在于,所述控制系统为Arduino系统。
7.根据权利要求1所述的康复训练系统,其特征在于,所述康复训练系统还包括采样装置;
其中,所述肌电信号处理装置通过所述采样装置与控制系统通信连接;所述采样装置用于对所述待采样信号进行离散化采样处理以及移动平均处理,得到肌电采样信号。
8.根据权利要求7所述的康复训练系统,其特征在于,所述采样装置为PCI-1710L数据采集卡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920808759.0U CN210408421U (zh) | 2019-05-30 | 2019-05-30 | 康复训练系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920808759.0U CN210408421U (zh) | 2019-05-30 | 2019-05-30 | 康复训练系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN210408421U true CN210408421U (zh) | 2020-04-28 |
Family
ID=70373425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920808759.0U Active CN210408421U (zh) | 2019-05-30 | 2019-05-30 | 康复训练系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN210408421U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111839847A (zh) * | 2020-07-02 | 2020-10-30 | 北京海益同展信息科技有限公司 | 肌电假肢控制方法、装置、电子设备和计算机可读介质 |
-
2019
- 2019-05-30 CN CN201920808759.0U patent/CN210408421U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111839847A (zh) * | 2020-07-02 | 2020-10-30 | 北京海益同展信息科技有限公司 | 肌电假肢控制方法、装置、电子设备和计算机可读介质 |
CN111839847B (zh) * | 2020-07-02 | 2023-09-01 | 京东科技信息技术有限公司 | 肌电假肢控制方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110495880B (zh) | 基于经颅电刺激脑肌耦合的运动障碍皮层可塑性管理方法 | |
CN101201696B (zh) | 基于p300脑电电位的中文输入bci系统 | |
CN110179643A (zh) | 一种基于环带传感器的颈部康复训练系统和训练方法 | |
CN107485844A (zh) | 一种肢体康复训练方法、系统及嵌入式设备 | |
CN105597298A (zh) | 基于肌电信号及肢体动作检测的健身效果评价系统 | |
WO2020118797A1 (zh) | 假肢控制方法、装置、系统、设备和存储介质 | |
CN110354387B (zh) | 多触发方式的智能电刺激手部训练器及方法 | |
CN103417218A (zh) | 一种上肢运动的参数采集评估系统及方法 | |
CN104207793A (zh) | 一种抓握功能评估与训练系统 | |
CN106377253A (zh) | 一种肌电信号和惯性信息同步采集装置 | |
CN106569606A (zh) | 一种基于自然手势识别的智能家居红外控制系统与方法 | |
CN105167770B (zh) | 一种可穿戴的低功耗胎心监护系统 | |
CN111584031B (zh) | 基于便携式脑电采集设备的脑控智能肢体康复系统及应用 | |
CN109276808A (zh) | 基于视频运动捕捉的多模态脑卒中上肢康复训练系统 | |
CN108958482B (zh) | 一种基于卷积神经网络的相似性动作识别装置及方法 | |
CN105962935A (zh) | 用于运动学习功能改善的脑电神经反馈训练系统及其方法 | |
CN104850231A (zh) | 一种基于表面肌电和肌音信号融合的人机接口系统 | |
CN105771182A (zh) | 一种康复机器人主动训练控制方法和装置 | |
CN210408421U (zh) | 康复训练系统 | |
CN107822629A (zh) | 四肢表面肌电轴的检测方法 | |
CN212941005U (zh) | 一种肌电生物反馈治疗仪 | |
CN106308748B (zh) | 一种下背痛患者功能障碍分析方法及实现该方法的装置 | |
CN205083477U (zh) | 基于体表肌电的实时控制装置 | |
CN102049096B (zh) | 一种自主反馈式胃起搏装置 | |
CN110090005B (zh) | 医疗数据处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |