基于游戏和肌电信号的CPM下肢康复训练方法及系统技术方案

本发明专利技术公开了一种基于游戏和肌电信号的CPM下肢康复训练方法及系统，涉及生机电一体化技术领域，解决患者康复训练时枯燥、训练行动不便的问题。主要包括以游戏为中介，通过建立的生物人机接口采集患者手势动作的表面肌电信号并进行频时域分析以提取手势特征，然后采用主成分分析法或者时间序列评价特征质量准则对手势特征降维，接着通过人工神经网络识别手势特征所对应的手势类型，最后基于手势类型与CPM机行为动作的对应关系确定该患者手势类型对应的CPM机行为动作，并根据该患者手势类型对应的CPM机行为动作控制CPM机以实现训练患者受损下肢的目的。本发明专利技术实现了通过患者上肢游戏方式控制CPM机训练患者受损下肢的效果。

CPM lower extremity rehabilitation training method and system based on game and EMG signal

【技术实现步骤摘要】
基于游戏和肌电信号的CPM下肢康复训练方法及系统
本专利技术涉及生机电一体化
，特别是涉及一种基于游戏和肌电信号的CPM下肢康复训练方法及系统。
技术介绍
最新数据显示：预计到2020年，老年人的人口将达到2.48亿，肢体障碍疾病的威胁逐步在社会上显现出来，并且自然灾害以及交通事故的频繁发生也造成大量肢体关节受损患者。该类型患者在进行康复时需要借助仪器进行训练，但由于患者本身运动能力的减弱，以及训练时的枯燥，使得患者在进行康复训练时会有一定的难度，很难坚持。而且该类型患者需要家人的贴身照料，严重影响了患者乃至整个家庭的正常生活，给该类型患者造成了严重的生活压力，甚至让这些该类型患者自暴自弃，丧失生活的信心。近年来随着“人机共融”概念的提出，康复训练技术迎来了重大发展机遇。生物人机接口是人类同机器设备实现“沟通”的重要途径，其目的在于以人体的各项生理信号作为控制外部机器设备的控制信号源，从而取代传统的控制模式。表面肌电信号采集和分析相对简单方便，逐渐成为了生物人机接口的重点研究对象之一。能用患者本身的表面肌电信号作为康复训练时的动作本文档来自技高网...

【技术保护点】
1.一种基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，所述CPM下肢康复训练方法，包括：/n获取患者健康上肢的样本手势表面肌电信号；所述样本手势表面肌电信号包括手腕内翻手势对应的表面肌电信号、手腕外翻手势对应的表面肌电信号、握拳手势对应的表面肌电信号、伸掌手势对应的表面肌电信号以及静息手势对应的表面肌电信号；/n对所述样本手势表面肌电信号进行频域分析和时域分析以得到样本手势特征，并根据所述样本手势特征构建高维特征空间矩阵；/n采用主成分分析法或者时间序列评价特征质量准则对所述高维特征空间矩阵进行降维处理，得到低维特征空间矩阵；所述低维特征空间矩阵内的特征向量为样本主要手势特征；/n根...

【技术特征摘要】
1.一种基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，所述CPM下肢康复训练方法，包括：
获取患者健康上肢的样本手势表面肌电信号；所述样本手势表面肌电信号包括手腕内翻手势对应的表面肌电信号、手腕外翻手势对应的表面肌电信号、握拳手势对应的表面肌电信号、伸掌手势对应的表面肌电信号以及静息手势对应的表面肌电信号；
对所述样本手势表面肌电信号进行频域分析和时域分析以得到样本手势特征，并根据所述样本手势特征构建高维特征空间矩阵；
采用主成分分析法或者时间序列评价特征质量准则对所述高维特征空间矩阵进行降维处理，得到低维特征空间矩阵；所述低维特征空间矩阵内的特征向量为样本主要手势特征；
根据所述样本主要手势特征训练神经网络模型，得到手势识别神经网络模型；所述手势识别神经网络模型的输入为主要手势特征，所述手势识别神经网络模型的输出为手势类型；
获取患者健康上肢玩游戏时的实时手势表面肌电信号并进行处理；
将处理后的实时手势表面肌电信号输入到所述手势识别神经网络模型中，得到所述实时手势表面肌电信号对应的实时手势类型；
根据手势类型与CPM机行为动作的对应关系确定所述实时手势类型对应的CPM机行为动作，并根据所述实时手势类型对应的CPM机行为动作训练患者受损下肢。


2.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，在获取患者健康上肢的样本手势表面肌电信号之前，所述CPM下肢康复训练方法还包括：搭建表面肌电信号采集处理装置；所述表面肌电信号采集处理装置包括采集电极、由Duinopeak肌电传感器与ArduinoUNO单片机相结合的数据采集硬件电路以及上位机；所述采集电极通过肌电导联线与所述Duinopeak肌电传感器连接；所述数据采集硬件电路与所述上位机连接。


3.根据权利要求2所述的基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，所述对所述样本手势表面肌电信号进行频域分析和时域分析以得到样本手势特征，并根据所述样本手势特征构建高维特征空间矩阵，具体包括：
根据所述Duinopeak肌电传感器中的高通-低通滤波电路对所述样本手势表面肌电信号进行频域分析；所述高通-低通滤波电路的截至上频率为100Hz，所述高通-低通滤波电路的截至下频率为50Hz；
运用连续时间窗对频域分析后的样本手势表面肌电信号进行分割，从每个时间窗中提取时域特征；所述时域特征为样本手势特征；
根据所述样本手势特征构建高维特征空间矩阵。


4.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，在获取患者健康上肢玩游戏时的实时手势表面肌电信号并进行处理之前，所述CPM下肢康复训练方法还包括：
构建基于阈值控制的投石游戏；所述投石游戏是通过量化传感器采集到手势表面肌电信号的幅值，以控制投石游戏中皮筋的拉伸长度。


5.根据权利要求1所述的基于游戏和肌电信号的CPM下肢康复训练方法，其特征在于，所述获取患者健康上肢玩游戏时的实时手势表面肌电信号并进行处理，具体包括：
获取患者健康上肢玩游戏时的实时手势表面肌电信号；
确定所述实时手势表面肌电信号的幅值，并将大于设定阈值的幅值所对应的实时手势表面肌电信号删除；
将保留下来的实时手势表面肌电信号进行频域分析和时域分析以得到实时手势特征，并根据所...

【专利技术属性】
技术研发人员：史小华，刘瑞发，李月娟，孙杰智，姚吉路，李雪飞，王襄，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13