CN115590728B - 一种基于步态智能识别的时空调节振动康复刺激器 - Google Patents
一种基于步态智能识别的时空调节振动康复刺激器 Download PDFInfo
- Publication number
- CN115590728B CN115590728B CN202211267095.4A CN202211267095A CN115590728B CN 115590728 B CN115590728 B CN 115590728B CN 202211267095 A CN202211267095 A CN 202211267095A CN 115590728 B CN115590728 B CN 115590728B
- Authority
- CN
- China
- Prior art keywords
- data
- gait
- vibration
- user
- main control
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 125
- 230000000638 stimulation Effects 0.000 claims abstract description 69
- 238000012549 training Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 19
- 210000000689 upper leg Anatomy 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 210000003205 muscle Anatomy 0.000 claims description 11
- 230000001020 rhythmical effect Effects 0.000 claims description 5
- 230000007774 longterm Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 208000027089 Parkinsonian disease Diseases 0.000 description 7
- 206010034010 Parkinsonism Diseases 0.000 description 7
- 208000018737 Parkinson disease Diseases 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 206010017577 Gait disturbance Diseases 0.000 description 2
- WTDRDQBEARUVNC-LURJTMIESA-N L-DOPA Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-LURJTMIESA-N 0.000 description 2
- WTDRDQBEARUVNC-UHFFFAOYSA-N L-Dopa Natural products OC(=O)C(N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229960004502 levodopa Drugs 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010006100 Bradykinesia Diseases 0.000 description 1
- 206010059866 Drug resistance Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000027534 Emotional disease Diseases 0.000 description 1
- 208000006083 Hypokinesia Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/02—Stretching or bending or torsioning apparatus for exercising
- A61H1/0237—Stretching or bending or torsioning apparatus for exercising for the lower limbs
- A61H1/0255—Both knee and hip of a patient, e.g. in supine or sitting position, the feet being moved together in a plane substantially parallel to the body-symmetrical plane
- A61H1/0262—Walking movement; Appliances for aiding disabled persons to walk
-
- 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
- A61B5/103—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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
- A61H2003/007—Appliances for aiding patients or disabled persons to walk about secured to the patient, e.g. with belts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/01—Constructive details
- A61H2201/0157—Constructive details portable
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/165—Wearable interfaces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Rehabilitation Therapy (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明属于生物医学工程领域,具体而言,涉及一种基于步态智能识别的时空调节振动康复刺激器,时空调节振动康复刺激器具有待机模式、训练模式和运动模式三种;时空调节振动康复刺激器包括惯性传感器、可变频振动器和主控芯片;主控芯片与惯性传感器、可变频振动器和远程控制终端通讯连接,基于远程控制终端的控制生成控制指令,接收惯性传感器的输入信息,基于算法得出最优振动刺激阈值,主控芯片基于最优振动刺激阈值输入远程控制终端,基于远程控制终端的控制生成控制指令输入至可变频振动器;通过本发明,解决不同使用者的差异性影响,不同模式的振动刺激,应用于日常生活,循环改变权重让使用者步态逐渐趋近于正常人。
Description
技术领域
本发明属于生物医学工程领域,具体而言,涉及一种基于步态智能识别的时空调节振动康复刺激器。
背景技术
帕金森病(PD)最初被称为震颤性麻痹,它是一种进行性神经功能障碍,发病率随年龄的增长而增加。帕金森临床症状包括运动衰减、运动迟缓,步幅短、躯干旋转或手臂摆动不当、改变方向困难、步态模式迟缓或步态模式加速等等。
关于改善帕金森病患者步态的研究较多。为了改善帕金森病患者的步态,临床医学上常使用左旋多巴类制剂治疗帕金森,但长期使用此类药物会引起抗药性、不自主运动以及左旋多巴引起的运动功能障碍等副作用。深部脑刺激时针对部分帕金森病患者有效的外科手术,通过将电机植入大脑运动区域来向大脑传递电信号以控制疾病,但其价格昂贵、手术操作难度大,并存在引发认知和情绪障碍的副作用的可能性。
现有技术中,虽然视觉、听觉、振动等等***刺激都能够对帕金森患者的步态起到明显改善作用,但是视觉和听觉刺激易受到环境影响,工作不稳定,难以应用到治疗帕金森患者的日常生活中。而利用振动刺激,能够给予患者一个更加稳定且能够让患者在日常生活中也可以利用的治疗仪。
在目前的市场上,振动刺激也已应用广泛,但将振动刺激应用到帕金森的步态改善还不多,在国外有学者研究过在胸骨处贴上振动刺激片,让患者戴上设备并给与患者一定有节律的刺激,训练30min后进行观察,能够改善患者的FOG步态,还有学者在大腿小腿上安装振动器,对患者施以一定规律的振动刺激,也能观察到患者的步态有明显改善。而这次的发明研究则同样利用到振动刺激,但不同的是结合了患者步态的智能识别,能够实现对使用者进行训练的同时,还能够让患者在日常生活中进行直接穿戴,实时的结合步态状态判断是否加入振动刺激,这样患者在家休息可以打开训练模式进行训练,在外出活动时可以打开运动模式更好的结合步态实时识别来改善步态。
除了振动器工作上的不同,对于步态识别也有自己的完整的新的实现方法。在目前的研究中,人们已经实现了步态的识别,能够利用多个惯性传感器对于人体姿态进行识别。但相较于以往的实现方法,我们的智能识别与分析有自己独特的方法,能够实现不同个体的个性化、专一化、智能化的识别与分析。每一个人有自己一套独立的振动治疗方案。
发明内容
本发明针对现有技术缺陷,提出一种基于步态智能识别的时空调节振动康复刺激器,解决了现有技术中针对使用者步态异常的治疗中,药物和手术治疗代价大,副作用明显,视听觉刺激不稳定,振动刺激功能简单无法利用在日常生活,刺激只停留在简单的节律性刺激的问题。
为达到上述目的,本发明采用的技术方案提供了一种基于步态智能识别的时空调节振动康复刺激器,所述时空调节振动康复刺激器固定安装在使用者的大腿位置;
所述时空调节振动康复刺激器具有待机模式、训练模式和运动模式三种;
所述时空调节振动康复刺激器包括惯性传感器、可变频振动器和主控芯片;
所述主控芯片内部预设有正常人步态数据,所述主控芯片与远程控制终端通讯连接,基于所述远程控制终端的控制生成控制指令,接收惯性传感器的输入信息,基于算法剔除异常数据并衡量数据集的准确程度,分析使用者的步态特征占比,得出最优振动刺激阈值,主控芯片基于最优振动刺激阈值输入远程控制终端,同时基于远程控制终端的控制生成控制指令输入至可变频振动器;
所述惯性传感器与所述主控芯片通讯连接,用于测量大腿运动的角速度、速度和角度并将采集到的数据输入至所述主控芯片;
所述可变频振动器是由偏心转子构成的振动马达,所述可变频振动器设有多个、且与所述主控芯片通讯连接,所述可变频振动器具有可调振动刺激频率;
采用所述时空调节振动康复刺激器的方法包括:
步骤1:测量使用者个性化步态特征,所述惯性传感器优先获取使用者的步态特征数据,所述惯性传感器将测量到的数据输入至所述主控芯片的原始数据集;
步骤2:所述主控芯片利用改进的DBSCAN算法对所述步骤1中所述惯性传感器输入的测量数据进行剔除异常数据处理,并判断剔除异常数据得到的新数据集的可信度;
步骤3:基于所述步骤2的医学数据,利用统计学进行分析,对使用者和正常人步态数据进行分段加权得到最优的振动刺激阈值,并通过循环改变权重让使用者步态逐渐趋近于正常人;
步骤4:基于所述步骤3中所述主控芯片分析处理得到的最优振动刺激阈值,所述主控芯片将最优振动刺激阈值输入远程控制终端;
步骤5:基于远程控制终端选择工作模式,所述主控芯片内置有待机、训练和运动三种模式,远程控制终端将选择的工作模式指令输入至所述主控芯片;
步骤6:基于所述步骤5中所述主控芯片接收的工作模式控制指令,基于所述步骤4在远程控制终端输入的设定振动刺激频率,所述时空调节振动康复刺激器启动工作;
所述步骤3中的对使用者和正常人步态数据进行分段加权具体包括:
步骤3.1:根据生物医学的完整步态分布,将完整的步态共分为足跟触底、足放平、足尖触底和摇摆四段;
步骤3.2:得到准确的数据集Ki后,对数据集Ki中的数据不断遍历,基于所述主控芯片内部预设的正常人步态数据,计算出使用者和正常人的步态分阶段占比;
步骤3.3:基于所述步骤3.2得到的使用者和正常人的步态分阶段占比,导入权重数列:
[(a1,b1),…,(0.5,0.5),…,(ai,bi),…,(0.25,0.75),…,(aj,bj),…,(0,1)]
其中ai与bi分别满足:
ai=ai-1-inputnum,a1=0.75
bi=bi-1+inputnum,b1=0.25
a为使用者步态权重,b为正常者步态权重;
步骤3.5:通过将使用者步态占比*ai+正常者步态占比*bi得到新的步态占比,通过循环改变权重,实现治愈使用者的步态异常。
进一步地,所述步骤1中的测量使用者个性化步态特征具体包括:
步骤1.1:将该时空调节振动康复刺激器穿戴至使用者大腿位置,接通电源启动时空调节振动康复刺激器,远程控制终端显示“start to work”,完成开机;
步骤1.2:当远程控制终端显示“可以开始数据测量”时,使用者按照日常习惯行走10s,此时所述惯性传感器以50ms/次的速度测量使用者大腿运动的角速度、速度和角度;
步骤1.3:基于所述步骤1.2中所述惯性传感器的测量数据输入至所述主控芯片进行存储,远程控制终端显示“数据收集完成,正在处理”,输入至所述主控芯片的数据为原始数据集。
进一步地,所述步骤2具体包括:
步骤2.1:对所述惯性传感器输入的测量数据进行剔除异常数据处理;
步骤2.2:基于所述步骤2.1,判断收集到的新的数据集是否可信,若不可信,则所述惯性传感器实施第二次数据采集。
进一步地,所述步骤2.1具体包括:
步骤2.11:设定收集到的数据集为Ci,第i个数据为Vi,第j个数据为Vj,第i个数据与第j个数据的距离为d(i,j),d(i,j)=|Vi-Vj|
第i个数据与其它点的平均距离为Di,
步骤2.12:根据DBSCAN算法,设定半径为r的圆圈,圆圈内最小包含数为minLimt;再设定该圆圈内以第i个数据为圆心、半径同为r的圆圈,将第i个数据生成的圆圈中未包含在minLimt的圆圈内的点记作zi个,则
步骤2.13:基于所述步骤2.11和所述步骤2.12,比较zi与minLimt的值:
将异常数据剔除并得到一个新的数据集Ki。
进一步地,所述步骤2.2具体包括:
步骤2.21:设定第二次数据采集的数据集为Ki,第i个数据值为χi,为样本点i到其它点的平均距离,β(i,j)为样本点i到样本点j的距离,ωi为数据集的精确度,则β(i,j)=|χi-χj|,/>
步骤2.22:基于所述步骤2.21求出所有β(i,j)中最小的值,β(i,j)中最小的值为min{β(i,j)},则
式中,ωi表示量化数据可信度的判断值;表示数据集的集中程度,衡量异常数据剔除是否达标;/>表示原始数据集收集时的准确性,衡量整体数据是否出现大的偏差;当ωi越趋近于1则表示数据可信度越高。
进一步地,所述步骤4中的分析处理得到的最优振动刺激阈值具体包括:
步骤4.1:所述主控芯片基于所述步骤3得到的数据输出至远程控制终端,远程控制终端显示运动角度的最大值、最小值和刺激最优阈值;
步骤4.2:使用者选择推荐输入的振动刺激阈值数据进行振动刺激,或根据肌肉敏锐度对推荐的振动刺激阈值进行调整,远程控制终端完成将阈值的确定。
进一步地,所述步骤5中的选择工作模式具体包括:
步骤5.1:基于所述步骤1至所述步骤4,通过远程控制终端选择进入待机、训练和运动三种模式;
选择待机模式,远程控制终端未输入振动频率,所述主控芯片未接收远程控制终端的控制指令,此时所述可变频振动器未启动;
选择训练模式,所述可变频振动器根据所述主控芯片基于远程控制终端输入的振动阈值控制指令,产生节律性振动刺激,此时所述惯性传感器对使用者的运动状态不产生实时测量;
选择运动模式,所述惯性传感器持续实时测量使用者的步态,所述主控芯片通过实时数据与远程控制终端输入的振动刺激初始阈值分析判断是否启动所述可变频振动器;当使用者处于长期站立阶段,此时惯性传感器识别运动速度为零,所述主控芯片未发送控制指令至所述可变频振动器,所述可变频振动器暂停振动;当所述惯性传感器识别运动开始,所述主控芯片发送控制指令至所述可变频振动器,所述可变频振动器开始振动;
步骤5.2:远程控制终端输入模式后,所述时空调节振动康复刺激器通过显示不同的指示灯表示使用者当前状态。
进一步地,所述步骤6中的设定振动刺激频率具体包括:
步骤6.1:基于所述步骤5.1的不同模式,远程控制终端提示输入振动器的频率;
步骤6.2:使用者在远程控制终端输入0-250之间的任意整数;
步骤6.3:远程控制终端完成振动频率的输入,并将振动频率信息输入至所述主控芯片,所述主控芯片发送控制指令至可变频振动器,所述可变频振动器启动工作,工作完成后关闭电源。
本发明的有益效果是:
第一、本发明采用的技术方案是通过惯性传感器采集使用者的步态识别,基于改进的DBSCAN算法剔除异常数据并衡量数据集的准确程度,主控芯片对使用者和正常人步态数据进行分段加权得到最优的振动刺激阈值,并将最优的振动刺激阈值用于使用者震动刺激,通过循环改变权重让使用者步态逐渐趋近于正常人,同时主控芯片内置有待机、训练和运动三种模式,该技术与多种振动刺激模式相融合,能够针对使用者不同的需要进行针对性的处理,解决了不同使用者的差异性影响,针对不同使用者采取个性化的治疗方案,有效解决使用者对设备适用性的问题,能够达到更好的治疗效果,不仅可以应用于临床;
第二、本发明采用的技术方案通过改进的DBSCAN算法分析,将惯性传感器采集使用者的步态数据作为主控芯片的数据集,设定半径为r的圆圈,圆圈内最小包含数为minLimt,再通过设定该圆圈内以第i个数据为圆心、半径同为r的圆圈,将第i个数据生成的圆圈中未包含在minLimt的圆圈内的点记作zi,zi即为需要剔除的异常数据,能够衡量剔除后的数据库的准确度以及收集原始数据的准确程度;
第三、本发明采用的技术方案基于生物医学的完整步态分布,将完整的步态共分为足跟触底、足放平、足尖触底和摇摆四段,主控芯片针对这四段不同的步态分别计算出使用者和正常人的步态分阶段占比,根据使用者和正常人的步态分阶段占比分别导入权重,主控芯片基于步态占比循环改变权重得到最优的振动刺激阈值,同时结合振动刺激训练,逐渐实现治愈使用者的步态异常;
第四、本发明采用的技术方案固定安装在使用者的大腿位置,安装后的安装后可变频振动器与大腿股四头肌贴合,用于接收主控芯片的控制指令产生振动刺激大腿肌肉形成记忆,能够使用者在日常生活中不同状态下穿戴,实现穿戴常态化日常化。
附图说明
图1是本发明实施例的应用场景之一;
图2是本发明实施例的基于步态智能识别的时空调节振动康复刺激器及刺激方法的电路功能框图;
图3是本发明实施例的使用流程图。
图4是本发明实施例的算法流程图;
其中,1-惯性传感器;2-可变频振动器;3-主控芯片;4-外部穿戴部件;A-远程控制终端A。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1、图2所示,本发明提供的一种基于步态智能识别的时空调节振动康复刺激器,该时空调节振动康复刺激器安装在使用者的大腿位置,包括惯性传感器1、可变频振动器2、主控芯片3和外部穿戴部件4;其中,惯性传感器1和可变频振动器2与主控芯片3通讯连接。
外部穿戴部件4由零件固定件和绷带组成,绷带设置于零件固定件的两侧,通过绷带将该时空调节振动康复刺激器穿戴于使用者的大腿上。
主控芯片3固定安装在外部穿戴部件4的零件固定件上、且与远程控制终端A通讯连接,用于接收惯性传感器1的输入信息,基于算法剔除异常数据并衡量数据集的准确程度,分析使用者的步态特征占比,得出最优振动刺激阈值,主控芯片3基于最优振动刺激阈值输入远程控制终端A,同时基于远程控制终端A的控制生成控制指令输入至可变频振动器2。
需要说明的是,主控芯片3接收惯性传感器1的输入信息即主控芯片3的数据集,主控芯片3利用改进的DBSCAN算法进行剔除异常数据并衡量数据集的准确程度,同时主控芯片3内部预设有正常人步态数据,利用统计学进行分析,对使用者数据和正常人步态数据进行分段加权得到最优的振动刺激阈值。
惯性传感器1固定安装在外部穿戴部件4的零件固定件的外侧、且通过信号线与主控芯片3连接,用于识别人体姿态,测量大腿运动的角速度、速度和角度并将采集到的数据输入至主控芯片3。
可变频振动器2是由偏心转子构成的振动马达,可变频振动器2设有四个、且均匀横向分布在外部穿戴部件4的零件固定件的内侧,通过信号线与主控芯片3连接,安装后与大腿股四头肌贴合,用于接收主控芯片3的控制指令产生振动刺激大腿肌肉形成记忆。
可变频振动器2的振动刺激频率具有0-250Hz的调节功能,使用者根据肌肉敏锐度基于远程控制终端A对振动刺激频率进行设定,远程控制终端A将设定的振动刺激频率输入至主控芯片3,由主控芯片3生成控制指令控制可变频振动器2工作。
需要说明的是,本发明提供的一种基于步态智能识别的时空调节振动康复刺激器,为保证该时空调节振动康复刺激器的日常化和穿戴常态化,根据使用者日常生活中的多种状态,该时空调节振动康复刺激器具有待机模式、训练模式和运动模式三种。
待机模式用于使用者处于睡觉或休息状态,可变频振动器2未启动;训练刺激模式用于使用者处于坐姿或躺姿状态时训练肌肉和神经,使肌肉行成记忆;运动刺激模式用于使用者行走时给予振动刺激辅助行走,调节使用者的运动并达到循序渐进的治疗效果。
主控芯片3上具有多种颜色的指示灯,远程控制终端A输入模式后,该时空调节振动康复刺激器通过显示不同的指示灯表示使用者当前状态。
实施例:
本发明提供的一种基于步态智能识别的时空调节振动康复刺激器,如图3所示,该时空调节振动康复刺激器的刺激方法包括:
步骤1:测量使用者的个性化步态特征。为了针对性的改善使用者的步态,通过惯性传感器1优先获取使用者的步态特征数据,惯性传感器1将测量到的数据输入至主控芯片3,步骤1具体包括:
步骤1.1:将该时空调节振动康复刺激器穿戴至使用者大腿位置,接通电源启动时空调节振动康复刺激器,远程控制终端A显示“start to work”,完成开机。
步骤1.2:当远程控制终端A显示“可以开始数据测量”,使用者按照日常习惯行走10s,此时惯性传感器1以50ms/次的速度测量使用者大腿运动的角速度、速度和角度。
步骤1.3:基于步骤1.2中惯性传感器1的测量数据输入至主控芯片3进行存储,远程控制终端A显示“数据收集完成,正在处理”。
步骤2:利用主控芯片3利用改进的DBSCAN算法对步骤1中理惯性传感器1输入的测量数据进行剔除异常数据处理,并判断剔除异常数据得到的新数据集的可信度。步骤2具体包括:
步骤2.1:对惯性传感器1输入的测量数据进行剔除异常数据处理。
步骤2.1具体包括:
步骤2.11:设定收集到的数据集为Ci,第i个数据为Vi,第j个数据为Vj,第i个数据与第j个数据的距离为d(i,j),d(i,j)=|Vi-Vj|
第i个数据与其它点的平均距离为Di,
步骤2.12:根据DBSCAN算法,设定半径为r的圆圈,圆圈内最小包含数为minLimt;再设定该圆圈内以第i个数据为圆心、半径同为r的圆圈,将第i个数据生成的圆圈中未包含在minLimt的圆圈内的点记作zi个,则
步骤2.13:比较zi与minLimt的值。
经过步骤2.11-步骤2.13的算法处理,将异常数据剔除并得到一个新的数据集Ki。
步骤2.2:基于步骤2.1判断收集到的新的数据集Ki是否可信,若不可信,则惯性传感器1实施第二次数据采集。步骤2.2具体包括:
步骤2.21:设定第二次数据采集的数据集为Ki,第i个数据值为χi,为样本点i到其它点的平均距离,β(i,j)为样本点i到样本点j的距离,ωi为数据集的精确度,则β(i,j)=|χi-χj|,/>
步骤2.22:基于步骤2.21求出所有β(i,j)中最小的值,β(i,j)中最小的值为min{β(i,j)},则
式中,ωi表示量化数据可信度的判断值;表示数据集的集中程度,衡量异常数据剔除是否达标;/>表示原始数据集收集时的准确性,衡量整体数据是否出现大的偏差。当ωi越趋近于1则表示数据可信度越高。
步骤3:基于步骤2的医学数据,利用统计学进行分析,对使用者和正常人步态数据进行分段加权得到最优的振动刺激阈值,并通过循环改变权重让使用者步态逐渐趋近于正常人。
如图4所示,步骤3具体包括:
步骤3.1:根据生物医学的完整步态分布,将完整的步态共分为足跟触底、足放平、足尖触底和摇摆四段。
步骤3.2:得到准确的数据集Ki后,对数据集Ki中的数据不断遍历,基于主控芯片3内部预设的正常人步态数据,计算出使用者和正常人的步态分阶段占比。
步骤3.3:基于步骤3.2得到的使用者和正常人的步态分阶段占比,导入权重数列:
[(a1,b1),…,(0.5,0.5),…,(ai,bi),…,(0.25,0.75),…,(aj,bj),…,(0,1)]
其中ai与bi分别满足:
ai=ai-1-inputnum,a1=0.75
bi=bi-1+inputnum,b1=0.25
a为使用者步态权重,b为正常者步态权重。
步骤3.5:通过将使用者步态占比*ai+正常者步态占比*bi得到新的步态占比,通过循环改变权重,达到最后完全治愈使用者的步态异常。
需要说明的是,循序渐进的改变权重指当使用者首次使用设备时,完成步态特征测量和正常人步态数据导入后,会将使用者步态特征占比*a1+正常人步态特征占比*b1作为第一组得到的权重步态特征占比,根据此占比得到最优阈值;当使用设备进行康复训练或运动一段时间后,将收集使用者此时的步态特征并与上一组权重步态特征占比进行对比,反复操作实现循序渐进的改变使用者步态和正常者步态的权重。
循环改变权重具体包括:
当使用者步态特征占比和正常人步态特征占比的误差值不超过0.1时,主控芯片3判断此时使用者具备下一阶段治疗的基础,将使用者步态特征占比*a2+正常人步态特征占比*b2得到第二组权重步态特征占比,得到新的最优阈值,此时远程控制终端A提示使用者,第一阶段康复完成将开始进一步训练,请保持训练与运动。
当使用者步态特征占比和正常人步态特征占比的误差值超过0.1时,主控芯片3判断继续保持原训练方案,此时远程控制终端A提示使用者请多进行康复训练与运动。
当使用者经过一段时间训练后,同样进行上述操作,以此循环,最后主控芯片3内的权重数列达到(0,1)状态下,此时远程控制终端A提示使用者康复完成。
需要说明的是,使用者经过一段时间训练的具体判断方法为:
基于惯性传感器1对于使用者步态特征的读取时间为50ms每次,作为判断时间长度,设定十二小时为一个循环,当使用者在运动模式下累计达十二小时后,主控芯片3输入远程控制终端A信息提示使用者“请保持行走1分钟”,使用者在保持行走的1分钟内,惯性传感器1采集使用者的步态特征数据并输入至主控芯片3。
步骤4:基于步骤3中主控芯片3分析处理得到的最优振动刺激阈值,主控芯片3将最优振动刺激阈值输入远程控制终端A。步骤4具体包括:
步骤4.1:主控芯片3基于步骤3得到的数据输出至远程控制终端A,远程控制终端A显示运动角度的最大值、最小值和刺激最优阈值。
步骤4.2:使用者选择推荐输入的振动刺激阈值数据进行振动刺激,或根据肌肉敏锐度对推荐的振动刺激阈值进行调整,远程控制终端A完成将阈值的确定。
步骤5:选择工作模式,主控芯片3内置有待机、训练和运动三种模式。如图4所示,步骤5具体包括:
步骤5.1:完成步骤1至步骤4后,通过远程控制终端A选择进入待机、训练和运动三种模式。
选择待机模式,用于使用者处于睡觉和休息状态下使用。远程控制终端A未输入振动频率,主控芯片3未接收远程控制终端A的控制指令,此时可变频振动器2未启动。
选择训练模式,用于使用者处于坐姿或躺姿状态时训练自己的肌肉和神经。可变频振动器2根据主控芯片3基于远程控制终端A输入的振动阈值控制指令,产生节律性振动刺激,此时惯性传感器1对使用者的运动状态不产生实时测量,仅通过长时间的训练使肌肉形成记忆,并逐渐向正常人步态发展。
选择运动模式,用于使用者处于行走时开启此模式调节运动,通过振动刺激来辅助达到循序渐进的治疗效果。惯性传感器1持续实时测量使用者的步态,主控芯片3通过实时数据与远程控制终端A输入的振动刺激初始阈值分析判断是否启动可变频振动器2;当使用者处于长期站立阶段,此时惯性传感器1识别运动速度为零,主控芯片3未发送控制指令至可变频振动器2,可变频振动器2暂停振动;当惯性传感器1识别运动开始,主控芯片3发送控制指令至可变频振动器2,可变频振动器2开始振动。
步骤5.2:远程控制终端A输入模式后,该时空调节振动康复刺激器通过显示不同的指示灯表示使用者当前状态。
步骤6:振动刺激频率的设定。步骤6具体包括:
步骤6.1:基于步骤5.1的不同模式,远程控制终端A提示输入振动器的频率。
步骤6.2:使用者在远程控制终端A输入0-250之间的任意整数。
需要说明的是:远程控制终端A输入的数值即为可变频振动器2振动的频率,数字0-250对应0-250Hz;振动器的频率具有可调性,不同的使用者根据自身肌肉敏锐程度调整振动器的振动频率。
步骤6.3:远程控制终端A完成振动频率的输入,并将振动频率信息输入至主控芯片3,主控芯片3发送控制指令至可变频振动器2,可变频振动器2启动工作,工作完成后关闭电源。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种基于步态智能识别的时空调节振动康复刺激器,其特征在于,
所述时空调节振动康复刺激器固定安装在使用者的大腿位置;
所述时空调节振动康复刺激器具有待机模式、训练模式和运动模式三种;
所述时空调节振动康复刺激器包括惯性传感器(1)、可变频振动器(2)和主控芯片(3);
所述主控芯片(3)内部预设有正常人步态数据,所述主控芯片(3)与远程控制终端通讯连接,基于所述远程控制终端的控制生成控制指令,接收惯性传感器(1)的输入信息,基于算法剔除异常数据并衡量数据集的准确程度,分析使用者的步态特征占比,得出最优振动刺激阈值,主控芯片(3)基于最优振动刺激阈值输入远程控制终端,同时基于远程控制终端的控制生成控制指令输入至可变频振动器(2);
所述惯性传感器(1)与所述主控芯片(3)通讯连接,用于测量大腿运动的角速度、速度和角度并将采集到的数据输入至所述主控芯片(3);
所述可变频振动器(2)是由偏心转子构成的振动马达,所述可变频振动器(2)设有多个、且与所述主控芯片(3)通讯连接,所述可变频振动器(2)具有可调振动刺激频率;
采用所述时空调节振动康复刺激器的方法包括:
步骤1:测量使用者个性化步态特征,所述惯性传感器(1)优先获取使用者的步态特征数据,所述惯性传感器(1)将测量到的数据输入至所述主控芯片(3)的原始数据集;
步骤2:所述主控芯片(3)利用改进的DBSCAN算法对所述步骤1中所述惯性传感器(1)输入的测量数据进行剔除异常数据处理,并判断剔除异常数据得到的新数据集的可信度;
步骤3:基于所述步骤2的医学数据,利用统计学进行分析,对使用者和正常人步态数据进行分段加权得到最优的振动刺激阈值,并通过循环改变权重让使用者步态逐渐趋近于正常人;
步骤4:基于所述步骤3中所述主控芯片(3)分析处理得到的最优振动刺激阈值,所述主控芯片(3)将最优振动刺激阈值输入远程控制终端;
步骤5:基于远程控制终端选择工作模式,所述主控芯片(3)内置有待机、训练和运动三种模式,远程控制终端将选择的工作模式指令输入至所述主控芯片(3);
步骤6:基于所述步骤5中所述主控芯片(3)接收的工作模式控制指令,基于所述步骤4在远程控制终端输入的设定振动刺激频率,所述时空调节振动康复刺激器启动工作;
所述步骤3中的对使用者和正常人步态数据进行分段加权具体包括:
步骤3.1:根据生物医学的完整步态分布,将完整的步态共分为足跟触底、足放平、足尖触底和摇摆四段;
步骤3.2:得到准确的数据集Ki后,对数据集Ki中的数据不断遍历,基于所述主控芯片(3)内部预设的正常人步态数据,计算出使用者和正常人的步态分阶段占比;
步骤3.3:基于所述步骤3.2得到的使用者和正常人的步态分阶段占比,导入权重数列:
[(a1,b1),…,(0.5,0.5),…,(ai,bi),…,(0.25,0.75),…,(aj,bj),…,(0,1)]
其中ai与bi分别满足:
ai=ai-1-inputnum,a1=0.75
bi=bi-1+inputnum,b1=0.25
a为使用者步态权重,b为正常者步态权重;
步骤3.5:通过将使用者步态占比*ai+正常者步态占比*bi得到新的步态占比,通过循环改变权重,实现治愈使用者的步态异常。
2.根据权利要求1所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤1中的测量使用者个性化步态特征具体包括:
步骤1.1:将该时空调节振动康复刺激器穿戴至使用者大腿位置,接通电源启动时空调节振动康复刺激器,远程控制终端显示“starttowork”,完成开机;
步骤1.2:当远程控制终端显示“可以开始数据测量”时,使用者按照日常习惯行走10s,此时所述惯性传感器(1)以50ms/次的速度测量使用者大腿运动的角速度、速度和角度;
步骤1.3:基于所述步骤1.2中所述惯性传感器(1)的测量数据输入至所述主控芯片(3)进行存储,远程控制终端显示“数据收集完成,正在处理”,输入至所述主控芯片(3)的数据为原始数据集。
3.根据权利要求1所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤2具体包括:
步骤2.1:对所述惯性传感器(1)输入的测量数据进行剔除异常数据处理;
步骤2.2:基于所述步骤2.1,判断收集到的新的数据集是否可信,若不可信,则所述惯性传感器(1)实施第二次数据采集。
4.根据权利要求3所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤2.1具体包括:
步骤2.11:设定收集到的数据集为Ci,第i个数据为Vi,第j个数据为Vj,第i个数据与第j个数据的距离为d(i,j),d(i,j)=|Vi-Vj|
第i个数据与其它点的平均距离为Di,
步骤2.12:根据DBSCAN算法,设定半径为r的圆圈,圆圈内最小包含数为minLimt;再设定该圆圈内以第i个数据为圆心、半径同为r的圆圈,将第i个数据生成的圆圈中未包含在minLimt的圆圈内的点记作zi个,则
步骤2.13:基于所述步骤2.11和所述步骤2.12,比较zi与minLimt的值:
将异常数据剔除并得到一个新的数据集Ki。
5.根据权利要求4所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤2.2具体包括:
步骤2.21:设定第二次数据采集的数据集为Ki,第i个数据值为χi,为样本点i到其它点的平均距离,β(i,j)为样本点i到样本点j的距离,ωi为数据集的精确度,则β(i,j)=|χi-χj|,/>
步骤2.22:基于所述步骤2.21求出所有β(i,j)中最小的值,β(i,j)中最小的值为min{β(i,j)},则
式中,ωi表示量化数据可信度的判断值;表示数据集的集中程度,衡量异常数据剔除是否达标;/>表示原始数据集收集时的准确性,衡量整体数据是否出现大的偏差;当ωi越趋近于1则表示数据可信度越高。
6.根据权利要求1所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤4中的分析处理得到的最优振动刺激阈值具体包括:
步骤4.1:所述主控芯片(3)基于所述步骤3得到的数据输出至远程控制终端,远程控制终端显示运动角度的最大值、最小值和刺激最优阈值;
步骤4.2:使用者选择推荐输入的振动刺激阈值数据进行振动刺激,或根据肌肉敏锐度对推荐的振动刺激阈值进行调整,远程控制终端完成将阈值的确定。
7.根据权利要求1所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤5中的选择工作模式具体包括:
步骤5.1:基于所述步骤1至所述步骤4,通过远程控制终端选择进入待机、训练和运动三种模式;
选择待机模式,远程控制终端未输入振动频率,所述主控芯片(3)未接收远程控制终端的控制指令,此时所述可变频振动器(2)未启动;
选择训练模式,用所述可变频振动器(2)根据所述主控芯片(3)基于远程控制终端输入的振动阈值控制指令,产生节律性振动刺激,此时所述惯性传感器(1)对使用者的运动状态不产生实时测量;
选择运动模式,所述惯性传感器(1)持续实时测量使用者的步态,所述主控芯片(3)通过实时数据与远程控制终端输入的振动刺激初始阈值分析判断是否启动所述可变频振动器(2);当使用者处于长期站立阶段,此时惯性传感器(1)识别运动速度为零,所述主控芯片(3)未发送控制指令至所述可变频振动器(2),所述可变频振动器(2)暂停振动;当所述惯性传感器(1)识别运动开始,所述主控芯片(3)发送控制指令至所述可变频振动器(2),所述可变频振动器(2)开始振动;
步骤5.2:远程控制终端输入模式后,所述时空调节振动康复刺激器通过显示不同的指示灯表示使用者当前状态。
8.根据权利要求7所述的基于步态智能识别的时空调节振动康复刺激器,其特征在于,所述步骤6中的设定振动刺激频率具体包括:
步骤6.1:基于所述步骤5.1的不同模式,远程控制终端提示输入振动器的频率;
步骤6.2:使用者在远程控制终端输入0-250之间的任意整数;
步骤6.3:远程控制终端完成振动频率的输入,并将振动频率信息输入至所述主控芯片(3),所述主控芯片(3)发送控制指令至可变频振动器(2),所述可变频振动器(2)启动工作,工作完成后关闭电源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267095.4A CN115590728B (zh) | 2022-10-17 | 2022-10-17 | 一种基于步态智能识别的时空调节振动康复刺激器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267095.4A CN115590728B (zh) | 2022-10-17 | 2022-10-17 | 一种基于步态智能识别的时空调节振动康复刺激器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115590728A CN115590728A (zh) | 2023-01-13 |
CN115590728B true CN115590728B (zh) | 2024-01-30 |
Family
ID=84846746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211267095.4A Active CN115590728B (zh) | 2022-10-17 | 2022-10-17 | 一种基于步态智能识别的时空调节振动康复刺激器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115590728B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104606868A (zh) * | 2015-02-10 | 2015-05-13 | 中国科学院苏州生物医学工程技术研究所 | 一种用于缓解帕金森病患者冻结步态的智能手环 |
CN106345055A (zh) * | 2016-09-19 | 2017-01-25 | 天津大学 | 一种基于步态识别的功能性肌肉电刺激助行装置 |
CN106377837A (zh) * | 2016-09-19 | 2017-02-08 | 天津大学 | 基于步态识别的功能性肌肉电刺激助行装置及控制方法 |
CN107998643A (zh) * | 2017-11-17 | 2018-05-08 | 中国科学院宁波材料技术与工程研究所 | 一种用于帕金森病人步态运动改善和训练监测的智能脚环 |
CN109034015A (zh) * | 2018-07-11 | 2018-12-18 | 重庆邮电大学 | Fsk-ssvep的解调***及解调算法 |
CN111659005A (zh) * | 2020-06-11 | 2020-09-15 | 浙江大学 | 一种基于肌电信号的足下垂康复装置 |
CN111659006A (zh) * | 2020-06-11 | 2020-09-15 | 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*** |
CN213250102U (zh) * | 2020-07-01 | 2021-05-25 | 浙江大学 | 一种步态采集及神经肌肉电刺激动力式踝足矫形器 |
CN113170944A (zh) * | 2021-04-22 | 2021-07-27 | 北京戴来科技有限公司 | 一种用于缓解冻结步态的辅助鞋 |
CN113261952A (zh) * | 2021-05-19 | 2021-08-17 | 北京工业大学 | 一种基于多传感器的人体下肢姿态采集及足底振动康复*** |
CN114177472A (zh) * | 2021-11-30 | 2022-03-15 | 中国人民解放军总医院第四医学中心 | 一种应用于下肢假肢的植入式电刺激感知反馈*** |
CN114795855A (zh) * | 2022-05-19 | 2022-07-29 | 重庆邮电大学 | 一种辅助腿部运动的可穿戴智能拐杖 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9452101B2 (en) * | 2011-04-11 | 2016-09-27 | Walkjoy, Inc. | Non-invasive, vibrotactile medical device to restore normal gait for patients suffering from peripheral neuropathy |
US10744324B2 (en) * | 2015-04-17 | 2020-08-18 | National University Of Ireland, Galway | Apparatus for management of a Parkinson's disease patient's gait |
WO2019157460A1 (en) * | 2018-02-09 | 2019-08-15 | Vanderbilt University | Electrical stimulation system and methods for limb control |
EP3653256B1 (en) * | 2018-11-13 | 2022-03-30 | ONWARD Medical N.V. | Control system for movement reconstruction and/or restoration for a patient |
-
2022
- 2022-10-17 CN CN202211267095.4A patent/CN115590728B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104606868A (zh) * | 2015-02-10 | 2015-05-13 | 中国科学院苏州生物医学工程技术研究所 | 一种用于缓解帕金森病患者冻结步态的智能手环 |
CN106345055A (zh) * | 2016-09-19 | 2017-01-25 | 天津大学 | 一种基于步态识别的功能性肌肉电刺激助行装置 |
CN106377837A (zh) * | 2016-09-19 | 2017-02-08 | 天津大学 | 基于步态识别的功能性肌肉电刺激助行装置及控制方法 |
CN107998643A (zh) * | 2017-11-17 | 2018-05-08 | 中国科学院宁波材料技术与工程研究所 | 一种用于帕金森病人步态运动改善和训练监测的智能脚环 |
CN109034015A (zh) * | 2018-07-11 | 2018-12-18 | 重庆邮电大学 | Fsk-ssvep的解调***及解调算法 |
CN111659005A (zh) * | 2020-06-11 | 2020-09-15 | 浙江大学 | 一种基于肌电信号的足下垂康复装置 |
CN111659006A (zh) * | 2020-06-11 | 2020-09-15 | 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*** |
CN213250102U (zh) * | 2020-07-01 | 2021-05-25 | 浙江大学 | 一种步态采集及神经肌肉电刺激动力式踝足矫形器 |
CN113170944A (zh) * | 2021-04-22 | 2021-07-27 | 北京戴来科技有限公司 | 一种用于缓解冻结步态的辅助鞋 |
CN113261952A (zh) * | 2021-05-19 | 2021-08-17 | 北京工业大学 | 一种基于多传感器的人体下肢姿态采集及足底振动康复*** |
CN114177472A (zh) * | 2021-11-30 | 2022-03-15 | 中国人民解放军总医院第四医学中心 | 一种应用于下肢假肢的植入式电刺激感知反馈*** |
CN114795855A (zh) * | 2022-05-19 | 2022-07-29 | 重庆邮电大学 | 一种辅助腿部运动的可穿戴智能拐杖 |
Also Published As
Publication number | Publication date |
---|---|
CN115590728A (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3337401B1 (en) | Method and system for adjusting audio signals based on motion deviation | |
CN106377837A (zh) | 基于步态识别的功能性肌肉电刺激助行装置及控制方法 | |
CN109589496B (zh) | 一种人体运动全过程穿戴式仿生康复*** | |
US11752325B2 (en) | Functional electrical stimulation system offering coordinated and natural movements | |
CN106334265A (zh) | 以功能性肌肉电刺激驱动的外骨骼助行***及助行方法 | |
CN106474623A (zh) | 仿生多通道神经肌肉电刺激方法及电刺激*** | |
CN102058453B (zh) | 一种电刺激听觉音调感知测试与评估*** | |
CN110853753A (zh) | 一种认知功能障碍老人居家康复护理*** | |
WO2021047100A1 (zh) | 一种自适应电刺激训练*** | |
CN113058157B (zh) | 多信号融合的反馈式功能性电刺激*** | |
CN111659005A (zh) | 一种基于肌电信号的足下垂康复装置 | |
CN113713333B (zh) | 一种下肢康复全训练过程的动态虚拟诱导方法及*** | |
CN115590728B (zh) | 一种基于步态智能识别的时空调节振动康复刺激器 | |
CN114191261B (zh) | 迭代学习脑控电刺激和智能支撑***与下肢康复训练方法 | |
JP2024521030A (ja) | Tensユーザの活動タイプ、レベル、及び持続期間に基づいて経皮的電気神経刺激(tens)デバイスを自動制御するための装置及び方法 | |
CN111437509B (zh) | 一种手部反射区功能性电刺激装置及控制方法 | |
CN111937412B (zh) | 假体认知能力提高 | |
Loreiro et al. | Neuroprosthetic device for functional training, compensation or rehabilitation of lower limbs during gait | |
CN117282026B (zh) | 一种方便不同人员使用的手套镜像运动康复方法及*** | |
CN111388862A (zh) | 一种基于髋关节角度变化特征反馈的下肢电刺激助行*** | |
CN109771215A (zh) | 一种脑卒中患者单侧复健的fes强度精确镜像方法 | |
CN109821218A (zh) | 一种康复训练***及其方法 | |
RU2822711C2 (ru) | Способ и устройство контроля положения головы пациента и его коррекции путем неинвазивной нейростимуляции | |
CN113869084B (zh) | 脑电信号处理方法、脑机接口设备及存储介质 | |
CN115870989B (zh) | 基于pvdf凝胶基机器人柔性关节的评价*** |
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 |