【技术实现步骤摘要】
基于同步脑肌电的智能辅助康复设备
本专利技术涉及辅助康复设备领域,尤其涉及一种基于同步脑肌电的智能辅助康复设备。
技术介绍
目前,对于辅助运动大多采用人工方式结合一些简易的器械来进行,例如,有需求的用户通常通过拐杖等来进行腿部辅助运动,但是,这种简易的器械的辅助运动效果并不理想,辅助运动效果也受限于用户的体力与用户所在的环境。或者,通过他人搀扶的方式来进行腿部辅助运动,但是,这种辅助方式不仅增加人工成本,而且通过他人搀扶的方式也难以达到预期的腿部辅助运动效果,尤其是他人不是专业认识,也可能存在一定的安全隐患。此外,目前也有一些研究机构通过提取脑电信号或者肌电信号来配合辅助设备,来辅助有需求的用户进行相应的辅助运动,但是,脑电信号或者肌电信号与辅助设备的配合方式并不完善,而且属于研究阶段,并没有较为有效的技术方案。鉴于以上这些传统辅助运动方式的效果不佳,辅助运动效率也较低,某些研究机构的也没有提出较为有效的技术方案,因此,有必要研究较为有效的、智能的辅助设备。
技术实现思路
本专利技术的目的是提供一种基于同步脑肌电的智能辅助康复设备,可以同时采集脑肌电两类电生理信号,同步实现对运动意图判断和运动状态监测,从而提高辅助运动的效果。本专利技术的目的是通过以下技术方案实现的:一种基于同步脑肌电的智能辅助康复设备,包括:脑肌电同步采集设备、数据处理设备与辅助设备;其中:所述脑肌电同步采集设备,用于同步采集脑电信号与肌电信号;所述数据处理设备,用于通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号,利用其中的脑电信号来训练预先构建的神经网络中的固定参数,并将肌电信号送 ...
【技术保护点】
1.一种基于同步脑肌电的智能辅助康复设备,其特征在于,包括:脑肌电同步采集设备、数据处理设备与辅助设备;其中:所述脑肌电同步采集设备,用于同步采集脑电信号与肌电信号;所述数据处理设备,用于通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号,利用其中的脑电信号来训练预先构建的神经网络中的固定参数,并将肌电信号送入运动任务脑肌电协同关联标准模式库;还通过脑肌电同步采集设备采集的需要使用智能辅助康复设备用户的脑电信号来对神经网络进行有监督的学习,并在后续过程中,通过脑肌电同步采集设备采集需要使用智能辅助康复设备用户的脑电信号与肌电信号,利用学习后的神经网络来对的脑电信号进行分类,确定动作任务类型,并将采集到的肌电信号和运动任务脑肌电协同关联标准模式库中的肌电信号进行比对,确定动作任务强度,最终将动作任务类型与相应的动作任务强度以信号的形式传输给辅助设备;所述辅助设备,用于根据数据处理设备传输的信号来驱动辅助器械执行相应类型与相应强度的动作任务。
【技术特征摘要】
1.一种基于同步脑肌电的智能辅助康复设备,其特征在于,包括:脑肌电同步采集设备、数据处理设备与辅助设备;其中:所述脑肌电同步采集设备,用于同步采集脑电信号与肌电信号;所述数据处理设备,用于通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号,利用其中的脑电信号来训练预先构建的神经网络中的固定参数,并将肌电信号送入运动任务脑肌电协同关联标准模式库;还通过脑肌电同步采集设备采集的需要使用智能辅助康复设备用户的脑电信号来对神经网络进行有监督的学习,并在后续过程中,通过脑肌电同步采集设备采集需要使用智能辅助康复设备用户的脑电信号与肌电信号,利用学习后的神经网络来对的脑电信号进行分类,确定动作任务类型,并将采集到的肌电信号和运动任务脑肌电协同关联标准模式库中的肌电信号进行比对,确定动作任务强度,最终将动作任务类型与相应的动作任务强度以信号的形式传输给辅助设备;所述辅助设备,用于根据数据处理设备传输的信号来驱动辅助器械执行相应类型与相应强度的动作任务。2.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备,其特征在于,所述脑肌电同步采集设备包括:传感器阵列、放大滤波模块、数字采用单元、处理器以及传输模块;其中:所述传感器阵列包括:脑电传感器阵列与肌电传感器阵列;所述放大滤波模块包括:分别独立与脑电传感器阵列、肌电传感器阵列连接的放大滤波器;数字采用单元,连接在放大滤波模块的输出端,用于对放大滤波模块输出的模拟信号进行数字采样;处理器,连接在数字采用单元的输出端,用于维持同步数字采样的时序,并进行处理后通过传输模块传输给数据处理设备。3.根据权利要求1所述的一种基于同步脑肌电的智能辅助康复设备,其特征在于,假设共有N个动作任务类型,对于每一个动作任务类型,均通过脑肌电同步采集设备采集健康用户的脑电信号与肌电信号;预先构建具有自适应功能的卷积神经网络,并将构建的卷积神经网络作为脑电信号分类器;利用所采集到的各个动作任务类型下的脑电信号来训练卷积神经网络的固定参数,包括显层与隐层、隐层与隐层之间的连接系数,并将固定参数记录到神经网络中;对于不...
【专利技术属性】
技术研发人员:丛松宇,张旭,俞轶,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。