一种基于sEMG的手部康复机器人控制方法技术

本发明专利技术涉及一种基于sEMG的手部康复机器人控制方法，通过离线模型训练阶段，获取运动意图最优阈值，该阈值用于判断当前手部是否有运动意图；并训练获得手部运动意图分类模型；在线运动意图辨识阶段判断出手部是否有运动意图，并利用离线模型训练阶段获得的手部运动意图分类模型辨识出具体运动类别，进入康复机器人控制阶段对手部康复机器人进行控制。本发明专利技术利用患者患侧前臂处的sEMG信号判断出其患侧手部的主观运动意图，进而控制手部康复机器人完成相应的目标动作，由此辅助患者建立起患侧手部的主观运动意图到实际动作之间的正向映射关系，达到利用sEMG信号对患侧手部进行康复训练的目的。

【技术实现步骤摘要】
一种基于sEMG的手部康复机器人控制方法
本专利技术涉及生物信号识别技术与医疗康复机器人领域，具体地说是一种基于sEMG的手部康复机器人控制方法。
技术介绍
近年来，随着我国人口老龄化的不断加剧，脑卒中发病率呈现出逐年递增的趋势。脑卒中是一种较为常见的脑血管疾病，通常会并发神经功能损伤，其中最为常见的症状为偏瘫，即患侧麻木无力、半身不遂，于手部表现为五指紧扣的握拳状，难以张开手掌或抓取物品，严重影响了患者的生活自理能力。医学研究表明，有效的康复训练能够刺激患者神经功能的恢复，加快患者康复治疗的进程。对于罹患手部功能障碍的脑卒中患者而言，通常是由康复治疗医师对患者的手部反复进行屈伸训练，以活动肌肉、刺激神经。但是，由于我国康复医师数量极其有限、患者数量过于庞大，导致康复医师工作压力巨大、患者经济负担沉重。近年来，随着机器人技术的不断发展，医疗康复机器人也逐渐介入到患者的康复治疗中去，手部康复训练机器人便是其中的一个研究热点。手部康复机器人为现有技术，其对应专利为专利技术专利，CN201710535587.X，一种柔性驱动的手部康复设备及其本文档来自技高网...

【技术保护点】
1.一种基于sEMG的手部康复机器人控制方法，其特征在于，包括三个阶段：离线模型训练阶段、在线运动意图辨识阶段和康复机器人控制阶段；其中/n通过离线模型训练阶段，获取运动意图阈值，该阈值用于判断当前手部是否有运动意图；并训练获得手部运动意图分类模型；/n在线运动意图辨识阶段判断出手部是否有运动意图，并利用离线模型训练阶段获得的手部运动意图分类模型辨识出具体运动类别，进入康复机器人控制阶段对手部康复机器人进行控制。/n

【技术特征摘要】
1.一种基于sEMG的手部康复机器人控制方法，其特征在于，包括三个阶段：离线模型训练阶段、在线运动意图辨识阶段和康复机器人控制阶段；其中
通过离线模型训练阶段，获取运动意图阈值，该阈值用于判断当前手部是否有运动意图；并训练获得手部运动意图分类模型；
在线运动意图辨识阶段判断出手部是否有运动意图，并利用离线模型训练阶段获得的手部运动意图分类模型辨识出具体运动类别，进入康复机器人控制阶段对手部康复机器人进行控制。


2.根据权利要求1所述的基于sEMG的手部康复机器人控制方法，其特征在于：所述离线模型训练阶段包括：
步骤1:采集前臂sEMG信号，对采集到的sEMG信号添加标签，并对添加标签后的sEMG信号进行滤波预处理；
步骤2:对滤波预处理后的sEMG信号通过最大面积法进行标签修正；
步骤3:对标签修正后的sEMG信号进行特征值提取；
步骤4:对于某一特征值，通过遍历的方法获得到该特征值在判断手部是否有运动意图时的最佳阈值，作为在线阶段的运动意图判别标准；
步骤5:利用PCA方法对获取到的特征向量进行降维，利用降维后的特征向量训练BP神经网络分类模型。


3.根据权利要求2所述的基于sEMG的手部康复机器人控制方法，其特征在于：所述添加标签为：对于不同动作类别下采集到的sEMG信号，对应添加相应类别的标签，用于区分不同动作类别。


4.根据权利要求2所述的基于sEMG的手部康复机器人控制方法，其特征在于：所述通过最大面积法进行标签修正包括：
步骤1:对滤波预处理后的sEMG信号取绝对值后求和，得到每一时刻的sEMG信号的总能量；
步骤2:在采集到的sEMG信号序列上，在设定修正时间窗下，以固定修正增量窗求取该修正时间窗内的能量总和，生成能量和序列；
步骤3:将能量和序列中最大值对应修正时间窗内的sEMG信号作为当前动作类别的有效sEMG信号，对其添加当前动作类别的标签，并将当前动作类别下除有效sEMG信号外的sEMG信号作为静息状态下的sEMG信号。


5.根据权利要求2所...

【专利技术属性】
技术研发人员：赵新刚，姚杰，马乐乐，张弼，徐壮，赵明，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：辽宁;21