[发明专利]一种手指镜像康复训练系统

权利要求书

1.一种手指镜像康复训练系统，其特征在于，包括肌电信号提取模块、压力采集模块、主控制模块、康复机器人模块、人机交互虚拟环境模块以及康复评估模块；

所述肌电信号提取模块用于提取健侧和患侧的肌电信号并传输给主控制模块，所述主控制模块用于根据健侧的肌电信号控制康复机器人模块动作，所述压力采集模块用于采集健侧和患侧的手指压力信号，并转化为电信号传输给康复机器人模块，康复机器人模块控制患侧的手指同步健侧的手指动作并输出同样的作用力，所述主控制模块同时控制人机交互虚拟环境模块模拟显示手指对应的运动姿态，所述压力采集模块输出的电信号还传输给所述康复评估模块，用于判断康复效果；

还包括预处理模块，用于对肌电信号提取模块采集的肌电信号采用时变功率谱方法提取信号特征，并采用LSTM模型进行学习分类，得到去除干扰的肌电信号，并传输给主控制模块；

所述预处理模块的处理过程为：

将肌电信号提取模块采集的肌电信号分为两组：

对第一组的肌电信号直接采用卷积神经网络处理，卷积神经网络将8通道的一组采样信号转变为一组特征量，其方法是：构造一个具有I层的卷积层和池化层结构的神经网络，其中，第i层卷积层具有N_i个卷积核，当采样信号逐层通过卷积神经网络时，第i层卷积层产生N_i个特征映射矩阵，然后每个特征映射矩阵经过池化层降采样后送入第i+1个卷积层，在卷积神经网络的最后一层，卷积层中有b个卷积核，该卷积层输出为b个2*2特征映射矩阵，随后，最后一层池化层将b个2*2特征映射矩阵降采样为b个1*1特征映射矩阵，即长度为b的特征向量；

对第二组的肌电信号采用时变功率谱方法提取信号特征,将第二组提取的信号特征与第一组提取出的长度为b的特征向量一同送入MLP层，在MLP层中完成特征向量的拼接，得到1*(b+6)维的特征向量,再输入至一个三层的全连通神经网络，网络输出层共有c个神经元，输出一个1*c的矩阵，将得到的矩阵作为历史特征存入一个尺寸为1*c*i的先进先出队列中,保存当前时刻到之前i个时刻的输出作为历史数据，输入LSTM神经网络，LSTM网络层输出即为整个神经网络识别结果。

2.根据权利要求1所述的手指镜像康复训练系统，其特征在于，所述肌电信号提取模块包括环形阵列式肌电传感器和蓝牙设备，环形阵列式肌电传感器用于采集健侧和患侧的前臂端的肌电信号，并通过蓝牙设备传输给主控制模块。

3.根据权利要求1所述的手指镜像康复训练系统，其特征在于，所述压力采集模块包括类圆柱形弹性体和压力传感器，所述类圆柱形弹性体的顶部贴设压力传感器模块。

4.根据权利要求1所述的手指镜像康复训练系统，其特征在于，所述康复机器人模块包括驱动器、控制板以及基于柔性关节外骨骼式手指康复机构，所述基于柔性关节外骨骼式手指康复机构包括底座、驱动模块、手背支撑体、手指穿戴部分，其中底座用于放置前臂，并且作为容纳电源和驱动器的容器，驱动模块包括依次连接的电机、齿轮以及相关腱绳，用于带动手指穿戴部分实现抓取运动，手指穿戴部分为五指穿戴部件，手背支撑体用于固定电机和连接手指穿戴部分，所述控制板分别连接主控制模块、压力采集模块以及驱动器，所述驱动器连接所述电机。

5.根据权利要求1所述的手指镜像康复训练系统，其特征在于，所述康复机器人模块对压力采集模块输入的电信号采用变论域模糊自适应PD控制方法进行处理，输出相应动作涉及的电机力矩控制信号，通过康复机器人装置控制患侧的手指输出与健侧的手指相同的作用力。