《一种辅助步态训练的方法及系统.pdf》由会员分享,可在线阅读,更多相关《一种辅助步态训练的方法及系统.pdf(19页完整版)》请在专利查询网上搜索。
1、(10)申请公布号 CN 103212188 A (43)申请公布日 2013.07.24 CN 103212188 A *CN103212188A* (21)申请号 201310176050.0 (22)申请日 2013.05.13 A63B 23/04(2006.01) A63B 24/00(2006.01) (71)申请人 中山大学 地址 510275 广东省广州市新港西路 135 号 (72)发明人 宋嵘 马乐 孙睿 (74)专利代理机构 广州三环专利代理有限公司 44202 代理人 王会龙 (54) 发明名称 一种辅助步态训练的方法及系统 (57) 摘要 本发明公开了一种辅助步态训练。
2、的方法及系 统, 所述方法包括 : 通过运动学信息构建人体在 运动模式下的步态周期特征, 根据周期特征确定 一个步态周期内对目标肌肉进行电刺激的时相 ; 实时采集人体在运动过程中的运动学数据, 根据 所述运动学数据判断人体的当前状态所处的时 相 ; 当人体的当前状态所处的时相是对目标肌肉 进行电刺激的时相时, 对所述目标肌肉进行电刺 激。本发明通过电流在适当的时间刺激人体的下 肢肌肉进行康复助行, 能够改善患者下肢运动的 质量。 (51)Int.Cl. 权利要求书 3 页 说明书 11 页 附图 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书3页 说明书11页 。
3、附图4页 (10)申请公布号 CN 103212188 A CN 103212188 A *CN103212188A* 1/3 页 2 1. 一种辅助步态训练的方法, 其特征在于, 包括 : S11、 通过运动学信息构建人体在运动模式下的步态周期特征, 根据周期特征确定一个 步态周期内对目标肌肉进行电刺激的时相 ; S12、 实时采集人体在运动过程中的运动学数据, 根据所述运动学数据判断人体的当前 状态所处的时相 ; S13、 当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相时, 对所述目标肌 肉进行电刺激。 2. 如权利要求 1 所述的辅助步态训练的方法, 其特征在于, 所述步骤 S1。
4、1 具体包括 : S21、 通过固定在人体下肢的惯性传感器, 采集人体下肢在运动过程中的加速度信号、 角速度信号和角度信号 ; S22、 根据人体下肢在运动过程中的每一时刻的加速度信号、 角速度信号和角度信号, 构建人体在运动模式下的步态周期特征 ; S23、 通过肌电采集单元测量人体的下肢肌肉在运动过程中的肌电信号, 获得一个步态 周期内的下肢肌肉的收缩相位和收缩强度 ; S24、 根据所述收缩相位和收缩强度, 确定一个步态周期内对目标肌肉进行电刺激的时 相 ; 或者, 所述步骤 S11 具体包括 : S31、 对固定在人体身上的标记点的空间坐标进行高速采集, 获得人体各特征点在运动 过程中。
5、的运动轨迹数据 ; S32、 根据所述运动轨迹数据, 构建人体在运动模式下的步态周期特征 ; S33、 通过肌电采集单元测量人体的下肢肌肉在运动过程中的肌电信号, 获得一个步态 周期内的下肢肌肉的收缩相位和收缩强度 ; S34、 根据所述收缩相位和收缩强度, 确定一个步态周期内对目标肌肉进行电刺激的时 相 ; 或者, 所述步骤 S11 具体包括 : S41、 通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并提取肌电信号 包络 ; S42、 根据人体下肢在运动过程中的肌电信号包络, 构建人体在运动模式下的步态周期 特征 ; S43、 根据一个步态周期内的下肢肌肉的收缩相位和收缩强度,。
6、 确定一个步态周期内对 目标肌肉进行电刺激的时相。 3. 如权利要求 1 或 2 所述的辅助步态训练的方法, 其特征在于, 所述步骤 S12 具体包 括 : 通过固定在人体下肢的惯性传感器, 实时采集人体下肢在运动过程中的加速度信号、 角速度信号和角度信号 ; 根据所述加速度信号、 角速度信号和角度信号, 判断人体的当前状态所处的时相 ; 当所述加速度信号、 所述角速度信号以及所述角度信号分别达到设定的加速度门限 值、 角速度门限值以及角度门限值时, 判定人体的当前状态所处的时相是对目标肌肉进行 电刺激的时相。 权 利 要 求 书 CN 103212188 A 2 2/3 页 3 4. 如权利。
7、要求 1 或 2 所述的辅助步态训练的方法, 其特征在于, 所述步骤 S12 具体包 括 : 对固定在人体身上的标记点的空间坐标进行高速采集, 获得人体各特征点在运动过程 中的运动轨迹数据 ; 根据人体各特征点在运动过程中的运动轨迹数据, 计算人体的踝关节角度、 踝关节角 速度以及踝关节角加速度, 判断人体的当前状态所处的时相 ; 当所述踝关节角度、 所述踝关节角速度以及所述踝关节角加速度分别达到设定的踝关 节角度门限值、 踝关节角速度门限值以及踝关节角加速度门限值时, 判定人体的当前状态 所处的时相是对目标肌肉进行电刺激的时相。 5. 如权利要求 1 或 2 所述的辅助步态训练的方法, 其特。
8、征在于, 所述步骤 S12 具体包 括 : 通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并提取肌电信号包 络 ; 根据所述肌电信号包络, 判断人体的当前状态所处的时相 ; 当所述肌电信号包络达到设定的包络门限值, 判定人体的当前状态所处的时相是对目 标肌肉进行电刺激的时相。 6. 一种辅助步态训练的系统, 其特征在于, 包括 : 数据采集单元, 用于采集人体在运动过程中的运动学数据 ; 控制处理单元, 用于根据所述数据采集单元所采集的运动学数据, 实时监测人体的当 前状态所处的时相 ; 和, 电刺激单元, 用于当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相时, 对所述目标。
9、肌肉进行电刺激。 7. 如权利要求 6 所述的辅助步态训练的系统, 其特征在于, 所述系统还包括 : 肌电采集单元, 用于采集人体的下肢肌肉在运动过程中的肌电信号, 并提取肌电信号 包络, 获得一个步态周期内的下肢肌肉的收缩相位和收缩强度 ; 所述控制处理单元还用于根据一个步态周期内的下肢肌肉的收缩相位和收缩强度, 设 定一个步态周期内的对目标肌肉进行电刺激的时相。 8. 如权利要求 6 或 7 所述的辅助步态训练的系统, 其特征在于, 所述数据采集单元包 括 : 惯性传感器, 用于采集人体下肢在运动过程中的加速度信号、 角速度信号和角度信号 ; 和, 滤波电路, 用于对所述惯性传感器所采集的。
10、信号进行滤波处理。 9. 如权利要求 8 所述的辅助步态训练的系统, 其特征在于, 所述惯性传感器包括 : 加速度计, 用于采集人体下肢在运动过程中的加速度信号 ; 陀螺仪, 用于测量三维坐标系内陀螺转子的垂直轴与设备之间的夹角, 并计算角速度, 通过夹角和角速度来判别物体在三维空间的运动状态 ; 和, 磁力计, 用于测量磁场的强度和方向, 可以测量出当前设备与东南西北四个方向上的 夹角。 10. 如权利要求 6 或 7 所述的辅助步态训练的系统, 其特征在于, 所述数据采集单元包 权 利 要 求 书 CN 103212188 A 3 3/3 页 4 括 : 多个标记点, 用于固定在人体身上 。
11、; 和, 标记采集器, 用于在人体运动过程中, 对所述标记点的空间坐标轨迹进行采集。 权 利 要 求 书 CN 103212188 A 4 1/11 页 5 一种辅助步态训练的方法及系统 技术领域 0001 本发明涉及医疗技术领域, 尤其涉及一种辅助步态训练的方法及系统。 背景技术 0002 现今医学界把中风同冠心病、 癌症并列为威胁人类健康的三大疾病, 而中是三大 疾病中发展最快、 恢复最慢、 死亡最多、 致残最重的病种, 给人类造成极大痛苦, 给家庭与社 会带来严重危害, 对于中风研究的重要性已经引起国内外医学界的广泛重视。据 WHO 公布 的资料, 在 57 个国家中, 有 40 个国家。
12、把中风的死亡率列入了第 3 位, 其中在日本和中国已 占首位。我国现患脑卒中至少 700 万人, 每年新发性脑卒中至少 200 万人。美国每年新发 和复发性脑卒中70万人, 其中, 16万人死亡, 平均每45秒就有一人中风, 每年女性比男性的 发病率高出 3。中风后偏瘫严重影响病人的日常生活质量, 其中下肢行走运动能力是日 常生活质量的重要组成部分, 许多病人在经过长期康复训练后步态仍然难以恢复到正常范 围, 这严重的损害了患者进行康复治疗的信心, 并且异常步态在日常生活中会导致患者尊 严的丧失, 不利于提高患者生活自理能力和改善患者生活质量。 0003 在20世纪60年代, 电刺激开始用于治。
13、疗中枢神经系统损伤后的肢体瘫痪, 并由实 验室逐渐进入临床。几十年来, 治疗偏瘫下肢行走的脉冲电刺激治疗仪经历了几个发展历 程, 从单一通道发展为多个通道, 从简单的手控电刺激治疗的方式发展为足底压力开关自 动控制。 0004 利用肌电信号控制的电刺激疗法是将患者的主动有意识的肌肉收缩产生的微弱 肌电信号放大后再输出, 刺激相应肌肉引起明显的肌肉收缩运动, 从而完成闭环刺激模式 和反复主动运动训练。 在治疗过程中, 患者反复进行主动运动训练, 一方面可以唤醒有残存 功能的运动细胞, 避免出现瘫痪肢体肌力降低 ; 另一方面, 可激活中枢神经系统中的潜在性 突触或帮助形成新的突触, 或者可以促进其。
14、周围未受损的皮质神经元发生功能重建, 从而 促进患侧肢体的功能恢复。1987 年, Field RW 率先通过桡侧伸腕肌的肌电信号诱发电刺 激, 将该治疗方法应用于 69 例脑梗死出院患者, 发现该治疗方法可以促进患侧肢体腕关节 的运动功能恢复。1998 年, Francisco 等观察了 9 例 6 周以内的脑梗死患者, 发现对于急性 期患者, 桡侧伸腕肌所产生的肌电触发电刺激的治疗方法比常规康复训练效果好, 腕关节 伸展角度更大。 0005 相对于肌电信号控制的电刺激疗法, 足底开关控制电刺激器更加简便易行, 步行 时相的识别也更加简单。足底开关利用了人体行走过程中足底着地和离地的瞬间压力。
15、负 载和压力释放控制电路, 以解决电刺激器开断控制的问题。1961 年, Liberson 等人提出将 足底开关与电刺激器结合应用于中风患者中解决足下垂步态, 并取得了良好的治疗效果。 1975 年, Kukulka 等人测试了飞利浦公司研发的商用足下垂功能电刺激治疗仪, 这款产品 与以上 Liberson 研发的仪器的差别在于这款产品的应用了充气足底开关, 使其使用更加 舒适。1996 年, Granat 等人在这种控制方式的电刺激器上附加了记录装置以记录刺激时间 长度, 便于观察病人出院后电刺激器的使用情况。 说 明 书 CN 103212188 A 5 2/11 页 6 0006 近几年。
16、, 瑞士的Paracare及Compex SA等研制出了用于恢复瘫痪下肢行立功能的 FES 手控系统。这种控制方式操作方便, 相对于脚控方式来说, 患者在控制时有更多的主动 性, 也更容易被患者接受, 但是在运动过程中需要集中精力以保持稳定。 也有很多学者利用 从患者身体其他部位动作或残存功能所发出的信号提取控制信号用于上肢的运动康复, 但 是此种控制方式现在还处于上肢研究的尝试阶段, 暂时还没应用到下肢 ; 而且这种方式的 控制源不是很直接, 学习起来相对比较复杂, 不便于方便灵活的掌握应用。 发明内容 0007 本发明实施例提出一种辅助步态训练的方法及系统, 通过电流在适当的时间刺激 人体。
17、的下肢肌肉进行康复助行, 能够改善患者下肢运动的质量。 0008 本发明实施例提供一种辅助步态训练的方法, 包括 : 0009 S11、 通过运动学信息构建人体在运动模式下的步态周期特征, 根据周期特征确定 一个步态周期内对目标肌肉进行电刺激的时相 ; 0010 S12、 实时采集人体在运动过程中的运动学数据, 根据所述运动学数据判断人体的 当前状态所处的时相 ; 0011 S13、 当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相时, 对所述目 标肌肉进行电刺激。 0012 在第一种实施方式中, 所述步骤 S12 具体包括 : 0013 通过固定在人体下肢的惯性传感器, 实时采集人体下。
18、肢在运动过程中的加速度信 号、 角速度信号和角度信号 ; 0014 根据所述加速度信号、 角速度信号和角度信号, 判断人体的当前状态所处的时 相 ; 0015 当所述加速度信号、 所述角速度信号以及所述角度信号分别达到设定的加速度门 限值、 角速度门限值以及角度门限值时, 判定人体的当前状态所处的时相是对目标肌肉进 行电刺激的时相。 0016 在第二种实施方式中, 所述步骤 S12 具体包括 : 0017 对固定在人体身上的标记点的空间坐标进行高速采集, 获得人体各特征点在运动 过程中的运动轨迹数据 ; 0018 根据人体各特征点在运动过程中的运动轨迹数据, 计算人体的踝关节角度、 踝关 节角。
19、速度以及踝关节角加速度, 判断人体的当前状态所处的时相 ; 0019 当所述踝关节角度、 所述踝关节角速度以及所述踝关节角加速度分别达到设定的 踝关节角度门限值、 踝关节角速度门限值以及踝关节角加速度门限值时, 判定人体的当前 状态所处的时相是对目标肌肉进行电刺激的时相。 0020 在第三种实施方式中, 所述步骤 S12 具体包括 : 0021 通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并提取肌电信号 包络 ; 0022 根据所述肌电信号包络, 判断人体的当前状态所处的时相 ; 0023 当所述肌电信号包络达到设定的包络门限值, 判定人体的当前状态所处的时相是 对目标肌肉进行电。
20、刺激的时相 ; 说 明 书 CN 103212188 A 6 3/11 页 7 0024 相应地, 本发明实施例还提供一种辅助步态训练的系统, 包括 : 0025 数据采集单元, 用于采集人体在运动过程中的运动学数据 ; 0026 控制处理单元, 用于根据所述数据采集单元所采集的运动学数据, 实时监测人体 的当前状态所处的时相 ; 和, 0027 电刺激单元, 用于当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相 时, 对所述目标肌肉进行电刺激。 0028 进一步的, 所述系统还包括 : 0029 肌电采集单元, 用于采集人体的下肢肌肉在运动过程中的肌电信号, 并提取肌电 信号包络, 获。
21、得一个步态周期内的下肢肌肉的收缩相位和收缩强度 ; 0030 所述控制处理单元还用于根据一个步态周期内的下肢肌肉的收缩相位和收缩强 度, 设定一个步态周期内的对目标肌肉进行电刺激的时相。 0031 在第一种实施方式下, 所述数据采集单元包括 : 0032 惯性传感器, 用于采集人体下肢在运动过程中的加速度信号、 角速度信号和角度 信号 ; 和, 0033 滤波电路, 用于对所述惯性传感器所采集的信号进行滤波处理。 0034 在第二种实施方式下, 所述数据采集单元包括 : 0035 多个标记点, 用于固定在人体身上 ; 和, 0036 标记采集器, 用于在人体运动过程中, 对所述标记点的空间坐标。
22、轨迹进行采集。 0037 本发明实施例提供的辅助步态训练的方法及系统, 实时采集人体在运动过程中的 运动学数据, 根据所述运动学数据判断人体的当前状态所处的时相 ; 当人体的当前状态所 处的时相是对目标肌肉进行电刺激的时相时, 对所述目标肌肉进行电刺激。本发明实施例 通过电流在适当的时间刺激人体的下肢肌肉进行康复助行, 能够改善患者下肢运动的质 量, 尤其适用于中风患者日常的下肢助行。 附图说明 0038 图 1 是本发明提供的辅助步态训练的方法的流程示意图 ; 0039 图 2 是本发明提供的辅助步态训练的方法中确定电刺激时相的第一个实施例的 流程示意图 ; 0040 图 3 是本发明提供的。
23、辅助步态训练的方法中确定电刺激时相的第二个实施例的 流程示意图 ; 0041 图 4 是本发明提供的辅助步态训练的方法中确定电刺激时相的第三个实施例的 流程示意图 ; 0042 图 5 是本发明提供的辅助步态训练的系统的结构示意图 ; 0043 图 6 是本发明提供的辅助步态训练的系统的第一个实施例的结构示意图 ; 0044 图 7 是本发明提供的辅助步态训练的系统的第二个实施例的结构示意图 ; 0045 图 8 是本发明提供的辅助步态训练的系统的第三个实施例的结构示意图 ; 具体实施方式 0046 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 说 明 书 CN 。
24、103212188 A 7 4/11 页 8 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他 实施例, 都属于本发明保护的范围。 0047 参见图 1, 是本发明提供的辅助步态训练的方法的流程示意图。 0048 本发明实施例提供一种辅助步态训练的方法, 包括以下步骤 S11 S13 : 0049 S11、 通过运动学信息构建人体在运动模式下的步态周期, 根据周期特征确定一个 步态周期内对目标肌肉进行电刺激的时相。 0050 本发明通过研究人体在行走、 上楼梯、 下楼梯、 跨。
25、越障碍、 坐下、 站起等几种运动模 式下, 在一个步态周期中下肢肌肉的收缩相位和收缩程度, 能够确定不同肌肉在不同运动 模式的一个步态周期中的刺激时相。 该研究对电刺激单元的控制算法的指导具有重要的价 值, 当患者在运动模式下的当前状态所处的时相是刺激时相时, 则对目标肌肉进行电刺激, 实现对电刺激单元的准确控制。 0051 人体在运动模式下 ( 例如, 在正常行走过程中 ), 从一侧脚跟着地开始到该侧脚 跟再次着地, 构成一个步态周期。通过监测一个步态周期内各个时相, 以及通过肌电采集 单元实时测量每个时相下股直肌 (rectus femoris)、 股外侧肌 (vastus lateral。
26、is)、 股 内侧肌 (medial vastus)、 股薄肌 (musculus gracilis)、 阔筋膜张肌 (tensor fasciae latae)、 股二头肌 (biceps femoris)、 胫前肌 (tibialis anterior) 和腓肠肌 (musculi gastrocnemius) 八块下肢肌肉的肌电信号, 可以获得一个步态周期内的下肢肌肉的收缩相 位和收缩强度, 从而确定不同肌肉在不同运动模式的一个步态周期中的最佳刺激时相和刺 激幅度。其中, 通过同步采集的肌电信号幅值变化率可判断出肌肉在一个步态周期中的哪 个时相发力, 而这个时相就是最佳刺激时相。刺激幅度。
27、则是通过将正常人肌肉发力的肌电 信号包络与电刺激的大小相乘后得到的输出。 0052 下面结合图 2、 图 3 和图 4, 对上述步骤 S11 中如何构建人体在运动模式下的步态 周期特征, 以及如何确定一个步态周期内对目标肌肉进行电刺激的时相的方法进行详细说 明。 0053 参见图 2, 是本发明提供的辅助步态训练的方法中确定电刺激时相的一个实施例 的流程示意图。 0054 在第一种实施方式中, 上述步骤 S11 具体包括 : 0055 S21、 通过固定在人体下肢的惯性传感器, 采集人体下肢在运动过程中的加速度信 号、 角速度信号和角度信号 ; 0056 S22、 根据人体下肢在运动过程中的每。
28、一时刻的加速度、 角速度和角度信号, 构建 人体在运动模式下的步态周期特征 ; 0057 S23、 通过肌电采集单元测量人体的下肢肌肉在运动过程中的肌电信号, 获得一个 步态周期内的下肢肌肉的收缩相位和收缩强度 ; 0058 S24、 根据所述收缩相位和收缩强度, 确定一个步态周期内对目标肌肉进行电刺激 的时相。 0059 惯性传感器是一种通过佩戴在用户身体上的、 用于捕获人体运动数据的传感装 置。惯性传感器由加速度计、 陀螺仪、 磁力计传感器构成, 可以采集人体运动过程中加速度 信号、 角速度信号和角度信号。 说 明 书 CN 103212188 A 8 5/11 页 9 0060 本发明实。
29、施例可以利用多个位置固定的惯性传感器采集人体下肢的运动信号, 以 计算不同肢体段的相对角度。 例如, 使用小腿与足部的相对角度计算踝关节角度, 使用小腿 与大腿的相对角度计算膝关节角度, 使用大腿与躯干的相对角度计算髋关节角度。根据三 个关节的角度可以构建人体在运动模式下的步态周期特征, 并通过肌电采集单元同步测量 人体的下肢肌肉在运动过程中的肌电信号, 获得一个步态周期内的下肢肌肉的收缩相位和 收缩强度, 从而确定一个步态周期内对目标肌肉进行电刺激的时相。 0061 参见图 3, 是本发明提供的辅助步态训练的方法中确定电刺激时相的第二个实施 例的流程示意图。 0062 在第二种实施方式中, 。
30、上述步骤 S11 具体包括 : 0063 S31、 对固定在人体身上的标记点的空间坐标进行高速采集, 获得人体各特征点在 运动过程中的运动轨迹数据 ; 0064 S32、 根据所述运动轨迹数据, 构建人体在运动模式下的步态周期特征 ; 0065 S33、 通过肌电采集单元测量人体的下肢肌肉在运动过程中的肌电信号, 获得一个 步态周期内的下肢肌肉的收缩相位和收缩强度 ; 0066 S34、 根据所述收缩相位和收缩强度, 确定一个步态周期内对目标肌肉进行电刺激 的时相。 0067 本发明实施例通过在所跟踪的人体身上佩戴上标记点 (Marker), 再通过硬件设 备, 对所述标记点的空间坐标进行高速。
31、采集, 获得人体各特征点的坐标运动轨迹数据。 以坐 标运动轨迹数据为基础, 可以计算得到人体关节的角度、 角速度、 角加速度等运动信号, 从 而构建人体在运动模式下的步态周期特征, 并通过肌电采集单元同步测量人体的下肢肌肉 在运动过程中的肌电信号, 获得一个步态周期内的下肢肌肉的收缩相位和收缩强度, 从而 确定一个步态周期内对目标肌肉进行电刺激的时相。 0068 其中, 标记点 Marker 为红外线反射点, 通过红外摄像头捕获标记点反射回来的红 外线数据, 可以确定标记点的空间坐标。 0069 参见图 4, 是本发明提供的辅助步态训练的方法中确定电刺激时相的第三个实施 例的流程示意图。 00。
32、70 在第三种实施方式中, 上述步骤 S11 具体包括 : 0071 S41、 通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并提取肌电 信号包络 ; 0072 S42、 根据人体下肢在运动过程中的肌电信号包络, 构建人体在运动模式下的步态 周期特征 ; 0073 S43、 根据一个步态周期内的下肢肌肉的收缩相位和收缩强度, 确定一个步态周期 内对目标肌肉进行电刺激的时相。 0074 本发明实施例通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并 提取肌电信号包络。根据人体下肢在运动过程中的肌电信号包络, 构建人体在运动模式下 的步态周期特征, 并通过肌电信号包络获得一个。
33、步态周期内的下肢肌肉的收缩相位和收缩 强度, 从而确定一个步态周期内对目标肌肉进行电刺激的时相。 0075 S12、 实时采集人体在运动过程中的运动学数据, 根据所述运动学数据判断人体的 当前状态所处的时相。 说 明 书 CN 103212188 A 9 6/11 页 10 0076 在第一个实施方式中, 上述步骤 S12 具体包括 : 0077 通过固定在人体下肢的惯性传感器, 实时采集人体下肢在运动过程中的加速度信 号、 角速度信号和角度信号 ; 0078 根据所述加速度信号、 角速度信号和角度信号, 判断人体的当前状态所处的时 相 ; 0079 当所述加速度信号、 所述角速度信号以及所述。
34、角度信号分别达到设定的加速度门 限值、 角速度门限值以及角度门限值时, 判定人体的当前状态所处的时相是对目标肌肉进 行电刺激的时相。 0080 在第二个实施方式中, 上述步骤 S12 具体包括 : 0081 对固定在人体身上的标记点的空间坐标进行高速采集, 获得人体各特征点在运动 过程中的运动轨迹数据 ; 0082 根据人体各特征点在运动过程中的运动轨迹数据, 计算人体的踝关节角度、 踝关 节角速度以及踝关节角加速度 ; 0083 当所述踝关节角度、 所述踝关节角速度以及所述踝关节角加速度分别达到设定的 踝关节角度门限值、 踝关节角速度门限值以及踝关节角加速度门限值时, 判定人体的当前 状态所。
35、处的时相是对目标肌肉进行电刺激的时相。 0084 在第三个实施方式中, 上述步骤 S12 具体包括 : 0085 通过肌电采集单元采集人体下肢肌肉在运动过程中的肌电信号, 并提取肌电信号 包络 ; 0086 根据所述肌电信号包络, 判断人体的当前状态所处的时相 ; 0087 当所述肌电信号包络达到设定的包络门限值, 判定人体的当前状态所处的时相是 对目标肌肉进行电刺激的时相 ; 0088 S13、 当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相时, 对所述目 标肌肉进行电刺激。 0089 本发明实施例提供的辅助步态训练的方法, 通过分析人体在步行、 跨越障碍、 上楼 梯、 下楼梯、 坐。
36、下、 站起等运动模式中运动学数据和肌电信号的变化特征, 并通过该特征找 出最优电刺激时间点和刺激幅度, 对目标肌肉进行电刺激, 能够改善患者下肢运动的质量, 尤其适用于中风患者日常的下肢助行。 0090 本发明还提供一种辅助步态训练的系统, 能够实施上述实施例中的辅助步态训练 的方法。 0091 参见图 5, 是本发明提供的辅助步态训练的系统的结构示意图。 0092 本发明实施例提供一种辅助步态训练的系统, 包括 : 0093 数据采集单元 1, 用于采集人体在运动过程中的运动学数据 ; 0094 控制处理单元 2, 用于根据所述数据采集单元所采集的运动学数据, 实时监测人体 的当前状态所处的。
37、时相 ; 和, 0095 电刺激单元 3, 用于当人体的当前状态所处的时相是对目标肌肉进行电刺激的时 相时, 对所述目标肌肉进行电刺激。 0096 进一步的, 在一个可选的实施方式中, 上述系统还包括肌电采集单元 4。 0097 肌电采集单元 4 用于采集人体的下肢肌肉在运动过程中的肌电信号, 并提取肌电 说 明 书 CN 103212188 A 10 7/11 页 11 信号包络, 获得一个步态周期内的下肢肌肉的收缩相位和收缩强度。上述控制处理单元 2 还用于根据一个步态周期内的下肢肌肉的收缩相位和收缩强度, 设定一个步态周期内的对 目标肌肉进行电刺激的时相。 0098 在本发明实施例中, 。
38、在对对患者的下肢肌肉进行电刺激之前, 通过数据采集单元 1 采集人体在步行、 跨越障碍、 上楼梯、 下楼梯、 坐下、 站起等运动模式中的运动学数据, 并通 过肌电采集单元 4 同步采集人体的下肢肌肉的肌电信号, 控制处理单元 2 结合运动学数据 和肌电信号进行分析, 可以找出最优电刺激时相和刺激幅度。在对患者进行电刺激康复助 行时, 通过数据采集单元 1 采集人体在步行、 跨越障碍、 上楼梯、 下楼梯、 坐下、 站起等运动 模式中的运动学数据, 控制处理单元 2 根据所述运动学数据实时监测人体的当前状态所处 的时相, 当人体的当前状态所处的时相是对目标肌肉进行电刺激的时相时, 发出电刺激触 发。
39、信号, 触发电刺激单元 3 对目标肌肉进行电刺激。 0099 下面结合图 6、 图 7 和图 8, 对本发明提供的辅助步态训练的系统的结构及工作原 理进行详细说明。 0100 参见图 6, 是本发明提供的辅助步态训练的系统的第一个实施例的结构示意图。 0101 在第一个实施方式中, 数据采集单元 1 包括惯性传感器和滤波电路。惯性传感器 用于采集人体下肢在运动过程中的加速度信号、 角速度信号和角度信号 ; 滤波电路用于对 所述惯性传感器所采集的信号进行滤波处理。 0102 所述惯性传感器具体包括加速度计、 陀螺仪和磁力计, 如下 : 0103 加速度计, 用于采集人体下肢在运动过程中的加速度信。
40、号 ; 0104 陀螺仪, 用于测量三维坐标系内陀螺转子的垂直轴与设备之间的夹角, 并计算角 速度, 通过夹角和角速度来判别物体在三维空间的运动状态 ; 和, 0105 磁力计, 用于测量磁场的强度和方向, 可以测量出当前设备与东南西北四个方向 上的夹角。 0106 惯性传感器是一种通过佩戴在用户身体上的、 用于捕获人体运动数据的传感装 置。惯性传感器由加速度计、 陀螺仪、 磁力计传感器构成, 可以采集人体运动过程中加速度 信号、 角速度信号和角度信号。 0107 根据惯性传感器采集的加速度信号、 角速度信号和角度信号, 可以重构人体在运 动模式下的步态周期特征, 并监测人体所处步态周期的时相。
41、, 进而控制电刺激单元向所治 疗的肌肉发送脉冲, 刺激肌肉收缩, 从而达到改善或治愈中风偏瘫病人的偏瘫步态、 圆规步 态、 运动共济失调步态、 剪刀步态、 短腿步态、 持拐步态等异常运动模式的效果。 0108 在惯性传感器测量系统中, 由于加速度计、 陀螺仪和磁力计的输出信号具有信号 微弱、 干扰大、 噪音多等特点, 不利于步态周期特征的重构和刺激时相的识别, 因此需要对 惯性传感器输出的信号进行预处理。惯性敏感元件的输出中往往包含有随机噪声, 因此需 要对敏感元件的输出进行预采样滤波, 以削弱高次谐波或频率较高的干扰和噪声, 来保证 系统的精确度。相对于无源滤波电路来说, 由集成运放和 RC。
42、 网络组成的有源滤波电路有很 多优点, 因此, 优选的, 本发明实施例采用有源低通滤波电路对惯性传感器输出的信号进行 滤波处理。 0109 进一步的, 惯性传感器中的陀螺仪一般用来测量运动角速度, 其动态性能好, 适于 测量快速变化的信息, 测量数据经积分处理后得到转过角度, 但器件存在温度漂移, 角度误 说 明 书 CN 103212188 A 11 8/11 页 12 差增加。 当其长时间工作时累积误差会无限增大, 导致系统无法正常工作, 需要利用加速度 计与磁力计测量的姿态角适时地对陀螺仪所测的姿态角进行修正。 根据陀螺仪的测量值对 载体姿态角进行估计, 同时加速度计和磁力计的测量值也对。
43、载体姿态角进行估计, 通过滤 波算法利用两次得到的姿态角估计值对姿态四元数进行修正, 根据修正后的四元数计算出 最终的载体姿态角。由于滤波数据融合对陀螺的漂移进行了抑制, 从而提高了持续运动状 态的姿态解算精度。 0110 具体的, 通过滤波算法修正数据的方法如下 : 利用陀螺仪测量的载体角速度, 经积 分后实时计算出四元数矩阵 , 同时加速度计与磁力计利用重力场、 大地磁场在地理坐标 系和机体坐标系之间的方向余弦转换进行绝对角度解算, 得到姿态角并转换为四元数矩阵 , 其测量误差不随时间积累。采用矩阵 取代矩阵 的方法进行四元数姿态更新, 得到 修正后的姿态角。 0111 本发明实施例提供的。
44、辅助步态训练的系统可以是单个惯性传感的控制系统, 用于 对单个肌肉进行电刺激 ; 也可以是两个以上的惯性传感的控制系统, 用于对两个以上的肌 肉进行电刺激 ; 下面对上述两种系统分别进行说明。 0112 在单个惯性传感控制系统中, 本发明通过固定在小腿处的惯性传感器, 采集人体 在运动过程中下肢肌肉的加速度信号、 角速度信号和角度信号, 实时计算出小腿摆动角度 ( 小腿与地面的夹角 ), 当摆动角度达到极小值, 延时 200ms 后对胫前肌发放刺激。 0113 在两个以上的惯性传感控制系统中, 本发明利用多个位置固定的惯性传感器, 计 算不同肢体段的相对角度。使用小腿与足部的相对角度计算踝关节。
45、角度, 使用小腿与大腿 的相对角度计算膝关节角度, 使用大腿与躯干的相对角度计算髋关节角度。通过不同关节 的角度重构步态周期特征, 确定刺激时间相位, 同时控制多个电刺激单元刺激多块目标肌 肉, 辅助行走。 0114 具体实施时, 惯性传感所采集的信号, 可以通过无线模块传输至控制处理单元 ( 例如电脑 ), 由控制处理单元进行数据处理后, 可以计算出踝关节角度、 膝关节角度和髋 关节角度。 0115 参见图 7, 是本发明提供的辅助步态训练的系统的第二个实施例的结构示意图。 0116 在第二个实施方式中, 数据采集单元 1 包括 : 多个标记点, 用于固定在人体身上 ; 和, 标记采集器, 。
46、用于在人体运动过程中, 对所述标记点的空间坐标轨迹进行采集。 0117 本发明实施例采用运动捕捉系统, 通过在所跟踪的人体身上佩戴上标记点 (Marker), 再通过硬件设备, 对所述标记点的空间坐标进行高速采集, 获得人体各特征点的 运动轨迹数据。优选的, 标记点 Marker 为红外线反射点, 标记采集器为红外摄像头。通过 红外摄像头捕获标记点反射回来的红外线数据, 可以确定标记点的空间坐标。人体下肢在 运动过程中, 控制电刺激单元的角度门限值范围设定为 1.74rad 2.01rad, 角速度门限值 范围设定为-1.05rad/s0.70rad/s, 加速度门限值范围设定为-52.3ra。
47、d/s2-34.9rad/ s2。 0118 根据运动捕捉系统采集的坐标运动轨迹数据, 可以计算得到人体关节的角度、 角 速度、 角加速度等运动信号, 从而构建人体在运动模式下的步态周期特征, 并监测人体所处 步态周期的时相, 进而控制电刺激单元向所治疗的肌肉发送脉冲, 刺激肌肉收缩, 从而达到 改善或治愈中风偏瘫病人的偏瘫步态、 圆规步态、 运动共济失调步态、 剪刀步态、 短腿步态、 说 明 书 CN 103212188 A 12 9/11 页 13 持拐步态等异常运动模式的效果。 0119 具体的, 运动捕捉系统的处理过程分为四个部分 : 0120 1、 采集运动轨迹数据, 包括对多个摄相。
48、头进行定标, 设置受测者标记点, 利用滤波 算法进行标记点预测和跟踪, 提高跟踪的准确性。 0121 其中, 利用卡尔曼滤波可以预测跟踪目标在下一帧图像中位置, 假设其中心点设 为 (x0, y0), 以该点为中心, 取宽度为 w, 高度为 h 的区域为搜索区域, 也就是要在该区域中 找到和目标模板最相似的候选目标区域中心点, 以提高跟踪的实时性和鲁棒性。 0122 2、 对采集的原始的运动轨迹数据进行降噪处理, 利用预处理算法实现特征标记点 近邻域内的噪声点的剔除。 0123 由于运动捕捉设备和图像多目匹配算法等方面固有的原因, 导致获取的特征标记 点的三维空间位置出现误差和伪数据, 统称为。
49、噪声数据。这种噪声数据通常是由于特征标 记点的滞留投影或三维重构误差导致的, 其特征为通常在一个真实特征标记点的周围存在 一个或多个伪特征标记点。 0124 本发明采用一种时域滤波器对每个标记点运动轨迹进行降噪, 根据特征标记点领 域内噪声数据的高频特点, 将标记点数据经过低通滤波器后, 滤掉高频噪声成分, 从而实现 剔除噪声的目的。 0125 3、 对采集的运动数据中的缺失数据进行修复。 0126 另外, 在运动捕捉过程中, 由于标记点被道具、 四肢、 躯干或者其他标记点遮挡, 容 易造成标记点的丢失。所采集的肢体运动信息难以精确或逼真重构人体运动, 所以通常利 用关联约束、 线性插值等方法对运动数据进行处理, 以使运动捕捉数据处理真实地反映相 应的运动过程。。