[发明专利]基于肌电反馈的上肢训练方法及系统

说明书

技术领域

本发明涉及医疗技术领域，尤其涉及一种基于肌电反馈的上肢训练方法及系统。

背景技术

脑卒中(中风)是威胁人类健康的首要疾病之一，具有恢复缓慢，死亡数多，致残率高等特点，而且伴随着人们生活水平日益提高，呈现患病率逐渐上升的趋势。据调查显示，大多数中风用户往往因中枢神经系受损而导致上下肢运动功能丧失，给用户本身和家庭都带来了巨大的痛苦和损失，因此，中风用户需要依靠康复训练来重获运动能力，以提高在日常生活中的自理能力，为家庭和社会减少负担。对于中风用户的肢体功能康复，往往呈现出下肢较上肢快、近端较远端易的特点，30％-66％的脑卒中用户遗留有不同程度的上肢功能障碍，且有将近10％是重度致残，所以上肢运动功能康复已经成为脑卒中用户临床康复的关注热点。而手关节以及腕关节的功能康复作为康复的重要分支，是以涉及复杂神经回路的精细动作恢复为主，成为上肢大关节运动功能康复的有力补充。传统的上肢康复方法包括人工物理治疗，反复作业疗法，强制运动疗法以及中医学中的针灸医术等，都在一定程度上促进脑卒中用户运动功能的恢复。近年来，人机交互作为一种结合了各种脑机接口技术，虚拟现实技术，运动传感技术，生物反馈技术等的新型康复手段，在中风康复领域发展迅速。其中，利用肌肉电信号反馈控制以实现人机交互的方法不仅可以在康复训练中通过人机交互界面上虚拟游戏增加用户的参与兴趣，而且对中风用户康复有助于对中风用户神经功能变化机理的探究，可以通过在复杂的生物电信号中提取有用的信息从本质上对中风用户的神经肌肉状况进行跟踪和评价，提高康复效率。调研得到的现有的新型手部及腕部康复装置包括，美国华盛顿国立康复医院Brokaw在2010年提出的增强手部运动驱动弹力装置(HandSOME)是利用弹力绳的弹力抵抗屈肌的高张力的原理来实现康复效果。美国芝加哥伊利诺伊大学的Iwamuro也在2011年提出一种X-Golve手套矫形装置，并且在临床试验中利用Wolf运动分级功能表进行了康复效果验证。2011年新泽西医学与牙科学研究院Merian搭建的上肢功能康复机器人使中风患者在完成4项手部动作的同时进行康复训练，来自香港理工大学的Tong及Goldfrey等也利用手部和腕部的外骨骼机器人对中风患者患侧前臂进行辅助康复治疗，另外，有文献指出同一块肌肉的肌电信号的大小可以反映出肌肉收缩产生的力的大小，且成正相关的关系，基于这一点，2010年英国中央兰开夏大学Ma利用了肌电反馈的思路，控制虚拟射击游戏，将处理的肌电信号用来控制游戏的动作，使患者在游戏的同时，进行肩关节和手关节的运动。

综上所述，针对中风用户上肢，尤其是以精细运动为主的手和腕关节的康复技术仍处于相对早的阶段，基本都为单关节的，低自由度的康复动作设计，且对于利用生物电信号进行人机交互对游戏控制和利用模式识别进行反馈属性切换的实例也相对较少，这一技术在卒中患者手功能康复中已经得到应用，但是其机制还需进一步探索，大面积的推广和普及还需要更完善的理论基础，以及相应的经济和技术支持。另外，在训练过程中，很多系统也疏于对参与者肌肉疲劳情况进行实施监控，因此对康复训练过程中，用户患肢肌肉神经情况的实时反馈也比较匮乏，不利于在训练过程中对肌肉疲劳状况进行评判以及在临床上对用户提出进一步的康复策略。

发明内容

本发明提出一种基于肌电反馈的上肢训练方法及系统，利用上肢动作相关的运动及肌电信号进行人机交互，对虚拟游戏进行控制，控制基于模式识别及生物肌电反馈进行，来实现多关节参与训练的效果，并对训练过程中用户的肌肉疲劳状况进行跟踪评价和报警。

本发明实施例提供一种基于肌电反馈的上肢训练方法，其特征在于，包括步骤：

S1、在用户为完成虚拟游戏中的任务以进行相应的上肢关节动作时，实时采集用户上肢关节的运动信号和肌电信号；

S2、利用基于采集到的所述运动信号调整虚拟控制目标的位置、速度、加速度等运动参数，

S3、同时根据采集到的所述肌电信号中的特征参数识别出用户的若干肌肉收缩模式；

S4、将识别出的模式作为肌电反馈控制方式的选择依据。

优选的，在所述步骤S4中，所述肌电反馈控制方法至少包括有肌电幅值映射控制及肌电幅值阈值判断，所述有肌电幅值映射控制及肌电幅值阈值判断都是通过对肌电信号进行实时的处理，并与虚拟场景中的参数进行交互控制，其具体对应的虚拟游戏中控制的参数根据游戏内容选择。

优选的，还包括步骤：