一种超越障碍运动腕关节保护装置及检测方法制造方法及图纸

本发明专利技术属于腕关节保护技术领域，公开了一种超越障碍运动腕关节保护装置及检测方法，所述超越障碍运动腕关节保护装置包括：固定架、上护腕、压力检测模块、湿度检测模块、肌电信号检测模块、主控模块、按摩模块、力矩估计模块、评价模块、显示器。本发明专利技术通过力矩估计模块建立的表面肌电信号估计用户手腕关节运动力矩的正向肌骨模型具有更好的实际应用性；提高手腕关节运动力矩估计的准确性；同时，通过评价模块在评价方法上，利用两类信号在动作分析中的不同优势，以简式Fugl‑Meyer评分值为标准，针对腕关节的典型动作构建多个线性回归模型，将信号的特征值进行优化组合。

【技术实现步骤摘要】
一种超越障碍运动腕关节保护装置及检测方法
本专利技术属于腕关节保护
，尤其涉及一种超越障碍运动腕关节保护装置及检测方法。
技术介绍
腕关节wristjoint是一由多关节组成的复杂关节，包括桡腕关节、腕骨间关节和腕掌关节，三个关节都相互关连(除拇指的腕掌关节外)，统称为腕关节。狭义上看，腕关节是指桡骨下端与第1排腕骨间的关节(豌豆骨除外)，即桡腕关节；但从功能着眼，腕关节实际应包括桡腕关节、腕骨间关节及桡尺远侧关节，它们在运动上是统一的，腕关节位于腕管的深处。腕关节是完成上肢功能的主要部分，日常生活中容易引起损伤。然而，现有超越障碍运动腕关节保护装置不能准确估计手腕关节运动力矩；同时，对腕关节运动功能评价存在受检测人员主观因素影响、检测动作过多、病人容易疲劳等缺点，而且无法体现肢体功能细微的进展变化。腕关节，又称桡腕关节，是典型的椭圆关节，注意尺骨不参与此关节的组成。腕关节由手的舟骨、月骨和三角骨的近侧关节面作为关节头，桡骨的腕关节面和尺骨头下方的关节盘作为关节窝而构成。运动员在运动时手腕是非常容易受伤的部位，目前的防护措施是佩戴护腕，但是现有的护腕，现有的体育运动用手腕关节保护装置固定效果差，在使用过程中用力过度或者使用次数过多容易发生松散，会给使用者造成二次受伤。再就是运动员在运动过程中会大量出汗，护腕在多次使用后会沾满汗渍，无法清洗，卫生程度下降，影响用户体验。综上所述，现有技术存在的问题是：(1)现有超越障碍运动腕关节保护装置不能准确估计手腕关节运动力矩；同时，对腕关节运动功能评价存在受检测人员主观因素影响、检测动作过多、病人容易疲劳等缺点，而且无法体现肢体功能细微的进展变化。(2)现有的体育运动用手腕关节保护装置固定效果差，在使用过程中用力过度或者使用次数过多容易发生松散，会给使用者造成二次受伤；(3)运动员在运动过程中会大量出汗，护腕在多次使用后会沾满汗渍，无法清洗，卫生程度下降，影响用户体验。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种超越障碍运动腕关节保护装置。本专利技术是这样实现的，一种超越障碍运动腕关节保护装置的检测方法，包括：步骤一，通过模型构建程序建立用户手腕关节正向肌骨模型；基于表面肌电信号的单块肌肉力计算：应用Hill三元素模型，Hill方程描述为：(a+F)(V+b)＝b(F0+a)简化为：式中，a、b为实验参数，F0是等长收缩最大张力，V是肌肉收缩速度，F0、V是肌肉纤维初始长度、温度、周围环境的化学组成及浓度等的函数；肌肉收缩速度V表示为：式中，t为肌肉收缩时间，Δl为肌肉收缩长度；采用表面肌电信号持续时间作为肌肉收缩时间，而表面肌电信号持续时间能够利用TKE算子求出；肌肉收缩长度作为实验参数进行优化；则单块肌肉力最终简化表达式为：步骤二，多块肌肉共同作用下腕关节力矩求解：根据骨杠杆原理，单块肌肉收缩力在关节上产生的转动力矩为：Ti＝ri×Fi·cos(φi)i＝1,2,…,N式中，ri为关节转动中心到力作用点的位移矢量；Fi为肌肉力矢量；φi为肌肉羽状角；N为肌肉数量；将其转换为：Ti＝ki·Fii＝1,2,…,N式中，ki＝ri·cos(φi)为比例系数；确定每块肌肉对关节的力矩贡献并相加，即得到腕关节力矩：至此得到腕关节正向肌骨模型，实现表面肌电信号估计腕关节运动力矩，即：步骤二，利用多关节等速肌力测试系统与表面肌电仪同步测量前臂各肌肉等长收缩最大张力；步骤三，获得步骤二所述前臂各肌肉等长收缩最大张力数据后，再利用三维运动捕捉系统采集用户手腕关节种运动速度下腕关节运动学数据的同时，利用表面肌电仪同步采集人手前臂块肌肉表面肌电信号，并进行预处理，利用TKE算子求出肌肉收缩时间；步骤四，利用三维运动捕捉系统采集用户手腕关节运动学数据，建立用户手腕关节简化模型，进行逆动力学求解，得到用户手腕关节弯曲伸展极限位置处力矩；利用三维运动捕捉系统采集用户手腕关节运动学数据中，包括获取人体腕关节动作时的加速度信号和肌电信号样本数据，通过三维加速度传感器检测腕关节运动的加速度信号，表面肌电信号采集仪拾取人体腕关节动作时相应肌肉的肌电信号，两类信号通过数据采集卡采集到PC机上，保证信号的同步性和一致性，信号的采样频率是1khz；步骤五，确定步骤四中的两类信号的采样位置和周期信号；关于信号的采样位置，将三维加速度传感器置于腕关节的小臂和大臂，分别测量腕关节动作时小臂和大臂在不同方向的加速度信号；在肌电信号源位置的选择上，依据生物力学分析结果，按其在动作中的贡献大小来选择肌肉，选择小臂内侧的腕关节尺侧腕屈肌、小臂外侧的尺侧腕伸肌和大臂内侧的肱二头肌的肌电信号；这三块肌肉分布在手臂的不同区域，在位置和信号区分度上都具有典型性；在确定周期信号时，肌电信号从能量的角度确定起止点，即在较小时间段内，信号的能量值大于一定阈值，则表示进行动作或保持动作；加速度信号则利用一段时间内加速度变化的累积量超过一定阈值来判定是否在进行动作；步骤六，对加速度信号和肌电信号进行特征提取；肌电信号的特征包括均方根、小波包能量和基本尺度熵，分别体现了动作的时域信号幅值、时频域信号能量和复杂度特性；加速度的特征为均方根、信号导数的均方根和基本尺度熵，分别表示动作的时域信号幅值、动作平滑程度和复杂度特性；步骤七，在肢体进行特定典型动作时，在信号特征提取的基础上，根据信号特征的典型性和可区分性对特征值进行筛选，从而更有效的提取适合于腕关节运动状态分析的信号特征；步骤八，将筛选后的特征值进行优化组合，实现腕关节肩肘腕关节运动状态分析；利用两类信号的不同优势，将两类信号的特征值进行组合；以简式Fugl-Meyer评分值为标准，构建线性回归模型，实现多元信号特征的优化组合；再完成腕关节正向肌骨模型标定。进一步，步骤七所述在肢体进行特定典型动作时，在信号特征提取的基础上，根据信号特征的典型性和可区分性对特征值进行筛选方法：a)针对不同类型的动作，选择具有区分性和代表性的特征值；b)针对执行动作能力的不同，即进行完整和非完整动作时，选择的特征值须能体现出两者的差异；经过特征筛选后表明，肌电信号的均方根特征和小波包能量特征能较好的体现腕关节执行动作的能力；加速度信号的均方根特征和基本尺度熵特征对腕关节运动状态有较好的代表性。本专利技术的另一目的在于提供一种超越障碍运动腕关节保护装置的检测系统，包括：上护腕，上护腕上方嵌套有固定架；上护腕顶面设置有压力检测模块、湿度检测模块、肌电信号检测模块、按摩模块；上护腕正面设置有主控模块、力矩估计模块、评价模块、显示器；压力检测模块，与主控模块连接，用于通过压力传感器检测腕关节受压数据；湿度检测模块，与主控模块连接，用于通过湿度传感器检测腕关节外表湿度数据；肌电信号检测模块，与主控模块连接，用于通过肌电本文档来自技高网...

【技术保护点】
1.一种超越障碍运动腕关节保护装置的检测方法，其特征在于，所述超越障碍运动腕关节保护装置的检测方法包括：/n步骤一，通过模型构建程序建立用户手腕关节正向肌骨模型；基于表面肌电信号的单块肌肉力计算：/n应用Hill三元素模型，Hill方程描述为：/n(a+F)(V+b)＝b(F0+a)/n简化为：/n

【技术特征摘要】
1.一种超越障碍运动腕关节保护装置的检测方法，其特征在于，所述超越障碍运动腕关节保护装置的检测方法包括：
步骤一，通过模型构建程序建立用户手腕关节正向肌骨模型；基于表面肌电信号的单块肌肉力计算：
应用Hill三元素模型，Hill方程描述为：
(a+F)(V+b)＝b(F0+a)
简化为：



式中，a、b为实验参数，F0是等长收缩最大张力，V是肌肉收缩速度，F0、V是肌肉纤维初始长度、温度、周围环境的化学组成及浓度等的函数；
肌肉收缩速度V表示为：



式中，t为肌肉收缩时间，Δl为肌肉收缩长度；采用表面肌电信号持续时间作为肌肉收缩时间，而表面肌电信号持续时间能够利用TKE算子求出；肌肉收缩长度作为实验参数进行优化；
则单块肌肉力最终简化表达式为：



步骤二，多块肌肉共同作用下腕关节力矩求解：根据骨杠杆原理，单块肌肉收缩力在关节上产生的转动力矩为：
Ti＝ri×Fi·cos(φi)i＝1,2,…,N
式中，ri为关节转动中心到力作用点的位移矢量；Fi为肌肉力矢量；φi为肌肉羽状角；N为肌肉数量；
将其转换为：
Ti＝ki·Fii＝1,2,…,N
式中，ki＝ri·cos(φi)为比例系数；
确定每块肌肉对关节的力矩贡献并相加，即得到腕关节力矩：



至此得到腕关节正向肌骨模型，实现表面肌电信号估计腕关节运动力矩，即：



步骤二，利用多关节等速肌力测试系统与表面肌电仪同步测量前臂各肌肉等长收缩最大张力；
步骤三，获得步骤二所述前臂各肌肉等长收缩最大张力数据后，再利用三维运动捕捉系统采集用户手腕关节种运动速度下腕关节运动学数据的同时，利用表面肌电仪同步采集人手前臂块肌肉表面肌电信号，并进行预处理，利用TKE算子求出肌肉收缩时间；
步骤四，利用三维运动捕捉系统采集用户手腕关节运动学数据，建立用户手腕关节简化模型，进行逆动力学求解，得到用户手腕关节弯曲伸展极限位置处力矩；利用三维运动捕捉系统采集用户手腕关节运动学数据中，包括获取人体腕关节动作时的加速度信号和肌电信号样本数据，通过三维加速度传感器检测腕关节运动的加速度信号，表面肌电信号采集仪拾取人体腕关节动作时相应肌肉的肌电信号，两类信号通过数据采集卡采集到PC机上，保证信号的同步性和一致性，信号的采样频率是1khz；
步骤五，确定步骤四中的两类信号的采样位置和周期信号；关于信号的采样位置，将三维加速度传感器置于腕关节的小臂和大臂，分别测量腕关节动作时小臂和大臂在不同方向的加速度信号；在肌电信号源位置的选择上，依据生物力学分析结果，按其在动作中的贡献大小来选择肌肉，选择小臂内侧的腕关节尺侧腕屈肌、小臂外侧的尺侧腕伸肌和大臂内侧的肱二头肌的肌电信号；这三块肌肉分布在手臂的不同区域，在位置和信号区分度上都具有典型性；在确定周期信号时，肌电信号从能量的角度确定起止点，即在较小时间段内，信号的能量值大于一定阈值，则表示进行动作或保持动作；加速度信号则利用一段时间内加速度变化的累积量超过一定阈值来判定是否在进行动作；
步骤六，对加速度信号和肌电信号进行特征提取；肌电信号的特征包括均方根、小波包能量和基本尺度熵，分别体现了动作的时域信号幅值、时频域信号能量和复杂度特性；加速度的特征为均方根、信号导数的均方根和基本尺度熵，分别表示动作的时域信号幅值、动作平滑程度和复杂度特性；
步骤七，在肢体进行特定典型动作时，在信号特征提取的基础上，根据信号特征的典型性和可区分性对特征值进行筛选，从而更有效的提...

【专利技术属性】
技术研发人员：胡绪，李俊强，孟涛，姜文，代加燕，李思蒙，陈振，王泽军，杨科，孟超和，
申请(专利权)人：中国人民解放军陆军军医大学，
类型：发明
国别省市：重庆;50