CN115515477A - 通过个体肢体的肌电活动控制虚拟化身的肢体的方法及其*** - Google Patents
通过个体肢体的肌电活动控制虚拟化身的肢体的方法及其*** Download PDFInfo
- Publication number
- CN115515477A CN115515477A CN202180032805.2A CN202180032805A CN115515477A CN 115515477 A CN115515477 A CN 115515477A CN 202180032805 A CN202180032805 A CN 202180032805A CN 115515477 A CN115515477 A CN 115515477A
- Authority
- CN
- China
- Prior art keywords
- activity
- limb
- signal
- virtual avatar
- avatar
- 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.)
- Pending
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
- 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
- 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]
- A61B5/397—Analysis of electromyograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/744—Displaying an avatar, e.g. an animated cartoon character
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
-
- 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
- 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
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- 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
- A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
- A61F2/50—Prostheses not implantable in the body
- A61F2/68—Operating or control means
- A61F2/70—Operating or control means electrical
- A61F2/72—Bioelectric control, e.g. myoelectric
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种用于通过个体(10)的肢体(8)的肌电活动来控制虚拟化身(24)的肢体的方法,该方法包括校准的第一步骤和移动虚拟化身(24)的肢体的第二步骤。本发明还涉及一种适于实施根据本发明的用于通过个体(10)的肢体(8)的肌电活动来控制虚拟化身(24)的肢体的方法的***。
Description
本发明涉及一种用于通过受试者的肢体的肌电活动控制虚拟化身的肢体的方法。
本发明特别涉及作为截肢特别是上肢截肢的受害者的人群。
一些被截肢者具有肌电假肢,即接触假肢,其运动借助于来自用户的肌肉的电信号来控制。
佩戴肌电假肢的患者遭遇的主要问题之一是与控制相关的认知负荷以及使用其所需的永久视觉奴役。
控制假肢所必需的肌电控制是基于两个拮抗肌的激活和这些肌肉控制的解离质量。这样的控制是冗长的并且需要大量的训练。
由于除了视觉反馈提供的信息以外,患者没有关于假肢状态的信息,因此行动变得更加困难。他们必须保持专注于要触及的物体,并监控假肢在该过程中的动作。这在认知资源(例如注意力和肌肉控制)方面代价极其高。正因为如此,许多患者放弃了他们的假肢,这成为通常所说的“橱柜假肢”。
由于这些不同的原因,与其能力相比,目前假肢未被充分使用。
Tabor等人发表于Design and Cognitive Impairment,2017的文章:“DesigningGame-Based Myoelectric Prosthesis Training”,涉及为了训练被截肢者使用他们的肌电假肢而开发的游戏。该文献公开了可视化接口(“The Falling of Momo”)的开发。通过具有放置在被截肢的肢体上的电极的手环控制、根据与控制肌电假肢的比例控制相同的比例控制来控制游戏中的角色。由电极感知的肌肉收缩强度与游戏中角色的运动成比例,以为用户提供视觉反馈。
US 2014/198034公开了具有电极的手环,该手环用于与通过识别手势操作的集成屏幕眼镜一起使用。在预定手势期间由电极感知肌肉收缩(例如张紧食指以及弯曲或伸展手腕)使得能够在眼镜屏幕上执行动作,例如移动向下滚动菜单。识别手势可以通过触觉反馈来确认,通过在手势结束时应用离散的两态信号)。
Patel等人发表于Neural Engineering,第14卷第5期(2017)的文章:“Context-dependent adaptation improves robustness of myoelectric control for upper-limb prostheses”,描述了用于通过具有电极的手环并根据学***的估计。基于该输出信号,计算活动阈值和增益,以定义发送到假肢以移动假肢的控制信息。修改活动阈值以避免其他功能的寄生活动。该增益由函数固定。
本发明的一个目的是提出用于改善肌肉分离的学习和肌肉收缩的精细工作的方法。
为此,本发明的目的是用于通过受试者的肢体的肌电活动来控制虚拟化身的肢体的方法,包括第一校准步骤,该第一校准步骤包括:
-通过用于测量肌电活动信号的设备采集第一原始校准肌电活动信号和第二原始校准肌电活动信号,第一原始校准肌电活动信号和第二原始校准肌电活动信号分别由在给定时段期间受试者的肢体的第一拮抗肌和第二拮抗肌的强度可变的收缩产生,并且然后,对于两个拮抗肌中的每一个:
-确定信号的包络,
-根据信号的包络确定最小肌电活动和最大肌电活动,
-确定肌电活动阈值,
-归一化最大肌电活动和肌电活动阈值,
-确定将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量的系数,以及
用于控制的方法包括移动虚拟化身的肢体的第二步骤,该第二步骤包括:
-通过用于测量肌电活动信号的设备采集第一原始肌电活动信号和第二原始肌电活动信号,第一原始肌电活动信号和第二原始肌电活动信号由在给定时段期间受试者的肢体的两个拮抗肌的收缩产生,并且然后,对于第一原始肌电活动信号和第二原始肌电活动信号中的每一个:
-归一化由信号产生的肌电活动,
-通过应用转换系数将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量,
-通过减去针对每一个肌肉获得的移动速度分量来确定虚拟化身的肢体的移动速度和移动方向,以及
-以所确定的移动速度和移动方向移动虚拟化身的肢体。
根据本发明的其他有利方面,该方法包括以下特征中的一个或更多个,所述特征单独地或根据任何技术上可能的组合采用:
-在以所确定的移动速度和移动方向移动虚拟化身的肢体的步骤的同时,该方法包括激活设置在受试者的肢体上的感觉反馈设备,该感觉反馈设备根据感觉参数的预定值范围选择性地且离散地被激活;
-感觉参数选自虚拟化身的肘部的弯曲角度、虚拟化身的肩部的前仰角度、虚拟化身的肩部的外展/内收角度、虚拟化身的肩部的内侧或外侧旋转角度、虚拟化身的腕部的弯曲角度、虚拟化身的桡骨或尺骨旋转角度、虚拟化身的手的张开程度、虚拟化身的手的涉及拇指以及一个或更多个其他手指的手指抓握的张开程度、虚拟化身的手的抓握力、虚拟化身的膝盖的弯曲角度、虚拟化身的脚踝的弯曲角度、本列表中提到的运动之一的旋转速度,或能够被振动替代的任何其他感觉方式,例如假肢的温度或构造。
-用于测量肌电活动信号的设备包括多个电极,该方法包括从多个电极中选择使得能够最大限度地采集两个拮抗肌中的每一个的肌电活动信号的两个电极;
-根据采集的原始校准肌电活动信号确定最小肌电活动和最大肌电活动、确定肌电活动阈值、归一化最大肌电活动和肌电活动阈值、确定将归一化肌电活动转换成虚拟化身的肢体的移动速度分量的系数、归一化由第一信号和第二信号中的每一个产生的肌电活动、通过应用转换系数将标准化的肌电活动转换成虚拟化身的肢体的移动速度分量、通过减去针对每一个肌肉获得的移动速度分量来确定虚拟化身的肢体的移动速度和移动方向、以及以所确定的移动速度和移动方向移动虚拟化身的肢体的步骤通过处理设备来实现;
-根据信号的包络确定最小肌电活动包括:
-将原始校准肌电活动信号设置为零均值,
-确定被设置为零均值的原始校准肌电活动信号的绝对值,
-对处于绝对值的信号进行滤波以获得其包络,以及
-根据滤波后的信号的包络确定滤波后的信号的包络的最小值和最大值。
根据另一方面,本发明的目的为用于通过受试者的肢体的肌电活动来控制虚拟化身的肢体的方法,包括第一校准步骤,该第一校准步骤包括:
-通过用于测量肌电活动信号的设备采集第一原始校准肌电活动信号和第二原始校准肌电活动信号,第一原始校准肌电活动信号和第二原始校准肌电活动信号分别由在给定时段期间受试者的肢体的第一拮抗肌和第二拮抗肌的强度可变的收缩产生,然后:
-通过处理设备确定第一信号和第二信号中的每一个的包络,
-通过处理信号的设备根据第一信号和第二信号中的每一个的包络确定最小肌电活动和最大肌电活动,并且然后,对于两个拮抗肌中的每一个,
-通过处理设备确定肌电活动阈值,
-通过处理设备对最大肌电活动和肌电活动阈值进行归一化,
-通过处理设备确定将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量的系数,以及
用于控制的方法包括移动虚拟化身的肢体的第二步骤,该第二步骤包括:
-通过用于测量肌电活动信号的设备采集第一原始肌电活动信号和第二原始肌电活动信号,第一原始肌电活动信号和第二原始肌电活动信号由在给定时段期间受试者的肢体的两个拮抗肌的收缩产生,并且然后,对于第一原始肌电活动信号和第二原始肌电活动信号中的每一个,
-通过处理设备归一化由信号产生的肌电活动,
-通过处理设备,通过应用转换系数将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量,
-通过处理设备,通过减去针对每一个肌肉获得的移动速度分量来确定虚拟化身的肢体的移动速度和移动方向,以及
-以由处理设备确定的移动速度和移动方向移动虚拟化身的肢体。
本发明的另一个目的为适于实施根据本发明的通过受试者的肢体的肌电活动控制虚拟化身的肢体的方法的***,该***包括:
-用于测量由受试者的肢体的第一拮抗肌和第二拮抗肌的收缩产生的肌电活动信号的设备,该设备适于采集分别由在给定时段期间受试者的肢体的第一拮抗肌和第二拮抗肌的强度可变的收缩产生的第一原始校准肌电活动信号和第二原始校准肌电活动信号,以及由在给定时段期间受试者的肢体的两个拮抗肌的收缩产生的第一原始肌电活动信号和第二原始肌电活动信号,
-用于处理肌电活动的处理设备,该处理设备包括被配置用于显示虚拟化身的至少一个显示设备,
-处理设备被配置用于根据采集的原始校准肌电活动信号确定最小肌电活动和最大肌电活动、确定肌电活动阈值、归一化最大肌电活动和肌电活动阈值、确定将归一化肌电活动转换成虚拟化身的肢体的移动速度分量的系数、归一化由第一信号和第二信号中的每一个产生的肌电活动、通过应用转换系数将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量、通过减去针对每一个肌肉获得的移动速度分量来确定虚拟化身的肢体的移动速度和移动方向,以及以所确定的移动速度并沿移动方向移动虚拟化身的肢体。
根据本发明的其他有利方面,该***包括以下特征中的一个或更多个,所述特征单独地或根据任何技术上可能的组合采用:
-用于测量的设备包括多个电极并且为手环的形式;
-该***还包括感觉反馈设备;
-感觉反馈设备包括多个振动元件;
-处理设备被配置用于根据感觉参数的预定值范围选择性地且离散地激活感觉反馈设备;
-用于测量肌电活动信号的设备包括被配置用于与处理设备远程通信的远程通信设备。
本发明的另一个目的为适于实施根据本发明的通过受试者的肢体的肌电活动控制虚拟化身的肢体的方法的***,该***包括:
-用于测量由受试者的肢体的第一拮抗肌和第二拮抗肌的收缩产生的肌电活动信号的设备,该设备适于采集分别由在给定时段期间受试者的肢体的第一拮抗肌和第二拮抗肌的强度可变的收缩产生的第一原始校准肌电活动信号和第二原始校准肌电活动信号,以及由受试者的肢体的两个拮抗肌在给定时段期间的收缩产生的第一原始肌电活动信号和第二原始肌电活动信号,
-用于处理肌电活动的处理设备,该处理设备包括被配置用于显示虚拟化身的至少一个显示设备,
-处理设备被配置用于在第一校准步骤中确定第一信号和第二信号中的每一个的包络、根据第一信号和第二信号中的每一个的包络确定最小肌电活动和最大肌电活动、确定肌电活动阈值、归一化最大肌电活动和肌电活动阈值、确定将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量的系数、归一化由每个第一信号和第二信号中的每一个产生的肌电活动、通过应用转换系数将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量,以及在移动虚拟化身的肢体的第二步骤中,对于第一个和第二个原始肌电活动信号中的每一个:归一化由信号产生的肌电活动、通过应用转换系数将归一化的肌电活动转换成虚拟化身的肢体的移动速度分量、通过减去针对每一个肌肉获得的移动速度分量来确定虚拟化身的肢体的移动速度和移动方向,以及以所确定的移动速度和移动方向移动虚拟化身的肢体。
本发明的这些特征和优点将通过阅读以下描述而显现,该描述仅以非限制性示例的方式给出,并参考附图作出,在附图上:
-图1是根据本发明的一个实施例的***的示意图;
-图2是佩戴肌电假肢的受试者的示意图;以及
-图3是以下图表:针对三种类型的感觉反馈和非截肢受试者没有任何感官反馈的配置,示出对于通过虚拟化身在两个目标之间往复运动的测试期间的每次运动,与目标的偏差的分布。
在图1中,示出了适于实施根据本发明的方法的***1。
***1包括用于测量肌电活动信号的设备4。肌电活动信号来自由神经纤维传递到肌肉并引起该肌肉收缩的电涌。
用于测量的设备4包括多个电极6。电极6是例如适于放置在受试者10的肢体8上并接收来自所述受试者10的肢体8的肌肉的肌电活动信号的三相表面电极。
电极6通常被配置用于采集肌电活动信号。
特别地,电极6被配置用于采集第一原始校准肌电活动信号和第二原始校准肌电活动信号,第一原始校准肌电活动信号和第二原始校准肌电活动信号由第一拮抗肌和第二拮抗肌(例如二头肌和三头肌)的强度可变的收缩产生。
电极6通常还被配置用于采集由在给定时段期间受试者10的肢体8的第一拮抗肌和第二拮抗肌的收缩产生的第一原始肌电活动信号和第二原始肌电活动信号。
特别地,用于测量肌电活动信号的设备4包括八个电极6。
电极6的采集频率例如是200Hz。这种频率特别适于获得信号的包络。
然而,可以设想其他频率值,例如包括100Hz至2000Hz的频率以便获得更精确的信号。
用于测量的设备4通常为柔性手环的形式。这种形式使得可以将测量设备4围绕肢体8放置,肢体8例如是手臂、前臂或残肢的剩余部分、或手臂的剩余部分。然后,沿圆形并朝向该圆形的内部布置电极6。
电极6由适于形成手环的任何材料连接在一起。例如,手环是可延伸的。根据变型,手环有适于不同形态并且用于适应上肢和下肢的几种尺寸。手环还可以包括闭合设备,例如自夹持***、带扣、按扣或可以设想的任何其他选项。
可以设想用于测量的设备4的其他形式,例如电极不连接在一起,或者用于测量的设备4如图2所示集成在肌电假肢11中。肌电假肢是指借助于肌电活动信号运行并由其用户控制的接触假肢。
***1还包括远程通信设备12。
远程通信设备12通常是无线电通信设备。
例如,远程通信设备12是蓝牙或Wi-Fi通信设备。
远程通信设备12被配置用于将由电极6读取的肌电活动传输到用于处理肌电活动的设备14。
根据有利的实施例,***1还包括感觉反馈设备16。
感觉反馈设备16包括例如多个振动元件18。
感觉反馈设备16通常为手环的形式。例如,感觉反馈设备16为弹性手环的形式。感觉反馈设备16和用于测量的设备4优选地固定在一起。
例如,感觉反馈设备16包括十六个振动元件18。在变型中,感觉反馈设备16包括不同数量的振动元件18,例如六个振动元件。
感觉反馈装置16使得能够在肌肉收缩导致电极6检测到肌电活动后,向受试者10提供感觉反馈。稍后将说明其操作。
处理设备14包括至少一个处理器。处理设备14还包括适于记录读取的肌电活动的存储器。
在图1中所示的处理设备14包括三个计算机20、21、22。
处理设备14优选地包括至少一个显示设备23。
在图1中,每个计算机20、21、22包括显示设备23。显示设备23通常是屏幕。
三个计算机20、21、22被配置用于彼此通信,例如通过被配置为在局域网中交互的交换机来彼此通信。
用于测量肌电活动信号的设备4被配置用于与处理设备14远程通信。在图1的示例中,用于测量的设备4被配置用于与第一计算机20远程通信。
第一主计算机20被配置用于接收由电极6采集并由远程通信设备12传输的原始肌电活动信号、处理所述原始肌电活动信号并传输处理后的肌电活动信号,特别是将处理后的肌电活动信号传输到第二计算机21并且传输到第三计算机22。
有利地,第一计算机20被配置用于识别测量设备4的使得能够最大限度地采集来自两个拮抗肌中的每一个的肌电活动信号的两个电极6。
第一计算机20被配置用于针对两个拮抗肌中的每一个根据采集的原始校准肌电活动信号确定最小肌电活动和最大肌电活动。
为此目的,第一计算机20还适于将由电极6采集的原始校准肌电活动信号设置为零均值。
第一计算机20还被配置用于确定被设置为零均值的原始校准肌电活动信号的绝对值。
第一计算机20被配置用于对处于绝对值的信号进行滤波以获得其包络。
例如,第一计算机20包括截止频率为1.5Hz的二阶低通型巴特沃斯(Butterworth)滤波器,该滤波器被配置用于对获得的信号进行滤波以获得其包络。
第一计算机20适于确定称为EMGx偏移的肌电活动阈值,低于该肌电活动阈值,肌肉的收缩不是强制有意的,并且不得考虑这样的肌肉的收缩以避免干扰所产生的运动。
第一计算机20被配置用于仅考虑在给定阈值和滤波后的信号的包络的最大值之间被记录的值。
第一计算机20被配置用于对滤波后的信号的包络的值进行归一化。
第一计算机20通常被配置用于将值零分配给之前计算的肌电活动阈值,并且用于将值1分配给滤波后的信号的包络的最大值。
特别地,第一计算机20被配置用于确定用于将归一化的肌电活动转换成虚拟化身24的肢体的移动速度分量的系数。
例如,转换系数以如下方式确定以用于化身的手臂的运动。常规地,肘部的极快的旋转为4rad/s。以该值作为起点,并且受试者10给出他对该速度的感知。增加或减小转换系数,使得对速度的感知与受试者10的肌肉活动一致。该系数对每个肌肉都是特别的。
第一计算机20通常被配置用于:针对每个肌肉,当分配给滤波后的信号的包络的值的归一化值为0时,分配零速度分量,以及当分配给滤波后的信号的包络的归一化值的值为1时,分配最大速度分量。
特别地,对于每个肌肉,第一计算机20能够将位于零速度分量和最大速度分量之间的速度分量分配给滤波后的信号的包络的每个归一化值。
第一计算机20还被配置用于通过应用转换系数将归一化的肌电活动转换成虚拟化身24的肢体的移动速度分量。
第一计算机20被配置用于通过减去在给定时刻针对每一个肌肉获得的速度分量来确定由第二计算机21显示的虚拟化身24的肢体的移动速度和移动方向。例如,在肘部旋转的情况下,减去速度值使得可以确定由第二计算机21的显示设备23显示的虚拟化身24的肘部的弯曲或伸展速度。
第二计算机21的显示设备23被配置用于显示虚拟化身24,虚拟化身24示出与必须通过肌电活动控制的运动对应的至少一个肢体。根据所选择的应用,这可以是手臂或肢体、完整的身体或半身的情况。
停止肌肉收缩导致例如运动停止,然后虚拟化身24的肘部将定位在与最后到达的位置对应的固定位置。
根据替代方案,计算出的速度为虚拟化身的手张开或闭合的速度,或者虚拟化身的腕部的旋转速度,或者虚拟化身的膝盖或脚踝的弯曲/伸展速度,或着任何其他能够设想的选项。
第一计算机20被配置用于向第二计算机21传输移动指令。
移动指令通常包括所确定的移动速度和移动方向。
优选地,第一计算机20被配置用于确定虚拟化身24的肢体的感觉参数,该感觉参数将与至少一个振动元件18相关联并且将在振动中重新传输。
感觉参数是:例如选自虚拟化身24的肘部的弯曲角度、虚拟化身24的肩部的前仰角度、虚拟化身24的肩部的外展/内收角度、虚拟化身24的肩部的内侧或外侧旋转角度、虚拟化身24的腕部的弯曲角度、虚拟化身24的桡骨或尺骨旋转角度、虚拟化身24的手的张开程度、虚拟化身24的手的涉及拇指以及一个或更多个其他手指的手指抓握的张开程度、虚拟化身24的手的抓握力、虚拟化身24的膝盖的弯曲角度、虚拟化身24的脚踝的弯曲角度、本列表中提到的运动之一的旋转速度或能够被振动替代的任何其他感觉方式,例如受试者10的肌电假肢11的温度或构造。
配置肌电假肢11对应于在使用期间选择肌电假肢11的模式之一,从而了解肌肉激活将作用于哪个关节上。例如,如果假肢处于称为“腕部的旋前和旋后(pronosupination)”的模式,则振动将用信号通知腕部的旋前和旋后运动。同样,在称为“肘部”的模式下,振动将用信号通知肘部运动。
第二计算机21专用于与受试者10的可视化接口。
根据未示出的替代方案,第二计算机直接集成在第一计算机20中。这使得可以减少接口的数量。
第二计算机21被配置用于接收由第一计算机20传输的移动指令。
在有利的实施例中,第三计算机22被配置用于激活感觉反馈设备16。
根据未示出的替代方案,第三计算机通过微控制器直接集成在电极手环6中,并通过脉宽调制与控制***集成。
第一计算机20被配置用于向第三计算机22发送通过应用转换系数而被转换成感觉参数的瞬时值的处理后的肌电活动。
第三计算机22通常被配置用于确定将与至少一个振动元件18相关联的感觉参数的值范围。
第三计算机22通常被配置用于激活与先前确定的感觉参数的值范围对应的至少一个元件18。
第三计算机22包括例如读取程序,该读取程序被配置用于在感觉参数的瞬时值和对应的振动元件18的激活之间进行匹配。
第三计算机22然后被配置用于激活对应的振动元件18。
感觉反馈设备16连接到第三计算机22,例如通过线缆连接到第三计算机22。
在第三计算机22直接集成在电极手环6中的替代方案中,电极6、感觉反馈设备16和第三计算机22被组合在一起。
优选地,第三计算机22被配置用于选择性地且离散地激活振动元件18。
例如,第三计算机22能够根据所选择的感觉参数的值范围来确定将被激活的振动元件18的数量和位置。
优选地,在感觉参数的每个值范围内,单个确定的振动元件18被激活。
再一次优选地,对于每个值范围不同的单个振动元件18被分配给感觉参数的值范围。
根据感觉参数是肘部的弯曲角度的示例,当受试者10收缩二头肌和/或三头肌时,电极6被配置用于采集分别由二头肌或三头肌的收缩产生的第一原始肌电活动信号和第二原始肌电活动信号;在给定时段内,远程通信设备12被配置用于将第一原始肌电活动信号和第二原始肌电活动信号传输到第一计算机20,第一计算机20被配置用于处理第一原始肌电活动信号和第二原始肌电活动信号并且用于向第二计算机21传输用于移动虚拟化身24的手臂的命令以及向第三计算机22传输虚拟化身24的手臂的瞬时位置,第二计算机21被配置用于显示虚拟化身24的手臂的移动,并且第三计算机22被配置用于以肘部弯曲角度为20°的步长激活每个振动元件18。自然地,步长可以具有不同于20°的值,例如10°、15°、25°、30°。
第三计算机22优选地被配置用于确定振动的持续时间和序列。
例如,第三计算机22被配置用于在100ms的时段期间激活给定的振动元件18,与在100ms的时段内停止进行交替。
振动强度优选地适于提高受试者10的舒适度。
在替代方案中,处理设备14包括单个计算机、或智能手机、电视或平板电脑,或者可以设想的这些元件的任何组合。例如,上述第一计算机、第二计算机和第三计算机的所有功能都能够通过该单个计算机实现。
根据另一替代方案,处理设备至少部分地并入用于测量的设备。例如,处理设备的并入部分被配置用于实现上述第一计算机和第二计算机的所有功能。
现在将描述用于通过受试者的肢体的肌电活动来控制虚拟化身的肢体的方法。该方法由***1实现。
用于测量肌电活动信号的设备4放置在受试者10的肢体8上,使得电极6与该肢体的第一拮抗肌和第二拮抗肌接触。
例如,受试者10是截肢的人。受试者10已经例如手臂被截肢以及经肱骨截肢(即在肘部以上)。用于测量肌电活动信号的设备4围绕受试者10的被截肢的手臂放置,使得电极6与二头肌和三头肌(两个拮抗肌)接触。
在替代方案中,受试者没有截肢并且用于测量肌电活动信号的设备围绕受试者的手臂放置,使得电极与二头肌和三头肌接触。非截肢的受试者的手臂被固定在设备中。这使得可以再现被截肢的受试者的肌肉状况,即以没有运动为特征的二头肌和三头肌的等长收缩。
该方法包括第一校准步骤。
电极6采集第一原始校准肌电信号和第二原始校准肌电信号,第一原始校准肌电信号和第二原始校准肌电活动信号分别由在给定时段期间受试者10的肢体8的第一拮抗肌和第二拮抗肌的强度可变的收缩产生。
用于测量肌电活动信号的设备4通过远程通信设备12与处理设备14进行远程通信。在图1的示例中,用于测量的设备4与第一计算机20远程通信。
有利地,该方法还包括识别测量设备4的使得能够最大限度地采集两个拮抗肌中的每一个的肌电活动信号的两个电极6。为此,受试者10使佩戴测量设备4的两个拮抗肌(例如二头肌和三头肌)分离地收缩。
每个电极6采集通过远程通信设备12传输到处理设备14的原始校准肌电活动信号。
电极6的采集频率例如是200Hz。
一旦已进行了收缩,就停止采集,并且处理设备14选择两个电极6,这两个电极6中的每一个在激活拮抗肌之一的期间采集其自身的显著活动,并且不采集或仅略微采集共收缩活动。
共收缩活动对应于两个拮抗肌的同步收缩。
特别地,第一计算机20选择使得能够最大限度地采集两个拮抗肌中的每一个的原始校准肌电活动信号的两个电极6。
在识别允许最大限度地采集的两个电极6之后,该方法包括针对两个拮抗肌中的每一个根据所采集的原始校准肌电活动信号确定最小肌电活动和最大肌电活动,特别是通过处理设备14来针对两个拮抗肌中的每一个根据所采集的原始校准肌电活动信号确定最小肌电活动和最大肌电活动。
特别地,第一计算机20针对两个拮抗肌中的每一个根据所采集的原始校准肌电活动信号确定最小机电活动和最大肌电活动。
为此,受试者10例如使第一肌肉(例如二头肌)在给定时段内可以进行最强的肌肉收缩,然后放松。该给定时段为一秒至三秒,优选地等于两秒。然后受试者10使第二肌肉(例如三头肌)在给定时段内可以进行最强的肌肉收缩,然后放松。该给定时段例如是两秒。
由这些收缩产生的第一原始校准肌电活动信号和第二原始校准肌电活动信号由电极6采集。
远程通信设备12将原始校准肌电活动信号传输到处理设备14。
特别地,远程通信设备12将原始校准肌电活动信号传输到第一计算机20。
处理设备14然后将原始校准肌电活动信号设置为零均值。
特别地,第一计算机20将原始校准肌电活动信号设置为零均值。
处理设备14确定被设置为零均值的原始校准肌电活动信号的绝对值。
特别地,第一计算机20确定被设置为零均值的原始校准肌电活动信号的绝对值。
处理设备14对处于绝对值的信号进行滤波以获得其包络。
特别地,第一计算机20对处于绝对值的信号进行滤波以获得其包络。
例如,所使用的滤波器为截止频率为1.5Hz的二阶低通型巴特沃斯滤波器。
根据滤波后的信号的包络,处理设备14为两个拮抗肌中的每一个确定滤波后的信号的包络的最小值和最大值。
特别地,第一计算机20为两个拮抗肌中的每一个确定滤波后的信号的包络的最小值和最大值。
滤波后的信号的包络的最小值和最大值对应于最小肌电活动和最大肌电活动。
有利地,处理设备14存储滤波后的信号的包络的最小值和最大值。
然后处理设备14确定称为EMGx偏移的肌电活动阈值,低于该肌电活动阈值,肌肉的收缩不是强制有意的,并且不得考虑这样的肌肉的收缩,以避免干扰所获取的运动。这是因为低于该阈值的值对应于肌肉疲劳后肌肉的剩余活动,并且可能干扰运动。
特别地,在确定该阈值时,考虑到受试者10的感知,并针对两个拮抗肌中的每一个如下进行计算:
偏移EMGx=percx*(EMGx max-EMGx min)+EMGx min,其中
偏移EMGx为肌电活动的阈值;
percx为肌肉活动程度的百分比;
EMGx max为滤波后的信号的包络的最大值,以及
EMGx min为滤波后的信号的包络的最小值。
确定受试者10的肌肉活动程度的百分比,使得当受试者感到放松时虚拟化身的肢体的移动速度为零。
通常,该百分比在4%至10%。
当受试者希望生成虚拟化身的肢体的移动速度但也抵消该速度时,该百分比会产生影响。
该百分比针对每个肌肉细化。
肌电活动阈值通常默认确定在肌肉活动程度的5%。
接下来,该肌电活动阈值通常由受试者10进行测试和调整,以评估该阈值是否干扰虚拟化身24的控制。
优选地,肌电活动阈值的值能够被随时调整,特别是在工作几分钟后被调整,在工作几分钟后,肌肉可能会感到肌肉疲劳,且剩余肌肉活动成为问题。
特别地,第一计算机20确定肌电活动阈值。
根据肌电活动阈值的确定,第一计算机20将仅考虑在给定阈值至滤波后的信号的包络的最大值之间记录的值。
有利地,处理设备14存储肌电活动阈值。
然后处理设备14归一化所确定的阈值和滤波后的信号的包络的最大值。
特别地,第一计算机20归一化所确定的阈值和滤波后的信号的包络的最大值。
第一计算机20通常将值0分配给先前计算的肌电活动阈值,并且将值1分配给滤波后的信号的包络的最大值。
处理设备14针对每个肌肉确定转换系数,使得可以将位于所确定的阈值和滤波后的信号的包络的最大值之间的滤波后的信号的包络的任何归一化值转换成速度分量。转换系数针对每个肌肉适于受试者,以使对运动的感知尽可能忠实。转换系数通常使得可以针对每个肌肉在滤波后的信号的包络的归一化值为0时分配零速度分量,并在滤波后的信号的包络的归一化值为1时分配最大速度分量。
有利地,处理设备14存储转换系数。
这种记录的肌电活动信号的校准允许对适于受试者10的虚拟化身24的控制进行精细的调整,特别是当在两个拮抗肌之间肌电活动非常不平等时。
在该校准阶段之后,该方法包括移动虚拟化身24的肢体的步骤。
***1准备好采集新的肌电活动信号并对其进行处理。
两个所选的电极6采集第一原始肌电活动信号和第二原始肌电活动信号,第一原始肌电活动信号和第二原始肌电活动信号由在给定时段内受试者10的肢体8的两个拮抗肌的收缩产生。
对于第一原始肌电活动信号和第二原始肌电活动信号中的每一个,远程通信设备12将原始肌电活动信号传输到第一计算机20。
第一计算机20将原始肌电活动信号设置为零均值。
第一计算机20确定被设置为零均值的原始肌电活动信号的绝对值。
第一计算机20对处于绝对值的信号进行滤波以获得其包络。
第一计算机20根据先前计算并存储的肌电活动阈值以及根据先前确定并存储的滤波后的信号的包络的最大值,例如通过三规则(a rule of three)归一化滤波后的信号的包络的值,以获得0至1的值。
对于每个肌肉,第一计算机20通常通过应用先前确定并存储的系数将位于零速度分量和最大速度分量之间的速度分量分配给滤波后的信号的包络的每个归一化值。
第一计算机20通过减去针对每一个肌肉获得的速度分量来确定由第二计算机21显示的虚拟化身24的肢体的移动速度和移动方向。
例如,在肘部旋转的情况下,减去速度值使得可以确定由第二计算机21显示的虚拟化身24的肘部的弯曲或伸展速度。
第一计算机20将移动指令传输到第二计算机21。
该移动指令通常包括虚拟化身24的肢体的所确定的移动速度和移动方向。
第二计算机21接收由第一计算机20传输的移动指令。
第二计算机21的显示设备23显示虚拟化身24,该虚拟化身24示出与必须通过肌电活动控制的移动对应的至少一个肢体。根据所选择的应用,这可以是手臂或腿、完整的身体或半身的情况。
虚拟化身24的肢体根据由第一计算机20传输的移动指令移动。
例如,停止肌肉收缩导致移动停止,然后虚拟化身24的肘部将定位在与最后到达的位置对应的固定位置。
因此,当受试者10收缩其上放置有电极6的至少一个肌肉时,虚拟化身24根据适于受试者的调整来弯曲或伸展他的肘部。
根据替代方案,计算出的速度是虚拟化身的手的张开或闭合的速度、或者虚拟化身的腕部的旋转速度、或者虚拟化身的膝盖或脚踝的弯曲/伸展的速度,或者可以设想的任何其他选项。
受试者10因此通过虚拟化身24具有收缩的视觉反馈,所述收缩是受试者通过两个拮抗肌进行的,虚拟化身24的运动适于受试者的肌肉收缩能力。肌肉分离的学习和肌肉收缩的精细工作因此得到改善。
在该方法的有利实施例中,在通过采集第一肌电活动信号和第二肌电活动信号确定了虚拟化身24的肢体的移动速度和移动方向之后,该方法包括激活感觉反馈设备16,特别是通过处理设备14激活感觉反馈设备16。
感觉反馈设备16的振动元件18设置在受试者10的肢体8上,肢体8包括被测量肌电活动的两个拮抗肌。
振动元件18的数量例如为十六,并且设置在电极6任一侧的两个带中,每个带设置八个振动元件18。
振动元件18例如以下列方式被激活。
对于由电极6采集的每个肌电活动信号,第一计算机20根据先前确定的移动速度和移动方向确定感觉参数的瞬时值,例如虚拟化身24的肢体的瞬时位置。
第一计算机20将虚拟化身24的肢体的感觉参数的瞬时值到第三计算机22。
第三计算机22确定将与至少一个振动元件18相关联的虚拟化身24的肢体的感觉参数的值范围。
第三计算机22通常激活与先前确定的感觉参数的值范围对应的至少一个元件18。
特别地,第三计算机22的读取程序使第一感觉参数的瞬时值与对应的振动元件18的激活相匹配。
优选地,第三计算机22选择性地且离散地激活振动元件18。
例如,第三计算机22根据感觉参数的值范围确定待激活的振动元件18的数量和位置。
优选地,在感觉参数的每个值范围内。
再次优选地,对于感觉参数的每个值范围不同的单个振动元件18被分配给感觉参数的值范围。
根据感觉参数是肘部的弯曲角度的示例,当受试者10收缩二头肌和/或三头肌时,电极6采集分别由二头肌和三头肌的收缩产产生的第一原始肌电活动信号和第二原始肌电活动信号,远程通信设备12将第一肌电活动信号和第二肌电活动信号传输到第一计算机20,第一计算机20对第一肌电活动信号和第二肌电活动信号进行处理并将移动虚拟化身24的手臂的命令传输到第二计算机21,并将虚拟化身24的手臂的瞬时位置传输到第三计算机22,第二计算机21显示虚拟化身24的手臂的运动,并且第三计算机22以肘部的弯曲角度为20°的步长激活每个振动元件18。显然,步长可以具有不同于20°的值,例如10°、15°、25°、30°。
这可以实现最自然的控制,即既快速执行运动,又精确地允许在目标上停止而不会发生振荡。
第三计算机22优选地针对每个瞬时位置确定振动的持续时间和顺序。
例如,对于给定的瞬时位置,第三计算机22在100ms的时段内激活给定的振动元件18,与在100ms的时段内停止进行交替。
振动强度优选地适于提高受试者10的舒适度。
例如,第一强度水平由当振动强度从不存在振动增加时受试者对第一振动的感知来定义。第二强度水平由当振动强度从高振动降低时从受试者对振动的感知到不存在对振动的感知的变化来定义。
足以刺激受试者的振动强度水平通过第一振动强度水平和第二振动强度水平之间的平均值计算。
根据另一示例,振动强度根据所记录的肌电活动变化。在虚拟化身24的手的抓握力的情况下,抓握力越大,施加的振动强度越大。
由振动引起的感觉反馈使得可以在视觉上添加一致的感觉信息,同时减少受试者的注意力负荷,如下文的示例所示。
现在将描述根据本发明的方法的实施示例。
示例
设备和参与者
参与者包括手臂经肱骨(即,肘部以上)截肢的受试者,以及称为健康的受试者的未截肢的受试者。
用于恢复二头肌和三头肌的电活动的工具是来自Thalmic公司的MyoArm这是一个包括八个表面电极的手环,最初设计成通过前臂处的肌肉活动的模式的算法进行运行。它在此处用于恢复参与者的手臂上的二头肌和三头肌的电肌肉活动。
直径为7mm、厚度为2mm的6个振动器的手环被用于向参与者发送振动触觉的感觉反馈。
三个计算机连接在一起,对于每个计算机都有非常精确的角色。主计算机,即主控机,是用于运行各种练习的整个协议程序的载体,并且还具有以下作用:(1)通过蓝牙接收从MyoArm Band发送的肌电活动,(2)对肌电活动进行处理,(3)向第二计算机发送转换成速度(由该处理产生)的移动指令,使得第二计算机的屏幕上显示的虚拟化身的肘部移动,以及(4)将根据肌电活动计算的瞬时位置发送到负责激活振动器的第三计算机。主控机与其他两个计算机之间的交换通过被配置成在局域网中交互的交换机来完成。
第二计算机专用于可视化接口并面向参与者放置。在该电脑上使用Animatlab软件来实时显示化身的运动。此外,在练习过程中,所有的指令都显示在该电脑上。参与者只需专注于屏幕并遵循各种指令。
最后,第三计算机(pi-top)具有管理振动器的激活的作用。第三计算机接收来自主控机的指令,该指令向其指示根据肌电活动计算的位置的指示。pi-top上的读取程序使位置和对应振动器的激活相匹配。该计算机由Raspberry Pi3组成,振动器的手环连接到Raspberry Pi3。
校准
在任何测试开始之前,每个参与者都要经过必要的校准阶段。在此阶段期间,来自手环的八个电极的肌肉活动显示在图形接口上。戴上手环并直接观察由电极记录的肌肉活动就足够了。MyoArm Band的采集频率为200Hz。原始活动以及滤波后的信号的轨迹是可见的。在该阶段期间,要求参与者进行二头肌和三头肌的分离收缩。
这使得可以识别两个电极,利用这两个电极,在剩余的实验中信号是最清晰的。一旦收缩完成,停止采集并选择两个电极,这两个电极(i)在激活二头肌或三头肌期间具有固有且显著的活动,以及(ii)没有或几乎没有共收缩活动。
一旦选择了电极,就确定在每个电极通道上的最小肌电活动和最大肌电活动。为此目的,要求参与者对二头肌进行几乎最大的收缩达2秒,然后放松并收缩三头肌达2秒。
根据参与者截肢的偏侧性,可以获得具有右臂或左臂的化身。下一步,对信号进行归一化。定义肌肉活动阈值(通常在归一化信号范围的5%至7.5%),低于所述阈值将不会引起运动。这使得可以防止在肌肉疲劳之后出现肌肉的残余活动,肌肉疲劳会使化身在受试者没有任何真正意图的情况下运动。该阈值可以在实验期间进行调整,以根据参与者的情况提供一定的机动余量以用于调整阈值。最后,在肌肉活动和肘部旋转速度之间建立增益。这允许对化身的控制进行精细的调整,特别是当肌肉活动非常不均衡时。
定义空间参考,以通过交替进行的快速刺激来激活振动(激活100ms,然后停止100ms,依此类推)。在这些参考之一处出现(在超过2秒的精确情况下)后,增加刺激的停止时间以减少对参与者的压力,同时通过100毫秒的激活来继续每隔500ms通知参与者。
当参与者收缩他们的肌肉时,虚拟化身的手臂基于来自校准的数据而移动,并且振动器以角度为20°的步长进行激活。
实验
要求参与者在两个目标之间往复运动,以评估控制随时间推移的稳定性。第二计算机的屏幕显示代表运动幅度的两个目标,其中,虚拟化身的手臂朝向起始目标移动。运动幅度范围从20°至100°。该训练练习包括在存在视觉感觉反馈的情况下进行的一系列10次运动,然后在存在视觉和振动感觉反馈的情况下进行10次运动,以及仅在振动的情况下进行1次运动。在运动的执行期间,要求受试者在再次朝向其他目标开始之前在待到达的目标上标记暂停时间。当化身在500ms内没有运动时,用声音通知化身的位置的稳定特性。然而,声音没有通知受试者在正确的目标上的事实。因此,只能通过视觉和/或振动来验证目标。在每次测试结束时,向参与者示出运动轨迹。这使他们能够判断在整个测试中运动的执行速度以及精度。执行测试的持续时间与要执行的往复运动的幅度成比例,并且对于幅度为100°的测试,执行测试的持续时间从大约20秒延长至45秒。一旦每3个系列的10次运动已经结束,参与者进入测试阶段。该练习的持续时间约为45分钟。
测试阶段:测试阶段总共包括8个块,每个块包括3个测试,每种类型的感觉反馈具有一个测试。每两个块(即每6次运动)实施一次没有感觉反馈的测试。该测试作为评估其他类型感觉反馈情况下的性能的基线。在该测试阶段,总共进行了28次运动。以与训练阶段类似的方式,要求待到达的目标上的暂停时间。目的不是尽可能地往复运动,而是要精确并且针对正确的目标。在测试结束时,运动轨迹会在屏幕上示出以向参与者展示其执行的质量。该测试阶段的持续时间约为40分钟。
结果
图3说明了非截肢受试者的行为,并示出在往复测试期间每个运动与目标的偏差的分布,针对四种类型的感觉反馈示出。X轴表示受试者在往复运动期间进行的稳定次数。Y轴表示与该目标的偏差。一次往复运动相当于两次迭代。实线或虚线表示针对使用相同类型的感觉反馈的所有测试与目标的偏差的平均值。
轨迹表明,对于包括视觉的感觉反馈,受试者在超过3次往复运动中平均保持非常精确(偏差小于10%)。当单独使用振动触觉感觉反馈来观察状况的轨迹时,其随着时间的推移是稳定的,其值优于包括视觉的轨迹但低于20°的限制,这对应于2个振动器的离散化。可以清楚地观察到,没有感觉反馈的最后一种状况不同于误差随着时间的推移而增加的其他3个种状况。这证明了以下事实:对其动作的执行没有感觉反馈的受试者失去了他们的参考并随着时间的推移偏离目标。因此,该轨迹说明了振动触觉感觉反馈的可能影响在于,使受试者能够在空间中定位其自己。因此,通过振动传输的信息得到正确使用且是有效的。
Claims (11)
1.一种用于通过受试者(10)的肢体(8)的肌电活动来控制虚拟化身(24)的肢体的方法,包括第一校准步骤,所述第一校准步骤包括:
-通过用于测量肌电活动信号的设备(4)采集第一原始校准肌电活动信号和第二原始校准肌电活动信号,所述第一原始校准肌电活动信号和第二原始校准肌电活动信号分别由在给定时段期间受试者(10)的肢体(8)的第一拮抗肌和第二拮抗肌的强度可变的收缩产生,并且然后:
-通过处理设备(14)确定第一信号和第二信号中的每一个的包络,
-通过处理设备(14)根据第一信号和第二信号中的每一个的包络确定最小肌电活动和最大肌电活动,然后,对于两个拮抗肌中的每一个:
-通过处理设备(14)确定肌电活动阈值,
-通过处理设备(14)归一化最大肌电活动和肌电活动阈值,
-通过处理设备(14)确定将归一化的肌电活动转换成虚拟化身(24)的肢体的移动速度分量的系数,以及
所述用于控制的方法包括移动虚拟化身(24)的肢体的第二步骤,所述第二步骤包括:
-通过用于测量肌电活动信号的设备(4)采集第一原始肌电活动信号和第二原始肌电活动信号,第一原始肌电活动信号和第二原始肌电活动信号由在给定时段期间受试者(10)的肢体(8)的两个拮抗肌的收缩产生,并且然后,对于第一原始肌电活动信号和第二原始肌电活动信号中的每一个:
-通过处理设备(14)归一化由所述信号产生的肌电活动,
-通过处理设备(14),通过应用转换系数将归一化的肌电活动转换成虚拟化身(24)的肢体的移动速度分量,
-通过处理设备(14),通过减去针对每个肌肉获得的移动速度分量来确定虚拟化身(24)的肢体的移动速度和移动方向,以及
-通过处理设备(14)以所确定的移动速度和移动方向移动虚拟化身(24)的肢体。
2.根据权利要求1所述的用于控制的方法,其中,在以所确定的移动速度和移动方向移动虚拟化身(24)的肢体的步骤的同时,所述方法包括激活设置在受试者(10)的肢体(8)上的感觉反馈设备(16),所述感觉反馈设备(16)根据感觉参数的预定值范围选择性地且离散地被激活。
3.根据权利要求2所述的用于控制的方法,其中,所述感觉参数选自虚拟化身(24)的肘部的弯曲角度、虚拟化身(24)的肩部的前仰角度和虚拟化身(24)的肩部的外展/内收角度、虚拟化身(24)的肩部的内侧或外侧旋转角度、虚拟化身(24)的腕部的弯曲角度、虚拟化身(24)的桡骨或尺骨旋转角度、虚拟化身(24)的手的张开程度、虚拟化身(24)的手的涉及拇指和一个或更多个其他手指的手指抓握的张开程度、虚拟化身(24)的手的抓握力、虚拟化身(24)的膝盖的弯曲角度、虚拟化身(24)的脚踝的弯曲角度、在本列表中提到的运动之一的旋转速度或能够被振动替代的任何其他感觉方式,例如受试者(10)的肌电假肢(11)的温度或构造。
4.根据权利要求1至3中的任一项所述的用于控制的方法,其中,用于测量肌电活动信号的设备(4)包括多个电极(6),所述方法包括从所述多个电极(6)中选择使得能够最大限度地采集两个拮抗肌中的每一个的肌电活动信号的两个电极(6)。
5.根据权利要求1至4中的任一项所述的用于控制的方法,其中,根据信号的包络确定最小肌电活动和最大肌电活动包括:
-将原始校准肌电活动信号设置为零均值,
-确定被设置为零均值的原始校准肌电活动信号的绝对值,
-对处于绝对值的信号进行滤波以从中获得包络,以及
-根据滤波后的信号的包络,确定滤波后的信号的包络的最小值和最大值。
6.一种适于实施根据前述权利要求中的任一项所述的用于通过受试者(10)的肢体(8)的肌电活动来控制虚拟化身(24)的肢体的方法的***,所述***包括:
-用于测量由受试者(10)的肢体(8)的第一拮抗肌和第二拮抗肌的收缩产生的肌电活动信号的设备(4),所述设备(4)适于采集分别由在给定时段期间受试者(10)的肢体(8)的第一拮抗肌和第二拮抗肌的强度可变的收缩产生的第一原始校准肌电活动信号和第二原始校准肌电活动信号,以及由在给定时段期间受试者(10)的肢体(8)的两个拮抗肌的收缩产生的第一原始肌电活动信号和第二原始肌电活动信号,
-用于处理肌电活动的处理设备(14),所述处理设备(14)包括被配置用于显示虚拟化身(24)的至少一个显示设备(23),
-所述处理设备(14)被配置用于在第一校准步骤中确定第一信号和第二信号中的每一个的包络、根据第一信号和第二信号中的每一个的包络确定最小肌电活动和最大肌电活动、确定肌电活动阈值、归一化最大肌电活动和肌电活动阈值、确定将归一化的肌电活动转换成虚拟化身(24)的肢体的移动速度分量的系数、归一化由第一信号和第二信号中的每一个产生的肌电活动、通过应用转换系数将归一化的肌电活动转换成虚拟化身(24)的肢体的移动速度分量,以及
在移动虚拟化身(24)的肢体的第二步骤中针对第一原始肌电活动信号和第二原始肌电活动信号中的每一个:
归一化由所述信号产生的肌电活动、通过应用转换系数将归一化的肌电活动转换成虚拟化身(24)的肢体的移动速度分量、通过减去针对每一个肌肉获得的移动速度分量确定虚拟化身(24)的肢体的移动速度和移动方向,以及以所确定的移动速度和移动方向移动虚拟化身(24)的肢体。
7.根据权利要求6所述的***,其中,用于测量的设备(4)包括多个电极(6)并且为手环的形式。
8.根据权利要求6或7所述的***,还包括感觉反馈设备(16)。
9.根据权利要求8所述的***,其中,所述感觉反馈设备(16)包括多个振动元件(18)。
10.根据权利要求8或9所述的***,其中,所述处理设备(14)被配置用于根据感觉参数的预定值范围选择性地且离散地激活所述感觉反馈设备(16)。
11.根据权利要求6至10中的任一项所述的***,其中,用于测量肌电活动信号的设备(4)包括被配置用于与所述处理设备(14)进行远程通信的远程通信设备(12)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2002472A FR3108025B1 (fr) | 2020-03-12 | 2020-03-12 | Méthode de contrôle d’un membre d’un avatar virtuel par les activités myoélectriques d’un membre d’un sujet et système associé |
FRFR2002472 | 2020-03-12 | ||
PCT/EP2021/056373 WO2021180945A1 (fr) | 2020-03-12 | 2021-03-12 | Méthode de contrôle d'un membre d'un avatar virtuel par les activités myoélectriques d'un membre d'un sujet et système associé |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115515477A true CN115515477A (zh) | 2022-12-23 |
Family
ID=71784157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180032805.2A Pending CN115515477A (zh) | 2020-03-12 | 2021-03-12 | 通过个体肢体的肌电活动控制虚拟化身的肢体的方法及其*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US11809625B2 (zh) |
EP (1) | EP4117508A1 (zh) |
CN (1) | CN115515477A (zh) |
FR (1) | FR3108025B1 (zh) |
WO (1) | WO2021180945A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023239361A1 (en) * | 2022-06-08 | 2023-12-14 | Hewlett-Packard Development Company, L.P. | Intended angle based on muscle emg values |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10528135B2 (en) * | 2013-01-14 | 2020-01-07 | Ctrl-Labs Corporation | Wearable muscle interface systems, devices and methods that interact with content displayed on an electronic display |
US20180070864A1 (en) * | 2016-06-02 | 2018-03-15 | Matthew Schuster | Methods and devices for assessing a captured motion |
US20190247650A1 (en) * | 2018-02-14 | 2019-08-15 | Bao Tran | Systems and methods for augmenting human muscle controls |
US20210349529A1 (en) * | 2020-05-08 | 2021-11-11 | Mvi Health Inc. | Avatar tracking and rendering in virtual reality |
US20230023609A1 (en) * | 2021-07-22 | 2023-01-26 | Penumbra, Inc. | Systems and methods for animating a simulated full limb for an amputee in virtual reality |
-
2020
- 2020-03-12 FR FR2002472A patent/FR3108025B1/fr active Active
-
2021
- 2021-03-12 US US17/910,963 patent/US11809625B2/en active Active
- 2021-03-12 EP EP21711234.1A patent/EP4117508A1/fr active Pending
- 2021-03-12 CN CN202180032805.2A patent/CN115515477A/zh active Pending
- 2021-03-12 WO PCT/EP2021/056373 patent/WO2021180945A1/fr unknown
Also Published As
Publication number | Publication date |
---|---|
WO2021180945A1 (fr) | 2021-09-16 |
US20230147243A1 (en) | 2023-05-11 |
FR3108025A1 (fr) | 2021-09-17 |
FR3108025B1 (fr) | 2022-02-18 |
EP4117508A1 (fr) | 2023-01-18 |
US11809625B2 (en) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li | Electromyography pattern-recognition-based control of powered multifunctional upper-limb prostheses | |
US10206793B2 (en) | System and method for conscious sensory feedback | |
Pan et al. | Myoelectric control based on a generic musculoskeletal model: Toward a multi-user neural-machine interface | |
Bunderson et al. | Quantification of feature space changes with experience during electromyogram pattern recognition control | |
Scheme et al. | Improving myoelectric pattern recognition positional robustness using advanced training protocols | |
Patel et al. | Multichannel electrotactile feedback for simultaneous and proportional myoelectric control | |
Crouch et al. | Musculoskeletal model-based control interface mimics physiologic hand dynamics during path tracing task | |
Hussain et al. | Using the robotic sixth finger and vibrotactile feedback for grasp compensation in chronic stroke patients | |
US20170061828A1 (en) | Functional prosthetic device training using an implicit motor control training system | |
Williams III | Guest Editorial. Progress on stabilizing and controlling powered upper-limb prostheses. | |
Wilson et al. | A third arm—Design of a bypass prosthesis enabling incorporation | |
CN115515477A (zh) | 通过个体肢体的肌电活动控制虚拟化身的肢体的方法及其*** | |
Johansen et al. | A novel hand prosthesis control scheme implementing a tongue control system | |
Markovic et al. | Closed-loop multi-amplitude control for robust and dexterous performance of myoelectric prosthesis | |
Mamidanna et al. | Estimating speed-accuracy trade-offs to evaluate and understand closed-loop prosthesis interfaces | |
Thomas et al. | Sensorimotor-inspired tactile feedback and control improve consistency of prosthesis manipulation in the absence of direct vision | |
Pan et al. | Musculoskeletal model for simultaneous and proportional control of 3-DOF hand and wrist movements from EMG signals | |
CN113713252B (zh) | 假肢腕肘关节仿生型本体觉重建方法 | |
Alshammary et al. | Assessment of a multigrasp myoelectric control approach for use by transhumeral amputees | |
CN114652958A (zh) | 基于神经电刺激***的替代型腕肘关节本体觉重建方法 | |
Pilarski et al. | Upper and lower limb robotic prostheses | |
JP4926042B2 (ja) | 神経筋刺激 | |
Losier et al. | A control system for a powered prosthesis using positional and myoelectric inputs from the shoulder complex | |
US20230255802A1 (en) | Method for controlling an orthopedic device and orthopedic device | |
Hussaini | Independent pro-supination control in transradial myoelectric prostheses |
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 |