[发明专利]一种基于肌电-惯性信息的手部康复训练装置及方法

说明书

本发明公开了一种基于肌电‑惯性信息的手部康复训练装置及方法，本发明将肌电与惯性信息结合起来，通过采集受试者的肌电和惯性信号进行预处理、特征提取及模式识别，将肌电信号的识别结果传输到可穿戴康复机械手，同时对惯性信号进行预处理与特征提取，面向不同动作分别对训练健侧手部运动功能建立隐马尔科夫模型，运用健侧手部隐马尔科夫模型计算患侧手部运动功能对数似然概率，然后通过归一化处理得到患侧手部相对健侧手部运动功能归一化似然对数概率，从而对患者手部康复训练情况进行评估。并通过Leap Motion在场景中进行人机交互，为脑卒中患者提供一种肌电‑惯性信息的手部康复训练装置。

技术领域

本发明涉及虚拟现实、肌电控制、惯性评估及康复机械手等领域，尤其是一种基于肌电-惯性信息的手部康复训练装置及方法。

背景技术

脑卒中，是一种因脑部供血受阻而引起的神经肌肉通路损伤类疾病，可导致运动、感觉、语言等功能障碍，已成为导致我国残疾率与死亡率高的主要原因。脑卒中包括缺血性和出血性卒中，具有发病率高、死亡率高和致残率高的特点。《中国脑卒中防治报告2019》指出，脑卒中仍为我国成年人致死和致残的首位原因，我国整体卒中终生发病风险为39.9％，位居全球首位。中国卒中学会发布的流行病学调查数据表明，我国现有中风受试者1494万人，每年新发病例330万人。近几年，中国已成为全球卒中第一大国，每12秒新发脑卒中1例。全国现有大约700万受试者，且以每年8.7％的速度增长，到2030年预计全国脑卒中受试者人数达到3177万。临床发现，75％以上的脑卒中受试者表现为不同程度肢体运动功能障碍进而严重影响受试者的生活质量，给受试者、家庭和社会造成了沉重的负担。人体的上肢功能占全身功能的60％，手功能占上肢功能的90％。存活的脑卒中受试者55％-75％遗留有肢体功能障碍，其中手功能障碍受试者约占80％，已成为脑卒中引发的主要病症之一，严重影响受试者生活质量和活动能力。具体表现为手指关节弯曲伸展困难，不能进行正常的抓握、伸展等动作。依照当前的医学水平还没有能力完成修复损伤的神经系统，只能通过一些其它辅助手段来改善或替代受损神经系统功能。据相关实践证明，偏瘫受试者通过及时、主动的运动康复训练，在一定程度上可以恢复肢体的简单运动能力、甚至痊愈。

然而，传统手部运动功能障碍受试者的康复训练，主要是采取医师一对一式康复治疗或借助简单康复器械，不仅劳动强度大、费用昂贵，而且训练效果差强人意，尤其针对康复后期受试者，康复过程枯燥乏味，受试者参与主动性差，使得康复周期延长。近几年，脑卒中后手部运动功能障碍康复治疗技术不断出现，如强迫性运动疗法、机器人辅助治疗技术、经颅磁刺激技术、运动想象疗法等。其中，基于肌电的手部康复训练方法可以显著改善脑卒中受试者手部运动功能，并且通过惯性信息可以对受试者手部运动功能进行评估。但由于康复训练模式单一、交互性差，无法适应不同受试者、不同康复阶段的康复训练需求，即存在个体适应性差和受试者主动性差的问题，并且对手部运动功能的评价并不完善。

发明内容

本发明需要解决的技术问题是提供一种基于肌电-惯性信息的手部康复训练装置及方法，针对受试者的手部功能障碍问题，通过对受试者肌电-惯性信息的处理分析，进行手部功能障碍康复训练，对受试者手部运动功能进行评估，并通过Leap Motion进行人机交互，使受试者主动式康复训练，加速受试者的手部康复速度与康复效果。