System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于力触觉手套的手部康复训练监测系统技术方案_技高网

基于力触觉手套的手部康复训练监测系统技术方案

技术编号:40465486 阅读:11 留言:0更新日期:2024-02-22 23:19
本申请涉及一种基于力触觉手套的手部康复训练监测系统。该系统包括:通过力触觉手套装置读取当前的压力数据进行消抖处理,确定待传输的数据传输至终端设备;终端设备接收当前的压力数据,并监听数据传输状态进行降噪处理,获得降噪后的数据;对降噪后的数据进行归一化和维度处理,获得待识别数据,将待识别数据输入至训练好的动作识别模型进行动作识别,输出动作识别结果,根据动作识别结果,确定目标用户的动作是否标准,其中,训练好的动作识别模型是以目标用户在医生指导下的个性化训练过程产生的数据作为样本数据集,对基于多变量长短期记忆全卷积神经网络的动作识别模型进行训练获得的,提高了泛用性,降低了可穿戴设备康复系统的成本。

【技术实现步骤摘要】

本申请涉及电子与信息工程,特别是涉及一种基于力触觉手套的手部康复训练监测系统


技术介绍

1、远程康复系统一直是医学研究中备受关注的领域,其方案不仅具备成本效益,还能减轻康复中心的负担。此外,远程康复系统还允许采用个性化的方法,并在康复中心系统内进行持续监测,专家们可以为患者量身定制运动和训练方案。在涉及远程康复系统时,需要考虑多个因素,如移动应用程序的互动性、数据处理、个性化锻炼,还有可能最重要的无线连接。

2、在神经康复领域,可以将大多数方法分为机器人辅助和基于触觉及多模态感知手套的可穿戴设备。在机器人辅助康复系统中,患者在治疗机器人或者外骨骼的辅助下进行康复训练,这可能帮助运动障碍患者恢复肢体功能和独立性。其中一个主要的优点是这些机器人手的柔软性和适应性,这些也确保了在锻炼过程中拥有安全舒适的互动。多模态感知可穿戴设备则是在协助练习的过程中监测患者,收集数据并评估数据,以产生对患者康复训练动作质量的评估。

3、ar/vr技术已在包括医疗在内的多个领域显示出良好的应用前景。远程神经康复就是这样一个领域,ar/vr有潜力提高康复计划的有效性。为此,ar/vr技术可以创造沉浸式环境,模拟现实情境,让患者在安全可控的环境中进行日常生活活动和虚拟康复锻炼。这可以提高患者的参与度和积极性,从而改善结局。此外,增强现实、虚拟现实技术可以为患者提供即时的反馈,让他们跟踪自己的进展,并对自己的动作做出必要的调整。另一个有趣但仍有待探索的问题是设计个性化的解决方案,它可以被可视化为个人特定的服务和康复训练利用ar/vr技术与触觉界面。

4、目前,机器人辅助在康复方面取得了显著的进步,并且有望在多个领域获得广泛应用,并拥有很好的适应性。然而,当前可穿戴设备康复系统,需要复杂的装配过程,大部分可穿戴设备康复系统都只针对单一疾病的康复训练,并且缺乏对患者的个性化训练,其中一些穿戴设备包含众多传感器,价格昂贵,主要提供在高度复杂的临床环境中。因此,目前的可穿戴设备康复系统的成本较高和泛用性差的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够降低可穿戴设备康复系统的成本和提高泛用性的基于力触觉手套的手部康复训练监测系统。

2、一种基于力触觉手套的手部康复训练监测系统,其特征在于,所述系统包括:力触觉手套装置和终端设备;

3、所述力触觉手套装置用于通过穿戴在目标用户的手指上的手套中的压力传感器读取当前的压力数据,并将当前的压力数据进行消抖处理,确定待传输的数据;并将待传输的数据进行压缩与编码后传输至终端设备;

4、所述终端设备用于接收所述力触觉手套装置当前传输的数据,对所述当前传输的数据进行解码,输出当前的压力数据,并监听数据传输状态,记录最近一次数据的时间,当未接收到数据的时间间隔超过预设时间的情况下,输出上一次的压力数据作为当前的压力数据,对当前的压力数据进行降噪处理,获得降噪后的数据;对所述降噪后的数据进行归一化和维度处理,获得待识别数据,将所述待识别数据输入至训练好的动作识别模型进行动作识别,输出动作识别结果,根据所述动作识别结果,确定目标用户的动作是否标准,其中,所述训练好的动作识别模型是以目标用户在医生指导下的个性化训练过程产生的数据作为样本数据集,对基于多变量长短期记忆全卷积神经网络的动作识别模型进行训练获得的。

5、在其中一个实施例中,所述力触觉手套装置包括手套本体、4个柔性薄膜式电阻压力传感器、4个电阻-电压转换模块、模数转换器和处理器;

6、所述4个柔性薄膜式电阻压力传感器分别放置于手套本体的大拇指到无名指的指肚处夹层中,每个所述电阻压力传感器的两个引脚分别连接一个电阻-电压转换模块“+”“-”两个引脚,每个电阻-电压转换模块的ao引脚分别连接模数转换器上的ain0引脚至ain3引脚;所述模数转换器的sda引脚连接所述处理器的sda1引脚,所述模数转换器的scl引脚连接所述处理器的scl1引脚; 4个柔性薄膜式电阻压力传感器、4个电阻-电压转换模块和模数转换器的vcc引脚连接所述处理器的5v引脚,4个柔性薄膜式电阻压力传感器、4个电阻-电压转换模块和模数转换器的gnd引脚连接所述处理器的gnd引脚。

7、在其中一个实施例中,所述处理器通过i2c总线协议先向硬件地址为0x48的所述模数转换器依次发送控制字符0x40、0x41、0x42和0x43以分别读取ain0、ain1、ain2、ain3通道上各电阻压力传感器的数值,获得当前轮次各电阻压力传感器的压力数据;

8、所述处理器采用传感器-牛顿力数值转换函数对当前轮次各电阻压力传感器的压力数据进行转换,获得当前轮次各电阻压力传感器的牛顿力数值;将当前轮次各电阻压力传感器的牛顿力数值与上一轮次各电阻压力传感器的牛顿力数值的差值与抖动阈值进行比较,将当前轮次中差值大于抖动阈值的牛顿力数值对应的压力数据确定为待传输的数据。

9、在其中一个实施例中,所述传感器-牛顿力数值转换函数的表达式为:

10、,

11、;

12、其中,为第 n个电阻压力传感器在当前时刻 t的牛顿力数值,为传感器-牛顿力数值转换函数,为自然常数,为第 n个电阻压力传感器在当前时刻 t的压力数据。

13、在其中一个实施例中,所述抖动阈值为:,其中, k为消抖参数,为第 n个电阻压力传感器在 t-1时刻的牛顿力数值。

14、在其中一个实施例中,所述处理器根据待传输的数据,确定编码标识,根据所述编码标识和预设的编码方式对所述待传输的数据进行压缩与编码后存入int型变量data_s中,通过udp网络传输协议发送至终端设备。

15、在其中一个实施例中,所述预设的编码方式的表达式为:

16、;

17、其中,为int型变量,为编码标识,为第 n个电阻压力传感器当前的压力数据,为第1个电阻压力传感器当前的压力数据,为第2个电阻压力传感器当前的压力数据,为第3个电阻压力传感器当前的压力数据,为第4个电阻压力传感器当前的压力数据;在第 n个电阻压力传感器当前的压力数据发生改变的情况下:,在第 n个电阻压力传感器当前的压力数据未发生改变的情况下:。

18、在其中一个实施例中,所述动作识别模型包括:全卷积单元、长短期记忆单元、拼接单元和动作识别单元;

19、将所述待识别数据输入所述全卷积单元和所述长短期记忆单元进行特征提取,输出第一特征信息和第二特征信息;

20、所述第一特征信息和所述第二特征信息输入到所述拼接本文档来自技高网...

【技术保护点】

1.一种基于力触觉手套的手部康复训练监测系统,其特征在于,所述系统包括:力触觉手套装置和终端设备;

2.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述力触觉手套装置包括手套本体、4个柔性薄膜式电阻压力传感器、4个电阻-电压转换模块、模数转换器和处理器;

3.根据权利要求2所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述处理器通过I2C总线协议先向硬件地址为0x48的所述模数转换器依次发送控制字符0x40、0x41、0x42和0x43以分别读取AIN0、AIN1、AIN2、AIN3通道上各电阻压力传感器的数值,获得当前轮次各电阻压力传感器的压力数据;

4.根据权利要求3所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述传感器-牛顿力数值转换函数的表达式为:

5.根据权利要求3所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述抖动阈值为:,其中,k为消抖参数,为第n个电阻压力传感器在t-1时刻的牛顿力数值。

6.根据权利要求3所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述处理器根据待传输的数据,确定编码标识,根据所述编码标识和预设的编码方式对所述待传输的数据进行压缩与编码后存入int型变量Data_s中,通过UDP网络传输协议发送至终端设备。

7.根据权利要求6所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述预设的编码方式的表达式为:

8.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述动作识别模型包括:全卷积单元、长短期记忆单元、拼接单元和动作识别单元;

9.根据权利要求2所述的基于力触觉手套的手部康复训练监测系统,其特征在于, 所述基于多变量长短期记忆全卷积神经网络的动作识别模型的训练方式为:

10.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述终端设备还用于对所述降噪后的数据进行压缩后存储至数据库中。

...

【技术特征摘要】

1.一种基于力触觉手套的手部康复训练监测系统,其特征在于,所述系统包括:力触觉手套装置和终端设备;

2.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述力触觉手套装置包括手套本体、4个柔性薄膜式电阻压力传感器、4个电阻-电压转换模块、模数转换器和处理器;

3.根据权利要求2所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述处理器通过i2c总线协议先向硬件地址为0x48的所述模数转换器依次发送控制字符0x40、0x41、0x42和0x43以分别读取ain0、ain1、ain2、ain3通道上各电阻压力传感器的数值,获得当前轮次各电阻压力传感器的压力数据;

4.根据权利要求3所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述传感器-牛顿力数值转换函数的表达式为:

5.根据权利要求3所述的基于力触觉手套的手部康复训练监测系统,其特征在于,所述抖动阈值为:,其中,k为消抖参数,为第n个电阻压...

【专利技术属性】
技术研发人员:冯大宇潘志庚
申请(专利权)人:南京信息工程大学
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