CN110908506A - 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备 - Google Patents

仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备 Download PDF

Info

Publication number
CN110908506A
CN110908506A CN201911040519.1A CN201911040519A CN110908506A CN 110908506 A CN110908506 A CN 110908506A CN 201911040519 A CN201911040519 A CN 201911040519A CN 110908506 A CN110908506 A CN 110908506A
Authority
CN
China
Prior art keywords
force control
electroencephalogram
user
active
signal
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.)
Granted
Application number
CN201911040519.1A
Other languages
English (en)
Other versions
CN110908506B (zh
Inventor
崔正哲
陈卫东
朱世强
朱威灵
傅向向
杨培金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Meilian Medical Technology Co Ltd
Original Assignee
Zhejiang Meilian Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Meilian Medical Technology Co Ltd filed Critical Zhejiang Meilian Medical Technology Co Ltd
Priority to CN201911040519.1A priority Critical patent/CN110908506B/zh
Publication of CN110908506A publication Critical patent/CN110908506A/zh
Application granted granted Critical
Publication of CN110908506B publication Critical patent/CN110908506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/00178—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices for active exercising, the apparatus being also usable for passive exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/00181—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices comprising additional means assisting the user to overcome part of the resisting force, i.e. assisted-active exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Dermatology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明涉及一种仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备。本发明的目的是提供一种仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备，以提高康复训练效果。本发明的技术方案是：一种仿生智能算法驱动的主被动一体化康复方法，其特征在于：获取用户包含运动意图的脑电信号；获取用户包含运动信息的肌电信号；获取用户对运动执行机构施加的力控信号；根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号；所述运动执行机构根据所述控制输出信号带动用户运动。本发明适用于大脑康复训练领域。

Description

仿生智能算法驱动的主被动一体化康复方法、装置、存储介质 和设备
技术领域
本发明涉及一种仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备，适用于大脑康复训练领域。
背景技术
脑卒中是由于脑部缺血或出血性损伤而引起脑功能缺失的一种疾病。据统计，中国居民每年因脑卒中死亡人数约270万，新发病率与死亡率相当，并且大约75％的患者存在不同程度的肢体障碍。脑卒中复发率高，加之近年来该病呈年轻化趋势，使得中国脑卒中防控形势严峻。再加上人口老龄化、运动损伤及交通事故等造成的患者肢体障碍，我国康复医疗的需求越来越大，未来采用智能机器人辅助治疗会成为一种趋势。
脑卒中极易造成患者肢体运动功能障碍，针对患肢的康复训练不仅需要机械运动来提高患肢肌力、避免肌肉萎缩、避免产生压疮等，更重要的是需要提高患者主动参与训练的意图，刺激患者大脑受损区域的神经重塑，使其在训练过程中逐渐摆脱对康复设备的依赖。
目前对于偏瘫患者的康复治疗主要采用按摩、针灸、电刺激、治疗师辅助患者运动，以及康复机器人辅助运动的方法。治疗师辅助运动方式所需的人力成本和时间成本太高，且我国康复治疗师人数严重不足。现有的康复机器人技术虽然能够在一定程度上提高患者康复治疗的趣味性，但针对肌力为零的患者仍只能以被动运动康复为主，缺乏大脑神经***的直接参与，因而无法在神经康复工作中发挥作用，导致康复效果并不理想。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备，以提高康复训练效果。
本发明所采用的技术方案是：一种仿生智能算法驱动的主被动一体化康复方法，其特征在于：
获取用户包含运动意图的脑电信号；
获取用户包含运动信息的肌电信号；
获取用户对运动执行机构施加的力控信号；
根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号；
所述运动执行机构根据所述控制输出信号带动用户运动。
所述控制输出信号根据以下算法得到：
N＝K1*N脑电+K2*N肌电+K3*N力控+K4*N补偿；
K1+K2+K3+K4＝1；
其中N为控制输出信号，K1为脑电系数，N脑电为脑电特征；K2为肌电系数，N肌电为肌电特征；K3为力控系数，N力控为力控特征；K4为补偿系数，N补偿为补偿特征；
当脑电、肌电、力控信号中一种或多种信号较强时，对应的脑电、肌电、力控系数提高，补偿系数相应降低；
当脑电、肌电、力控信号中一种或多种信号较弱时，对应的脑电、肌电、力控系数降低，补偿系数相应升高。
所述获取用户包含运动意图的脑电信号包括：
向用户呈现能激发患者镜像神经元产生主动运动意念的外界刺激；
获取用户包含主动运动意念的脑电信号。
一种仿生智能算法驱动的主被动一体化康复装置，其特征在于，包括：
脑机接口模块，用于获取用户包含运动意图的脑电信号；
肌电模块，用于获取用户包含运动信息的肌电信号；
力控模块，用于获取用户对运动执行机构施加的力控信号；
主被动一体化控制模块，用于根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号；
所述运动执行机构根据所述控制输出信号带动用户运动。
所述主被动一体化控制模块根据以下算法得到控制输出信号：
N＝K1*N脑电+K2*N肌电+K3*N力控+K4*N补偿；
K1+K2+K3+K4＝1；
其中N为控制输出信号，K1为脑电系数，N脑电为脑电特征；K2为肌电系数，N肌电为肌电特征；K3为力控系数，N力控为力控特征；K4为补偿系数，N补偿为补偿特征；
当脑电、肌电、力控信号中一种或多种信号较强时，对应的脑电、肌电、力控系数提高，补偿系数相应降低；
当脑电、肌电、力控信号中一种或多种信号较弱时，对应的脑电、肌电、力控系数降低，补偿系数相应升高。
对应所述脑机接口模块设有用于向用户呈现能激发患者镜像神经元产生主动运动意念的外界刺激的外界刺激模块。
一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述的仿生智能算法驱动的主被动一体化康复方法。
一种设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述的仿生智能算法驱动的主被动一体化康复方法。
本发明的有益效果是：本发明通过脑电、肌电、力控信号进行多模态控制，让***能最大化反馈用户运动意图，有利于进行主动康复训练。
本发明通过建立脑电、肌电、力控的主被动一体化控制方式以及执行机构，使得用户中断的自上而下的运动控制通过本***得到重建；同时执行机构带动肢体运动，刺激自下而上的运动感知神经，构成了完整的康复训练闭环，刺激大脑受损区域的神经重塑。
本发明通过仿生智能算法，结合了脑电、肌电、力控信号，根据患者康复阶段及康复状态，智能控制信号系数，最大化康复效果。
本发明添加了补偿系数，当用户自身条件无法实现100％自主主动训练时，可通过补偿帮助用户实现现阶段最大化主动训练。
附图说明
图1为本实施例的方法步骤流程图。
图2为本实施例的结构框图。
具体实施方式
如图1所示，本实施例为一种仿生智能算法驱动的主被动一体化康复方法，具体包括以下步骤：
向用户呈现外界刺激，通过镜像神经元增强患者主动运动意图的激发，实现自上而下的运动控制刺激，获取用户包含运动意图的脑电信号；
获取用户对运动执行机构施加的力控信号；
根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号，具体算法如下：
N＝K1*N脑电+K2*N肌电+K3*N力控+K4*N补偿；
K1+K2+K3+K4＝1；
其中N为控制输出信号，K1为脑电系数，N脑电为脑电特征；K2为肌电系数，N肌电为肌电特征；K3为力控系数，N力控为力控特征；K4为补偿系数，N补偿为补偿特征。
本实施例中脑电、肌电、力控系数与对应的脑电、肌电、力控信号强弱呈正相关，与补偿系数负相关，当脑电、肌电、力控信号中一种或多种信号较强时，对应的脑电、肌电、力控系数提高，补偿系数相应降低；当脑电、肌电、力控信号中一种或多种信号较弱时，对应的脑电、肌电、力控系数降低，补偿系数相应升高。本实施例中可以是脑电、肌电、力控等多种参数共同控制，也可以是其中一种或两种进行控制。
如图2所示，本实施例还提供一种仿生智能算法驱动的主被动一体化康复装置包括外界刺激模块5、脑机接口模块1、肌电模块2、力控模块3、主被动一体化控制模块4和显示模块6。
本例中外界刺激模块5向用户呈现外界刺激以通过镜像神经元增强患者主动运动意念的激发，实现自上而下的运动控制刺激；脑机接口模块1通过采集、处理患者的包含运动意图的脑电信号进而控制运动执行模块的运动，运动执行模块辅助患者患肢运动，实现运动和感觉的自下而上的刺激。大脑运动意念的诱发和肢体运动、感觉***的反馈构成***回路，有助于神经重塑和功能的恢复。
本例中脑机接口模块1用于获取用户包含运动意图的脑电信号，包括脑电信号采集设备、处理器等。脑电信号采集设备可以是侵入式电极和非侵入式电极，主要是电极帽等。脑电信号处理器用于对采集到的脑电信号进行特征提取和分类，脑电信号特征提取方法包括有谱分析、自回归分析、共空间模式、源重建等。脑电信号分类算法包括线性判别分析、支持向量机分析、人工神经网络、模糊***等。
本实施例中肌电模块2用于获取用户包含运动信息的肌电信号，包括：肌电采集设备、肌电分析处理设备等。肌电采集设备可以是侵入式电极和非侵入式电极。肌电信号处理器用于对采集到的肌电信号进行特征提取和分类，肌电信号特征提取方法包括有谱分析、自回归分析、共空间模式、源重建等。肌电信号分类算法包括线性判别分析、支持向量机分析、人工神经网络、模糊***等。
本实施例中力控模块3用于获取用户对运动执行机构施加的力控信号，包括：力控传感器、力分析处理设备等。力控传感器可以是采集设备x/y/z轴作用力、扭力、位移、速度、角度等参数的传感器，力控处理器用于对采集到的力控传感器参数进行特征提取和分类。
本例中运动执行机构用于根据控制输出信号带动用户运动，包括信号输入组件、肢体传感器关节组件、连接组件和动力组件等。运动执行机构可以用于除头部外的肢体躯干的运动，包括上肢、下肢、腕关节、肩部、手部或足部等。肢体传感器用于测量肢体运动的角度、速度、时间等。
主被动一体化控制模块4能根据患者的康复需求，以及患者不同的脑电信号、肌电信号、力控信号的运动意图强度，最大程度反应患者运动意图，同时通过调节合理控制模式，最大限度提高康复效果。
主被动一体化控制模块4具有信号控制算法模块401，信号控制算法模块401的具体算法如下：脑电系数与脑电特征乘积和肌电系数与肌电特征乘积和力控系数与力控特征乘积之和再加补偿得到控制输出。其中系数K1、K2、K3、K4之和为1。
当用户主动脑电、肌电、力控一种或多种信号较高时，对应的脑电、肌电、力控一种或多种系数也相应提高，补偿系数相应降低，让用户进行主动控制；当脑电、肌电、力控一种或多种信号较弱时，对应的脑电、肌电、力控一种或多种系数也相应降低，补偿系数相应升高，让用户进行被动控制，保证训练正常完成。***保证用户顺利完成训练，同时最大化提高康复效果。
本实施例中显示模块6用于获取信号控制算法模块的计算结果，显示模块6显示用户主动意图占比，对用户进行提示和反馈。

Claims (8)

1.一种仿生智能算法驱动的主被动一体化康复方法，其特征在于：
获取用户包含运动意图的脑电信号；
获取用户包含运动信息的肌电信号；
获取用户对运动执行机构施加的力控信号；
根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号；
所述运动执行机构根据所述控制输出信号带动用户运动。
2.根据权利要求1所述的仿生智能算法驱动的主被动一体化康复方法，其特征在于，所述控制输出信号根据以下算法得到：
N＝K1*N脑电+K2*N肌电+K3*N力控+K4*N补偿；
K1+K2+K3+K4＝1；
其中N为控制输出信号，K1为脑电系数，N脑电为脑电特征；K2为肌电系数，N肌电为肌电特征；K3为力控系数，N力控为力控特征；K4为补偿系数，N补偿为补偿特征；
当脑电、肌电、力控信号中一种或多种信号较强时，对应的脑电、肌电、力控系数提高，补偿系数相应降低；
当脑电、肌电、力控信号中一种或多种信号较弱时，对应的脑电、肌电、力控系数降低，补偿系数相应升高。
3.根据权利要求1或2所述的仿生智能算法驱动的主被动一体化康复方法，其特征在于，所述获取用户包含运动意图的脑电信号包括：
向用户呈现能激发患者镜像神经元产生主动运动意念的外界刺激；
获取用户包含主动运动意念的脑电信号。
4.一种仿生智能算法驱动的主被动一体化康复装置，其特征在于，包括：
脑机接口模块(1)，用于获取用户包含运动意图的脑电信号；
肌电模块(2)，用于获取用户包含运动信息的肌电信号；
力控模块(3)，用于获取用户对运动执行机构施加的力控信号；
主被动一体化控制模块(4)，用于根据脑电信号、肌电信号和力控信号合成运动执行机构的控制输出信号；
所述运动执行机构根据所述控制输出信号带动用户运动。
5.根据权利要求4所述的仿生智能算法驱动的主被动一体化康复装置，其特征在于：所述主被动一体化控制模块(4)根据以下算法得到控制输出信号：
N＝K1*N脑电+K2*N肌电+K3*N力控+K4*N补偿；
K1+K2+K3+K4＝1；
其中N为控制输出信号，K1为脑电系数，N脑电为脑电特征；K2为肌电系数，N肌电为肌电特征；K3为力控系数，N力控为力控特征；K4为补偿系数，N补偿为补偿特征；
当脑电、肌电、力控信号中一种或多种信号较强时，对应的脑电、肌电、力控系数提高，补偿系数相应降低；
当脑电、肌电、力控信号中一种或多种信号较弱时，对应的脑电、肌电、力控系数降低，补偿系数相应升高。
6.根据权利要求4或5所述的仿生智能算法驱动的主被动一体化康复装置，其特征在于：对应所述脑机接口模块(1)设有用于向用户呈现能激发患者镜像神经元产生主动运动意念的外界刺激的外界刺激模块(5)。
7.一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～3任意一项所述的仿生智能算法驱动的主被动一体化康复方法。
8.一种设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～3任意一项所述的仿生智能算法驱动的主被动一体化康复方法。
CN201911040519.1A 2019-10-29 2019-10-29 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备 Active CN110908506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911040519.1A CN110908506B (zh) 2019-10-29 2019-10-29 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911040519.1A CN110908506B (zh) 2019-10-29 2019-10-29 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备

Publications (2)

Publication Number Publication Date
CN110908506A true CN110908506A (zh) 2020-03-24
CN110908506B CN110908506B (zh) 2023-04-07

Family

ID=69816028

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911040519.1A Active CN110908506B (zh) 2019-10-29 2019-10-29 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备

Country Status (1)

Country Link
CN (1) CN110908506B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111544854A (zh) * 2020-04-30 2020-08-18 天津大学 基于脑肌电信号深度学习融合的脑卒中运动康复方法
CN114756136A (zh) * 2022-06-15 2022-07-15 深圳市心流科技有限公司 一种针对肌电信号与脑电信号的训练达标提示方法及装置
CN115185224A (zh) * 2022-08-26 2022-10-14 深圳市软赢科技有限公司 兼顾精密和高效的力控运动控制方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102138860A (zh) * 2011-01-10 2011-08-03 西安交通大学 一种智能化脑损伤患者手功能康复训练设备
MX2015005567A (es) * 2015-04-15 2016-10-31 Inst Tecnologico Estudios Superiores Monterrey Dispositivo mecatrónico no invasivo generador de motricidad en articulaciones usando señales eeg y emg.
CN109326341A (zh) * 2018-09-20 2019-02-12 武汉体育学院 一种康复动作引导方法和装置
CN109394476A (zh) * 2018-12-06 2019-03-01 上海神添实业有限公司 脑肌信息自动意图识别与上肢智能控制方法及***
CN109620651A (zh) * 2018-11-16 2019-04-16 中国科学技术大学 基于同步脑肌电的智能辅助康复设备
CN109806497A (zh) * 2017-11-20 2019-05-28 李顺裕 具有人工智能与物联网功能的医疗***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102138860A (zh) * 2011-01-10 2011-08-03 西安交通大学 一种智能化脑损伤患者手功能康复训练设备
MX2015005567A (es) * 2015-04-15 2016-10-31 Inst Tecnologico Estudios Superiores Monterrey Dispositivo mecatrónico no invasivo generador de motricidad en articulaciones usando señales eeg y emg.
CN109806497A (zh) * 2017-11-20 2019-05-28 李顺裕 具有人工智能与物联网功能的医疗***
CN109326341A (zh) * 2018-09-20 2019-02-12 武汉体育学院 一种康复动作引导方法和装置
CN109620651A (zh) * 2018-11-16 2019-04-16 中国科学技术大学 基于同步脑肌电的智能辅助康复设备
CN109394476A (zh) * 2018-12-06 2019-03-01 上海神添实业有限公司 脑肌信息自动意图识别与上肢智能控制方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢平 等: "基于脑肌电融合的混合脑机接口研究" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111544854A (zh) * 2020-04-30 2020-08-18 天津大学 基于脑肌电信号深度学习融合的脑卒中运动康复方法
CN111544854B (zh) * 2020-04-30 2021-05-25 天津大学 基于脑肌电信号深度学习融合的脑卒中运动康复方法
CN114756136A (zh) * 2022-06-15 2022-07-15 深圳市心流科技有限公司 一种针对肌电信号与脑电信号的训练达标提示方法及装置
CN115185224A (zh) * 2022-08-26 2022-10-14 深圳市软赢科技有限公司 兼顾精密和高效的力控运动控制方法及***

Also Published As

Publication number Publication date
CN110908506B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
Molteni et al. Exoskeleton and end-effector robots for upper and lower limbs rehabilitation: narrative review
Bockbrader et al. Brain computer interfaces in rehabilitation medicine
CN102886102B (zh) 镜像运动神经调制***
CN101433491B (zh) 多自由度的穿戴式手功能康复训练机器人及其控制***
CN110908506B (zh) 仿生智能算法驱动的主被动一体化康复方法、装置、存储介质和设备
CN103750975B (zh) 基于脑电控制的外骨骼手指康复机器人***及工作方法
CN108743215B (zh) 一种基于柔性康复手套的康复训练***
Gordleeva et al. Exoskeleton control system based on motor-imaginary brain–computer interface
CN107440887B (zh) 全仿生类脑智能手部电子机械外骨骼及其综合控制***
CN104951082B (zh) 一种利用随机共振增强脑电信号的脑机接口方法
CN110993056A (zh) 基于镜像神经元和脑机接口的混合式主动康复方法、装置
US11752325B2 (en) Functional electrical stimulation system offering coordinated and natural movements
CN112089577A (zh) 基于表面肌电和功能电刺激的交互式训练外骨骼机器人
KR101405706B1 (ko) 수동, 능동 훈련이 가능한 바이오피드백 상지 기능적 전기자극 장치
CN103750976B (zh) 一种三自由度外骨骼式手指康复机器人
US20220187913A1 (en) Neurorehabilitation system and neurorehabilitation method
TWI661820B (zh) 下肢復健系統
Calabrò et al. Robotic rehabilitation in spinal cord injury: A pilot study on end-effectors and neurophysiological outcomes
DE102020210676A1 (de) Closed-loop computer-gehirn-schnittstellenvorrichtung
CN108543216A (zh) 一种基于主从控制的手部功能重建装置及其实现方法
CN113040785A (zh) 一种基于运动想象上肢运动康复治疗方法
CN209253488U (zh) 一种全仿生类脑智能手部电子机械外骨骼及其控制***
CN111449651A (zh) 一种基于脑电信号监测和训练肌肉张力的***及其方法
Gutiérrez-Martínez Neuroprostheses: Significance in gait rehabilitation
TWI762313B (zh) 沉浸式多姿態主被動式肢體協調復健訓練系統

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
GR01 Patent grant
GR01 Patent grant