RU193501U1 - Устройство замещения утраченных функций человека с использованием обратной связи - Google Patents
Устройство замещения утраченных функций человека с использованием обратной связи Download PDFInfo
- Publication number
- RU193501U1 RU193501U1 RU2019103075U RU2019103075U RU193501U1 RU 193501 U1 RU193501 U1 RU 193501U1 RU 2019103075 U RU2019103075 U RU 2019103075U RU 2019103075 U RU2019103075 U RU 2019103075U RU 193501 U1 RU193501 U1 RU 193501U1
- Authority
- RU
- Russia
- Prior art keywords
- sensors
- feedback
- activity
- user
- control
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
- A61F2/50—Prostheses not implantable in the body
- A61F2/68—Operating or control means
- A61F2/70—Operating or control means electrical
- A61F2/72—Bioelectric control, e.g. myoelectric
Abstract
Настоящее устройство относится к областям медицинской реабилитационной и информационно-измерительной техники, а именно к устройствам для повышения качества жизни обездвиженных пациентов и для управления внешними вспомогательными устройствами посредством электромиографического сигнала (электрической активности мышц) по типу интерфейса «человек-машина». Полезная модель основана на использовании устройства ввода датчиков активности биопотенциалов человека, классифицирующих эту активность после предобработки и преобразующих ее в управляющий сигнал для замещения утраченных функций человека и управления внешними устройствами с возможностью осуществления обратной связи с пользователем. Полезная модель позволяет заместить некоторые утраченные функции для обездвиженных людей, такие как движение и коммуникация, и повысить точность управления и позиционирования приводами средств передвижения и коммуникации для лиц с ограниченными физическими возможностями благодаря использованию беспроводных датчиков электромиограммы, методов машинного обучения при классификации движений пользователя и датчиков обратной связи.
Description
ОБЛАСТЬ ТЕХНИКИ
Устройство относится к областям медицинской реабилитационной и информационно-измерительной техники, а именно к устройствам для повышения качества жизни обездвиженных пациентов и для управления внешними вспомогательными устройствами посредством электромиографического сигнала по типу интерфейса «человек-машина».
УРОВЕНЬ ТЕХНИКИ
Из предшествующего уровня техники известно носимое головное устройство, измеряющее активность мозга и лицевых мышц (данные источника информации GB 2396421 A). Устройство предназначено для модификации, генерирования или вывода визуальных или звуковых сигналов для восприятия пользователем, причем упомянутое устройство приспособлено для использования на голове пользователя, и указанное устройство дополнительно приспособлено для обнаружения активности мозга пользователя и/или активности лицевых мышц. Недостатком данного решения является необходимость размещения датчиков для анализа активности лицевых мышц на крыльях носа пользователя и вокруг глаз, что является нефизиологичным для использования в повседневной жизни пользователя ввиду ограничения рутинной мимической деятельности из-за наложения электродов.
Также известно устройство для управления программным обеспечением посредством электромиограммы (данные источника информации US 20060004298 A1). Устройство позволяет пользователю выполнять контроль посредством биоэлектрической активности и включает в себя устройство для регистрации и обработки электромиограммы, компьютерный дисплей и компьютер. Недостатком данного решения является необходимость постоянного зрительного контроля процесса управления, что не позволяет применить данную систему в устройстве без отображающего блока, например, для управления инвалидным креслом.
Наиболее близким аналогом данного технического решения для объединения сигналов датчиков активности мышц и сигналов инерциального датчика для контроля посредством жестов рук (данные источника информации US 20140240103 A1). Носимое электронное устройство включает в себя конструкцию в виде браслета, надетую, например, на предплечье пользователя, на котором размещены датчики активности мышц, инерционные датчики и микропроцессор. Микропроцессор способен идентифицировать некоторые жесты, выполненные пользователем, на основе активности мышц, обнаруженной датчиком активности мышц, и движения, обнаруженного инерционным датчиком. В ответ на идентификацию жеста электронное устройство, пригодное для ношения, беспроводным образом передает один или несколько сигналов для взаимодействия с управляемым подключенным устройством. Недостатком данного решения является отсутствие обратной связи с пользователем, что повышает процент ошибочного выполнения действий при использовании данного устройства, особенно в случае пользователей с нарушениями двигательной активности.
СУЩНОСТЬ ТЕХНИЧЕСКОГО РЕШЕНИЯ
Задача, на которую направлено предлагаемое техническое решение, заключается в замещении утраченных физиологических функций пользователя, таких как движение или коммуникация с повышением точности управления приводами исполнительных устройств.
Данная задача решается за счет того, что заявленное устройство содержит
носимое на голове устройство-обруч для размещения датчиков ЭМГ;
по меньшей мере один беспроводной датчик ЭМГ;
по меньшей мере один модуль обработки и преобразования сигнала ЭМГ;
по меньшей мере один модуль согласования с исполнительными приводами;
Характеризующееся тем, что носимое устройство-обруч содержит по меньшей мере один модуль управления с обратной связью, совместимый с современными ПК и роботизированными средствами реабилитации, при этом управление основано на способе управления внешними вспомогательными устройствами посредством произвольных движений пользователя, вследствие которых генерируется электромиографический сигнал и классифицируется на основе методов машинного обучения;
Техническим результатом, обеспечиваемым приведенной совокупностью признаков, является возможность управления внешними устройствами или средствами коммуникации пользователем с ограниченными физическими возможностями посредством ЭМГ сигнала обездвиженными пациентами с сохранной активностью лицевых мышц посредством совершения произвольной мышечной деятельности.
Сущность технического решения поясняется следующими рисунками и схемами.
На фиг. 1 схематично показан внешний вид устройства на голове пользователя. Устройство замещения утраченных функций содержит носимое на голове устройство-обруч для размещения датчиков ЭМГ (1), разъемы под датчики могут быть выполнены по типу контакта «кнопка», либо по типу отверстий в материале обруча; беспроводные датчики ЭМГ (2), по меньшей мере один модуль обработки и преобразования сигнала ЭМГ (3), по меньшей мере один модуль согласования с исполнительными приводами (4), а также модуль управления с обратной связью, совместимый с современными ПК и роботизированными средствами реабилитации (5). Эластичный ремень (6), выполненный с креплениями для датчиков, позволяющий разместить датчики с учетом анатомии конкретного индивида.
На фиг. 2 показана блок-схема работы устройства с раскрытием способа управления.
На фиг. 3 показана возможная интеграция носимого устройства-обруча с роботизированным инвалидным креслом. Такое устройство содержит носимое головное устройство-обруч (1), инвалидное кресло с электроприводом (2), Дисплей ПК (3), Устройство воспроизведения речи (4), встроенный процессор и средства беспроводной передачи данных (5), парковочный радар (б) и источник питания (7).
Работает устройство следующим образом.
Носимое ЭМГ устройство (фиг. 1) может быть исполнено из гибких материалов с эластичными свойствами, для регуляции по размеру может содержать вставку, состоящую из упругого материала или из ремня с фастексом (поз. 6), что позволяет использовать устройство пользователем с разными обхватами головы, в том числе детям.
Носимое ЭМГ устройство располагают на голове пользователя, размещая электроды датчиков (поз. 2) над необходимыми мышцами, например над лобной и височной. Пользователь совершает произвольное мышечное движение с участием мышц, над которыми расположены датчики. Устройство может соединяться с ЭВМ по каналу беспроводной связи посредством модуля (поз. 3). Обработка данных может происходить как на микропроцессоре датчика устройства (поз. 2) так и на внешней ЭВМ посредством модуля (поз. 5). Вначале происходит обучение пользователя с помощью ПК. Пользователь, выполняя команды на экране, совершает не менее двух произвольных движений мышцами в лицевой области (например, сжатие челюсти, поднятие бровей, сведение бровей, расслабление). Каждое движение выполняется несколько секунд согласно команде на экране. На данном этапе происходит запись в базу данных и формирование на ее основе обучающей выборки.
В устройстве-обруче при этом электродные пластины датчика регистрируют возникающую электромиограмму. ЭМГ-сигнал проходит через усилитель, далее через ФВЧ и ФНЧ и поступает на АЦП. Сигнал разбивается оконной функцией на сегменты. Данные всех движений объединяются, рассчитываются математические статистики - максимальное значение и дисперсия, формируется вектор обучающих признаков. Данные центрируются и нормируются. Полученный вектор поступает на вход классификатора на основе методов машинного обучения, после чего система готова к использованию. Датчик устройства имеет обратную связь с пользователем, реализованную в виде вибродатчика (поз. 5). Сигнал вибродатчика подтверждает классификацию движения.
В процессе эксплуатации пользователь может произвольно выполнять любое из записанных в базу данных движений. Сигнал обрабатывается способом, описанным выше, но обработка ведется в режиме скользящего окна, и для каждого текущего оконного значения полученной статистики происходит сравнение со значением из базы данных. На основе чего классификатором принимается решение о типе совершенного движения. После определения типа движению присваивается управляющая команда и подается на приводы исполнительных органов средств реабилитации, например, как на фиг. 3. Так, принятое решение передается на приводы исполнительных органов соответствующего устройства, например, сжатию челюстей соответствует движение инвалидного кресла вперед.
Заявляемое устройство ввода информации имеет следующие преимущества перед известными устройствами аналогичного назначения:
- основано на использовании беспроводных датчиков, что позволяет достигнуть повышения точности благодаря отсутствию артефактов движения;
- хорошо держится на голове благодаря тому, что преимущественно выполняется из гибких материалов с эластичными свойствами, для регуляции по размеру может содержать вставку, состоящую из упругого материала или из ремня с фастексом, что позволяет использовать устройство пользователем с разными обхватами головы, в том числе детям;
- обеспечивает возможность быстрой смены исполнительных команд благодаря наличию классификатора на основе методов машинного обучения;
- легко интегрируется с ПК и роботизированными средствами реабилитации, может использоваться для управления ПК, инвалидным креслом, экзоскелетом, протезом, а также в технологиях типа «умный дом»;
- имеет эргономичную конструкцию - это обеспечивает возможность физиологичного использования на постоянной основе, что важно для людей с нарушениями двигательной активности.
Claims (6)
- Устройство замещения утраченных функций человека с использованием обратной связи, содержащее
- носимое на голове устройство-обруч для размещения датчиков ЭМГ;
- по меньшей мере один беспроводной датчик ЭМГ;
- по меньшей мере один модуль обработки и преобразования сигнала ЭМГ;
- по меньшей мере один модуль согласования с исполнительными приводами,
- характеризующееся тем, что носимое устройство-обруч содержит по меньшей мере один модуль управления с обратной связью, совместимый с современными ПК и роботизированными средствами реабилитации, при этом управление основано на способе управления внешними вспомогательными устройствами посредством произвольных движений пользователя, вследствие которых генерируется электромиографический сигнал и классифицируется на основе методов машинного обучения.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2019103075U RU193501U1 (ru) | 2019-02-05 | 2019-02-05 | Устройство замещения утраченных функций человека с использованием обратной связи |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2019103075U RU193501U1 (ru) | 2019-02-05 | 2019-02-05 | Устройство замещения утраченных функций человека с использованием обратной связи |
Publications (1)
Publication Number | Publication Date |
---|---|
RU193501U1 true RU193501U1 (ru) | 2019-10-30 |
Family
ID=68500046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2019103075U RU193501U1 (ru) | 2019-02-05 | 2019-02-05 | Устройство замещения утраченных функций человека с использованием обратной связи |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU193501U1 (ru) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140058528A1 (en) * | 2010-05-05 | 2014-02-27 | University Of Maryland, College Park | Time Domain-Based Methods for Noninvasive Brain-Machine Interfaces |
US20140240103A1 (en) * | 2013-02-22 | 2014-08-28 | Thalmic Labs Inc. | Methods and devices for combining muscle activity sensor signals and inertial sensor signals for gesture-based control |
US20150037775A1 (en) * | 2013-07-31 | 2015-02-05 | The General Hospital Corporation | Trauma training simulator with event-based gesture detection and instrument-motion tracking |
US9107586B2 (en) * | 2006-05-24 | 2015-08-18 | Empire Ip Llc | Fitness monitoring |
US20170123487A1 (en) * | 2015-10-30 | 2017-05-04 | Ostendo Technologies, Inc. | System and methods for on-body gestural interfaces and projection displays |
RU2653820C2 (ru) * | 2016-05-25 | 2018-05-14 | Федеральное государственное бюджетное учреждение "САНКТ-ПЕТЕРБУРГСКИЙ НАУЧНО-ПРАКТИЧЕСКИЙ ЦЕНТР МЕДИКО-СОЦИАЛЬНОЙ ЭКСПЕРТИЗЫ, ПРОТЕЗИРОВАНИЯ И РЕАБИЛИТАЦИИ ИНВАЛИДОВ ИМ. Г.А. АЛЬБРЕХТА МИНИСТЕРСТВА ТРУДА И СОЦИАЛЬНОЙ ЗАЩИТЫ РОССИЙСКОЙ ФЕДЕРАЦИИ" (ФГБУ "СПбПЦЭНР им. Альбрехта Минтруда России") | Система управления биоэлектрическим протезом |
RU2663941C1 (ru) * | 2017-02-14 | 2018-08-13 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королева" | Электромеханическая кисть |
WO2019010435A1 (en) * | 2017-07-06 | 2019-01-10 | Icuemotion Llc | SYSTEMS AND METHODS FOR TRAINING SKILL TRAINING WITH DATA |
-
2019
- 2019-02-05 RU RU2019103075U patent/RU193501U1/ru not_active IP Right Cessation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9107586B2 (en) * | 2006-05-24 | 2015-08-18 | Empire Ip Llc | Fitness monitoring |
US20140058528A1 (en) * | 2010-05-05 | 2014-02-27 | University Of Maryland, College Park | Time Domain-Based Methods for Noninvasive Brain-Machine Interfaces |
US20140240103A1 (en) * | 2013-02-22 | 2014-08-28 | Thalmic Labs Inc. | Methods and devices for combining muscle activity sensor signals and inertial sensor signals for gesture-based control |
US20150037775A1 (en) * | 2013-07-31 | 2015-02-05 | The General Hospital Corporation | Trauma training simulator with event-based gesture detection and instrument-motion tracking |
US20170123487A1 (en) * | 2015-10-30 | 2017-05-04 | Ostendo Technologies, Inc. | System and methods for on-body gestural interfaces and projection displays |
RU2653820C2 (ru) * | 2016-05-25 | 2018-05-14 | Федеральное государственное бюджетное учреждение "САНКТ-ПЕТЕРБУРГСКИЙ НАУЧНО-ПРАКТИЧЕСКИЙ ЦЕНТР МЕДИКО-СОЦИАЛЬНОЙ ЭКСПЕРТИЗЫ, ПРОТЕЗИРОВАНИЯ И РЕАБИЛИТАЦИИ ИНВАЛИДОВ ИМ. Г.А. АЛЬБРЕХТА МИНИСТЕРСТВА ТРУДА И СОЦИАЛЬНОЙ ЗАЩИТЫ РОССИЙСКОЙ ФЕДЕРАЦИИ" (ФГБУ "СПбПЦЭНР им. Альбрехта Минтруда России") | Система управления биоэлектрическим протезом |
RU2663941C1 (ru) * | 2017-02-14 | 2018-08-13 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королева" | Электромеханическая кисть |
WO2019010435A1 (en) * | 2017-07-06 | 2019-01-10 | Icuemotion Llc | SYSTEMS AND METHODS FOR TRAINING SKILL TRAINING WITH DATA |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Emerging wearable interfaces and algorithms for hand gesture recognition: A survey | |
Yang et al. | A proportional pattern recognition control scheme for wearable a-mode ultrasound sensing | |
Zhao et al. | SSVEP-based brain–computer interface controlled functional electrical stimulation system for upper extremity rehabilitation | |
US20190073030A1 (en) | Brain computer interface (bci) apparatus and method of generating control signal by bci apparatus | |
Ryser et al. | Fully embedded myoelectric control for a wearable robotic hand orthosis | |
Aljalal et al. | Comprehensive review on brain-controlled mobile robots and robotic arms based on electroencephalography signals | |
Belkacem et al. | Real-time control of a video game using eye movements and two temporal EEG sensors | |
RU2683859C1 (ru) | Способ и система управления электронными устройствами с помощью электромиографического устройства считывания | |
CN117032398A (zh) | 用于可穿戴设备的姿势控制接口的方法和装置 | |
US20200154216A1 (en) | Ear-worn electronic device incorporating motor brain-computer interface | |
JPWO2017213202A1 (ja) | 運動教示システム及び運動教示方法 | |
Norani et al. | A review of signal processing in brain computer interface system | |
Al-Quraishi et al. | Multimodal fusion approach based on EEG and EMG signals for lower limb movement recognition | |
Firoozabadi et al. | A human-computer interface based on forehead multi-channel bio-signals to control a virtual wheelchair | |
Tang et al. | Wearable supernumerary robotic limb system using a hybrid control approach based on motor imagery and object detection | |
Jiang et al. | Bio-robotics research for non-invasive myoelectric neural interfaces for upper-limb prosthetic control: a 10-year perspective review | |
Zou et al. | EEG feature extraction and pattern classification based on motor imagery in brain-computer interface | |
Mercado et al. | Decoding the torque of lower limb joints from EEG recordings of pre-gait movements using a machine learning scheme | |
Franco et al. | Command acknowledge through tactile feedback improves the usability of an emg-based interface for the frontalis muscle | |
Boonarchatong et al. | Green EEG energy control robot for supporting bedfast patients | |
Mace et al. | A heterogeneous framework for real-time decoding of bioacoustic signals: Applications to assistive interfaces and prosthesis control | |
RU193501U1 (ru) | Устройство замещения утраченных функций человека с использованием обратной связи | |
Petrushin et al. | Effect of a click-like feedback on motor imagery in EEG-BCI and eye-tracking hybrid control for telepresence | |
Vinoj et al. | IoT-powered deep learning brain network for assisting quadriplegic people | |
CN114936574A (zh) | 一种基于bci的高灵活度机械手系统及其实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM9K | Utility model has become invalid (non-payment of fees) |
Effective date: 20200206 |