基于GMFCS评判脑瘫患儿行走能力的系统及方法技术方案

本发明专利技术提供一种基于GMFCS评判脑瘫患儿行走能力的系统及其方法，所述方法包括计算机接收用户输入的第一分级数据并存储；电生理采集设备分别获取所述待测脑瘫患儿的左下肢的表面肌电信号的第一样本熵和右下肢的表面肌电信号的第二样本熵，并发送所述第一样本熵及所述第二样本熵给所述计算机；所述计算机在比较所述第一样本熵与所述第二样本熵的大小后显示比较结果；所述计算机在显示的比较结果为所述第一样本熵小于所述第二样本熵后接收用户输入的第二分级数据并存储。本发明专利技术提出的基于GMFCS评判脑瘫患儿行走能力的系统及其方法，通过将GMFCS与脑瘫患儿的下肢的表面肌电信号的样本熵结合来对脑瘫患儿的行走能力进行分级，能够增加分级的准确率。

The system and method of judging the walking ability of children with cerebral palsy based on GMFCS

The present invention provides a system and method for GMFCS evaluation based on walking ability of children with cerebral palsy, the method includes receiving computer user input and the first hierarchical data storage; second sample entropy of surface EMG signal of surface EMG signal acquisition device to obtain electrophysiological of the tested children with cerebral palsy in left lower limb of the first sample entropy and the right lower extremity the first, and sends the sample entropy and the second sample entropy to the computer; the computer display results in the comparison of the first sample entropy and the second sample entropy; second grade data of the computer in the display of the results for the first sample entropy is less than that of the second after receiving the sample entropy of user input and storage. The system and method of judging the walking ability of children with cerebral palsy based on GMFCS are introduced. The walking ability of children with cerebral palsy can be classified by combining the sample entropy of GMFCS and the surface electromyography signal of children with cerebral palsy, so that the accuracy of grading can be increased.

【技术实现步骤摘要】
基于GMFCS评判脑瘫患儿行走能力的系统及方法
本专利技术涉及脑瘫患儿行走能力的分级
，尤其涉及一种基于GMFCS评判脑瘫患儿行走能力的系统及方法。
技术介绍
粗大运动功能分级系统(GrossMotorFunctionClassificationSystem，GMFCS)是对脑瘫患者不同年龄段的粗大运动能力进行的划分，主要是将0～12岁脑瘫患儿根据年龄划分为2岁前、2～4岁、4～6岁、6～12岁四个年龄段，在每个年龄段内根据患者行走能力将患者划分为I、II、III、IV、V五个等级。其中，I级表示能够不受限制的行走，在完成更高级的运动技巧上受限；II级表示不需要使用辅助器械行走，但在室外和社区内行走受限；III级表示使用辅助移动器械行走，在室外和社区内行走受限；IV级表示自身移动受限，需要被转运或者在室外和社区内使用电动移动器械行走；V级表示即使在使用辅助技术的情况下，自身移动仍然严重受限。信号样本熵体现的是信号的复杂度，样本熵值越大，信号越复杂。对于脑瘫患儿来说如果下肢异常程度越严重在行走过程中下肢神经肌肉、关节等需要尽可能的配合肢体进行步行运动，而会表现出不同寻常的运动模式本文档来自技高网...

【技术保护点】
一种基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，所述方法包括：计算机接收用户输入的第一分级数据并存储，所述第一分级数据是用户根据GMFCS对待测脑瘫患儿的行走能力进行分级而得到的；电生理采集设备分别获取所述待测脑瘫患儿的左下肢的表面肌电信号的第一样本熵和右下肢的表面肌电信号的第二样本熵，并发送所述第一样本熵及所述第二样本熵给所述计算机；所述计算机在比较所述第一样本熵与所述第二样本熵的大小后显示比较结果；所述计算机在显示的比较结果为所述第一样本熵小于所述第二样本熵后接收用户输入的第二分级数据并存储，所述第二分级数据为用户根据GMFCS对所述待测脑瘫患儿的左下肢的行走能力进行分级而得到的...

【技术特征摘要】
1.一种基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，所述方法包括：计算机接收用户输入的第一分级数据并存储，所述第一分级数据是用户根据GMFCS对待测脑瘫患儿的行走能力进行分级而得到的；电生理采集设备分别获取所述待测脑瘫患儿的左下肢的表面肌电信号的第一样本熵和右下肢的表面肌电信号的第二样本熵，并发送所述第一样本熵及所述第二样本熵给所述计算机；所述计算机在比较所述第一样本熵与所述第二样本熵的大小后显示比较结果；所述计算机在显示的比较结果为所述第一样本熵小于所述第二样本熵后接收用户输入的第二分级数据并存储，所述第二分级数据为用户根据GMFCS对所述待测脑瘫患儿的左下肢的行走能力进行分级而得到的。2.根据权利要求1所述的基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，所述计算机在显示的比较结果为所述第一样本熵小于所述第二样本熵时，所述待测脑瘫患儿的右下肢的行走能力的分级数据为第一分级数据。3.根据权利要求1所述的基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，所述计算机在显示的比较结果为所述第一样本熵大于所述第二样本熵后接收用户输入的第三分级数据并存储，所述第三分级数据为用户根据GMFCS对所述待测脑瘫患儿的右下肢的行走能力进行分级而得到的。4.根据权利要求3所述的基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，所述计算机在显示的比较结果为所述第一样本熵大于所述第二样本熵时，所述待测脑瘫患儿的左下肢的行走能力的分级数据为第一分级数据。5.根据权利要求1所述的基于GMFCS评判脑瘫患儿行走能力的方法，其特征在于，电生理采集设备分别获取所述待测脑瘫患儿的左下肢的表面肌电信号的第一样本熵和右下肢的表面肌电信号的第二样本熵包括：采集所述待测脑瘫患儿的左下肢的表面肌电信号及...

【专利技术属性】
技术研发人员：杜文静，李慧慧，王磊，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44