用于识别与神经肌肉源信号相关的生物结构的系统和方法技术方案

一种系统包括：多个神经肌肉传感器，每个神经肌肉传感器被配置成记录来自用户的身体的表面的神经肌肉信号的时间序列；以及至少一个计算机硬件处理器，其被编程来执行以下操作：将源分离技术应用于由多个神经肌肉传感器记录的神经肌肉信号的时间序列以获得多个神经肌肉源信号和相对应的混合信息；将从多个神经肌肉源信号和/或相对应的混合信息获得的特征作为输入提供到经训练的统计分类器，并获得相对应的输出；以及基于经训练的统计分类器的输出并且对于多个神经肌肉源信号中的一个或更多个神经肌肉源信号中的每个神经肌肉源信号来识别一组相关联的一个或更多个生物结构。

【技术实现步骤摘要】
【国外来华专利技术】用于识别与神经肌肉源信号相关的生物结构的系统和方法相关申请的交叉引用本申请根据美国法典35U.S.C.§119(e)要求2017年10月19日提交的且标题为“SYSTEMSANDMETHODSFORIDENTIFYINGBIOLOGICALSTRUCTURESASSOCIATEDWITHNEUROMUSCULARSOURCESIGNALS”的序列号为62/574,496的美国临时专利申请的利益，该美国临时专利申请的全部内容通过引用被并入本文。背景由人类中枢神经系统产生的神经肌肉信号提供关于导致在人体中的一个或更多个肌肉的收缩的神经激活的信息。神经肌肉信号可以包括神经激活、肌肉兴奋、肌肉收缩、或神经激活和肌肉收缩的组合的痕迹。一些神经肌肉传感器在位于人体的表面上时可以在它们激活时检测由骨骼肌细胞产生的电活动。这种神经肌肉传感器将电活动捕获为包括多个生物结构产生的电活动的组合的复杂的和叠加的信号。这种情况导致用于实现可基于由特定生物结构产生的电活动而被激活的反应系统的神经肌肉传感器的利用不足。概述一些实施例针对一种系统，该系统包括：多个神经肌本文档来自技高网...

【技术保护点】
1.一种系统，包括：/n多个神经肌肉传感器，所述多个神经肌肉传感器中的每个神经肌肉传感器被配置成记录来自用户的身体的表面的神经肌肉信号的时间序列；/n至少一个计算机硬件处理器；以及/n至少一个非暂时性计算机可读存储介质，所述至少一个非暂时性计算机可读存储介质存储处理器可执行指令，所述处理器可执行指令在由所述至少一个计算机硬件处理器执行时使所述至少一个计算机硬件处理器执行以下操作：/n将源分离技术应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列以获得多个神经肌肉源信号和相对应的混合信息；/n将从所述多个神经肌肉源信号和/或所述相对应的混合信息获得的特征作为输入提供到经训练的统计分类...

【技术特征摘要】
【国外来华专利技术】20171019 US 62/574,4961.一种系统，包括：
多个神经肌肉传感器，所述多个神经肌肉传感器中的每个神经肌肉传感器被配置成记录来自用户的身体的表面的神经肌肉信号的时间序列；
至少一个计算机硬件处理器；以及
至少一个非暂时性计算机可读存储介质，所述至少一个非暂时性计算机可读存储介质存储处理器可执行指令，所述处理器可执行指令在由所述至少一个计算机硬件处理器执行时使所述至少一个计算机硬件处理器执行以下操作：
将源分离技术应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列以获得多个神经肌肉源信号和相对应的混合信息；
将从所述多个神经肌肉源信号和/或所述相对应的混合信息获得的特征作为输入提供到经训练的统计分类器，并获得相对应的输出；以及
基于所述经训练的统计分类器的所述输出并且对于所述多个神经肌肉源信号中的一个或更多个神经肌肉源信号中的每个神经肌肉源信号，识别一组相关联的一个或更多个生物结构。


2.根据权利要求1所述的系统，
其中，所述多个神经肌肉源信号包括第一神经肌肉源信号和第二神经肌肉源信号，
其中，所述识别包括识别与所述第一神经肌肉源信号相关联的第一组一个或更多个生物结构和与所述第二神经肌肉源信号相关联的第二组一个或更多个生物结构，以及
其中，所述第一组生物结构不同于所述第二组生物结构。


3.根据权利要求2或任一其它前述权利要求所述的系统，其中，所述第一组一个或更多个生物结构包括至少一个伸肌，并且其中，所述第二组一个或更多个生物结构包括至少一个屈肌。


4.根据权利要求2或任一其它前述权利要求所述的系统，其中，所述第一组生物结构包括至少一个肌肉、至少一个腱、和/或至少一个运动单位。


5.根据权利要求2或任一其它前述权利要求所述的系统，其中，所述处理器可执行指令还使所述至少一个计算机硬件处理器执行以下操作：
将所述多个神经肌肉源信号中的至少一些神经肌肉源信号作为输入提供到不同于所述经训练的统计分类器的经训练的统计模型，所述经训练的统计模型至少具有与所述第一组一个或更多个生物结构相关联的第一输入端和与所述第二组一个或更多个生物结构相关联的第二输入端，该提供包括：
将所述第一神经肌肉源信号或从所述第一神经肌肉源信号导出的数据提供到所述经训练的统计模型的所述第一输入端；以及
将所述第二神经肌肉源信号或从所述第二神经肌肉源信号导出的数据提供到所述经训练的统计模型的所述第二输入端；以及
至少部分地基于所述经训练的统计模型的输出来控制至少一个设备。


6.根据权利要求5或任一其它前述权利要求所述的系统，其中，对所述至少一个设备的控制包括：
基于所述经训练的统计模型的输出来预测运动动作的开始是否将在阈值量的时间内出现；以及
当预测到所述运动动作的开始将在所述阈值量的时间内出现时，在所述运动动作由所述用户完成之前向所述至少一个设备发送控制信号。


7.根据权利要求5或任一其它前述权利要求所述的系统，其中，所述经训练的统计模型是循环神经网络。


8.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述多个神经肌肉传感器布置在可穿戴设备上，所述可穿戴设备配置为被穿戴在所述用户的身体部位上或围绕所述用户的身体部位被穿戴。


9.根据权利要求1所述的系统，其中，所述多个神经肌肉传感器包括选自包括以下项的组中的传感器：肌电图(EMG)传感器、肌动图(MMG)传感器、和声肌图(SMG)传感器。


10.根据权利要求1或任一其它前述权利要求所述的系统，其中，将所述源分离技术应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列包括将独立分量分析(ICA)应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列。


11.根据权利要求1或任一其它前述权利要求所述的系统，其中，将所述源分离技术应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列包括将非负矩阵分解(NNMF)应用于由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列。


12.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述提供包括：
将所述相对应的混合信息中的至少一些或从所述相对应的混合信息导出的信息作为输入提供到所述经训练的统计分类器。


13.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述提供包括：
将所述多个神经肌肉源信号中的至少一些或从所述多个神经肌肉源信号导出的信息作为输入提供到所述经训练的统计分类器。


14.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述处理器可执行指令还使所述至少一个硬件处理器执行以下操作：
至少部分地通过使用从由所述多个神经肌肉传感器记录的神经肌肉信号的所述时间序列获得的信息来更新或再训练所述经训练的统计分类器。


15.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述处理器可执行指令还使所述至少一个硬件处理器执行以下操作：
使用监督学习技术来生成所述经训练的统计分类器。


16.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述识别包括：
将多个标签分配到所述多个神经肌肉信号，其中，在所述多个标签中的不同标签指示不同的神经肌肉信号对应于不同组的生物结构。


17.根据权利要求1或任一其它前述权利要求所述的系统，其中，所述识别包括：
将多个标签分配到所述多个神经肌肉信号，其中，所述多个标签中的第一标签识别第一组生物结构。


18.一种方法，包括：
至少使用计算机硬件处理器来执行以下操作：
将源分离技术应用于由多个神经肌肉传感器记录的神经肌肉信号的时间序列以获得多个神经肌肉源信号和相对应的混合信息；
将从所述多个神经肌肉源信号和/或所述相对应的混合信息获得的特征作为输入提供到经训练的统计分类器，并获得相对应的输出；以及
基于所述经训练的统计分类器的所述输出并且对于所述多个神经肌肉源信号中的一个或更多个神经肌肉源信号中的每个神经肌肉源信号，识别一组相关联的一个或更多个生物结构。


19.至少一种非暂时性计算机可读存储介质，其存储处理器可执行指令，所述处理器可执行指令在由所述至少一个计算机硬件处理器执行时使所述至少一个计算机硬件处理器执行以下操作：
将源分离技术应用于由多个神经肌肉传感器记录的神经肌肉信号的时间序列以获得多个神经肌肉源信号和相对应的混合信息；
将从所述多个神经肌肉源信号和/或所述相对应的混合信息获得的特征作为输入提供到经训练的统计分类器，并获得相对应的输出；以及
基于所述经训练的统计分类器的所述输出并且对于所述多个神经肌肉源信号中的一个或更多个神经肌肉源信号中的每个神经肌肉源信号，识别一组相关联的一个或更多个生物结构。


20.一种系统，包括：
多个神经肌肉...

【专利技术属性】
技术研发人员：T·马查多，T·里尔登，P·凯福什，E·朔姆堡，图多尔·吉尔杰卡蒂龙，
申请(专利权)人：脸谱科技有限责任公司，
类型：发明
国别省市：美国;US