【技术实现步骤摘要】
本专利技术属于人机交互，具体是基于深度学习的神经电生理信号处理与分析系统。
技术介绍
1、因自然因素或人为因素导致的肢体残疾截肢者不断增多，其中上肢截肢会导致截肢者失去日常活动所必需的抓握、操作和感知的能力，表面肌电信号是肌肉集群运动动作电位在皮肤表面的综合表现，它是一种非平稳信号，其强弱水平与肌肉的活跃程度通常成正比。因此,它能够反映人体肌肉动作信息,用于解析大脑传递的运动意图,比如腕关节和指关节的姿态及力度控制命令等。肌电假手就是通过残肢的表面肌电信号特征解码并对仿人型灵巧手进行运动控制的一种假手装置。
2、肌电假肢的使用离不开训练过程,传统的方式是使用实体假肢进行训练,效率低、时间长且枯燥乏味,易使截肢者失去训练的积极性和信心。而虚拟的训练系统进行模拟训练与实际控制存在一定的区别，且缺乏触觉反馈，而反馈功能不仅可以缩小假肢与正常肢体的差异，还可以提升截肢者对假肢的接受程度，便于加速机电假肢的训练过程。
技术实现思路
1、本专利技术的目的是提供基于深度学习的神经电生理信号处理与分析系统，加强在训练过程中的感官体验，提高训练的积极性和信心，并便于截肢者对假肢进行控制。
2、为了实现上述目的，本专利技术的技术方案如下：
3、基于深度学习的神经电生理信号处理与分析系统，包括信号采集模块、信号处理模块和信号反馈模块；
4、所述信号采集模块包括握取信号采集模块、肌肉信号采集模块和图像采集模块，所述握取信号采集模块用于采集假肢的手部的压力反馈
5、所述肌肉信号采集模块用于采集截肢者断肢处肌肉的电信号数据，并将电信号数据发送至信号处理模块；
6、所述图像采集模块用于获取并存储假肢运动过程中的待识别图像，并将待识别图像发送至信号处理模块；
7、所述信号处理模块用于录入并存储训练好的基础控制模型，基础控制模型中包括若干指定目标物体位置和该指定目标物体位置对应的若干训练动作，各训练动作对应有基础控制指定；
8、信号处理模块还用于切换工作模式和训练模式，在训练模式下，用于标记指定目标物体位置；基于指定目标物体位置显示不同的训练动作，在显示一个训练动作时，记录假肢在运动过程中对应的压力反馈数据、电信号数据和待识别图像，基于电信号数据对该训练动作的基础控制指定进行修正，得到修正模型；
9、并基于待识别图像获取假肢的五指与指定目标物体位置接触时的接触时刻，基于接触时刻得到五指对应的压力反馈数据，基于接触时刻的压力反馈数据与设定的阈值进行对比，若接触时刻的压力反馈数据大于阈值，则计算压力反馈数据与阈值之间的比例，并将比例作为参数对基础控制指定进行修正，若接触时刻的压力反馈数据小于阈值，则终止；再基于压力反馈数据大小生成五指对应的反馈控制指定；
10、在工作模式下，基于待识别图像获取目标物位置，并将目标物位置和电信号数据导入修正模型中确定假肢在当前时刻对应的训练动作，并基于训练动作得到对应的工作指定，再基于待识别图像获取假肢的五指与目标物位置的预接触时间，基于预接触提前获取对应的压力反馈数据，当实时反馈数据与压力反馈数据一致时，将对应的反馈控制指定发送至信号反馈模块；
11、所述信号反馈模块基于反馈控制指定带动断肢处相应的肌肉进行运动。
12、采用上述方案后实现了以下有益效果：
13、在训练模式下，按照训练好的基础控制模型对截肢者进行深度学习训练，便于假肢更快的完成对截肢者的各项数据进行采集，以此便于对基础控制模型进行修正，同时，系统性的训练为截肢者提供训练模板，为截肢者提高训练方向，提高训练方向，缩短训练时长。
14、在工作模式下，基于修正后的基础控制模型，基于电信号数据和待识别图像判断截肢者想表达的动作，将截肢者想表达的动作归纳成不同的训练动作，使假肢的动作实现标准化控制，再控制假肢与目标物接触时产生的压力反馈数据，即便于实现假肢对目标物的力度大小控制，也便于信号反馈模块根据压力反馈数据生成对应的反馈控制指定对带动断肢处相应的肌肉进行运动，从而加强在训练过程中的感官体验，提高训练的积极性和信心，并便于截肢者对假肢进行控制。
15、进一步，所述信号处理模块基于待识别图像获取目标物位置时，基于电信号数据获取训练动作中假肢的预前进方向，再将待识别的图像进行图像分割，得到目标物位置以及假肢的五指中心处的标记点，并以五个标记点确定中心点，基于当前时候的中心点的位置确定假肢的偏转方向，将偏转方向与预前进方向进行一致性判断，若偏转方向与预前进方向一致，则终止，若偏转方向与预前进方向不一致，则基于预前进方向对偏转方向进行修正。
16、有益效果：通过对待识别图像的识别目标物位置，基于预前进方向对偏转方向进行修正，辅助截肢者更好的完成动作，减少假肢对截肢者意图的识别难度，便于截肢者对假肢进行控制。
17、进一步，所述信号处理模块当待识别图像中存在多个目标物时，还会基于当前时间之后的电信号数据确定运动调节方向，并基于运动调节方向确定最终目标物，基于最终目标物确定对应的训练动作。
18、有益效果：将多个目标物进行区分，便于对截肢者的目标握取物进行判断，辅助截肢者对假肢进行控制。
19、进一步，握取信号采集模块包括可拆卸模块和固定模块，固定模块固定安装在假肢上，并将假肢与目标物接触时的压力变化数据发送至信号处理模块，可拆卸模块与截肢者完好手臂的五指进行贴合，并将截肢者完好手臂的五指与目标物接触时的压力变化数据发送至信号处理模块，并以截肢者完好手臂的五指与目标物接触时的压力变化数据作为阈值的参照。
20、有益效果：通过截肢者完好手臂的五指与目标物接触时的压力变化数据对阈值进行参照，便于为假肢的压力反馈数据提供依据，便于建立更好的反馈调节。
21、进一步，所述反馈控制指定的获取以截肢者完好手臂的五指与目标物接触时的压力变化数据作为参照。
22、有益效果：将截肢者完好手臂的五指与目标物接触时的压力变化数据作为参照，在信号反馈模块基于反馈控制指定带动断肢处相应的肌肉进行运动时，使大脑更易于其他方式获取的反馈调节进行接收，从而建立更好的反馈。
23、进一步，训练动作按照由易到难的顺序进行显示。
24、有益效果：训练动作的显示顺序便于截肢者在训练过程中建立信心。
25、进一步，所述肌肉信号采集模块为贴片电极。
26、有益效果：贴片电极便于肌肉信号采集模块与肌肉进行贴合。
27、进一步，所述信号反馈模块包括若干电刺激电机和与断肢处粘接的电推杆，信号反馈模块基于反馈控制指定控制相应的电推杆拉动断肢处相应的肌肉以及电刺激断肢处相应的肌肉。
28、有益效果：通过电推杆和电刺激对断肢截肢者缺失部位进行模拟肌肉带动，缩小假肢与正常肢体的差异，可以提升截肢者对假肢的接受程度。
本文档来自技高网...【技术保护点】
1.基于深度学习的神经电生理信号处理与分析系统，其特征在于：包括信号采集模块、信号处理模块和信号反馈模块；
2.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述信号处理模块基于待识别图像获取目标物位置时，基于电信号数据获取训练动作中假肢的预前进方向，再将待识别的图像进行图像分割，得到目标物位置以及假肢的五指中心处的标记点，并以五个标记点确定中心点，基于当前时候的中心点的位置确定假肢的偏转方向，将偏转方向与预前进方向进行一致性判断，若偏转方向与预前进方向一致，则终止，若偏转方向与预前进方向不一致，则基于预前进方向对偏转方向进行修正。
3.根据权利要求2所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述信号处理模块当待识别图像中存在多个目标物时，还会基于当前时间之后的电信号数据确定运动调节方向，并基于运动调节方向确定最终目标物，基于最终目标物确定对应的训练动作。
4.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：握取信号采集模块包括可拆卸模块和固定模块，固定模块固定安装在
5.根据权利要求1或4所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述反馈控制指定的获取以截肢者完好手臂的五指与目标物接触时的压力变化数据作为参照。
6.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：训练动作按照由易到难的顺序进行显示。
7.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述肌肉信号采集模块为贴片电极。
8.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述信号反馈模块包括若干电刺激电机和与断肢处粘接的电推杆，信号反馈模块基于反馈控制指定控制相应的电推杆拉动断肢处相应的肌肉以及电刺激断肢处相应的肌肉。
...【技术特征摘要】
1.基于深度学习的神经电生理信号处理与分析系统，其特征在于：包括信号采集模块、信号处理模块和信号反馈模块；
2.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述信号处理模块基于待识别图像获取目标物位置时，基于电信号数据获取训练动作中假肢的预前进方向，再将待识别的图像进行图像分割，得到目标物位置以及假肢的五指中心处的标记点，并以五个标记点确定中心点，基于当前时候的中心点的位置确定假肢的偏转方向，将偏转方向与预前进方向进行一致性判断，若偏转方向与预前进方向一致，则终止，若偏转方向与预前进方向不一致，则基于预前进方向对偏转方向进行修正。
3.根据权利要求2所述的基于深度学习的神经电生理信号处理与分析系统，其特征在于：所述信号处理模块当待识别图像中存在多个目标物时，还会基于当前时间之后的电信号数据确定运动调节方向，并基于运动调节方向确定最终目标物，基于最终目标物确定对应的训练动作。
4.根据权利要求1所述的基于深度学习的神经电生理信号处理与分析系统，其特...
【专利技术属性】
技术研发人员：郝仁方，罗忠，任啟勤，梁涛，李小恒，
申请(专利权)人：遵义医科大学附属医院，
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。