一种机器人辅助康复训练中患者主动参与度估算方法技术

本发明专利技术公开了一种机器人辅助康复训练中患者主动参与度估算方法，包括如下步骤：S1、获取机器人系统单独执行特定运动周期的电机做功信息W

A method for estimating active participation of patients in robot assisted rehabilitation training

【技术实现步骤摘要】
一种机器人辅助康复训练中患者主动参与度估算方法
本专利技术涉及医学
，特别涉及一种机器人辅助康复训练中患者主动参与度估算方法。
技术介绍
脑卒中是一种严重的神经损伤疾病。近年来随着人们生活习惯、饮食结构与环境的不断变化，该疾病的发病率显著增高且趋于年轻化。脑卒中会造成患者肢体运动功能障碍，合理的康复训练可以帮助患者一定程度地重建肢体运动功能。传统基于人工辅助的康复治疗手段的成本较高，效率较低，难以满足脑卒中患者日益增长的康复需求。机器人辅助康复训练技术成为可以帮助康复医师为更多患者提供康复治疗的新方法，在缓解肢体运动功能障碍方面，该技术的训练效果已逐渐接近人工辅助训练方法。为进一步提升康复机器人对于脑卒中患者运动功能障碍的训练治疗效果，患者在进行人机交互训练过程中的主动参与度定量化估计是需要突破的一项关键技术。研究表明，患者的主动参与是关系康复治疗效果的关键因素，而客观定量化地主动参与度估算是康复工程领域亟需突破的技术之一。患者训练的主动参与度数据一方面能够通过实时反馈给患者，促进患者积极主动的参与康复训练；另一方面能够为医师准确客观评估患者的肢体运动功能提供定量化依据；同时，该指标也可为康复机器人在线自适应调整辅助控制策略提供了参考信息。因此，定量化估计患者在康复训练中的主动参与度具有重要意义。在现有技术中，有依靠机器人电机输出力矩累计的方法来评定患者的主动参与度，患者在一个动作周期内实际付出力矩的累加值，并进一步建立上肢康复机器人和患者上肢的逆动力学模型来估算患者上肢独立完成动作周期的力矩累加值，而两个力矩累加值的比值则为患者的主动参与度。因电机输出力矩有正值与负值，当训练动作范围较大时电机输出力矩的累积值容易出现正负抵消的现象，由此引起主动参与度计算出现误差。在现有技术中，也有通过基于脑电或者肌电信号探测的方法来实时客观地表征患者训练中的主导参与度，但该方法需要患者额外佩戴传感器，系统具有一定的复杂性；同时，有些偏瘫患者在康复训练中不愿意佩戴传感器，因此该方法在临床应用时的患者依从性会存在局限性。而且基于脑电与肌电探测的主动参与度估计方法通常被认为是半定量的方法。
技术实现思路
本专利技术所要解决的技术问题是：提供一种机器人辅助康复训练中患者主动参与度估算方法，该方法包括标定检测过程中的患者自己独立完成特定动作周期的做功计算以及康复训练中患者实际的做功计算，两个做功值的比值乘以100％即为患者的主动参与度。本专利技术解决上述问题所采用的技术方案为：一种机器人辅助康复训练中患者主动参与度估算方法，包括如下步骤：S1、获取机器人系统单独执行特定运动周期的电机做功信息Wrobot；S2、在患者肢体处于无力状态下，获取患者和机器人组合在一起执行特定运动周期的做功信息Wrobot+human，得出患者自身完成特定动作周期所需做的功Whuman，Whuman＝Wrobot+human-Wrobot；S3、在康复训练过程中，获取患者和机器人进行特定动作周期人机交互过程中电机的实际做功数据得出患者实时做功数据S4、计算患者进行康复训练的主动参与度Cuser，优选的，在步骤S1中，具体处理步骤如下：S11、采集机器人系统单独执行特定运动周期的关节电机输出力矩τrobot，和对应的关节转动位移θrobot；S12、在动作周期内，将离散化的关节电机输出力矩τrobot与对应的关节转动位移θrobot乘积进行累加求和，得到机器人系统单独执行时电机做功信息Wrobot；其中，N为单个训练任务的数据采样样本数量。优选的，在步骤S2中，具体处理步骤如下：S21、在患者肢体处于无力状态下，采集患者和机器人组合在一起执行特定运动周期的关节电机输出力矩τrobot+human，和对应的关节转动位移θrobot+human；S22、在动作周期内，将离散化的关节电机输出力矩τrobot+human与对应的关节转动位移θrobot+human乘积进行累加求和，得到患者和机器人组合在一起执行时电机做功信息Wrobot+human；其中，N为单个训练任务的数据采样样本数量；S23、得出患者自身完成特定动作周期所需做的功Whuman，Whuman＝Wrobot+human-Wrobot。优选，在步骤S3中，具体步骤如下：S31、在康复训练过程中，采集患者和机器人组合在一起执行特定运动周期的关节电机输出力矩和对应的关节转动位移S32、在动作周期内，将离散化的关节电机输出力矩与对应的关节转动位移乘积进行累加求和，得到患者和机器人组合在一起执行时电机做功信息其中，N为单个训练任务的数据采样样本数量；S33、得出患者自身完成特定动作周期所需做的功得出患者实时做功数据优选的，患者在相对应康复训练模式下，将多次主动参与度求平均值或均方差或方差，作为最终评价。与现有技术相比，本专利技术的优点在于：(1)、相比与量表法无需康复医师主观打分，而是通过实时客观的检测技术评估患者主动参与度，且增强了不同研究小组之间获取数据的可比性。(2)、相比于基于脑电或者肌电探测的方法无需患者额外佩戴传感器，患者一边进行训练，该方法即可获取其主动参与度信息，操作上非常方便，具有较强的临床推广性；而且基于脑电与肌电探测的主动参与度估计方法通常被认为是半定量的方法，本申请公开的方法具有更强的定量特性。(3)、相比于基于力信息的主动参与度估计方法可避免出现正负力抵消的现象；做功情况可以代表能量的变化，本方法采用人机交互系统的做空总量恒定的原理，通过检测机器人的做功情况即可推知患者做功的情况，从物理概念上更加容易理解；同时，通过采用简单的做功标定避免了复杂的机器人与人体上肢动力学建模，更加适应临床应用时对不同患者主动参与度的个性化评估。附图说明图1本专利技术机器人辅助康复训练中患者主动参与度估算方法流程示意图；图2机器人完成各个规定任务后的做功大小变化情况；图3某一个被试者在四种不同状态下通过本申请方法以及基于肌电探测方法同时获得主动参与度的结果对比；图4所有被试者在四种状态下的主动参与度的平均结果分析。具体实施方式下面结合附图对本专利技术的实施例作进一步描述。本实施例涉及一种机器人辅助康复训练中患者主动参与度估算方法，该方法首先通过采集患者康复训练过程中机器人系统关节电机的实时位置与输出力矩信息，在此基础上，根据电机数据获取系统的采样率信息离散化地计算电机输出力矩与对应采样时间内关节转动位移的乘积，再根据康复训练任务来划分动作周期，确定动作周期后即将离散化的电机输出力矩与对应关节转动位移乘积进行累加求和。该累加求和值即为特定动作周期内机器人电机所做的功。其中，Wmotor为电机所做的功，N为单个训练任务的数据采样样本数量，τmotor为机器人关节电机输出转矩，本文档来自技高网...

【技术保护点】
1.一种机器人辅助康复训练中患者主动参与度估算方法，其特征在于：包括如下步骤：/nS1、获取机器人系统单独执行特定运动周期的电机做功信息W

【技术特征摘要】
1.一种机器人辅助康复训练中患者主动参与度估算方法，其特征在于：包括如下步骤：
S1、获取机器人系统单独执行特定运动周期的电机做功信息Wrobot；
S2、在患者肢体处于无力状态下，获取患者和机器人组合在一起执行特定运动周期的做功信息Wrobot+human，得出患者自身完成特定动作周期所需做的功Whuman，
Whuman＝Wrobot+human-Wrobot；
S3、在康复训练过程中，获取患者和机器人进行特定动作周期人机交互过程中电机的实际做功数据得出患者实时做功数据



S4、计算患者进行康复训练的主动参与度Cuser，





2.根据权利要求1所述的一种机器人辅助康复训练中患者主动参与度估算方法，其特征在于：在步骤S1中，具体处理步骤如下：
S11、采集机器人系统单独执行特定运动周期的关节电机输出力矩τrobot，和对应的关节转动位移θrobot；
S12、在动作周期内，将离散化的关节电机输出力矩τrobot与对应的关节转动位移θrobot乘积进行累加求和，得到机器人系统单独执行时电机做功信息Wrobot；



其中，N为单个训练任务的数据采样样本数量。


3.根据权利要求2所述的一种机器人辅助康复训练中患者主动参与度估算方法，其特征在于：在步骤S2中，具体处理步骤如下：
S21、在患者肢体处于无力状态下，采集患者和...

【专利技术属性】
技术研发人员：施长城，康俊，左国坤，王嘉津，张佳楫，马冶浩，
申请(专利权)人：中国科学院宁波工业技术研究院慈溪生物医学工程研究所，中国科学院宁波材料技术与工程研究所，
类型：发明
国别省市：浙江;33