【技术实现步骤摘要】
穿戴式膝关节测量系统
本专利技术涉及本专利技术涉及一种穿戴式监测系统,尤其涉及一种穿戴式膝关节特性测量系统。
技术介绍
膝关节是人体最大的承重关节,膝骨关节炎是最常见的骨骼肌肉疾病,也是中老年人致残的主要原因,85%全膝关节置换是由于膝骨关节炎。全膝关节置换常见的难题之一是骨缺损的处理,骨缺损位置可发生于胫骨、股骨及髌骨,多见于胫骨平台骨缺损,股骨远端骨缺损较胫骨骨缺损的发生率低,但股骨远端骨缺损可增加膝关节的屈伸间隙,尤其是屈曲间隙。初次全膝关节置换骨缺损原因主要包括胫骨平台的磨损、骨坏死、髁发育不全、创伤、炎症反应等;全膝关节置换骨翻修术缺损的原因主要包括关节炎性、成角畸形、缺血性坏死、应力遮挡、胫骨高位截骨术史或全膝关节置换手术史及假体取出操作不当,或见于感染关节置换,第一期的清创阶段。因此,及时发现膝关节的变异是有效预防膝骨关节炎的有效手段。但是现有的监测膝关节的装置都不是穿戴式的,都是在发生疾病进行恢复阶段使用的,不能进行有效预防,而且不能进行长期监控;同时,在进行膝关节的监控过程中,对于监控参数的选择以及参数的权重赋值,都存在缺陷,而这些困难的克服,有助于有效的进行膝关节的长期、可行性监测,且不影响人体的正常生活。因此,有必要提供一种穿戴式的膝关节特效测量装置,可以通过合理的参数选择,对不同参数的合理的赋予权重,同时不影响受试者的生活的情况下,进行长期监控,以提高预防膝关节变异。
技术实现思路
本专利技术的穿戴式膝关节测量装置,包括加速度传感器、角速度传感器、位置传感器 ...
【技术保护点】
1.一种穿戴式膝关节测量系统,其特征在于,包括加速度传感器、角速度传感器、位置传感器、肌电传感器,柔性穿戴部件、腕部穿戴部件、外部智能终端,所述的加速度传感器,角速度传感器,肌电传感器、位置传感器至少各有两套,分别设置在人体的大腿位置和小腿位置,所述的柔性穿戴部件可以保证人体的正常生活不受影响,所述的加速度传感器、角速度传感器、位置传感器、肌电传感器设置在柔性穿戴部件分别靠近大腿和小腿的位置,所述的柔性穿戴部件内部还包括处理器、存储器以及无线通信装置;所述的腕部穿戴部件设有触摸显示输入屏、MCU、无线通信装置;所述的加速度传感器分别采集人体不同运动场景下的加速度、位置传感器采集人体不同运动场景下的位置信号;所述的角速度传感器分别采集人体不同运动场景下的角速度、角度值;所述的肌电传感器采集人体在不同运动场景下的表面肌电信号sEMG;生成人体大腿在不同运动场景下的加速度信号序列、角速度信号序列、位置信号序列、肌电信号序列以及生成人体小腿在不同运动场景下的加速度信号序列、角速度信号序列、位置信号序列、肌电信号序列;所述的加速度传感器、角速度传感器、位置传感器、肌电传感器将采集生成的信号序列传 ...
【技术特征摘要】
1.一种穿戴式膝关节测量系统,其特征在于,包括加速度传感器、角速度传感器、位置传感器、肌电传感器,柔性穿戴部件、腕部穿戴部件、外部智能终端,所述的加速度传感器,角速度传感器,肌电传感器、位置传感器至少各有两套,分别设置在人体的大腿位置和小腿位置,所述的柔性穿戴部件可以保证人体的正常生活不受影响,所述的加速度传感器、角速度传感器、位置传感器、肌电传感器设置在柔性穿戴部件分别靠近大腿和小腿的位置,所述的柔性穿戴部件内部还包括处理器、存储器以及无线通信装置;所述的腕部穿戴部件设有触摸显示输入屏、MCU、无线通信装置;所述的加速度传感器分别采集人体不同运动场景下的加速度、位置传感器采集人体不同运动场景下的位置信号;所述的角速度传感器分别采集人体不同运动场景下的角速度、角度值;所述的肌电传感器采集人体在不同运动场景下的表面肌电信号sEMG;生成人体大腿在不同运动场景下的加速度信号序列、角速度信号序列、位置信号序列、肌电信号序列以及生成人体小腿在不同运动场景下的加速度信号序列、角速度信号序列、位置信号序列、肌电信号序列;所述的加速度传感器、角速度传感器、位置传感器、肌电传感器将采集生成的信号序列传输到柔性穿戴部件的处理器以及无线通信装置,通过该无线通信装置发送到外部智能终端;所述的腕部穿戴部件具有与穿戴式部件同步的装置,通过腕部穿戴部件的触摸输入屏可以输入用户在不同场景下的疼痛水平,腕部穿戴部件通过腕部穿戴部件的无线通信装置将用户输入的疼痛水平发送到外部智能终端。
2.根据权利要求1所述的装置,其特征在于,所述的外部智能终端根据柔性穿戴部件发送的信号数据和腕部穿戴部件发送的数据,判断人体膝关节的性能。
3.根据权利要求2所述的装置,其特征在于,所述的外部智能终端根据以下步骤进行人体膝关节的性能分析:
(1)确定人体在不同运动场景下的大腿和小腿相对三维位置关系,通过测量相对位置变化来确定大腿和小腿间膝关节的相对运动;
(2)确定人体在不同时间同一运动场景下的大腿和小腿的间膝关节角速度和加速度变化;
(3)通过肌电信号确定人体在不同时间同一运动场景下的关节力矩以及应力分布、应变变化;
(4)通过人体输入的疼痛水平,确定人体在进行不同运动时的膝关节疼痛值;
(5)根据膝关节的相对运动、膝关节的角速度和角速度变化、关节力矩、应力分布、应变变化、输入的疼痛水平,进行多尺度特征融合,建立回归模型,进行膝关节性能评价。
4.根据权利要求2所述的装置,其特征在于,所述的测量膝关节的相对运动,包括确定在走路、跑步、上楼、下楼四种运动场景下的大腿和小腿的位置,分别计算在四种运动场景下的大腿和小腿的欧式距离,定义为大腿和小腿间膝关节的相对运动;统计j段时间内的相对运动,并将其划分个n个基段,进行相似性评价:
S=aS走+bS跑+cS上+dS下,其中a,b,c,d为加权系数,可以根据需要进行动态调整,S走表示走路时的运动相似性,S跑表示走路时的运动相似性,S上表示上楼时的运动相似性,S下表示下楼时的运动相似性,S表示人体运动的综合相似性,其中:
式中,j为进行分段的个数,k为采样点的个数,i为运动的类型,i=1表示走路、i=2表示跑步、i=3表示上楼、i=4表示下楼,Z为欧式距离,建立相似性序列。
5.根据权利要求4所述的装置,其特征在于,所述的确定人体在不同时间同一运动场景下的大腿和小腿的间膝关节角速度和加速度变化,具体为:
Δr((θ1,θ2),(g1,g2))=rm((θ1m,θ2m),(g1m,g2m))-rm-1((θ1m-1,θ2m-1),(g1m-1,g2m-1)),其中,θ1m表示大腿在m时刻的角速度,θ2m表示小腿在m时刻的角速度,g1m表示大腿在m时刻的加速度,g2m表示小腿在m时刻的加速度,θ1m-1表示大腿在m-1时刻的角速度,θ2m-1表示小腿在m-1时刻的角速度,g1m-1表示大...
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。