减轻神经肌肉失调的影响制造技术

本公开涉及减轻神经肌肉失调的影响。在一些实施例中，公开的主题是具有可穿戴辅助设备的辅助系统，可穿戴辅助设备减轻神经肌肉失调(例如非预期运动或损失力量)的影响。当处于主动/预测模式时，辅助系统使用基于情境、操作和历史上下文的预测分析。当处于反应模式时，辅助设备在不改变用户的力量的情况下减轻非预期运动。辅助系统可以具有锻炼模式，用于评估用户的各种肌肉和关节的力量和灵活性，并且促进锻炼以避免进一步损失，或维持当前力量和灵活性。辅助系统利用来自耦合到辅助设备的传感器(以及可选地来自耦合到移动设备和环境中的传感器)的传感器数据。辅助设备上的致动器基于推断的预期动作或对非预期移动的反应来控制设备的移动。

Reducing the effects of neuromuscular disorders

The present disclosure relates to reducing the effects of neuromuscular disorders. In some embodiments, the subject matter disclosed is an auxiliary system with a wearable aid that reduces the effects of neuromuscular disorders, such as unintended movement or loss of strength. When in active / predictive mode, the auxiliary system uses predictive analysis based on context, operational and historical context. When in reactive mode, the assistive device reduces unexpected movement without changing the user's power. The assistive system may have an exercise mode for assessing the strength and flexibility of the user's various muscles and joints, and promoting exercise to avoid further loss, or to maintain current strength and flexibility. The auxiliary system utilizes sensor data from sensors coupled to the auxiliary device (and optionally from sensors coupled to mobile devices and the environment). The actuator on the auxiliary device controls the movement of the device based on an inferred expected action or response to an unexpected movement.

【技术实现步骤摘要】
减轻神经肌肉失调的影响
本主题的实施例总体涉及辅助设备，并且更具体地但不限于，涉及通过推断或预测预期运动来减轻神经肌肉失调(例如，震颤或损失力量)的影响的设备。
技术介绍
数百万人患有退行性(degenerative)运动控制(例如，帕金森病、多发性硬化等)，这抑制了一个人执行基本任务(例如，进食、穿衣、书写等)的能力。许多人患有上肢震颤。上肢和下肢还出现损失力量、灵活性和控制力。摇晃、震颤、和肌肉力量损失可能是各种神经障碍的结果。特发性震颤(essentialtremor)的根本原因尚不清楚，也没有有效的治疗方法。随着人口老龄化，预计这些统计数据将会恶化。先前研究和解决方案可以包括：各种药物；深部脑刺激(需要手术)；可穿戴式振动设备；具有稳定作用的勺子；加重手套；或EMG信号过滤。这些技术中的每个技术都具有一个或多个缺陷。药物可能只能部分地解决问题，在许多情况下，缺乏有效性。一个人的身体可能会对药物产生抵抗力，并且必须不断地增加剂量。一些药物可能带来显著的对抗性副作用，例如，生理上的(例如，肾脏)、行为上的(例如，攻击性)等。用于植入深部脑刺激的手术成本极高，并且需要进行具有高致命风险和严重副作用的侵入性手术。可穿戴式振动设备(例如，微软公司的Emma项目)尚未确立疗效。此外，Emma没有辅助模式(例如，给予用户力量以增强萎缩的肌肉)，并且没有锻炼模式。具有自稳定作用的特殊勺子或叉子可以减轻仅适用于餐具的解决方案。加重手套是被动的，并且仅仅在手套中加重。该解决方案不能完全缓解震颤，并且针对严重震颤和力量损失而言功效差。手套不提供分析、患者监测、或锻炼的能力。虽然正在进行对过滤EMG信号的早期研究以找到抑制震颤的方法，但其功效尚未确定。EMG过滤还可能在试图过滤震颤时因干扰预期运动而引起问题。EMG过滤不会监测用户状况，也不会补充部分损失的力量。
技术实现思路
本公开的一个实施例提供了一种用于减轻神经肌肉失调的系统，包括：辅助设备，包括：辅助设备传感器，用于测量佩戴辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；以及致动器，用于增强用户的肌肉活动；以及处理电路，用于执行以下操作：处理传感器数据以推断用户的预期运动，传感器数据是从辅助设备传感器和环境传感器接收的；以及控制致动器以通过增强用户的肌肉来实现预期运动。本公开的另一实施例提供了一种用于减轻神经肌肉失调的方法，方法包括：使用辅助设备的设备传感器测量佩戴辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；处理传感器数据以推断用户的预期运动，传感器数据是从辅助设备传感器和环境传感器接收的；以及控制辅助设备的致动器以通过增强用户的肌肉来实现预期运动。本公开的又一实施例提供了至少一种非暂态机器可读介质，包括用于减轻神经肌肉失调的指令，指令在由处理电路执行时，使得处理电路执行包括以下各项的操作：使用辅助设备的设备传感器测量佩戴辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；处理传感器数据以推断用户的预期运动，传感器数据是从辅助设备传感器和环境传感器接收的；以及控制辅助设备的致动器以通过增强用户的肌肉来实现预期运动。附图说明在不一定按比例绘制的附图中，相同附图标记可以描述不同视图中的相似组件。具有不同字母后缀的相同数字可以表示相似组件的不同实例。在以下附图的图示中，通过示例而非限制的方式示出了一些实施例，其中：图1是根据实施例的由神经肌肉失调引起的问题和高级解决方案及应用的图示；图2示出了根据实施例的可以使用辅助设备的各种场景；图3是示出根据实施例的用于辅助系统中的运动调制装置的高级方法的图示；图4示出了根据实施例的辅助设备系统的动态连续体(dynamiccontinuum)；图5是示出根据实施例的辅助设备系统的各种组件的框图；图6是示出根据实施例的预期运动推断器(IMI)的替代推断引擎的框图；图7A-7C包括根据实施例的进一步示出如图5-6中所示的辅助系统的各种组件的框图；图8A-8D包括示出根据实施例的用于在各种操作模式中辅助用户减轻神经肌肉失调的影响的方法的流程图；并且图9是示出可以在其上实现一个或多个实施例的机器的示例的框图。具体实施方式在以下描述中，出于解释的目的，阐述了各种细节以便提供对一些示例实施例的透彻理解。然而，对于本领域技术人员显而易见的是，可以在没有这些具体细节或具有略微改变的情况下来实践本主题。本主题的实施例是涉及改善患有退行性运动控制的那些人的功能并且扩展其独立生活能力的系统和方法。此外，在实施例中，本主题包括将有助于减少肌肉退化的物理治疗方法。本文描述的实施例在退行性疾病进展的若干阶段为用户提供许多益处，例如，推断用户的预期运动以更准确地执行该运动、减轻震颤、适当地补充损失的肌肉力量、或为用户提供治疗锻炼。此外，可以监测用户的进展以进行自定制，或向医疗专业人员、制药机构、或研究机构等进行报告。应当注意，实施例不限于人类应用，还可以被实现用于诸如狗、马、猫等动物。说明书中对“一个实施例”或“实施例”的引用意味着结合该实施例描述的特定特征、结构或特性被包括在本主题的至少一个实施例中。因此，(在整个说明书中的各个地方出现的)短语“在一个实施例中”或“在实施例中”的出现不一定都指代相同的实施例，或不一定都指代不同的或相互排斥的实施例。在其他实施例中可以组合各种实施例的特征。出于解释的目的，阐述了具体配置和细节以便提供对本主题的透彻理解。然而，对于本领域普通技术人员显而易见的是，所描述的主题的实施例可以在没有本文呈现的具体细节的情况下被实施，或可以以如本文所述的各种组合被实施。此外，可以省略或简化公知的特征，以免模糊所描述的实施例。在整个说明书中可以给出各种示例。这些示例仅是对具体实施例的描述。权利要求的范围或含义不限于给出的示例。本文描述的实施例与诸如虚拟臂、低通滤波器、或简单外骨骼之类的技术不同。实施例可以包括以下元素，例如，上下文感知、意图推断、感知用户的物理状态、选择性扩增(例如，与给定任务需要涉及的所选择的肌肉的人类力量减少的量相对应)、或持续监测用户的力量或灵活性。外骨骼解决方案本身(假设存在该解决方案)可能促进肌肉萎缩。实施例通过在给定当前肌肉状态(例如，肌肉被削弱的程度)的情况下将辅助限制为完成任务所需的程度内，并且通过促进针对弱化的肌肉的锻炼，来帮助延迟预期的肌肉退化(deterioration)。补充力是有针对性的(例如，其对应于弱化的肌肉)并且被调整的(例如，力的量仅替换已经损失的肌肉力量，或者不足以替换已经损失的肌肉力量)。虽然下面的描述通常集中于针对手的解决方案，但是应该理解，本文描述的技术和方法可以用于震颤抑制或力量增强对其是有益的任意肢体。例如，实施例可以与腿部支架整合，以增加稳定性、增强“向上和向前”移动、或改善姿势。在另一示例中，实施例可以提供平衡锻炼，并且评估姿势显性帕金森病的状态。在又一示例中，实施例可以包括脖本文档来自技高网...

【技术保护点】
1.一种用于减轻神经肌肉失调的系统，包括：/n辅助设备，包括：/n辅助设备传感器，用于测量佩戴所述辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；以及/n致动器，用于增强所述用户的肌肉活动；以及/n处理电路，用于执行以下操作：/n处理传感器数据以推断所述用户的预期运动，所述传感器数据是从所述辅助设备传感器和环境传感器接收的；以及/n控制所述致动器以通过增强所述用户的肌肉来实现所述预期运动。/n

【技术特征摘要】
20180523 US 15/987,5931.一种用于减轻神经肌肉失调的系统，包括：
辅助设备，包括：
辅助设备传感器，用于测量佩戴所述辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；以及
致动器，用于增强所述用户的肌肉活动；以及
处理电路，用于执行以下操作：
处理传感器数据以推断所述用户的预期运动，所述传感器数据是从所述辅助设备传感器和环境传感器接收的；以及
控制所述致动器以通过增强所述用户的肌肉来实现所述预期运动。


2.根据权利要求1所述的系统，其中，所述传感器数据包括对以下各项中的至少一项的测量结果：运动、对象、手势、语音、除语音之外的可听声音、位置、或接近度。


3.根据权利要求1所述的系统，其中，为了控制所述致动器以通过增强所述用户的肌肉来实现所述预期运动，所述处理电路基于操作模式来修改所述控制，其中，所述操作模式是以下各项中的一项：被动-反应模式、主动-反应模式、主动-预测模式、超控模式、或锻炼模式。


4.根据权利要求3所述的系统，其中，所述被动-反应模式减轻非预期运动，所述主动-反应模式辅助损失力量的所述用户，所述主动-预测模式预测所述预期运动，并且所述锻炼模式用于促进力量和灵活性保留并且监测所述用户的当前能力。


5.根据权利要求1所述的系统，其中，为了处理所述传感器数据以推断所述用户的预期运动，所述处理电路将所述传感器数据转换为上下文信息，所述上下文信息包括以下各项中的至少一项：高概率情境上下文、高概率操作上下文、或高概率运动上下文。


6.根据权利要求5所述的系统，其中，响应于由所述用户响应于所述致动器的所述控制而做出的可听命令，所述系统的超控模式被所述处理电路实现，所述超控模式使得所述处理电路执行以下操作：
修改对所述致动器的所述控制以遵从所述可听命令；以及
使用来自所述传感器数据的当前上下文和所述可听命令来重新训练机器学习模型，以改进未来的推断。


7.根据权利要求6所述的系统，包括：通信组件，用于向与包括定制模态的物理对象配置文件相对应的对象发送操作请求，该操作请求响应于与所述对象的操作相对应的所述预期运动而被发送。


8.根据权利要求1所述的系统，其中，为了控制所述致动器，所述处理电路基于所述用户的当前能力来修改所述控制以调整力量辅助水平。


9.根据权利要求1所述的系统，其中，为了处理所述传感器数据以推断所述用户的预期运动，所述处理电路实现：
预期运动推断器，所述预期运动推断器使用从所述传感器数据导出的上下文来生成所述预期运动，所述预期运动包括一个或多个动作。


10.根据权利要求9所述的系统，其中，所述预期运动推断器包括针对所述系统的操作模式的多个准确度水平，其中，准确度水平取决于当前上下文中的可用传感器数据和历史上下文中的可用数据，并且其中，对所述可用传感器数据和历史上下文的分析被分布在所述辅助设备中包括的第一处理电路和远离所述辅助设备的第二处理电路之间，其中，所述第一处理电路有权访问包括所述用户熟悉的对象配置文件的存储器，并且所述第二处理电路有权访问包括针对所述用户不熟悉的对象的对象配置文件和历史上下文数据的存储器，其中，所述第一处理电路被布置为在与所述第二处理电路断开连接时以与在被通信地连接到所述第二处理电路时相比较低的准确度水平来推断所述预期运动。


11.一种用于减轻神经肌肉失调的方法，所述方法包括：
使用辅助设备的设备传感器测量佩戴所述辅助设备的用户的肌肉的运动、压力、或收缩和放松中的至少一项；
处理传感器数据以推断所述用户的预期运动，所述传感器数据是从辅助设备传感器和环境传感器接收的；以及
控制所述辅...

【专利技术属性】
技术研发人员：尤里·克里蒙，谢里沙·米德拉，卡塔林·巴特菲沃尔科特，英格里德·墨菲，瓦穆斯·瓦德翰·奇乌库拉，迈克尔·伊姆霍夫，欧鲁格贝米索拉·奥尼德，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：美国;US