[发明专利]基于游戏和肌电信号的CPM下肢康复训练方法及系统有效
申请号: | 201910909533.4 | 申请日: | 2019-09-25 |
公开(公告)号: | CN110639169B | 公开(公告)日: | 2020-08-25 |
发明(设计)人: | 史小华;刘瑞发;李月娟;孙杰智;姚吉路;李雪飞;王襄 | 申请(专利权)人: | 燕山大学 |
主分类号: | A63B23/04 | 分类号: | A63B23/04;A63B24/00;G06K9/00;G06K9/62;G06N3/08 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘凤玲 |
地址: | 066000 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 游戏 电信号 cpm 下肢 康复训练 方法 系统 | ||
1.一种基于游戏和肌电信号的CPM下肢康复训练系统,其特征在于,所述CPM下肢康复训练系统,包括:
第一获取模块,用于获取患者健康上肢的样本手势表面肌电信号;所述样本手势表面肌电信号包括手腕内翻手势对应的表面肌电信号、手腕外翻手势对应的表面肌电信号、握拳手势对应的表面肌电信号、伸掌手势对应的表面肌电信号以及静息手势对应的表面肌电信号;
分析模块,用于对所述样本手势表面肌电信号进行频域分析和时域分析以得到样本手势特征,并根据所述样本手势特征构建高维特征空间矩阵;
降维模块,用于采用主成分分析法或者时间序列评价特征质量准则对所述高维特征空间矩阵进行降维处理,得到低维特征空间矩阵;所述低维特征空间矩阵内的特征向量为样本主要手势特征;
手势识别神经网络模型得到模块,用于根据所述样本主要手势特征训练神经网络模型,得到手势识别神经网络模型;所述手势识别神经网络模型的输入为主要手势特征,所述手势识别神经网络模型的输出为手势类型;
第二获取模块,用于获取患者健康上肢玩游戏时的实时手势表面肌电信号并进行处理;
识别模块,用于将处理后的实时手势表面肌电信号输入到所述手势识别神经网络模型中,得到所述实时手势表面肌电信号对应的实时手势类型;
训练模块,用于根据手势类型与CPM机行为动作的对应关系确定所述实时手势类型对应的CPM机行为动作,并根据所述实时手势类型对应的CPM机行为动作训练患者受损下肢。
2.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练系统,其特征在于,所述分析模块,具体包括:
频域分析单元,用于对所述样本手势表面肌电信号进行频域分析;在所述频域分析单元中高通-低通滤波的截至上频率为100Hz,高通-低通滤波的截至下频率为50Hz;
时域分析单元,用于运用连续时间窗对频域分析后的样本手势表面肌电信号进行分割,从每个时间窗中提取时域特征;所述时域特征为样本手势特征;
高维特征空间矩阵构建单元,用于根据所述样本手势特征构建高维特征空间矩阵。
3.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练系统,其特征在于,所述CPM下肢康复训练系统还包括:
游戏构建模块,用于构建基于阈值控制的投石游戏;所述投石游戏是通过量化传感器采集到手势表面肌电信号的幅值,以控制投石游戏中皮筋的拉伸长度。
4.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练系统,其特征在于,所述第二获取模块,具体包括:
获取单元,用于获取患者健康上肢玩游戏时的实时手势表面肌电信号;
删除单元,用于确定所述实时手势表面肌电信号的幅值,并将大于设定阈值的幅值所对应的实时手势表面肌电信号删除;
分析单元,用于将保留下来的实时手势表面肌电信号进行频域分析和时域分析以得到实时手势特征,并根据所述实时手势特征构建实时高维特征空间矩阵;
降维单元,用于采用主成分分析法或者时间序列评价特征质量准则对所述实时高维特征空间矩阵进行降维处理,得到实时低维特征空间矩阵;所述实时低维特征空间矩阵内的特征向量为实时主要手势特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910909533.4/1.html,转载请声明来源钻瓜专利网。