一种肌电控制方法和装置制造方法及图纸

本申请提供了一种肌电控制方法和装置。所述方法包括：采集表面肌电信号；分析所述表面肌电信号获取运动单元动作电位序列；根据所述运动单元动作电位序列估计肌肉兴奋值；基于预设肌肉骨骼模型获取所述肌肉兴奋值对应的运动学数据；根据所述运动学数据控制对应假肢的运动。该方法能够灵活、精细地控制假肢的运动，提高用户体验。

【技术实现步骤摘要】
一种肌电控制方法和装置
本专利技术涉及信息处理
，特别涉及一种肌电控制方法和装置。
技术介绍
目前假肢通过肌电接口接收用户的控制命令。利用这个接口，通过采集表面肌电信号(sEMG)来检测残肢中的肌肉纤维电活动，通过分类和回归的方法对表面肌电信号的分析处理控制对应的假肢。在实现本申请的过程中，专利技术人发现上述方式只能控制指定动作，不能根据表面肌电信号灵活、精准控制假肢运动。
技术实现思路
有鉴于此，本申请提供一种肌电控制方法和装置，能够灵活、精细地控制假肢的运动，提高用户体验。为解决上述技术问题，本申请的技术方案是这样实现的：在一个实施例中，提供了一种肌电控制方法，所述方法包括：采集表面肌电信号；分析所述表面肌电信号获取运动单元动作电位序列；根据所述运动单元动作电位序列估计肌肉兴奋值；基于预设肌肉骨骼模型获取所述肌肉兴奋值对应的运动学数据；根据所述运动学数据控制对应假肢的运动。在另一个实施例中，提供了一种肌电控制装置，所述装置包括：采集单元、分析单元、估计单元、获取单元和控制单元；所述采集单元，用于采集表面肌电信号；所述分析单元，用于分析所述采集单元采集的表面肌电信号获取运动单元动作电位序列；所述估计单元，用于根据所述分析单元获取的运动单元动作电位序列估计肌肉兴奋值；所述获取单元，用于基于预设肌肉骨骼模型获取所述估计单元估计的肌肉兴奋值对应的运动学数据；所述控制单元，根据所述获取单元获取的运动学数据控制对应假肢的运动。在另一个实施例中，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述肌电控制方法的步骤。在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述肌电控制方法的步骤。由上面的技术方案可见，上述实施例中通过利用表面肌电信号来解析神经运动信息序列，并将信息序列映射到生物力学模型上进而控制假肢进行运动。实现了使用由运动神经元活动直接驱动的全正向动力学肌肉骨骼模型来模拟从肌肉兴奋到产生关节功能的一系列转变，能够灵活、精细地控制假肢的运动，提高用户体验。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例一中肌电控制流程示意图；图2为本申请实施例二中肌电控制流程示意图；图3为本申请实施例三中肌电控制流程示意图；图4为本申请实施例四中肌电控制流程示意图；图5为本申请实施例中肌电控制装置结构示意图；图6为本专利技术实施例提供的电子设备的实体结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。下面以具体实施例对本专利技术的技术方案进行详细说明。下面几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。本申请实施例中提供一种肌电控制方法，应用于控制假肢的场景中，通过利用表面肌电信号来解析神经运动信息序列，并将信息序列映射到生物力学模型上进而控制假肢进行运动。实现了使用由运动神经元活动直接驱动的全正向动力学肌肉骨骼模型来模拟从肌肉兴奋到产生关节功能的一系列转变，能够灵活、精细地控制假肢的运动，提高用户体验。这里的控制假肢运动场景可以为人体上的真实假肢的控制，也可以为模拟的假肢控制场景。下面结合附图，详细说明本申请实施例中实现肌电控制过程。实施例一参见图1，图1为本申请实施例一中肌电控制流程示意图。具体步骤为：步骤101，采集表面肌电信号。具体实现时，在指定位置处通过高密度电极网格记录表面肌电信号，通过设定采样频率采集表面肌电信号；若使用在模拟场景中，也可以获取预先采集存储的表面肌电信号。步骤102，分析所述表面肌电信号获取运动单元动作电位序列。本申请实施例中具体实现时，可以采用卷积盲源分离技术从表面肌电信号中分解得到运动单元动作电位序列。如可以使用FastICA方式进行卷积盲源分离，并在使用FastICA时，将瞬时线性混合模型扩展为卷积模型，即对于某一个通道i表面肌电信号来说，第j个运动单位的波形与其发放时刻卷积，就形成了第j个运动单位在这个通道中的运动单位动作电位序列，将所有参与发放的运动单位的运动单位动作电位序列叠加，就得到该通道采集的表面肌电信号xi(t)，即:上式中xi(t)表示第i通道的表面肌电信号，aij(t)，t＝0，1，...，L-1代表第j个运动单位在第i通道中的波形，波形长度为L；sj(t)为运动单位的发放时间序列。首先将信号进行扩展以达到近似解卷积的效果，定义扩展向量如下：X(t)＝[x1(t)，x1(t-1)，...，x1(t-K+1)，...，xM(t)，...，xM(t-K+1)]T；S(t)＝[s1(t)，s1(t-1)，...，s1(t-K+1)，…，sM(t)，...，sM(t-K+1)]T；其中，K是延迟因子，其选择由信号的采样率来确定，如对于采样率为2kHz的表面肌电信号，K的选择在5～30个采样点较为合适，因此上述公式可改写成：X(t)＝AS(t)其中，上式中A是一个由所有的波形系数aij，按一定次序排列成的巨大的波形系数矩阵。因此FastICA输出中波形的峰值位置就对应着某运动单位的发放时刻，然后根据发放位置的平均波形来作为运动单位动作电位波形的估计，得到运动单元动作电位序列。上述使用卷积盲源分离技术从表面肌电信号中分解得到运动单元动作电位序列的方式为本申请提供的一种可实现的方式，具体实现时不限于上述实现方式。步骤103，根据所述运动单元动作电位序列估计肌肉兴奋值。步骤104，基于预设肌肉骨骼模型获本文档来自技高网...

【技术保护点】
1.一种肌电控制方法，其特征在于，所述方法包括：/n采集表面肌电信号；/n分析所述表面肌电信号获取运动单元动作电位序列；/n根据所述运动单元动作电位序列估计肌肉兴奋值；/n基于预设肌肉骨骼模型获取所述肌肉兴奋值对应的运动学数据；/n根据所述运动学数据控制对应假肢的运动。/n

【技术特征摘要】
1.一种肌电控制方法，其特征在于，所述方法包括：
采集表面肌电信号；
分析所述表面肌电信号获取运动单元动作电位序列；
根据所述运动单元动作电位序列估计肌肉兴奋值；
基于预设肌肉骨骼模型获取所述肌肉兴奋值对应的运动学数据；
根据所述运动学数据控制对应假肢的运动。


2.根据权利要求1所述的方法，其特征在于，所述采集表面肌电信号之后，所述分析所述表面肌电信号获取运动单元动作电位序列之前，所述方法进一步包括：
对所述表面肌电信号进行预处理。


3.根据权利要求1所述的方法，其特征在于，所述根据所述运动单元动作电位序列估计肌肉兴奋值，包括：
基于所述运动单元动作电位序列使用第一预设长度的滑动窗口，每次滑动第二预设长度来获取多个窗口，并计算每个窗口中运动单元动作电位序列的放电数；
针对每个窗口，若该窗口中运动单元动作电位序列的放电数不全为0，则对每个运动单元动作电位序列的放电数进行线性模型拟合，并取中位数作为所述窗口对应的肌肉兴奋值；
若该窗口中所有运动单元动作电位序列的放电数均为0，则基于预设神经网络模型估计所述窗口中运动单元动作电位序列的时域特征对应的肌肉兴奋值，作为所述窗口对应的肌肉兴奋值；
将所有窗口对应的肌肉兴奋值按照窗口对应顺序排列作为所述运动单元动作电位序列对应的肌肉兴奋值。


4.根据权利要求1所述的方法，其特征在于，所述运动学数据包括：关节力矩和加速度。


5.根据权利要求1-4任一项所述的方法，其特征在于，
当所述表面肌电信号为手前臂的表面肌电信号时，所述预设肌肉骨骼模型为预设手臂肌肉骨骼模型；
其中，所述预设手臂肌肉骨骼模型包括：腕关节及作用于所述腕关节上的腕屈肌、桡侧腕屈肌、尺侧腕伸肌、桡侧腕伸肌、旋前肌和旋后肌；并设置腕关节休息位置的肌肉兴奋值为零。


6.一种肌电控制装置，其特征在于，所述装置包括：采...

【专利技术属性】
技术研发人员：田彦秀，韩久琦，桂晨光，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：北京;11