公开了一种用于恢复诸如人的手部等人瘫痪的身体部分的运动的设备。该设备感测人体不受瘫痪影响的诸如人的手臂或肩部的另一部分的运动。运动传感器在人移动非瘫痪身体部分时产生运动信号。处理器存储将预定义轨迹与诸如闭合手部以抓取物体的特定动作相关联的信息。处理器监视运动信号，并且当运动与预定轨迹相对应时，处理器将与控制瘫痪的手部的肌肉连接的肌肉刺激器通电，以执行诸如使手部围绕物体闭合并抓取物体的动作。闭合并抓取物体的动作。闭合并抓取物体的动作。
【技术实现步骤摘要】
【国外来华专利技术】根据四肢或身体活动或轨迹确定用户意图来控制神经肌肉刺激或假体设备操作的系统和方法
[0001]本公开涉及通过分析部分残疾的人的健全关节的四肢或身体活动来确定该部分残疾的人移动瘫痪关节或假体设备的意图，从而提供该瘫痪关节或假体设备的意志活动，以帮助该部分残疾的人的系统、装置、应用和方法。更具体地说，本公开涉及的系统、方法或设备用于确定在神经系统方面健全的四肢或其它身体部分的一般运动(平移和/或旋转运动)或轨迹对用户使用残疾或缺失的附属肢体执行动作的意图起确定作用，并且响应于所确定的意图，刺激神经系统方面残疾的部分(通过控制该部分的神经和/或肌肉)或神经目标(神经、脊髓或大脑)以促进神经生长/再生或连接加强从而恢复活动或功能，或控制假体置换物来执行该动作。根据本公开的一实施例的设备检测人的手臂的伸出轨迹，辨别人抓取物体的意图，并且激活或调节神经肌肉刺激设备(NMES)以使人原本瘫痪的手部(或致动人的机器人手部/假体手部)张开和闭合以抓取和保持物体。
技术介绍
[0002]仅在美国就有近540万人患有瘫痪。中风和脊髓损伤是两个主要原因。在美国，每年有超过17700例脊髓损伤的新病例(NSCISC，2019)。这些损伤的大多数导致不完全(48％)和完全(20％)的四肢瘫痪，这严重影响幸存者的手臂和手部活动并破坏他们的生活质量。
[0003]四肢瘫痪患者的首要优先项是恢复手部功能。各种侵入式和非侵入式的神经肌肉电刺激(NMES)设备已被提出，用于康复或唤起上肢和手部活动。这些已知的系统具有缺点。“Freehand”系统利用了联接到开关的肩部活动，该开关经由植入的电极通过肌肉电刺激触发选定的手部运动。开关的致动可能很麻烦，并且可能需要用户执行不自然的运动来操作肌肉刺激器。这种运动可能引起人们对用户残疾的注意，并可能影响他人对用户的看法。此外，用户可以执行的手部运动的指令集可能受到用户的肩部肌肉可以操作的开关数量的限制。
[0004]其它系统可能需要外科手术来实现。例如，一些系统依靠植入的肌电传感器来检测患者移动残疾或截肢关节的意图。皮质脑机接口(BCI)已被用于控制NMES设备，通过记录和解码大脑中的运动神经行为活动(motor activity)以允许对原本瘫痪的手部的意志控制。这些方法需要在用户的身体中植入电极或其它结构，这可能会使用户面临医疗风险，并增加大量成本。
技术实现思路
[0005]本公开涉及解决这些困难的装置和方法。瘫痪的患者希望尽可能不引起人们对其残疾的注意而融入社会。虽然康复可以使一些患者恢复至少部分活动能力，但是可能难以或不可能恢复精细的运动控制，例如，允许用户伸出手并抓取像饮料杯或一块食物的物体。本公开使患有无法控制手部抓取运动的患者不必借助于工具，诸如固定到他们的手上的器具，执行诸如自己进食的任务，从而执行日常行为活动。
[0006]因中风、脊髓损伤或其它状况导致瘫痪的患者可能失去其手部和/或腿部的活动，但经常可能在其身体的其它区域保持残留的运动。例如，在C5级脊髓损伤(四肢瘫痪中最常见的损伤级别)中，手部运动严重受损，但肩部运动和肘部弯曲却能幸免。类似地，中风后，手臂(肩部和肘部)的大幅度活动通常可以通过强化康复来恢复，但恢复手部活动仍然较成问题。最后，截瘫或中风患者可能无法使用或完全使用他们的腿部，或者可能患有足下垂(缺乏脚踝弯曲能力)，但是他们仍然可以做到可能具有手臂活动或躯干或髋部活动。
[0007]本文公开的方法和系统，通过感测和识别人仍然拥有的健全关节中的活动和轨迹，来回复对用户的瘫痪关节和/或外部设备的意志控制。该系统使用计算机化算法辨别用户使用瘫痪的或假体置换的关节执行动作的意图，该计算机化算法包括适应用户的特定身体运动的机器学习。然后，检测到的身体运动和轨迹可以用于驱动各种期望的结果。根据一实施例，这种系统确定人伸出手以抓取物体的意图，并致动NMES设备以张开和闭合用户的瘫痪手部，从而抓取并保持物体。
[0008]本公开包括感测和识别四肢轨迹(例如，由残留的肩部和肘部运动所控制的伸手运动)和其它身体运动、位置或取向，以通过经由电极或电极阵列的电刺激激活残疾的身体部分的肌肉，从而引起特定行为活动，例如，手部的“抓取钥匙(key grasp)”的捏紧运动等，或者给假体身体部分上的致动器通电的设备。可以存储各种预定义的轨迹和四肢或身体运动，可以是平移和旋转类型运动的组合，每个轨迹或运动与不同的动作相关联。基于所识别的运动，根据本公开的实施例的设备还可以用于控制外部设备，例如计算机或机动轮椅。此外，许多不同的轨迹可以用不同的动作来辨识，从而允许用户可用的动作的指令集扩展。
[0009]本公开还包括一些设备，该设备识别健全关节(诸如髋部、腰椎和膝盖等)的运动，从而辨识与人的步态相关联的运动并且与人的步态同步地将刺激信号施加到肌肉。这种设备可用于在神经损伤已经损害了人的脚部、脚踝或腿部的运动的情况下恢复更有效的步态运动。这种设备可以用于在手术前，例如在髋部或膝盖置换手术之前，和/或手术后作为康复治疗的一部分，增强行走所需的肌肉。
[0010]根据另一实施例，作为给电极或假体设备通电以使其能够运动的替代或者附加的是，根据本公开的系统将电刺激递送至神经损伤的部位或与神经损伤相连接的神经通路(例如脊髓、脑或外周神经)。通过提供电刺激，其中电极经皮(transcutaneously)或硬膜外(epidurally)放置在脊髓、神经或脑损伤的部位之上或附近，同时移动受影响的四肢，根据本公开的系统可以帮助修复损伤的运动神经纤维、神经或神经元。该系统还可以提供电刺激，其中在脊髓损伤的情况下，电极经皮或硬膜外放置在损伤的部位之上或附近或上方，以潜在地帮助感觉纤维、神经或神经元损伤的愈合。
[0011]使用手臂、腿部和/或身体上的传感器，可以识别各种二维和三维(2D/3D)运动(平移加速度、旋转速度和相对于地球磁场的取向)。根据一些实施例，这种运动由总共有3至9个自由度的惯性运动单元(IMU)检测。根据其它实施例，也可以识别运动的视觉图像。就像孩子用闪光物在空中描画字母、数字和图案，该设备可以识别流畅的、自然曲线型的手臂伸手轨迹和预先训练好的图案，例如众所周知的数字和字母表。然后，用户可以执行他们选择的运动或自然的伸手轨迹，并且这些运动被识别，并且进而被用于控制各种神经肌肉刺激和假体/机器人设备，以促进瘫痪关节的活动。在手臂中，由残留肩部的活动驱动的手臂的活动轨迹可以用于驱动多个手腕、手部和手指活动(或外部设备，诸如计算机、音响等)的刺
激或机器人控制。
[0012]除了使患者能够使用残留的活动能力来抓取物体之外，根据本公开的实施例的设备可以通过向患者的中枢神经系统提供反馈，以将健全的关节和四肢的运动与残疾的身体部分的激活相关联，从而改善神经功能。因此，使用这种设备来驱动瘫痪关节中的神经肌肉或机器人驱动的活动，在中风、脊髓损伤和其它神经退行性病症中具有辅助性、康复性和治疗性应用。这种方法也适用于在手部、脚部、腿部或身体的其它部分受伤或手术之后的一般物理本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种设备，包括：一个或多个运动传感器，所述传感器产生指示人的第一身体部分的活动的一个或多个相应的运动信号；肌肉刺激器，所述肌肉刺激器产生一个或多个刺激信号以使一个或多个肌肉位移第二身体部分以执行至少一个动作；以及处理器，所述处理器与所述一个或多个运动传感器和所述肌肉刺激器连接，所述处理器包括数据存储器，所述数据存储器包括与所述人执行所述至少一个动作的意图相关联的至少一个预期轨迹，其中，所述处理器：接收来自所述一个或多个运动传感器的所述一个或多个信号；计算所述第一身体部分的实际轨迹；比较所述实际轨迹与所述预期轨迹；并且，基于比较，致动所述肌肉刺激器以使所述第二身体部分位移以执行所述至少一个动作。2.根据权利要求1所述的设备，其中，所述处理器计算所述实际轨迹与所述预期轨迹之间的差异并且基于该差异致动所述肌肉刺激器。3.根据权利要求1所述的设备，其中，所述至少一个动作包括多个动作，其中所述至少一个预期轨迹包括多个预期轨迹，其中所述多个预期轨迹中的每一个与所述多个动作中的至少一个相关联，其中所述处理器比较所述实际轨迹与所述多个预期轨迹以辨识与所述多个动作中的第一动作相关联的第一轨迹，并且其中所述处理器致动所述肌肉刺激器以执行所述第一动作。4.根据权利要求1所述的设备，还包括：输入设备，其与所述处理器连接，所述输入设备适于接收反馈信号，所述反馈信号指示所述动作是所述人的意图动作。5.根据权利要求1所述的设备，其中，所述处理器基于运动的训练集产生所述预期轨迹。6.根据权利要求5所述的设备，其中，执行所述至少一个动作的所述一个或多个刺激信号包括刺激信号的模式，并且其中所述刺激信号的模式由所述运动的训练集期间感测到的肌肉位移来确定。7.根据权利要求6所述的设备，其中，所述肌肉位移使用肌电图传感器、摄像头、惯性运动单元、屈曲/关节角度传感器和力传感器中的一个或多个来感测。8.根据权利要求1所述的设备，其中，所述处理器使用支持向量机(SVM)算法、手写识别算法、动态时间规整算法、深度学习算法、递归神经网络、浅层神经网络、卷积神经网络、收敛神经网络或深度神经网络中的一个或多个来执行所述比较。9.根据权利要求7所述的设备，其中，其中，所述处理器使用长短期记忆型递归神经网络来执行所述比较。10.根据权利要求5所述的设备，其中，所述运动的训练集由第二个人执行。11.根据权利要求5所述的设备，其中，所述运动的训练集是由所述人使用与所述第一身体部分在横向上相对的身体部分来执行的。12.根据权利要求1所述的设备，其中，所述运动传感器位于所述人的手臂上，其中所述肌肉刺激器适于刺激肌肉以移动所述人的手部的一个或多个手指，从而执行抓取运动。13.根据权利要求1所述的设备，其中，所述预期轨迹是字母数字字符的形状。
14.根据权利要求12所述的设备，还包括：取向传感器，所述取向传感器与所述处理器连接并且适于监测所述第一身体部分的取向，其中所述抓取运动施加的力取决于所述刺激信号的幅度，并且其中所述处理器至少部分地基于所述取向传感器的输出来调整所述刺激信号的幅度。15.根据权利要求14所述的设备，其中，所述处理器响应于所述取向传感器的所述输出而将所述抓取运动调整为抓紧...
【专利技术属性】
技术研发人员：查德，
申请(专利权)人：范因斯坦医学研究院，
类型：发明
国别省市：
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。