一种基于肌肉协同的步行能力计算方法和装置制造方法

文档序号:6543052阅读:384来源:国知局
一种基于肌肉协同的步行能力计算方法和装置制造方法
【专利摘要】本发明提供了一种基于肌肉协同的步行能力计算方法和装置。所述装置包括多通道表面肌电采集模块,数据解析存储模块,步态数据分析处理模块;所述计算方法使用非负矩阵分解算法从步态周期表面肌电信号中提取步态肌肉协同,将成人步态肌肉协同模式作为标准模板,利用基于步态肌肉协同模式相似性的协同综合计算(Synergy?Comprehensive?Calculation,SCC)模型,对受试者的肌肉协同模式进行评分获得反映其步态的特征参数。该方法从大脑中枢神经系统控制的角度揭示不同个体的步行能力差异,通过该方法可以获得一个客观的步行能力参数。该参数反映了中枢神经系统对步态控制的效果。
【专利说明】—种基于肌肉协同的步行能力计算方法和装置
【技术领域】
[0001]本发明是基于传感器技术和生物信号处理技术的步态分析技术,特指一种基于肌肉协同的步行能力计算方法和装置,属于传感器技术和生物信号处理【技术领域】。
【背景技术】
[0002]步态分析已成为分析人体运动系统不可缺少的手段之一。目前三维步态分析技术存在两大问题:首先步态分析系统采用专用视频设备和计算机设备,价格昂贵,操作专业性强,难以普及。
[0003]表面肌电信号(Surface Electromyography, SEMG)是通过表面电极从体表获得的肌电信号,基于表面肌电信号的步态数据获取不需要专用的实验场地,可以克服步态分析视频采集设备容易受到环境干扰的缺点;并且表面肌电信号不仅能提供步态的基本信息,还可以从表面肌电信号中提取肌肉协同,为步态计算提供客观有效的参数。因此,提供一种基于肌肉协同的步行能力计算方法和装置具有重要的意义。

【发明内容】

[0004]针对目前步态分析技术存在的不足,本发明旨在提出一种基于肌肉协同的步行能力计算方法和装置。
[0005]一种基于肌肉协同的步行能力计算方法包括:
[0006](1)利用非负矩阵分解(Non-negative Matrix Factorization, NMF)算法从步态周期表面肌电信号(Surface Electromyography, SEMG)中提步双腿的步态肌肉协同模式。具体指用NMF对受试者双腿的步态周期包络矩阵(步态周期包络矩阵是预处理和步态周期分割之后的步态周期表面肌电信号)进行非负矩阵分解以提取左右腿肌肉协同矩阵L,R0将L, R分别表示为:
[0007]L = Ln×l={l1,l2,…l1}
[0008]R = Rm×r = {r1; r2,…rr}
[0009]其中列向量li,rj(i = 1,2-1; j = 1,2-r)分别表示左右腿的肌肉协同模式,1,r分别表示左右腿的步态肌肉协同数量,m表示步态分析中所选取的一组肌肉的数量;用成年人左右腿共有的肌肉协同模式建立标准模板集T:
[0010]T = Tm×s={t1,t2…ts}
[0011]其中列向量tk(k= 1,2…s)表示标准步态肌肉协同模式,即成年人双腿共有的肌肉协同模式;S表示标准步态肌肉协同模式的数量,即成年人左右腿共有的肌肉协同模式
数量;
[0012](2)利用基于步态肌肉协同模式相似性的协同综合计算(Synergy ComprehensiveCalculation, SCC)模型实现受试者步行能力指标的计算;SCC模型综合考虑受试者步态肌肉协同模式的数量,结构以及左右腿在步行中表现出的对称性三个因素;并且基于肌肉协同的步行能力计算方法,从神经系统控制的角度揭示了大脑对步态运动的协同控制策略,该模型的计算结果可以从本质上反映大脑对步态运动的协调控制能力。
[0013]所述SCC模型计算步行能力指标的方法,包括以下计算步骤:
[0014](I)用皮尔森相关系数计算公式R(x,y)计算受试者左右腿各个步态肌肉协同模式li,rj(i = I, 2...1; j = I, 2...y)与各个标准步态肌肉协同模式tk(k = I, 2...s)之间相关系数R(tk,1山R(tk,rj)。定义左右腿肌肉协同矩阵L,R与标准模板集T的相似程度Sim (T, L),Sim (T, R),其计算公式如下:
【权利要求】
1.一种基于肌肉协同的步行能力计算方法,其特征在于,该步行能力计算方法先利用非负矩阵分解(Non-negative Matrix Factorization, NMF)算法从步态周期表面肌电信号(Surface Electromyography, SEMG)中提步双腿的步态肌肉协同模式;然后利用基于步态肌肉协同模式相似性的协同综合计算(Synergy Comprehensive Calculation, SCC)模型计算不同个体的步行能力;其中SCC模型是以成年人稳定的步态肌肉协同模式作为标准步态肌肉协同模式,综合分析受试者左右腿肌肉协同模式与标准步态肌肉协同模式的相似性,以及左右腿在步态运动中表现出的对称性,计算出反映步行能力的特征参数。
2.如权利要求1所述的一种基于肌肉协同的步行能力计算方法,其特征在于,所述步行能力计算方法具体包括如下步骤: (O利用非负矩阵分解NMF算法从步态周期表面肌电信号(SurfaceElectromyography, SEMG)中提步双腿的步态肌肉协同模式,将提取的左右腿肌肉协同矩阵L, R分别表示为:
L = Lnixl = {11,12-11I
R = RmXr = Ir1, r2...rr} 其中列向量Ii, rj分别表示左右腿的肌肉协同模式,所述i = 1,2...I; j = I, 2…r, I, r分别表示左右腿的步态肌肉协同数量,m表示步态分析中所选取的一组肌肉的数量;将成年人双腿共有的肌肉协同模式作为标准模板集T:
T = Tnixs = It1, v..ts} T是一个mX s的矩阵,列向量tk表示标准步态肌肉协同模式,所述k = 1,2夂8,s表示标准步态肌肉协同模式的数量; (2)利用基于步态肌肉协同模式相似性的协同综合计算(Synergy ComprehensiveCalculation, SCC)模型,计算步行 能力指标S: 1)用皮尔森相关系数计算公式RU,y)计算受试者左右腿各个步态肌肉协同模式Ii,rj与各个标准步态肌肉协同模式tk之间相关系数R(tk,Tj);定义左右腿肌肉协同矩阵L,R与标准模板集T的相似程度Sim (T,L),Sim (T, R),其计算公式如下:
Sim(T,L) ^YjF(TJi)

/-1
Sim(T,R)

j=i
F(T, Ii) = max (R(tk, Ii)) k=l,2...s
F (T, Tj) = max (R(tk, r」))k=l,2...s F(T, Ii),F(T, rj)分别表示左右腿肌肉协同模式Ii, rj与标准模板集T的相似程度,对每个F(IMi), F(T,rp乘上所述得分系数B= 100/s,则所述左右腿相似性得分S1, &分别为:
S1 = B氺Sim Cr,L)
Sr = B氺Sim Cr,R) S1, Sr的取值在0-100之间; 2)在SCC模型中用皮尔森相关系数计算公式R(x,y)计算受试者左右腿各个步态肌肉协同模式Ii, rj之间的相关系数R(h,Ii)并定义左右腿肌肉协同矩阵L,R之间的相似程度Sim (R, L),其计算公式为:
3.一种基于肌肉协同的步行能力计算装置,其特征在于,所述计算装置包括多通道表面肌电采集模块(I)、数据解析存储模块(2)、步态数据分析处理模块(3);其中多通道表面肌电采集模块(I)与数据解析存储模块(2 )通信;步态数据分析处理模块(3 )对数据解析存储模块(2)中存储的步态数据进行分析处理,计算步行能力指标。
4.如权利要求3所述的步行能力计算装置,其特征在于,所述多通道表面肌电采集模块(I)用于采集步态中双腿的表面肌电信号,由于步态运动涉及多块下肢肌肉,模块应至少包含16通道的表面肌电电极;多通道表面肌电采集模块的数据通过有线或无线的方式发送给数据解析存储模块(2);数据解析存储模块(2)实时地完成步态数据的解析存储。
5.如权利要求3所述的步行能力计算装置,其特征在于,所述步态数据分析处理模块(3)包括四个串行计算单元:步态数据预处理单元①、步态周期分割单元②、步态肌肉协同提取单元③、步行能力指标计算单元④;①一④作为步行能力指标计算的核心单元;此外还包括显示控制单元⑤,其用于设置系统的工作参数,工作状态,以及处理结果的显示。
6.如权利要求5所述的步行能力计算装置,其特征在于,步态数据预处理单元①,该单元从数据解析存储模块(2)中加载原始步态SEMG信号,并完成每通道SEMG信号的平滑和滤波预处理,以消除步态数据采集中基线噪声的影响,输出的是SEMG的包络信号。
7.如权利要求5所述的步行能力计算装置,其特征在于,步态周期分割单元②,该单元采用基于加速度信号的步态周期分割算法对预处理后SEMG的包络信号进行步态周期的分割;分割后对所有步态周期每通道SEMG的幅值进行归一化处理,以消除由电极放置位置等因素引起的不同受试者之间的信号幅值差异;最后将所有分割出的步态周期信号降采样为统一长度,输出步态周期包络矩阵。
8.如权利要求5所述的步行能力计算装置,其特征在于,步态肌肉协同提取单元③,该单元采用非负矩阵分解NMF算法对双腿步态周期包络矩阵进行分解,以提取双腿步态肌肉协同模式,并输出左右腿的肌肉协同矩阵L,R及对应的协同模式数量1,r ;其关键在于利用NMF算法提取的协同矩阵重建步态模式,当重建步态模式与原始步态的误差值满足约束条件,则求得步态肌肉协同的数量和步态肌肉协同模式。
9.如权利要求5所述的步行能力计算装置,其特征在于,步行能力指标计算单元④,该单元首先加载标准模板集T,然后用SCC计算模型对步行能力指标进行计算,输出计算结果O
10.如权利要求3所述的步行能力计算装置,其特征在于,所述数据解析存储模块(2)和步态数据分析处理模块( 3)在普通电脑或者带WIFI的智能手机,平板电脑上实现。
【文档编号】G06F19/00GK103886215SQ201410136557
【公开日】2014年6月25日 申请日期:2014年4月4日 优先权日:2014年4月4日
【发明者】刘玲, 李飞, 陈香 申请人:中国科学技术大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1