一种基于脑电信号、肌电信号和心电信号手指康复训练系统技术方案

本发明专利技术公开了基于脑电信号、肌电信号和心电信号手指康复训练系统，涉及到医疗器械技术领域，包括由脑电信号采集模块，数据接收与处理模块，用户交互模块，手指康复训练模块以及肌电信号与心电信号采集模块；脑电信号采集模块以及肌电信号与心电信号采集模块的输出端均与数据接收与处理模块的输入端相连，数据接收与处理模块的输出端与用户交互模块的输入端相连，数据接收与处理模块的输出端与手指康复训练模块的输入端相连。本发明专利技术通过利用能反映患者运动意图的脑电信号控制气动手套牵引患者手部关节运动，提升了康复训练的便携性与可控性，同时提供了一种更为准确的康复评估方案，不仅节约了医疗资源，而且提升评估准确度与用户体验。与用户体验。与用户体验。

【技术实现步骤摘要】
一种基于脑电信号、肌电信号和心电信号手指康复训练系统


[0001]本专利技术涉及医疗器械
，具体涉及一种基于脑电信号、肌电信号和心电信号手指康复训练系统。

技术介绍

[0002]随着全球多个国家的老龄化加深，中老年人群心脑血管疾病发病率逐年上升，现已成为威胁现代人健康和安全的常见病，受到了临床和社会的广泛关注。康复训练作为患者在康复期的有效干预措施，可以促进身体功能的最大限度恢复，有助于预防残疾的发生，减少残疾的影响。早期，传统的康复医疗方式需要医生通过面对面、手把手的方式指导患者进行康复训练，这需要患者承担极大的开销，同时由于训练时间有限，导致康复效率低下。
[0003]为了反映患者真实的运动意图，提高其在康复训练中的主动性和积极性，研究人员开始了脑电图的系列研究，目前已实现通过脑电信号的捕捉检测人体疲劳程度，脑机接口(Brain
‑
Computer Interface，BCI)技术相关研究始于近几十年，其利用大脑产生的脑电信号和计算机等控制设备直接建立信息交换，利用BCI技术实现患者脑神经系统控制受损机体运动康复，有利于患者重建受损的大脑皮层，修复外肢与脑神经系统的连接，同时也增加了患者训练的主动性和积极性。
[0004]根据康复医学Brunnstrom的理论分析，脑卒中患者的肢体功能恢复呈现曲线过程，具体分为迟缓期、轻度痉挛期、痉挛加剧期、痉挛减弱期和运动接近正常期，依据不同的阶段制定合适的训练计划对改善运动功能有着显著的作用。然而，如今市面上的产品大多没有涉及此方面，导致康复效果一般。
[0005]目前国内将脑电信号等运用到肢体恢复的技术尚在起步阶段，导致在康复训练的便携性、可控性以及康复评估方案方面均存在着许多问题，为此，本申请提供了一种基于脑电信号、肌电信号与心电信号的手指康复训练系统来解决上述问题。

技术实现思路

[0006]本申请的目的在于提供一种基于脑电信号、肌电信号和心电信号手指康复训练系统，通过利用能反映患者运动意图的脑电信号控制气动手套牵引患者手部关节运动，提升了康复训练的便携性与可控性，同时提供了一种更为准确的康复评估方案，在节约医疗资源的同时，也很好的提升了评估准确度与用户体验，具有现实意义和良好应用场景。
[0007]为实现上述目的，本申请提供如下技术方案：一种基于脑电信号、肌电信号和心电信号手指康复训练系统，包括由脑电信号采集模块，数据接收与处理模块，用户交互模块，手指康复训练模块以及肌电信号与心电信号采集模块；
[0008]所述脑电信号采集模块以及所述肌电信号与心电信号采集模块的输出端均与所述数据接收与处理模块的输入端相连，所述数据接收与处理模块的输出端与所述用户交互模块的输入端相连，所述数据接收与处理模块的输出端与所述手指康复训练模块的输入端相连；
[0009]所述脑电信号采集模块用于运动想象脑电信号的获取；所述数据接收与处理模块以及所述用户交互模块均由集成开发环境完成，且所述集成开发环境完成的主要内容包括对运动想象的脑电信号进行处理并将处理结果传送至手指康复训练模块，对肌电信号与心电信号进行融合并处理同时得出康复指数，并将结果传送至用户交互模块。
[0010]作为进一步的技术方案，所述数据接收与处理模块中，对于运动想象脑电信号数据的处理为基于神经网络的算法。
[0011]作为进一步的技术方案，所述基于神经网络的算法包括：首先将获取到的数据进行预处理，按八比二的比例进行训练集与测试集的分割，再定义神经网络模型为卷积神经网络模型，最后进行网络的训练并保存模型，且当患者的脑电信号通过所述模型被判定为有运动意图时，则向所述手指康复训练模块传递运动信号。
[0012]作为进一步的技术方案，所述数据接收与处理模块中，对于肌电信号和心电信号的处理需先经过预处理，再利用快速傅里叶变换得到信号的功率谱和频率，通过设计矩阵方程将每个信号的功率谱和频率结合起来计算康复向量，再通过已有的机器学习模型判断康复程度，以判断患者适合的康复训练类型。
[0013]作为进一步的技术方案，所述已有的机器学习模型为通过招募多位不同康复程度的患者，进行多次采集信号与训练模型来获得。
[0014]作为进一步的技术方案，所述用户交互模块，为用户提高的操作包括：主被动训练的选择，训练难度与时长的选择以及康复评估的选择。
[0015]作为进一步的技术方案，所述用户交互模块中，当用户选择主动训练时，需要佩戴脑电信号采集装置与康复训练装置；当用户选择康复评估时，需同时佩戴肌电信号和心电信号采集装置；当用户选择被动训练时，仅需佩戴机电与心电信号采集装置。
[0016]作为进一步的技术方案，所述手指康复训练模块的主体为气动手套，用于为患者提供康复训练。
[0017]作为进一步的技术方案，所述肌电信号与心电信号采集模块，由肌电传感器、心电传感器和开发板组成，用于肌电信号、心电信号的采集。
[0018]综上，本专利技术的技术效果和优点：
[0019]1、本专利技术相比较于传统的一对一康复训练，仅需购买全套设备即可自行使用，在节约了大量医疗资源的同时，带来了相应的经济效益。
[0020]2、相比于当今市面上大量存在的全被动式训练装备，本专利技术加入了主动信息收集与运用的过程，这将大大增加患者在康复训练中的参与感，同时也会明显提升患者的康复训练效果。同时本专利技术也具有被动训练模式，以应对长时间主动训练带来的疲惫感。
[0021]3、相较于市面上常见的设备，本专利技术还具有良好的反馈机制。当用户进行一段时间的康复训练后，系统会提醒用户测试康复程度，在能够准确判断康复程度的同时，也可以进一步制定训练计划以获得更好的康复效果，实现早日康复的目的。同时，通过准确的康复评估，也能够及时增强患者康复的信心，有利于康复进程。
附图说明
[0022]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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是本申
请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为本专利技术的一种康复训练系统的结构示意图；
[0024]图2为本专利技术的实施例中所提供的一种肌电信号采集位置示意图；
[0025]图3为本专利技术的实施例中所提供的一种心电信号采集位置示意图。
具体实施方式
[0026]为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0027]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电信号、肌电信号和心电信号手指康复训练系统，包括由脑电信号采集模块，数据接收与处理模块，用户交互模块，手指康复训练模块以及肌电信号与心电信号采集模块，其特征在于：所述脑电信号采集模块以及所述肌电信号与心电信号采集模块的输出端均与所述数据接收与处理模块的输入端相连，所述数据接收与处理模块的输出端与所述用户交互模块的输入端相连，所述数据接收与处理模块的输出端与所述手指康复训练模块的输入端相连；所述脑电信号采集模块用于运动想象脑电信号的获取；所述数据接收与处理模块以及所述用户交互模块均由集成开发环境完成，且所述集成开发环境完成的主要内容包括对运动想象的脑电信号进行处理并将处理结果传送至手指康复训练模块，对肌电信号与心电信号进行融合并处理同时得出康复指数，并将结果传送至用户交互模块。2.根据权利要求1所述的一种基于脑电信号、肌电信号和心电信号手指康复训练系统，其特征在于：所述数据接收与处理模块中，对于运动想象脑电信号数据的处理为基于神经网络的算法。3.根据权利要求2所述的一种基于脑电信号、肌电信号和心电信号手指康复训练系统，其特征在于：所述基于神经网络的算法包括：首先将获取到的数据进行预处理，按八比二的比例进行训练集与测试集的分割，再定义神经网络模型为卷积神经网络模型，最后进行网络的训练并保存模型，且当患者的脑电信号通过所述模型被判定为有运动意图时，则向所述手指康复训练模块传递运动信号。4.根据权利要求1所述的一种基于脑电信号、肌电信号和心电信号手指康...

【专利技术属性】
技术研发人员：马小林，梁小虎，梁俊明，赵启承，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：