一种下肢康复训练的分析指示方法及系统技术方案

技术编号:39243119 阅读:27 留言:0更新日期:2023-10-30 11:55
本发明专利技术提供了一种下肢康复训练的分析指示方法及系统,涉及数据分析技术领域,方法包括:依据基础测试数据对三维动作捕捉单元、压力采集单元、肌电采集单元初始化,控制初始化完成的三维动作捕捉单元对用户进行三维图像采集,通过同步单元对目标点三维坐标、足底压力信号和肌电信号同步对齐,对足底压力信号进行力矩求解获取髋膝关节力矩值,将目标点三维坐标、足底压力信号和肌电信号输入预测模型,输出预测关节力矩值生成反馈指示信息,通过反馈指示信息进行用户的训练管理,解决了现有技术中缺乏在康复训练过程中的准确指导,导致康复效果低的技术问题,实现了将人体主动运动意图加入外骨骼控制回路实现主动康复,提高康复效果。效果。效果。

【技术实现步骤摘要】
一种下肢康复训练的分析指示方法及系统


[0001]本专利技术涉及数据分析
,具体涉及一种下肢康复训练的分析指示方法及系统。

技术介绍

[0002]随着科学技术的发展,特别是康复护理领域的发展,在护理工作中,对于长期卧病在床的、不能自主活动的病人的护理是主要工作部分之一,像腿部受伤的病人在手术后需要进行康复训练,避免其腿部肌肉、韧带萎缩,并且使其能够适应康复后的行走协调性。
[0003]目前,大部分腿部训练器械都是应用于病人躺下或者坐着的时候对其腿部进行康复训练,由于病人难以直立,因此难以实现其在直立模拟状态下的腿部康复训练,故而难以训练其在行走状态下的身体协调性,不能全面的实现病人在直立状态下的腿部康复训练,由于缺乏在康复训练过程中的准确指导,导致存在康复效果低的技术问题。

技术实现思路

[0004]本申请提供了一种下肢康复训练的分析指示方法及系统,用于针对解决现有技术中存在的缺乏在康复训练过程中的准确指导,导致康复效果低的技术问题。
[0005]鉴于上述问题,本申请提供了一种下肢康复训练的分析指示方法及系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种下肢康复训练的分析指示方法,其特征在于,所述方法应用于分析指示系统,所述分析指示系统与三维动作捕捉单元、压力采集单元、肌电采集单元、同步单元通信连接,所述方法包括:交互获得用户的基础信息,根据所述基础信息配置基础测试数据,并依据所述基础测试数据对所述三维动作捕捉单元、所述压力采集单元、所述肌电采集单元初始化;通过所述基础测试数据控制对所述用户执行运动测试;构建全局三维坐标系,并控制初始化完成的所述三维动作捕捉单元对用户进行三维图像采集,并根据三维图像采集结果和所述三维动作捕捉单元的采集坐标、所述全局三维坐标系进行坐标转换,建立所述用户在所述全局三维坐标系下的动态模型,并提取目标点三维坐标;通过所述压力采集单元对所述用户进行运动测试过程的足底压力数据采集,生成足底压力信号;通过所述肌电采集单元对所述用户进行肌电信号采集,并通过所述同步单元对所述目标点三维坐标、所述足底压力信号和肌电信号同步对齐;对同步对齐后的所述足底压力信号进行关节力矩求解,获得髋膝关节力矩值,将同步对齐后的所述目标点三维坐标、所述髋膝关节力矩值和所述肌电信号输入预测模型,输出预测关节力矩值;根据所述预测关节力矩值生成反馈指示信息,通过所述反馈指示信息进行所述用户的训练管理。2.如权利要求1所述的方法,其特征在于,所述对同步对齐后的所述足底压力信号进行关节力矩求解,获得髋膝关节力矩值,将同步对齐后的所述目标点三维坐标、所述髋膝关节力矩值和所述肌电信号输入预测模型,输出预测关节力矩值,还包括:将所述目标点三维坐标和所述足底压力数据输入关节力矩求解单元;基于所述关节力矩求解单元输出髋膝关节力矩值,并将髋膝关节力矩值作为力矩标签与所述肌电信号同步输入肌电预测力矩单元,其中,所述肌电预测力矩单元为所述预测模型的子处理单元;通过所述肌电预测力矩单元输出所述预测关节力矩值。3.如权利要求2所述的方法,其特征在于,所述将髋膝关节力矩值作为力矩标签与所述肌电信号同步输入肌电预测力矩单元之前,还包括:通过均值处理对所述肌电信号进行运动伪迹影响剔除,并基于组合滤波器进行滤波,完成肌电信号预处理;基于肌电时域特征和肌电频域特征构建对预处理后的肌电信号进行特征样本提取,构建肌电特征样本空间;通过RReliefF算法评价所述肌电特征样本空间内肌电特征与所述力矩标签的相关性;基于所述相关性进行阈值保留筛选,重构所述肌电特征样本空间;应用Kendall相关系数评价所述肌电特征样本空间的样本冗余程度,输出最优特征子集;将所述最优特征子集和所述力矩标签同步输入所述肌电预测力矩单元。4.如权利要求3所述的方法,其特征在于,所述方法还包括:
将所述最优特征子集输入CNN

LSTM网络,并通过所述CNN

LSTM网络的二维输入层进行所述最优特征子集的二维矩阵转换;配置所述CNN

LSTM网络的卷积核、步长和数量,基于配置完成的卷积核对二维矩阵转换结果进行特征遍历,获得解码力矩值;将...

【专利技术属性】
技术研发人员:马瑞贺琛祝珂张小栋杨翊卓赵勇李沛业
申请(专利权)人:西安交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1