本发明涉及辅助医疗康复训练设备领域,尤其设计一种利用患者肌电信号反馈的下肢康复系统站立模式的控制方法。
背景技术:
:目前,由于肌肉萎缩等问题引起的患者不断增多,他们不仅行动上不便,心理上也承受巨大压力,借助康复设备改善肢体机能成为其迫切愿望。外骨骼机械腿是一种穿戴在下肢,在关节处电机驱动下,辅助下肢运动,达到康复训练功能的机械装置。为了解决患者的肌肉萎缩等身体问题,帮助他们重新站立和行走,提高其生活质量,开发具有自主知识产权的外骨骼机械腿康复装置并研究相应的模式控制方法具有重大的现实意义。外骨骼机械腿康复系统是以康复训练为目标,所以助力是其主要作用,但外骨骼如何在恰当的时刻提供合适的动力是关键问题。中国专利公布的“可穿戴仿生外骨骼机械腿康复装置的站立模式控制方法”(申请号201510765556.4)重点阐述了站立触发条件判断和站立动作的实现,而对站立过程中外骨骼的助力方法描述不多。中国专利公布的“利用肌电信号提供机械帮助的康复机器人系统”(申请号200610079973.4)利用肌电信号的幅度计算康复机器人的需要提供的附加力矩,在肌电反馈中,仅用到肌电信号的幅度,而幅度并不能全面反映肌肉状态,这样输出附加力矩不可靠。技术实现要素:鉴于上述问题,本发明的目的在于提供一种外骨骼机械腿康复系统站立模式控制方法,主要针对下肢外骨骼康复系统在训练过程中,提出患者在站立模式下外骨骼的助力方式。为实现上述目的,在康复系统站立模式启动后,把小腿肌肉和大腿肌肉的阵列式表面肌电信号反馈输入信号分析单元,采用卷积核补偿算法分解,提取肌肉运动单元特征参数。根据特征参数量化结果分级驱动膝关节和髋关节,根据肌肉状态灵活控制助力的大小。本发明公开了一种外骨骼机械腿康复系统站立模式控制方法,其特征是包括以下步骤:步骤一:将阵列式表面电极分别贴在左右两腿的肌肉上;步骤二:外骨骼机械腿康复系统站立模式启动后,各关节电机停转,采集小腿肌肉和大腿肌肉的阵列式表面肌电信号,输入信号至分析单元;步骤三:依次取等长的肌电信号信号,采用卷积核补偿算法分解阵列式肌电信号,提取肌肉运动单元特征参数;步骤四:通过比较前后两段信号的肌肉运动单元特征参数量化结果,判断肌肉状态,分级输出信号来驱动膝关节和髋关节电机,从而保持站立姿态的稳定。优选的,步骤三中肌肉运动单元特征参数包括:肌肉运动单元数目、发放频率,以及发放波形能量。其中肌肉运动单元数目、发放频率由分解结果直接获取,能量由发放波形的积分计算得到,公式如下:其中t1,t2是波形长度,f(t)是运动单元波形。优选的,步骤四特征是将肌肉运动单元特征参数量化,判断肌肉状态,分级输出信号驱动电机。小腿肌肉运动单元特征参数量化结果对应膝关节电机输出,大腿肌肉运动单元特征参数量化结果对应髋关节电机输出。在这个过程中,髋关节和膝关节上的角度传感器变化大于20度时,作为非正常情况,此时报警并助力电机以最大力矩输出,支撑患者站立。在正常情况下,小腿肌肉和大腿肌肉运动单元驱动原理相同,分级依据是肌肉运动单元特征参数量化结果的变化,所述步骤四具体包括:1)将站立模式的开始阶段信号分解后得到肌肉运动单元3个初始特征参数;2)依次分解等长的表面肌电信号,得到肌肉运动单元3个新的特征参数,量化运动单元特征参数,比较前后两段信号参数量化结果,设置变化阈值判断肌肉是否正常。运动单元特征参数量化结果变化超过50%属于不正常情况,肌肉运动单元特征参数的量化即每个肌肉运动单元发放频率×能量的叠加。3)不正常情况变化时,驱动电机输出最大力矩,并报警。正常情况下变化,根据肌肉运动单元特征参数量化结果调整驱动电机输出力矩,辅助站立训练。肌肉运动单元特征参数的量化结果划分为5个范围,对应五级输出,驱动相应的膝关节和髋关节电机。与现有技术相比,本发明的外骨骼机械腿康复系统站立模式控制方法具有的优势是:采用阵列式表面肌电信号反馈,有利于获得较大面积肌肉的状态,且表面电极方式易于患者接受;运动单元特征参数的运用,能够反映出局部肌肉状态,肌肉异常状态出现往往开始于局部肌肉;运动单元特征参数的量化,能准确反映肌肉状态;关节上角度传感器在患者突发情况时,保护患者不受伤害。整个控制方法简单,易实现。附图说明图1是本发明外骨骼机械腿康复系统结构框图。图2是本发明外骨骼机械腿康复系统站立模式工作流程图。具体实施方式以下结合附图1和附图2对本发明作进一步详细描述,本领域技术人员可由本说明书所揭露的内容轻易地实现。本发明公开了一种外骨骼机械腿康复系统站立模式控制方法,所述的外骨骼机械腿康复系统包括两个机械腿,每个机械腿包括髋关节电机和膝关节电机,通过电机转动可以助力髋关节和膝关节。两条腿的控制原理相同,每个关节电机都是根据肌肉状态来调整输出力矩。具体实施方式包括以下步骤:步骤一:将阵列式表面电极分别贴在左右两腿的肌肉上,即大腿的股四头肌和小腿的腓肠肌,贴之前用医用砂纸和酒精对皮肤表面清理,电极放在肌肉的肌腹位置,根据患者肌肉大小,可适当增加阵列电极个数,电极按垂直腿部一圈分布。电极一圈分布有利于采集横截面上的肌肉状态,每个横截面上肌肉力是相等的。整个过程可在医生指导下完成。需要说明的是,本发明所提供的技术方案并不局限于这些目标肌肉,也可针对四块乃至更多目标肌肉。步骤二:外骨骼机械腿康复系统站立模式启动后,各关节电机停转,采集小腿肌肉和大腿肌肉的阵列式表面肌电信号滤波后输入信号分析单元;步骤三:依次取等长的肌电信号信号(这里取信号长度为3秒),采用卷积核补偿算法分解阵列式肌电信号,提取肌肉运动单元特征参数,具体方法如下:卷积核补偿算法是利用阵列sEMG信号各通道信号的相关性,计算发放序列。具体过程为:首先计算阵列sEMG信号互相关矩阵以及互相关矩阵逆矩阵,互相关矩阵C表示为:C=E(S(n)ST(n))其中n是采样时刻,S(n)是第n个采样时刻的阵列信号,ST(n)是第n个采样时刻的阵列信号转置,E(·)是数序期望。计算互相关矩阵的逆矩阵C-1,即C-1=[E(S(n)ST(n))]-1然后采样时刻n取sEMG信号能量的中值,能量Δ按照下式计算:Δ=ST(n)C-1S(n)取能量中值Δ所对应的时刻n0。最后利用如下公式计算得到运动单元发放序列ξ(n0):ξ(n0)=ST(n0)C-1S(n0)按照上述方法重复300次提取运动单元发放时刻序列,删除重复的发放序列,得到K个运动单元发放序列ξ1,ξ2,ξ3,…,ξk。分别将该每个运动单元发放序列的时刻所对应的原始阵列表面肌电的前后±50ms信号叠加后取均值,得到K个时长100ms运动单元发放波形MUAP1,MUAP2,MUAP3,…MUAPK。肌肉运动单元特征参数包括:肌肉运动单元数目、发放频率,以及发放波形能量。其中肌肉运动单元数目、发放频率由分解结果直接获取,发放波形能量由发放波形的积分计算得到,公式如下:其中t1,t2是波形长度,f(t)是运动单元波形。步骤四:通过比较前后两段信号的肌肉运动单元特征参数,判断肌肉状态,分五级输出信号驱动。小腿肌肉运动单元特征参数是对应膝关节电机输出,大腿肌肉运动单元特征参数是对应髋关节电机输出。在这个过程中,髋关节和膝关节上的角度传感器变化大于20度时,作为非正常情况,此时报警并助力电机以最大力矩输出,支撑患者站立。在正常情况下,小腿肌肉和大腿肌肉运动单元驱动原理相同,分级依据是肌肉运动单元特征参数量化结果,所述步骤四具体包括:1)将站立模式的开始阶段信号分解后得到肌肉运动单元3个初始特征参数;2)依次分解等长的表面肌电信号,得到肌肉运动单元3个新的特征参数,量化运动单元特征参数,比较前后两段信号参数量化结果,设置变化阈值判断肌肉是否正常;3)不正常情况时,驱动电机输出最大力矩,并报警,运动单元特征参数量化结果变化超过50%属于不正常情况。正常情况下,根据肌肉运动单元特征参数量化结果,调整驱动电机输出力矩,辅助站立训练。肌肉运动单元特征参数量化方法即每个肌肉运动单元的发放频率×能量叠加,将叠加的结果划分为5个范围,对应五级输出,驱动相应的膝关节和髋关节电机。级数越高,电机输出越大。在分级输出时,可以适当增加患者肌肉承担的力量,提升训练效果。为说明具体分级方法,举例说明。最初3秒信号作为第一段信号分解得到的肌肉运动单元特征参数如表1所示,因为最初状态没有机械腿助力,此时的肌肉运动单元的特征参数量化结果都是最大的,因此以表1的值作为最大特征值分级,按照均分后,分级如表2所示。假设分解第二段信号得到表3结果,这样电机输出为1级。需要强调的是,在使用表2之前,需要判定肌肉处于正常情况下。表1表2运动单元特征值之和级数149.92-187.41112.44-149.92274.96-112.44337.48-74.9640-37.485表3上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属
技术领域:
中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。当前第1页1 2 3