【技术实现步骤摘要】
一种电刺激触觉感知方法
[0001]本专利技术涉及一种电刺激触觉感知方法，属于人工智能医疗设备
技术介绍
[0002]功能电刺激系统是一种用于运动康复和触觉反馈诱发的技术[1]，可以通过在特定神经部位人为施加电流刺激，驱动脑卒中等运动障碍患者自主收缩相应肌肉，产生肢体运动。同时，由于脑卒中患者的感知神经回路仍然完整，因此，可以通过电刺激患者感知神经，人为诱发患者对应手部触觉感知，从而帮助脑卒中患者逐步恢复触觉反馈功能。通过“患者—电刺激—运动”的运动功能康复以及“运动—电刺激—患者”的触觉反馈，可实现高效的双向康复训练。
[0003]现有的电刺激系统大多只实现上述运动康复和触觉反馈二者之一。目前可实现双向康复训练的系统是Aurelie Selfslagh等人于2019年提出的下肢步态康复系统[2]。该系统使用16电极通道刺激下肢左右腿的目标肌肉：臀大肌、臀中肌、股直肌近端、腘绳肌、股外侧肌、胫骨前肌、腓肠肌、比目鱼肌(左右腿8块肌肉各1个电极通道，共16通道)，以使双腿肌肉产生目标步态动作。为进一步为患者提供触觉反馈，该系统进一步使用名为“触觉衬衫”的触觉反馈系统[3]，提供由运动到患者方向的触觉反馈。该触觉反馈系统被嵌入于衬衫袖子中，每个袖子都包含三个小的硬币形状的振动器，沿着前臂的远端—近端轴依次排列。该系统利用“感官替代”和“感官重映射”的概念从前臂部位通过产生震动信息提供下肢的触觉反馈。“感官替代”指的是使用一种不同的模态来传递另一种模态的感官信息，如Bach
‑
y>‑
Rita等人曾实现了使用触觉提供视觉信息[4]。“感官重映射”指的是将身体某一部位的感知信息提供给身体另一不同部位。通过该“触觉袖套”模块，该系统可实现双向下肢康复辅助。
[0004]现有的运动康复辅助系统系统存在一个共同缺陷，即，只能通过电刺激使运动障碍患者实现较为粗糙的运动功能(例如下肢、肩部或肘部的运动)，但手部的运动相较于上述部位更为复杂，相关肌肉部位在解剖结构上的分布彼此临近，功能也更为复杂。目前手部精细运动的康复训练依然是相关领域的难点。这一缺陷主要受限于现有电刺激系统有限的空间分辨率，使得其只能通过刺激易于定位的大肌群使特定关节产生较为固定的粗糙动作。
[0005]现有的康复辅助系统通常将运动康复和触觉反馈通过两个分立的模块实现。
[0006]现有基于功能电刺激的触觉反馈诱发系统大多聚焦于通过电刺激使得单一的接触点产生不同接触类型的触觉反馈(如接触面材质的硬度，接触受力的大小等)。然而，对于人的手部触觉，精确的识别手部不同位置所产生的触觉是人手可以在日常生活中灵巧控制物体的关键因素之一，如何通过功能电刺激系统诱发可以使用户精确识别出不同手部接触点的触觉反馈系统，依然是目前研究的难点。
[0007]同时，提高功能电刺激系统的空间分辨率，需要对刺激点位及点位可能的组合进行更为精细和准确的量化，这依赖于手臂肌肉的解剖结构，而肌肉解剖结构具有个体差异
性，现有系统和研究都无法解决对于每个个体快速且准确地搜索能让其产生不同手部运动及触觉位置对应的最优电极阵列。
技术实现思路
[0008]本专利技术旨在通过使用(高密度)电极阵列作为单一电刺激模块覆盖前臂提高电刺激系统的空间分辨率，并通过精准的电刺激电极组合实现手部精细动作的运动康复以及手部不同接触点的触觉反馈。本专利技术使用相同的表面电刺激同时实现“患者—电刺激—运动”方向的运动康复和“运动—电刺激——患者”方向的触觉反馈可以极大的降低系统的复杂度以及提高系统的配置穿戴便捷度。
[0009]本专利技术的技术方案具体介绍如下。
[0010]本专利技术提供一种电刺激触觉感知方法，其将功能性电刺激电极组成的电极阵列作为单一电刺激模块，通过电刺激电极组合实现手部精细动作的运动康复以及手部不同接触点的触觉反馈。
[0011]优选的，电极阵列采用高密度电极阵列；优选的，高密度电极阵列中的电极间距0.8
‑
1.2cm，覆盖面积300cm2时，电极数量在280
‑
320个之间。
[0012]本专利技术中，将电极阵列覆盖前臂区域，通过电刺激电极组合实现手部精细动作的运动康复；具体方法如下：
[0013]步骤一、按照最优电极阵列快速搜索方法搜索出产生不同手部精细动作类别的电刺激电极组合；
[0014]步骤二、按照电极电刺激所产生的手部动作类别，患者自主做出对应伸屈动作，检测其产生肌肉电信号，若患者运动障碍程度较严重，采用双手镜像运动检测健侧肌电的方法，再使用深度学习和机器学习算法对不同动作加以识别；
[0015]步骤三、以患者主观运动意图为输入，识别出产生肌电的所对应的康复动作，接收到识别信号后，激活对应电极组合，电刺激电极阵列对指定肌肉群进行刺激，给予患者适宜的助力，逐步增加电流强度以增大动作幅度，直至达成康复训练所要求标准，完成患者意图动作；其中：
[0016]步骤一中，最优电极阵列快速搜索方法采用多轮自动搜索策略，以快速地搜索出电极组合诱发不同手部精细动作模式实现运动康复，具体步骤如下：
[0017]a)第一轮搜索，选取单电极与参考电极接通电流后，电流大小从初始值15mA逐步开始增加，符合如下两个情况时，此电极测试完毕：
[0018]1)某个关节弯曲的角度达到康复训练要求数值；
[0019]2)使用者感受到疼痛；
[0020]记录下此时电流为该电极的所允许的最大电流，当某个电极激发出运动动作时，使用无监督学习归类方法对此动作分类，若无法将此动作归类至已有相似类别，则认定该动作为新类别，第一轮搜索需要遍历所有单个电极与接地电极的测试情况，另外若某个电极接通初始15mA时使用者便感受到疼痛，则剔除此电极；
[0021]b)第二轮搜索，选取双电极之间接通电流后，搜索其所能产生的手部运动动作；电流大小从初始值15mA增加，符合如下两个情况时，此电极组合测试完毕：
[0022]1)某个关节弯曲的角度达到康复训练要求数值；
[0023]2)电流幅值达到步骤(a)中记录的某个电极所允许的最大电流；
[0024]每当某个双电极组合激发出运动动作时，使用无监督学习归类方法对此动作分类，若无法将此动作归类至已有相似类别，则为该动作建立新的动作类别；
[0025]当符合如下两个情况时，第二轮搜索测试结束：
[0026]1)激发出的不同手部精细动作已满足康复训练需求；
[0027]2)已遍历完成所有双电极的组合。
[0028]本专利技术中，步骤b)中，以区域神经功能量化得到的单个手指运动时指肌产生的二维热点分部图为先验知识，首先搜索热点区域附近的两个电极组合，再搜索热点区域以后的电极组合，尽可能在短时间内搜索出较多不同手部运动动作。
[0029]本专利技术中，若第二轮搜索已遍历完所有双电极组合无法达到手部精细动作康复训练需求，则基于三电极组合进行第三轮搜索。
[0030]本发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电刺激触觉感知方法，其特征在于，其将功能性电刺激电极组成的电极阵列作为单一电刺激模块，通过电刺激电极组合实现手部精细动作的运动康复以及手部不同接触点的触觉反馈。2.根据权利要求1所述的方法，其特征在于，电极阵列为高密度电极阵列。3.根据权利要求1所述的方法，其特征在于，将电极阵列覆盖前臂区域，通过电刺激电极组合实现手部精细动作的运动康复；具体方法如下：步骤一、按照最优电极阵列快速搜索方法搜索出产生不同手部精细动作类别的电刺激电极组合；步骤二、按照电刺激电极电刺激所产生的手部动作类别，患者自主做出对应伸屈动作，检测其产生肌肉电信号，若患者运动障碍程度较严重，采用双手镜像运动检测健侧肌电的方法，再使用深度学习和机器学习算法对不同动作加以识别；步骤三、以患者主观运动意图为输入，识别出产生肌电的所对应的康复动作，接收到识别信号后，激活对应电极组合，电刺激电极阵列对指定肌肉群进行刺激，给予患者适宜的助力，逐步增加电流强度以增大动作幅度，直至达成康复训练所要求标准，完成患者意图动作；其中：步骤一中，最优电极阵列快速搜索方法采用多轮自动搜索策略，以快速地搜索出电刺激电极组合诱发不同手部精细动作模式实现运动康复，具体步骤如下：a) 第一轮搜索，选取单电极与参考电极接通电流后，电流大小从初始值15mA逐步开始增加，符合如下两个情况时，此电极测试完毕：1）某个关节弯曲的角度达到康复训练要求数值；2）使用者感受到疼痛；记录下此时电流为该电极的所允许的最大电流，当某个电极激发出运动动作时，使用无监督学习归类方法对此动作分类，若无法将此动作归类至已有相似类别，则认定该动作为新类别，第一轮搜索需要遍历所有单个电极与接地电极的测试情况，另外若某个电极接通初始15mA时使用者便感受到疼痛，则剔除此电极；b) 第二轮搜索，选取双电极之间接通电流后，搜索其所能产生的手部运动动作；电流大小从初始值15mA增加，符合如下两个情况时，此电极组合测试完毕：1）某个关节弯曲的角度达到康复训练要求数值；2）电流幅值达到步骤（a）中记录的某个电极所允许的最大电流；每当某个双电极组合激发出运动动作时，使用无监督学习归类方法对此动作分类，若无法将此动作归类至已有相似类别，则为该动作建立新的动作类别；当符合如下两个情况时，第二轮搜索测试结束：1）激发出的不同手部精细动作已满足康复训练需求；2）已遍历完成所有双电极的组合。4.根据权利要求3所述的方法，其特征在于，步骤b)中，以区域神经功能量化得到...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。