CN219940582U - 一种下肢多模态信号综合采集*** - Google Patents

一种下肢多模态信号综合采集*** Download PDF

Info

Publication number
CN219940582U
CN219940582U CN202321082488.8U CN202321082488U CN219940582U CN 219940582 U CN219940582 U CN 219940582U CN 202321082488 U CN202321082488 U CN 202321082488U CN 219940582 U CN219940582 U CN 219940582U
Authority
CN
China
Prior art keywords
signal
lower limb
signal collector
sensor
motion sensor
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
Application number
CN202321082488.8U
Other languages
English (en)
Inventor
臧大维
胡安明
王拥军
姜悦
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.)
Beijing Tiantan Medical Technology Co ltd
Original Assignee
Beijing Tiantan Hospital
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 Beijing Tiantan Hospital filed Critical Beijing Tiantan Hospital
Priority to CN202321082488.8U priority Critical patent/CN219940582U/zh
Application granted granted Critical
Publication of CN219940582U publication Critical patent/CN219940582U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本实用新型公开了一种下肢多模态信号综合采集***,本实用新型涉及下肢信号综合采集技术领域,包括:运动传感器、肌电信号传感器、脑电信号采集器、运动信号采集器、惯性信号采集器、数据储存器和CPU处理器,运动传感器和肌电信号传感器均固定放置于下肢表面,数据储存器和CPU处理器安装于同一位置。该下肢多模态信号综合采集***,通过运动传感器、肌电信号传感器及脑电信号采集器,不同的感觉信号采入设备,对采集的数据进行统合,实现完整综合的下肢运动采集数据***。

Description

一种下肢多模态信号综合采集***
技术领域
本实用新型涉及下肢信号综合采集技术领域,具体为一种下肢多模态信号综合采集***。
背景技术
肌电图简称EMG,是用来测量和分析肌肉收缩时发出的肌电信号,其代表着肌肉的活动水平,可用其对肌肉功能进行研究。通过测量肌电反应的数据指标,如RMS均方根、iEMG积分肌电、MF中值频率等,进一步评估个体的神经与肌肉功能状态。
肌电信号分析,可广泛应用于肌肉工作工效学分析、操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制与动作模式研究等,当大脑发出兴奋并向下传导后,中枢神经***的运动神经元的胞体和树突在来自突触的刺激下产生电脉冲,并沿神经元的轴突传导到末梢的神经与肌肉的接点,当运动神经接触到肌肉时,其轴突分支到许多肌纤维上,每一分支终止在肌纤维上形成突触叫做运动终板,传导到轴突末梢的运动电位使神经与肌肉的接点释放化学物质乙酰胆碱,乙酰胆碱使运动终板的离子通透性发生变化产生终板电位。此终板电位又使肌细胞膜达到去极化阈值电位,产生肌纤维的运动电位,并沿着肌纤维向两方传播。引起了肌纤维内的一系列变化,便产生了肌纤维的收缩。大量肌纤维的收缩产生肌肉力。由此可见肌纤维的运动电位的传播导致了肌肉收缩,同时传播中的电信号在人体的软组织中引起电流场,并在检测电极间便显出电位差,即肌电信号。
现有技术对于采集下肢肌电信号的信息存在不足,仅能通过EMG无线表面肌电仪采集下肢肌电信号,后续进行数据对比时信息不足,难以形成完整综合的下肢运动采集数据***。
实用新型内容
针对现有技术的不足,本实用新型提供了一种下肢多模态信号综合采集***,所要解决的技术问题是:如何通过不同的感觉信号采入设备,对采集的数据进行统合,实现完整综合的下肢运动采集数据***。
为实现以上目的,本实用新型通过以下技术方案予以实现:一种下肢多模态信号综合采集***,包括:运动传感器、肌电信号传感器、脑电信号采集器、运动信号采集器、惯性信号采集器、数据储存器和CPU处理器,运动传感器和肌电信号传感器均固定放置于下肢表面,数据储存器和CPU处理器安装于同一位置。
优选的,运动传感器包括髋关节运动传感器、膝关节运动传感器和踝关节运动传感器,髋关节运动传感器通过胶贴固定放置于髋部,膝关节运动传感器通过胶贴固定放置于膝部,踝关节运动传感器通过胶贴固定放置于踝部。
优选的,肌电信号传感器包括髋部肌电信号采集器、膝部肌电信号采集器和踝部肌电信号采集器,髋部肌电信号采集器通过胶贴固定放置于髋部皮外层,膝部肌电信号采集器通过胶贴固定放置于膝部皮外层,踝部肌电信号采集器通过胶贴固定放置于踝部皮外层。
优选的,脑电信号采集器包括脑皮层电极传感器和脑电信号采集器,且脑皮层电极传感器通过胶贴固定放置于大脑外层外部。
优选的,运动传感器与运动信号采集器之间通过无线数据连接,肌电信号传感器与惯性信号采集器之间通过无线数据连接。
优选的,数据储存器分别与脑电信号采集器、运动信号采集器及惯性信号采集器之间通过NB-IOT无线数据通讯连接。
优选的,数据储存器与CPU处理器之间通过RS-485通信连接。
有益效果
本实用新型提供了一种下肢多模态信号综合采集***。与现有技术相比具备以下有益效果:
该下肢多模态信号综合采集***,通过运动传感器、肌电信号传感器及脑电信号采集器,不同的感觉信号采入设备,对采集的数据进行统合,实现完整综合的下肢运动采集数据***。
附图说明
图1为本实用新型的整体结构示意图;
图2为本实用新型的整体***示意图。
图中:1、运动传感器;2、肌电信号传感器;3、脑电信号采集器;4、运动信号采集器;5、惯性信号采集器;6、数据储存器;7、CPU处理器。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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他实施例,都属于本实用新型保护的范围。
请参阅图1-2,本实用新型提供一种技术方案:一种下肢多模态信号综合采集***,包括:运动传感器1、肌电信号传感器2、脑电信号采集器3、运动信号采集器4、惯性信号采集器5、数据储存器6和CPU处理器7,运动传感器1和肌电信号传感器2均固定放置于下肢表面,数据储存器6和CPU处理器7安装于同一位置。
运动传感器1包括髋关节运动传感器、膝关节运动传感器和踝关节运动传感器,髋关节运动传感器通过胶贴固定放置于髋部,膝关节运动传感器通过胶贴固定放置于膝部,踝关节运动传感器通过胶贴固定放置于踝部。
肌电信号传感器2包括髋部肌电信号采集器、膝部肌电信号采集器和踝部肌电信号采集器,髋部肌电信号采集器通过胶贴固定放置于髋部皮外层,膝部肌电信号采集器通过胶贴固定放置于膝部皮外层,踝部肌电信号采集器通过胶贴固定放置于踝部皮外层。
脑电信号采集器3包括脑皮层电极传感器和脑电信号采集器,且脑皮层电极传感器通过胶贴固定放置于大脑外层外部。
运动传感器1与运动信号采集器4之间通过无线数据连接,肌电信号传感器2与惯性信号采集器5之间通过无线数据连接。
数据储存器6分别与脑电信号采集器3、运动信号采集器4及惯性信号采集器5之间通过NB-IOT无线数据通讯连接。
数据储存器6与CPU处理器7之间通过RS-485通信连接。
工作时,通过运动信号采集器4,可采集下肢髋部、膝部和踝部的运动轨迹数据,先采集髋关节运动前的角度数据作为对比,然后采集髋关节小幅度运动弯曲角度及摆动速率数据,再采集髋关节大幅度运动弯曲角度及摆动速率数据,将所得的髋部运动数据上传至运动信号采集器4;先采集膝关节运动前的角度数据作为对比,然后采集膝关节小幅度运动弯曲角度及摆动速率数据,再采集膝关节大幅度运动弯曲角度及摆动速率数据,将所得的膝部运动数据上传至运动信号采集器4;先采集踝关节运动前的角度数据作为对比,然后采集踝关节小幅度运动弯曲角度及摆动速率数据,再采集踝关节大幅度运动弯曲角度及摆动速率数据,将所得的踝部运动数据上传至运动信号采集器4;运动信号采集器4将髋部、膝部及踝部的运动数据上传至数据储存器6进行储存。
通过惯性信号采集器5,可采集下肢髋部、膝部和踝部的运动惯性信号,先采集髋关节运动前的髋部肌电信号数据作为对比,然后采集髋关节小幅度运动肌电信号数据,再采集髋关节大幅度运动肌电信号数据,将所得的髋部肌电信号数据上传至惯性信号采集器5;先采集膝关节运动前的膝部肌电信号数据作为对比,然后采集膝关节小幅度运动肌电信号数据,再采集膝关节大幅度运动肌电信号数据,将所得的膝部肌电信号数据上传至惯性信号采集器5;先采集踝关节运动前的踝部肌电信号数据作为对比,然后采集踝关节小幅度运动肌电信号数据,再采集踝关节大幅度运动肌电信号数据,将所得的踝部肌电信号数据上传至惯性信号采集器5;惯性信号采集器5将髋部、膝部及踝部的肌电数据上传至数据储存器6进行储存。
通过CPU处理器7,对采集的数据进行整合标记,从数据储存器6读取髋关节运动前的角度数据并记为A0,读取髋关节小幅度运动弯曲角度数据并记为A1,此时的摆动速率数据记为S1,读取髋关节大幅度运动弯曲角度数据并记为A3,此时的摆动速率数据记为S2;从数据储存器6读取膝关节运动前的角度数据并记为B0,读取膝关节小幅度运动弯曲角度数据并记为B1,此时的摆动速率数据记为S3,读取膝关节大幅度运动弯曲角度数据并记为B3,此时的摆动速率数据记为S4;从数据储存器6读取膝关节运动前的角度数据并记为C0,读取膝关节小幅度运动弯曲角度数据并记为C1,此时的摆动速率数据记为S5,读取膝关节大幅度运动弯曲角度数据并记为C3,此时的摆动速率数据记为S6;从数据储存器6读取运动前的髋部肌电信号数据并记为D0,读取髋关节小幅度运动肌电信号数据并记为D1,读取髋关节大幅度运动肌电信号数据并记为D2;从数据储存器6读取运动前的膝部肌电信号数据并记为E0,读取膝关节小幅度运动肌电信号数据并记为E1,读取膝关节大幅度运动肌电信号数据并记为E2;从数据储存器6读取运动前的踝部肌电信号数据并记为F0,读取踝关节小幅度运动肌电信号数据并记为F1,读取踝关节大幅度运动肌电信号数据并记为F2;CPU处理器7对A0、B0、C0、D0、E0及F0进行整合,记作<0>;通过CPU处理器7对A1、B1、C1、D1、E1及F1进行整合,记作<1>,对A2、B2、C2、D2、E2及F2进行整合,记作<2>,对S1、S2、S3、S4、S5及S6进行整合,记作<S>;最后对整合的数据进行对比处理,整体通过不同的感觉信号采入设备,对采集的数据进行统合,实现完整综合的下肢运动采集数据***。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

Claims (7)

1.一种下肢多模态信号综合采集***,其特征在于,包括:运动传感器(1)、肌电信号传感器(2)、脑电信号采集器(3)、运动信号采集器(4)、惯性信号采集器(5)、数据储存器(6)和CPU处理器(7),所述运动传感器(1)和肌电信号传感器(2)均固定放置于下肢表面,所述数据储存器(6)和CPU处理器(7)安装于同一位置。
2.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述运动传感器(1)包括髋关节运动传感器、膝关节运动传感器和踝关节运动传感器,所述髋关节运动传感器通过胶贴固定放置于髋部,所述膝关节运动传感器通过胶贴固定放置于膝部,所述踝关节运动传感器通过胶贴固定放置于踝部。
3.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述肌电信号传感器(2)包括髋部肌电信号采集器、膝部肌电信号采集器和踝部肌电信号采集器,所述髋部肌电信号采集器通过胶贴固定放置于髋部皮外层,所述膝部肌电信号采集器通过胶贴固定放置于膝部皮外层,所述踝部肌电信号采集器通过胶贴固定放置于踝部皮外层。
4.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述脑电信号采集器(3)包括脑皮层电极传感器和脑电信号采集器,且脑皮层电极传感器通过胶贴固定放置于大脑外层外部。
5.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述运动传感器(1)与运动信号采集器(4)之间通过无线数据连接,所述肌电信号传感器(2)与惯性信号采集器(5)之间通过无线数据连接。
6.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述数据储存器(6)分别与脑电信号采集器(3)、运动信号采集器(4)及惯性信号采集器(5)之间通过NB-IOT无线数据通讯连接。
7.根据权利要求1所述的一种下肢多模态信号综合采集***,其特征在于:所述数据储存器(6)与CPU处理器(7)之间通过RS-485通信连接。
CN202321082488.8U 2023-05-08 2023-05-08 一种下肢多模态信号综合采集*** Active CN219940582U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202321082488.8U CN219940582U (zh) 2023-05-08 2023-05-08 一种下肢多模态信号综合采集***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202321082488.8U CN219940582U (zh) 2023-05-08 2023-05-08 一种下肢多模态信号综合采集***

Publications (1)

Publication Number Publication Date
CN219940582U true CN219940582U (zh) 2023-11-03

Family

ID=88538846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202321082488.8U Active CN219940582U (zh) 2023-05-08 2023-05-08 一种下肢多模态信号综合采集***

Country Status (1)

Country Link
CN (1) CN219940582U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117297583A (zh) * 2023-11-29 2023-12-29 首都医科大学附属北京天坛医院 多模本体感知觉障碍评估***和下肢运动模型构建***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117297583A (zh) * 2023-11-29 2023-12-29 首都医科大学附属北京天坛医院 多模本体感知觉障碍评估***和下肢运动模型构建***

Similar Documents

Publication Publication Date Title
CN107397649B (zh) 一种基于径向基神经网络上肢外骨骼运动意图识别方法
CN109549821B (zh) 基于肌电和惯导信号融合的外骨骼机器人助力控制***及方法
Micera et al. Control of hand prostheses using peripheral information
CN116369863A (zh) 一种基于下肢多种信号信息采集***
CN108785997B (zh) 一种基于变导纳的下肢康复机器人柔顺控制方法
CN109346176B (zh) 一种基于人体动力学建模和表面肌电信号修正的肌肉协同分析方法
CN111317600B (zh) 一种假肢控制方法、装置、***、设备和存储介质
CN219940582U (zh) 一种下肢多模态信号综合采集***
Meng et al. EMG signals based gait phases recognition using hidden Markov models
CN202288542U (zh) 假肢控制装置
CN110946556B (zh) 基于可穿戴式体感网的帕金森静息态震颤评估方法
CN102499797B (zh) 假肢控制方法及***
Tepavac et al. Detection and prediction of FES-induced fatigue
CN110652299B (zh) 面向下肢软质外骨骼的多源传感信息融合***
Samuel et al. A novel time-domain descriptor for improved prediction of upper limb movement intent in EMG-PR system
Herberts Myoelectric signals in control of prostheses: Studies on arm amputees and normal individuals
CN114748079A (zh) 一种在线评价肌肉运动疲劳度的可穿戴肌电方法
CN205031391U (zh) 动力型假肢的路况识别装置
CN201227336Y (zh) 一种脑电肌电联合控制的电动假手
Ruiz-Olaya et al. A low-cost arm robotic platform based on myoelectric control for rehabilitation engineering
CN114767463A (zh) 一种基于表面肌电的意识控制运动康复***及其方法
Ibrahim et al. Electromyography signal based for intelligent prosthesis design
Yang et al. Detection and identification the human surface Electromyogra signal
Pecolt et al. Conversion of bioelectric sEMG signals into analog form for the BLDC motors control
CN114246596A (zh) 一种应用于dbs治疗帕金森病患者疗效的评估方法

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240205

Address after: Room 202-67, 2nd Floor, Building 18, Zone 17, No. 188 South Fourth Ring West Road, Fengtai District, Beijing, 100160

Patentee after: Beijing Tiantan Medical Technology Co.,Ltd.

Country or region after: China

Address before: 119 South Fourth Ring Road West, Fengtai District, Beijing 100070

Patentee before: BEIJING TIANTAN HOSPITAL, CAPITAL MEDICAL University

Country or region before: China