CN109589496B - 一种人体运动全过程穿戴式仿生康复*** - Google Patents
一种人体运动全过程穿戴式仿生康复*** Download PDFInfo
- Publication number
- CN109589496B CN109589496B CN201910046175.9A CN201910046175A CN109589496B CN 109589496 B CN109589496 B CN 109589496B CN 201910046175 A CN201910046175 A CN 201910046175A CN 109589496 B CN109589496 B CN 109589496B
- Authority
- CN
- China
- Prior art keywords
- human body
- muscle
- moment
- joint
- force
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/3603—Control systems
- A61N1/36031—Control systems using physiological parameters for adjustment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Rehabilitation Tools (AREA)
Abstract
一种人体运动全过程穿戴式仿生康复***,主要包括人体运动标需关节力矩解算***、患者肌肉力自供关节力矩解析***和外辅激励补偿力矩计算***。改变了现有康复设备通过外辅机构带动患者各肢段实现康复运动的旧有模式。通过轻量化可穿戴式的使用方式,在充分保护患者现有肌肉施力功能的现状下,基于仿生学原理,以患者对标的健康人体运动力学模型为基础,通过惯性信号、足底六维力信号、表面肌电信号和功能性电刺激信号等多信号传感融合与解算方法,分析患者坐、站、行全运动过程中的空间肌肉力系与自供关节力矩,实时计算各关节所需补偿力矩,并及时通过功能性电刺激信号,激励对应肌肉施力,实现对人体运动全过程的康复运动辅助与训练。
Description
技术领域
本发明涉及穿戴式仿生运动康复设备领域,具体涉及一种人体运动全过程穿戴式仿生康复***。
背景技术
近年来,我国人口老龄化日益加重,其中脑卒中等老年患病人数不断增多,症状多表现为:脑部神经中枢受损但控制肌肉伸缩的直接神经元良好。医学研究表明,必要的康复手段可帮助患者更好的恢复肌体运动功能。当前康复方式多采用以外部机械设备辅助运动的方式,对人体施加外辅力,促使肢体被动运动,患者体验感不佳。
医学研究表明,人体运动过程中,肌肉(群)在施力过程中,皮肤表面会产生微弱的电信号,通过对肌肉(群)施加电刺激,可以激励肌肉伸缩提供肌肉力。针对人体从坐到站、从站到坐、步态行走的运动全过程,本发明设计一种人体运动全过程穿戴式仿生康复***。首先,以人体各运动肢段的惯性信号和足底六维力信号为输入量,基于对标健康人体的运动全过程动力学模型,解算出各关节运动标准需求力矩;其次,采集并解析人体运动过程中各肌肉的表面肌电信号,建立与各肌肉(群)所产生力值的映射关系;最后建立肌肉空间力系,解析由人体肌肉自身供力所等效的各关节力矩;最后,由中控电脑实时解析人体运动标需关节力矩与患者自供关节力矩,计算各关节所需补偿力矩,利用补偿关节力矩与功能性电刺激映射关系,由功能性电刺激仪模拟神经***,发出功能性电刺激信号激励对应肌肉(群)伸缩施力,满足患者人体按照对标健康人体动力学进行运动行为规划,也可实现对人体运动全过程康复运动辅助训练。
发明内容
本发明的目的在于一种人体运动全过程穿戴式仿生康复***,基于穿戴式传感器所检测的运动肢段惯性信号、足底六维力信号、表面肌电信号,对其进行中控解算分析与输出控制,由功能性刺激仪定量化实时发出电刺激信号,激励对应肌肉(群)伸缩施力,满足患者人体按照对标健康人体动力学进行运动行为规划,也可实现对人体运动全过程的康复运动辅助训练。
本发明的上述目的通过以下技术方案实现:
一种人体运动全过程穿戴式仿生康复***,其特征在于,包括功能性电刺激仪1、表面肌电信号采集片2、惯性传感器3、足底六维力传感器4等硬件设备,以及以下三部分子***:
第一部分子***:人体运动标需关节力矩解算***。利用人体各肢段惯性信号与足底六维力信号,结合人体坐、站、行运动全过程肢段动力学模型,计算出与患者对标健康人体运动时所需的标准关节力矩(标需关节力矩);
第二部分子***:患者肌肉力自供关节力矩解析***。以下肢运动中主要施力肌肉的表面肌电信号为基础,解析表面肌电信号与对应肌肉(群)所产生肌肉力之间的映射关系,通过表面肌电信号采集片2对患者主要运动肌肉表面肌电信号进行检测,解算患者自体肌肉供力下各关节力矩(自供关节力矩);
第三部分子***:外辅激励补偿关节力矩解计算***。由人体运动标需关节力矩与患者自供关节力矩,计算出各关节所需补偿力矩,依据补偿关节力矩与功能性电刺激之间的映射关系,确定功能性电刺激信号,激励肌肉(群)协作完成关节力矩补偿。
所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第一部分子***包括以下步骤:
第一步,以人体矢状面内脚踝中心为原点,建立OXY坐标系;依次建立对标健康人体参数的人体站起过程与步态过程动力学模型,其中人体站起过程基于脚、小腿、大腿、上身建立四肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4;人体步态过程基于左侧脚、左侧小腿、左侧大腿、上身、右侧大腿、右侧小腿、右侧脚建立七肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4、l5、l6、l7,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4、k5、k6、k7;依据《中华人民共和国国家标准:成年人人体惯性参数》,确定各肢段质量占人体总质量之比,并确定各肢段质心位置相对于本肢段长度之比;
第二步,依据拉格朗日动力学方程,将由惯性传感器3与足底六维力传感器4测得的惯性信号值、足底六维力信号值,依次代入人体全运动过程的各肢段拉格朗日动力学模型;
第三步,解算得到所对标健康人体运动过程中标需关节力矩,其计算公式如下:
站起运动过程标需关节力矩计算公式:
式中:L为拉格朗日函数;K为***动能;P为***势能;Ti为关节力矩,i=1、2、3、4;
行走运动过程标需关节力矩计算公式:
式中:M为质量矩阵;C为离心力与哥氏力矢量矩阵;P为重力矢量矩阵;T为关节力矩矩阵;
第四步,将解算结果上传至中控电脑,为补偿关节力矩计算提供数据基础。
所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第二部分子***包括以下步骤:
第一步,依据基础医学知识,确定人体运动过程中下肢主要作用肌肉(群),包含腰大肌501、髂肌502、大收肌503、股四头肌群504、胫骨前肌505、臀中肌506、臀大肌507、股二头肌群508、半腱肌509、比目鱼肌510、腓肠肌511(以上肌肉(群)仅为示例,但不限于此);
第二步,将表面肌电信号采集片2贴在主要作用肌肉(群)所对应皮肤表面,通过PCI1713U数据采集卡采集得到原始表面肌电信号,并由LabVIEW分析处理;
第三步,基于解析处理后的表面肌电信号,解算表面肌电信号与各肌肉(群)所产生肌肉力值间的映射关系,计算方法如下:
式中:fa为表面肌电信号发放率;a1、b1、c1为拟合常数;K1=8.72、K2=0.194分别为二价钙离子和肌钙蛋白在弱与强作用时二者的分离速率与结合速率;max(Rmvc(t))表示对每条肌肉最大伸缩力下的表面肌电信号进行时域处理后,得到的最大时域信号值;R(t)为每条肌肉实时的时域信号;Fmmax为肌肉最大等长收缩力;l为肌肉纤维长度;v为肌肉收缩速度;f(l)、f(v)、fp(l)为归一化的肌纤维力学特性曲线;
第四步,依据映射关系,得出各肌肉(群)所产生肌肉力矢量,建立空间肌肉力系,解析由患者肌肉自身供力所等效的各关节力矩;
第五步,将解算结果上传至中控电脑,为计算关节补偿力矩提供数据基础。
所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第三部分子***包括以下步骤:
第一步,通过中控电脑实时分析人体运动标需关节力矩与患者自供关节力矩,计算各关节所需补偿力矩;
第二步,解算补偿关节力矩与功能性电刺激信号间的映射关系,具体分析如下:
第三步,中控电脑实时接收人体反馈信息并控制功能性电刺激仪1发出相应的电刺激信号,激励各肌肉(群)完成肌肉伸缩施力,协作完成各关节力矩补偿。
所述的一种人体运动全过程穿戴式仿生康复***,其特征在于:所采用惯性传感器3以100Hz采集人体运动全过程中各肢段加速度、角速度等惯性信号值;足底六维力传感器4以100Hz,采集人体运动全过程中的足底六维力值。所采用表面肌电信号采集片2以1000Hz,采集人体运动过程中,各主要作用肌肉(群)的表面肌电信号。
本发明的有益效果在于,改变了现有康复设备通过大型外辅硬件或穿戴式外骨骼等施力方式去带动患者肢段进行康复运动的旧有模式。本发明通过轻量化的硬件装置可穿戴式的使用方式,在充分保护患者现有肌肉施力功能的现状下,基于仿生学原理和人体工程学原理,以患者对标的健康人体运动力学模型为基础,以传感检测与反馈技术为基本手段,通过惯性信号、足底六维力信号、表面肌电信号和功能性电刺激信号等多信号传感融合,实时解析患者坐、站、行全运动过程中的空间肌肉力系与自供关节力矩,并实时计算各关节所需补偿力矩,及时通过功能性电刺激信号,激励对应肌肉伸缩施力,实现对人体坐、站、行全运动过程的康复运动辅助与训练。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1本发明的原理流程图
图2本发明的硬件安装使用图(安装情况为示例,使用数量和位置不仅限于图示情况)
图3本发明的人体行走运动七肢段模型
图4本发明的人体站起运动三肢段模型
图5本发明的人体全运动过程中主要被激励肌肉示意图
图6本发明的硬件***原理图
具体实施方式
下面结合附图对本发明的***作进一步描述,以本发明的技术方案为前提进行实施,给出的具体实施方式和详细操作过程,但是本发明的保护范围不限于所描述的实施方案。
参见图1和图2所示,所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,包括功能性电刺激仪1、表面肌电信号采集片2、惯性传感器3、足底六维力传感器4等硬件设备,以及以下三部分子***:
第一部分子***:人体运动标需关节力矩解算***。利用人体各肢段惯性信号与足底六维力信号,结合人体坐、站、行运动全过程肢段动力学模型,计算出与患者对标健康人体运动时所需的标准关节力矩(标需关节力矩);
第二部分子***:患者肌肉力自供关节力矩解析***。以下肢运动中主要施力肌肉的表面肌电信号为基础,解析表面肌电信号与对应肌肉(群)所产生肌肉力之间的映射关系,通过表面肌电信号采集片2对患者主要运动肌肉表面肌电信号进行检测,解算患者自体肌肉供力下各关节力矩(自供关节力矩);
第三部分子***:外辅激励补偿关节力矩计算***。由人体运动标需关节力矩与患者自供关节力矩,计算出各关节所需补偿力矩,依据补偿关节力矩与功能性电刺激之间的映射关系,确定功能性电刺激信号,激励肌肉(群)协作完成关节力矩补偿。
参见图1、图3和图4所示,一种人体运动全过程穿戴式仿生康复***,其特征在于,第一部分子***包括以下步骤:
第一步,以人体矢状面内脚踝中心为原点,建立OXY坐标系;依次建立对标健康人体参数的人体站起过程与步态过程动力学模型,其中人体站起过程基于脚、小腿、大腿、上身建立四肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4;人体步态过程基于左侧脚、左侧小腿、左侧大腿、上身、右侧大腿、右侧小腿、右侧脚建立七肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4、l5、l6、l7,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4、k5、k6、k7;依据《中华人民共和国国家标准:成年人人体惯性参数》,确定各肢段质量占人体总质量之比,并确定各肢段质心位置相对于本肢段长度之比。
第二步,依据拉格朗日动力学方程,将由惯性传感器3与足底六维力传感器4测得的惯性信号值、足底六维力信号值,依次代入人体全运动过程的各肢段拉格朗日动力学模型;
第三步,解算得到所对标健康人体运动过程中标需关节力矩,其计算公式如下:
站起运动过程标需关节力矩计算公式:
式中:L为拉格朗日函数;K为***动能;P为***势能;Ti为关节力矩,i=1、2、3、4;
行走运动过程标需关节力矩计算公式:
式中:M为质量矩阵;C为离心力与哥氏力矢量矩阵;P为重力矢量矩阵;T为关节力矩矩阵;
第四步,将解算结果上传至中控电脑,为补偿关节力矩计算提供数据基础。
参见图1与图5所示,所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第二部分子***包括以下步骤:
第一步,依据基础医学知识,确定人体运动过程中下肢主要作用肌肉(群),包含腰大肌501、髂肌502、大收肌503、股四头肌群504、胫骨前肌505、臀中肌506、臀大肌507、股二头肌群508、半腱肌509、比目鱼肌510、腓肠肌511(以上肌肉(群)仅为示例,但不限于此);
第二步,将表面肌电信号采集片2贴在主要作用肌肉(群)所对应皮肤表面,通过PCI1713U数据采集卡采集得到原始表面肌电信号,并由LabVIEW分析处理;
第三步,基于解析处理后的表面肌电信号,解算表面肌电信号与各肌肉(群)所产生肌肉力值间的映射关系,计算方法如下:
式中:fa为表面肌电信号发放率;a1、b1、c1为拟合常数;K1=8.72、K2=0.194分别为二价钙离子和肌钙蛋白在弱与强作用时二者的分离速率与结合速率;max(Rmvc(t))表示对每条肌肉最大伸缩力下的表面肌电信号进行时域处理后,得到的最大时域信号值;R(t)为每条肌肉实时的时域信号;Fmmax为肌肉最大等长收缩力;l为肌肉纤维长度;v为肌肉收缩速度;f(l)、f(v)、fp(l)为归一化的肌纤维力学特性曲线;
第四步,依据映射关系,基于人体空间肌肉力系计算得出各肌肉(群)所产生肌肉力矢量,解析由患者肌肉自身供力所等效的各关节力矩;
第五步,将解算结果上传至中控电脑,为计算关节补偿力矩提供数据基础。
参见图1所示,所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第三部分子***包括以下步骤:
第一步,通过中控电脑实时分析人体运动标需关节力矩与患者自供关节力矩,计算各关节所需补偿力矩;
第二步,解算补偿关节力矩与功能性电刺激信号间的映射关系,具体分析如下:
第三步,中控电脑实时接收人体反馈信息并控制功能性电刺激仪1发出相应的电刺激信号,激励各肌肉(群)完成肌肉伸缩施力,协作完成各关节力矩补偿。
参见图2所示,所述的一种人体运动全过程穿戴式仿生康复***,其特征在于:所采用惯性传感器3以100Hz采集人体运动全过程中各肢段加速度、角速度等惯性信号值;足底六维力传感器4以100Hz,采集人体运动全过程中的足底六维力值。所采用表面肌电信号采集片2以1000Hz,采集人体运动过程中,各主要作用肌肉(群)的表面肌电信号。
参见图6所示,所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,当患者按照指导,穿戴好功能性电刺激仪1、表面肌电信号采集片2、惯性传感器3、足底六维力传感器4之后,按照可选的动作,开始坐、站、行运动全过程。以惯性传感器3与足底六维力传感器4,测出肢体运动过程中各肢段惯性信号与足底六维力信号,经过对标健康人体关节力矩解算***,得到各关节运动标准需求力矩。在运动过程中,各肢段内的肌肉拉伸,以表面肌电采集片2,采集原始肌肉表面肌电信号,经PCI1713U数据采集卡、LaBVIEW,得到处理后的表面肌电信号,经过人体运动自供关节力矩解析***,得到患者肌肉力自供肌肉力所等效的各关节力矩;由上位机实时接收人体运动标需关节力矩与患者自供关节力矩,解析得到各关节所需补偿力矩,依据外辅激励补偿关节力矩与功能性电刺激映射关系,确定相应的功能性电刺激信号,由功能性刺激仪1模仿神经***发出相应的信号刺激肌肉伸缩,补偿患者运动所需关节力矩,通过肌肉伸缩带动人体运动全过程的运动动作,最终实现仿生的人体运动康复训练。
以上所述仅为本发明的优选实例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种人体运动全过程穿戴式仿生康复***,其特征在于,包括功能性电刺激仪(1)、表面肌电信号采集片(2)、惯性传感器(3)、足底六维力传感器(4)等硬件设备,以及以下三部分子***:
第一部分子***:人体运动标需关节力矩解算***;利用人体各肢段惯性信号与足底六维力信号,结合人体坐、站、行运动全过程肢段动力学模型,计算出与患者对标健康人体运动时所需的标准力矩;
第二部分子***:患者肌肉力自供关节力矩解析***;以下肢运动中主要施力肌肉的表面肌电信号为基础,解析表面肌电信号与对应肌肉所产生肌肉力值间映射的关系,通过表面肌电信号采集片(2)对患者主要运动肌肉表面肌电信号进行检测,解算患者自体肌肉供力下各关节力矩;
第三部分子***:外辅激励补偿关节力矩解算***;由人体运动标需关节力矩与患者自供关节力矩,计算出各关节所需补偿力矩,依据补偿关节力矩与功能性电刺激信号映射关系,确定相应的功能性电刺激,激励肌肉协作完成关节力矩补偿。
2.根据权利要求1所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第一部分子***包括以下步骤和方法:
第一步,以人体矢状面内脚踝中心为原点,建立OXY坐标系;依次建立对标健康人体参数的人体站起过程与步态过程动力学模型,其中人体站起过程基于脚、小腿、大腿、上身建立四肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4;人体步态过程基于左侧脚、左侧小腿、左侧大腿、上身、右侧大腿、右侧小腿、右侧脚建立七肢段动力学模型,其各肢段长度分别为l1、l2、l3、l4、l5、l6、l7,各肢段质心位置相对于本肢段长度之比分别为k1、k2、k3、k4、k5、k6、k7;依据《中华人民共和国国家标准:成年人人体惯性参数》,确定各肢段质量占人体总质量之比,并确定各肢段质心位置相对于本肢段长度之比;
第二步,依据拉格朗日动力学方程,将由惯性传感器(3)与足底六维力传感器(4)测得的惯性信号值、足底六维力信号值,依次代入人体全运动过程的各肢段拉格朗日动力学模型;
第三步,解算得到所对标健康人体运动过程中标需关节力矩,其计算公式如下:
站起运动过程标需关节力矩计算公式:
式中:L为拉格朗日函数;K为***动能;P为***势能;Ti为关节力矩,i=1、2、3、4;
行走运动过程标需关节力矩计算公式:
式中:M为质量矩阵;C为离心力与哥氏力矢量矩阵;P为重力矢量矩阵;T为关节力矩矩阵;
第四步,将解算结果上传至中控电脑,为补偿关节力矩计算提供数据基础。
3.根据权利要求1所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,第二部分子***包括以下步骤:
第一步,依据基础医学知识,确定人体运动过程中下肢主要作用肌肉,包含腰大肌(501)、髂肌(502)、大收肌(503)、股四头肌群(504)、胫骨前肌(505)、臀中肌(506)、臀大肌(507)、股二头肌群(508)、半腱肌(509)、比目鱼肌(510)、腓肠肌(511);
第二步,将表面肌电信号采集片(2)贴在主要作用肌肉所对应皮肤表面,通过数据采集卡采集得到原始表面肌电信号,并由LabVIEW分析处理;
第三步,基于解析处理后的表面肌电信号,解算表面肌电信号与各肌肉所产生肌肉力值间的映射关系,计算方法如下:
式中:fa为表面肌电信号发放率;a1、b1、c1为拟合常数;K1=8.72、K2=0.194分别为二价钙离子和肌钙蛋白在弱与强作用时二者的分离速率与结合速率;max(Rmvc(t))表示对每条肌肉最大伸缩力下的表面肌电信号进行时域处理后,得到的最大时域信号值;R(t)为每条肌肉实时的时域信号;Fm max为肌肉最大等长收缩力;l为肌肉纤维长度;v为肌肉收缩速度;f(l)、f(v)、fp(l)为归一化的肌纤维力学特性曲线;
第四步,依据映射关系,得出各肌肉所产生肌肉力矢量,建立空间肌肉力系,解析由患者肌肉自身供力所等效的各关节力矩;
第五步,将解算结果上传至中控电脑,为计算关节补偿力矩提供数据基础。
5.根据权利要求1所述的一种人体运动全过程穿戴式仿生康复***,其特征在于,所采用惯性传感器(3)以100Hz采集人体运动全过程中各肢段加速度、角速度等惯性信号值;足底六维力传感器(4)以100Hz,采集人体运动全过程中的足底六维力值;所采用表面肌电信号采集片(2)以1000Hz,采集人体运动过程中,各主要作用肌肉的表面肌电信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046175.9A CN109589496B (zh) | 2019-01-18 | 2019-01-18 | 一种人体运动全过程穿戴式仿生康复*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046175.9A CN109589496B (zh) | 2019-01-18 | 2019-01-18 | 一种人体运动全过程穿戴式仿生康复*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109589496A CN109589496A (zh) | 2019-04-09 |
CN109589496B true CN109589496B (zh) | 2023-06-16 |
Family
ID=65965275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910046175.9A Active CN109589496B (zh) | 2019-01-18 | 2019-01-18 | 一种人体运动全过程穿戴式仿生康复*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109589496B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110755070B (zh) * | 2019-08-28 | 2022-07-05 | 北京精密机电控制设备研究所 | 基于多传感器融合的下肢运动位姿快速预测***及方法 |
CN110801226A (zh) * | 2019-11-01 | 2020-02-18 | 西安交通大学 | 一种基于表面肌电信号的人体膝关节力矩测试***方法及应用 |
CN111659006B (zh) * | 2020-06-11 | 2021-11-19 | 浙江大学 | 一种基于多传感融合的步态采集及神经肌肉电刺激*** |
CN111759669B (zh) * | 2020-07-28 | 2022-04-15 | 常州锦澄医疗设备有限公司 | 基于电刺激上下肢协同智能康复机器人***及其工作方法 |
CN112386796B (zh) * | 2020-11-18 | 2023-04-28 | 力迈德医疗(广州)有限公司 | 基于电刺激的康复设备控制方法及康复设备 |
CN112220650B (zh) * | 2020-12-09 | 2021-04-16 | 南京伟思医疗科技股份有限公司 | 一种外骨骼机器人对侧训练用在线步态生成控制*** |
CN113081429B (zh) * | 2021-04-16 | 2022-08-30 | 西北工业大学 | 一种治疗膝骨关节炎的柔性智能辅助*** |
CN113273999B (zh) * | 2021-05-25 | 2023-08-01 | 南开大学 | 一种穿戴式多维步态分析***及方法 |
CN113779715B (zh) * | 2021-08-24 | 2023-06-27 | 汕头大学 | 轻量化机械外骨骼设计方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101181176A (zh) * | 2007-12-10 | 2008-05-21 | 华中科技大学 | 一种穿戴式手功能康复机器人及其控制*** |
CN103052424A (zh) * | 2010-06-04 | 2013-04-17 | 大学健康网络 | 功能性电刺激装置和***及其用途 |
CN103068440A (zh) * | 2011-06-28 | 2013-04-24 | 中国科学院自动化研究所 | 功能性电刺激*** |
CN103764021A (zh) * | 2011-05-20 | 2014-04-30 | 南洋理工大学 | 一种用于协同神经-生理学修复和/或功能提升的***、仪器、装置和方法 |
CN105617528A (zh) * | 2015-12-21 | 2016-06-01 | 李光明 | 一种遥控式可穿戴功能性电刺激装置 |
CN105992554A (zh) * | 2013-12-09 | 2016-10-05 | 哈佛大学校长及研究员协会 | 帮助人移动的辅助柔性套服、柔性套服***及它们的制造和控制方法 |
CN106456978A (zh) * | 2014-04-25 | 2017-02-22 | 波士顿科学神经调制公司 | 用于可植入医疗装置电容负载效应的电脉冲电荷补偿的***和方法 |
CN106420279A (zh) * | 2016-12-01 | 2017-02-22 | 北京理工大学 | 一种基于步态的可穿戴柔性膝关节机器人外骨骼装备 |
CN109199783A (zh) * | 2017-07-04 | 2019-01-15 | 中国科学院沈阳自动化研究所 | 一种利用sEMG来控制踝关节康复设备刚度的控制方法 |
CN109200465A (zh) * | 2017-06-30 | 2019-01-15 | G治疗私人有限公司 | 用于神经调节的*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2492069A (en) * | 2011-06-16 | 2012-12-26 | Teesside University | Measuring total expended energy of a moving body |
GB2500641B (en) * | 2012-03-28 | 2016-11-02 | Actegy Ltd | Apparatus for stimulating muscles of a subject |
US9333345B2 (en) * | 2013-10-03 | 2016-05-10 | Ensilver Canada | Electrical stimulation for a functional electrical stimulation system |
CA2934366A1 (en) * | 2015-06-30 | 2016-12-30 | Ulterra Drilling Technologies, L.P. | Universal joint |
-
2019
- 2019-01-18 CN CN201910046175.9A patent/CN109589496B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101181176A (zh) * | 2007-12-10 | 2008-05-21 | 华中科技大学 | 一种穿戴式手功能康复机器人及其控制*** |
CN103052424A (zh) * | 2010-06-04 | 2013-04-17 | 大学健康网络 | 功能性电刺激装置和***及其用途 |
CN103764021A (zh) * | 2011-05-20 | 2014-04-30 | 南洋理工大学 | 一种用于协同神经-生理学修复和/或功能提升的***、仪器、装置和方法 |
CN103068440A (zh) * | 2011-06-28 | 2013-04-24 | 中国科学院自动化研究所 | 功能性电刺激*** |
CN105992554A (zh) * | 2013-12-09 | 2016-10-05 | 哈佛大学校长及研究员协会 | 帮助人移动的辅助柔性套服、柔性套服***及它们的制造和控制方法 |
CN106456978A (zh) * | 2014-04-25 | 2017-02-22 | 波士顿科学神经调制公司 | 用于可植入医疗装置电容负载效应的电脉冲电荷补偿的***和方法 |
CN105617528A (zh) * | 2015-12-21 | 2016-06-01 | 李光明 | 一种遥控式可穿戴功能性电刺激装置 |
CN106420279A (zh) * | 2016-12-01 | 2017-02-22 | 北京理工大学 | 一种基于步态的可穿戴柔性膝关节机器人外骨骼装备 |
CN109200465A (zh) * | 2017-06-30 | 2019-01-15 | G治疗私人有限公司 | 用于神经调节的*** |
CN109199783A (zh) * | 2017-07-04 | 2019-01-15 | 中国科学院沈阳自动化研究所 | 一种利用sEMG来控制踝关节康复设备刚度的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109589496A (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109589496B (zh) | 一种人体运动全过程穿戴式仿生康复*** | |
JP4695605B2 (ja) | 神経筋刺激 | |
Kim et al. | Effects of innovative WALKBOT robotic-assisted locomotor training on balance and gait recovery in hemiparetic stroke: a prospective, randomized, experimenter blinded case control study with a four-week follow-up | |
Stauffer et al. | The walktrainer—a new generation of walking reeducation device combining orthoses and muscle stimulation | |
US20100312152A1 (en) | Smart gait rehabilitation system for automated diagnosis and therapy of neurologic impairment | |
CN108283569A (zh) | 一种外骨骼机器人控制***及控制方法 | |
CN104688486A (zh) | 一种下肢康复机器人运动控制*** | |
Kawai et al. | Closed-loop position and cadence tracking control for FES-cycling exploiting pedal force direction with antagonistic biarticular muscles | |
CN106334265A (zh) | 以功能性肌肉电刺激驱动的外骨骼助行***及助行方法 | |
Wang et al. | Initial system evaluation of an overground rehabilitation gait training robot (NaTUre-gaits) | |
US20140100494A1 (en) | Smart gait rehabilitation system for automated diagnosis and therapy of neurologic impairment | |
CN109771216A (zh) | 一种脑卒中患者复健fes信号精确定位方法 | |
Yamawaki et al. | Application of robot suit HAL to gait rehabilitation of stroke patients: a case study | |
CN110652299A (zh) | 面向下肢软质外骨骼的多源传感信息融合*** | |
CN111408042A (zh) | 功能性电刺激和下肢外骨骼智能分配方法、装置、存储介质及*** | |
Zhang et al. | Gait deviation correction method for gait rehabilitation with a lower limb exoskeleton robot | |
Senanayake et al. | Emerging robotics devices for therapeutic rehabilitation of the lower extremity | |
Li et al. | Gait-phase-dependent control using a smart walker for physical training | |
Tong et al. | BP-AR-based human joint angle estimation using multi-channel sEMG | |
CN108852585B (zh) | 一种异常姿态矫正评估训练*** | |
Hussein et al. | Muscle coordination in healthy subjects during floor walking and stair climbing in robot assisted gait training | |
Negard | Controlled FES-assisted gait training for hemiplegic stroke patients based on inertial sensors | |
Huang et al. | A kinematic data based lower limb motor function evaluation method for post-stroke rehabilitation | |
Chen et al. | Towards Human-like Walking with Biomechanical and Neuromuscular Control Features: Personalized Attachment Point Optimization Method of Cable-Driven Exoskeleton | |
Chen et al. | Control strategies for lower limb rehabilitation robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230316 Address after: 130012 No. 2699 Qianjin Street, Jilin, Changchun Applicant after: Jilin University Address before: No.142, Renmin Street, Nanguan District, Changchun City, Jilin Province Applicant before: Liu Kun |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |