基于径向基神经网络的人体上肢肌肉力预测装置及方法制造方法及图纸

本发明专利技术公开了一种基于径向基神经网络的人体肌肉力预测装置及方法，人体上肢肌肉力预测装置指肌电信号和关节角检测处理装置，其包括表面肌电信号传感器、磁敏角度传感器和信号预处理单元。预测方法包括肌肉力训练及预测流程，其包括基于径向基神经网络的表面肌电信号特征值、关节角和肌肉力的训练和肌肉力预测流程；通过vicon动作捕捉系统采集所需的运动轨迹数据，基于开源软件Opensim的上肢肌骨模型采用采集的运动轨迹数据计算所要预测的肌肉力，在采集运动数据的同时基于本发明专利技术的肌电信号和关节角检测装置同时获得运动过程中上肢肌肉的肌电信号和关节角数据，之后基于本发明专利技术的基于径向基神经网络的人体上肢肌肉力预测方法进行肌肉力训练和预测。

【技术实现步骤摘要】
基于径向基神经网络的人体上肢肌肉力预测装置及方法
本专利技术涉及生物力学领域，更具体地，涉及基于径向基神经网络的人体上肢肌肉力预测装置及方法。
技术介绍
肌肉是人类日常生产生活的动力来源，肌肉力的测定在很多研究领域具有重要意义，如类人机器人的设计制造必须通过对肌肉系统的仿真模拟实现类人运动。在人体康复医学领域中对病人的肌肉力进行测定可以了解肌肉损伤状况，康复医学中设计康复器械需要对肌肉力进行测定以实现较好的康复效果。体育竞技运动中为了提高运动员的成绩往往要对运动员在运动中肌肉力的变化做详细的测量和分析。因此肌肉力的测定具有广泛的应用和意义。肌肉力及肌肉力学性能参数的测量在人体康复和人体肌肉评估方面有很重要的作用。公开号为CN107050828A的中国专利“一种基于肌肉质量测定的智能化力量训练方法”使用肌肉质量测定的智能化力量训练器械，通过等速向心运动获得人各部位的最大力量，通过生物电阻抗方法获得人体各部位的肌肉量，通过肌肉质量的评估模型，获得人体各部位和全身的肌肉质量评价结果，并根据肌肉质量的测定情况，给出可在设备中执行的力量训练方案，本文档来自技高网...

【技术保护点】
1.一种基于径向基神经网络的人体上肢肌肉力预测装置，其特征在于：由表面肌电信号传感器(1)、磁敏角度传感器(2)、信号预处理单元(3)组成；/n所述的表面肌电信号传感器(1)由电极和蓝牙传感器组成；/n所述的表面肌电信号传感器(1)通过蓝牙通信与信号预处理单元(3)连接；/n所述的磁敏角度传感器(2)通过蓝牙与信号预处理单元连接；/n所述的信号预处理单元(3)主要完成肌电信号的滤波、降噪和特征值提取及关节角数据的降噪滤波；/n所述的信号预处理单元(3)为嵌入式系统，对采集的信号进行滤波、降噪和特征提取。/n

【技术特征摘要】
1.一种基于径向基神经网络的人体上肢肌肉力预测装置，其特征在于：由表面肌电信号传感器(1)、磁敏角度传感器(2)、信号预处理单元(3)组成；
所述的表面肌电信号传感器(1)由电极和蓝牙传感器组成；
所述的表面肌电信号传感器(1)通过蓝牙通信与信号预处理单元(3)连接；
所述的磁敏角度传感器(2)通过蓝牙与信号预处理单元连接；
所述的信号预处理单元(3)主要完成肌电信号的滤波、降噪和特征值提取及关节角数据的降噪滤波；
所述的信号预处理单元(3)为嵌入式系统，对采集的信号进行滤波、降噪和特征提取。


2.一种基于径向基神经网络的人体上肢肌肉力预测方法，其特征在于，包括肌肉力预测模型的训练流程、肌肉力预测模型的预测流程，包括以下步骤：
步骤1)在手臂上放置Mark点，以肘屈伸动作为例，Mark点的运动要能反映出肘屈伸动作，使用运动捕捉系统获得待预测者肘关节屈伸运动轨迹数据，使用人体上肢肌肉力预测装置采集和处理得到在肘关节屈伸过程中的肌电信号，肌电信号经过信号预处理单元得到肌电特征值数据；
步骤2)使用步骤1)中的肘关节屈伸运动轨迹数据结合开源软件Opensim中上肢肌肉骨骼模型计算相关肌肉的肌肉力及关节角；
步骤3)肌肉力训练流程，使用肌电信号的特征值(特征值包括肌电积分值、均方根值和波长)、肘关节角度值和肌肉力值作为数据训练径向基神经网络；
步骤4)肌肉力预测流程，使用肌电信号和关节角检测处理装置采集的肌电信号来预测上肢肌肉力...

【专利技术属性】
技术研发人员：唐刚，施皓正，王世慧，王冬梅，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海;31