-
公开(公告)号：CN115414056A
公开(公告)日：2022-12-02
申请号：CN202210975375.4
申请日：2022-08-15
Applicant: 燕山大学
Abstract: 本发明公开了面向多通道FES伪迹去除的G‑S‑G自适应滤波方法，包括如下步骤：S1、对多通道肌电信号进行带通滤波，获取肌电信号能量集中的有效频段；S2、基于FES参数范围和信号采集频率确定滑动窗的窗口长度，滑动窗每次前移长度与滑动窗长度相同，窗口数据不存在重叠部分；S3、利用多通道肌电信号间FES伪迹的高度相关性，将每个滑动窗内的各通道肌电信号作为彼此的参考信号，应用格拉姆‑施密特算法对多通道肌电信号进行去相关处理，消除各通道肌电信号中的m波和大部分尖峰伪迹；S4、运用格拉布斯准则依次进行异常值识别与剔除，并进一步去除尖峰伪迹；S5、再次进行带通滤波处理，去除肌电信号中的谐波干扰。
-
公开(公告)号：CN114404216A
公开(公告)日：2022-04-29
申请号：CN202111587081.6
申请日：2021-12-23
Applicant: 燕山大学
IPC: A61H1/02
Abstract: 本发明公开了一种可穿戴外骨骼肩部康复辅具，属于可穿戴外骨骼技术领域，包括通过球铰结构来模拟肩关节运动范围的球铰手臂带动机构、通过柔性宽式皮带与球铰手臂带动机构相接的肩部机构、分别与球铰手臂带动机构和肩部机构相连的背板和设置在背板外侧的电机组；所述球铰手臂带动机构能同时通过柔性宽式皮带和连杆带动手臂运动；所述肩部机构能够固定手臂抬起方向并同时控制手臂在水平方向转动；所述电机组通过柔性绳索与球铰手臂带动机构、肩部机构相连，作为整个辅具的驱动，带动整个辅具的运行。本发明采用绳‑杆传动，提升了装置整体的便捷性，在肩关节处采用球铰机构连接，能够对肩关节进行大角度范围的驱动，活动空间增大。
-
公开(公告)号：CN117563135A
公开(公告)日：2024-02-20
申请号：CN202311748007.7
申请日：2023-12-19
Applicant: 燕山大学
Abstract: 本发明公开了一种多模态信息可视化功能性电刺激闭环调控系统及方法，属于康复医疗设备技术领域，包括采集预处理模块、评估模块、触发控制模块、可视化模块，所述评估模块与采集预处理模块、触发控制模块和可视化模块连接；所述评估模块对处理后的肌电‑惯性信号进行多层次特征计算，对肌电‑惯性信号的动态时变特征提取，构建基于动作完成度、动作稳定性及肌肉疲劳度的量化指标综合分析的运动功能评估模型。本发明采用上述的一种多模态信息可视化功能性电刺激闭环调控系统及方法，能够有效增加功能性电刺激系统的可调控性，保证功能性电刺激作用于康复过程中的适应性与有效性，达到良好的康复训练效果。
-
公开(公告)号：CN113229831A
公开(公告)日：2021-08-10
申请号：CN202110507436.X
申请日：2021-05-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于肌电和肌氧信号的运动功能监测管理方法，其包括：同步采集不同动作模式下的多通道肌电和肌氧信号；对肌电及肌氧信号进行预处理；对预处理后的信号进行特征提取；构建多模态特征指间回归分析模型，对特征指标之间进行回归分析，研究两两指标之间的关系；构建基于多模态特征指标间的肌肉‑血管状态监测模型，实现对运功功能的客观描述和精准监测。本发明拓展研究多模态关联及耦合分析方法，从肌肉协同特性、组织血氧代谢及肌肉‑血管的非线性耦合特性等层面，构建有效刻画多层次耦合特性的单模态及跨膜态耦合特征指标，综合描述肌肉‑血管间的多层次信息交互特性，实现运动功能的多层次有效刻画和精准监测管理。
-
公开(公告)号：CN117563135B
公开(公告)日：2024-07-05
申请号：CN202311748007.7
申请日：2023-12-19
Applicant: 燕山大学
Abstract: 本发明公开了一种多模态信息可视化功能性电刺激闭环调控系统及方法，属于康复医疗设备技术领域，包括采集预处理模块、评估模块、触发控制模块、可视化模块，所述评估模块与采集预处理模块、触发控制模块和可视化模块连接；所述评估模块对处理后的肌电‑惯性信号进行多层次特征计算，对肌电‑惯性信号的动态时变特征提取，构建基于动作完成度、动作稳定性及肌肉疲劳度的量化指标综合分析的运动功能评估模型。本发明采用上述的一种多模态信息可视化功能性电刺激闭环调控系统及方法，能够有效增加功能性电刺激系统的可调控性，保证功能性电刺激作用于康复过程中的适应性与有效性，达到良好的康复训练效果。
-
Patent Agency Ranking
公开(公告)号：CN114404216B
公开(公告)日：2022-10-25
申请号：CN202111587081.6
申请日：2021-12-23
Applicant: 燕山大学
IPC: A61H1/02
Abstract: 本发明公开了一种可穿戴外骨骼肩部康复辅具，属于可穿戴外骨骼技术领域，包括通过球铰结构来模拟肩关节运动范围的球铰手臂带动机构、通过柔性宽式皮带与球铰手臂带动机构相接的肩部机构、分别与球铰手臂带动机构和肩部机构相连的背板和设置在背板外侧的电机组；所述球铰手臂带动机构能同时通过柔性宽式皮带和连杆带动手臂运动；所述肩部机构能够固定手臂抬起方向并同时控制手臂在水平方向转动；所述电机组通过柔性绳索与球铰手臂带动机构、肩部机构相连，作为整个辅具的驱动，带动整个辅具的运行。本发明采用绳‑杆传动，提升了装置整体的便捷性，在肩关节处采用球铰机构连接，能够对肩关节进行大角度范围的驱动，活动空间增大。
-
公开(公告)号：CN114190956B
公开(公告)日：2025-05-16
申请号：CN202111413019.5
申请日：2021-11-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于小波和非负张量分解的时频空肌肉协同分析方法，属于神经康复工程及运动机制技术领域，所述方法首先进行上肢运动过程中多通道表面肌电信号的同步采集和预处理；然后对预处理后的数据进行小波分解，对小波变换后的时频肌电信号，将同一动作的多通道时频信号构建成小波信号数据张量；通过预先设置分解层数，将分解后的三个矩阵和核张量相乘,得到重构数据张量，再计算拟合值FIT；再判断协同与非协同关系；最后判断协同肌的频谱分量。本发明从运动的产生与执行角度，探讨肌肉协同模型中协同肌在不同频段上的功能激活状态，有助于揭示神经系统功能的内在模式，能够为卒中患者运动康复过程提供生理依据。
-
公开(公告)号：CN115414056B
公开(公告)日：2024-09-20
申请号：CN202210975375.4
申请日：2022-08-15
Applicant: 燕山大学
IPC: A61B5/389 , A61B5/397 , A61B5/00 , G06F18/10 , G06F18/2433
Abstract: 本发明公开了面向多通道FES伪迹去除的G‑S‑G自适应滤波方法，包括如下步骤：S1、对多通道肌电信号进行带通滤波，获取肌电信号能量集中的有效频段；S2、基于FES参数范围和信号采集频率确定滑动窗的窗口长度，滑动窗每次前移长度与滑动窗长度相同，窗口数据不存在重叠部分；S3、利用多通道肌电信号间FES伪迹的高度相关性，将每个滑动窗内的各通道肌电信号作为彼此的参考信号，应用格拉姆‑施密特算法对多通道肌电信号进行去相关处理，消除各通道肌电信号中的m波和大部分尖峰伪迹；S4、运用格拉布斯准则依次进行异常值识别与剔除，并进一步去除尖峰伪迹；S5、再次进行带通滤波处理，去除肌电信号中的谐波干扰。
-
公开(公告)号：CN115177864A
公开(公告)日：2022-10-14
申请号：CN202210857951.5
申请日：2022-07-20
Applicant: 燕山大学
Abstract: 本发明公开了一种结合肌肉激活度与深度学习的功能性电刺激闭环调控方法，将肌肉激活度分析和深度学习中的LSTM模型结合起来，设计开发了基于肌肉激活度与LSTM的功能性电刺激闭环调控方法，该方法可以根据对肌电信号实时分析得出肌肉状态并自动学习合适功能性电刺激参数，使得患者在健康侧握拳动作时可以根据肌肉激活度变化自动调整功能性电刺激参数，使功能性电刺激下的患侧与健康侧握力大小趋于一致；并且LSTM模型会随着输入数据集的增多不断学习优化输出的电刺激参数，解决了功能性电刺激临床治疗上不能根据用户肌肉状态实时调整自身参数、参数调整完全凭借经验、患者参与度不高和不能主动康复的问题。
-
公开(公告)号：CN114190956A
公开(公告)日：2022-03-18
申请号：CN202111413019.5
申请日：2021-11-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于小波和非负张量分解的时频空肌肉协同分析方法，属于神经康复工程及运动机制技术领域，所述方法首先进行上肢运动过程中多通道表面肌电信号的同步采集和预处理；然后对预处理后的数据进行小波分解，对小波变换后的时频肌电信号，将同一动作的多通道时频信号构建成小波信号数据张量；通过预先设置分解层数，将分解后的三个矩阵和核张量相乘,得到重构数据张量，再计算拟合值FIT；再判断协同与非协同关系；最后判断协同肌的频谱分量。本发明从运动的产生与执行角度，探讨肌肉协同模型中协同肌在不同频段上的功能激活状态，有助于揭示神经系统功能的内在模式，能够为卒中患者运动康复过程提供生理依据。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
