公开(公告)号：CN114997295A

公开(公告)日：2022-09-02

申请号：CN202210578651.3

申请日：2022-05-25

Applicant: 吉林大学

Inventor： 任雷 ,  张尧 ,  修豪华 ,  李振男 ,  阎凌云 ,  韩阳 ,  王旭 ,  钱志辉 ,  任露泉

IPC: G06K9/62 ,  G06K9/00 ,  A61B5/11

Abstract: 一种基于LR‑ELM的下肢假肢运动识别方法属在线模式识别技术领域，本发明包括下列步骤：采集8名左侧膝上截肢患者的九种运动状态实验数据；使用特征处理后的数据训练改进ELM分类模型；保存隐含层输入权值ωbest和均值偏差矩阵B等参数；编写预测函数进行多种运动状态的实时预测；本发明利用LR算法和KNN算法结构简单的优势，对ELM算法进行结构改进，能有效缩减隐含层节点数量，减少待保存参数；利用PSO算法和BBO算法分别对隐含层偏差定向寻找最优解和优化每一维数据权重值，能大大提高算法准确率，实现实时预测截肢患者运动意图的功能。

公开(公告)号：CN114360066A

公开(公告)日：2022-04-15

申请号：CN202210022415.3

申请日：2022-01-28

Applicant: 吉林大学

Inventor： 任雷 ,  张尧 ,  修豪华 ,  阎凌云 ,  韩阳 ,  王旭 ,  钱志辉 ,  任露泉

IPC: G06V40/20 ,  G06N3/00 ,  G06K9/62 ,  G06V10/764

Abstract: 一种基于BPSOGWO‑KNN的下肢假肢运动意图识别算法，属于模式识别技术领域，首先提取每个步态周期中称重传感器值刚大于16N开始的200ms时间窗内多传感器数据，进行去噪及去除异常数据，并对正常数据加上分类标签；提取时间窗内各维数据的7种时域特征值，使用BPSOGWO‑KNN算法进行特征选择；使用BBO算法对KNN分类器中的最近邻居值K和BPSOGWO‑KNN算法选择出的最优特征子集中的特征权重进行优化训练；将优化得出的最近邻居值K和特征权重值输入改进KNN分类器；本发明去除了冗余特征值，并根据特征值贡献不同，赋予不同权值，比较每种分类类别下到目标最近的K个邻居值的距离均值大小，进行模式识别，大大提高算法准确率，保证下肢截肢患者的使用安全。

公开(公告)号：CN114191152A

公开(公告)日：2022-03-18

申请号：CN202111521567.X

申请日：2021-12-14

Applicant: 吉林大学

Inventor： 任雷 ,  王旭 ,  修豪华 ,  张尧 ,  魏国武 ,  钱志辉

IPC: A61F2/64 ,  A61F2/70

Abstract: 本发明公开了一种可变传动比的假肢膝关节，包括转台、两个拉簧、转轴、两个导轨滑块模组、丝杠、丝杠固定件、第一齿轮、力传感器、腿管连接件、下支撑件、连接座、电机、螺母连接件、丝杠螺母、两个连杆、两个侧支撑件、膝关节编码器、滑动转轴和第二齿轮，采用滑槽结构来改变传动比，在假肢触地期，滑动转轴在滑槽里运动到最下端，可以使假肢系统传动比变大，力臂变大，满足触地期大扭矩低转速的需求；在假肢摆动期，滑动转轴滑动到最上端，此时传动比变小，力臂变小，满足摆动期小扭矩高转速的需求。

公开(公告)号：CN114129320B

公开(公告)日：2024-07-26

申请号：CN202111456575.0

申请日：2021-12-02

Applicant: 吉林大学

Inventor： 任雷 ,  修豪华 ,  王旭 ,  张尧 ,  韩阳 ,  王坤阳 ,  钱志辉 ,  任露泉

IPC: A61F2/66 ,  A61F2/68

Abstract: 本发明公开了一种基于并联机构的双自由度被动柔性假肢踝关节，包括4‑4R并联机构、四棱台、四棱台连接件、聚氨酯橡胶块和假脚，四棱台设置在4‑4R并联机构上部，4‑4R并联机构通过四棱台与膝下截肢患者的金属腿管连接，四棱台连接件设置在4‑4R并联机构下部，4‑4R并联机构通过四棱台连接件与假脚连接，聚氨酯橡胶块设置在4‑4R并联机构内部；本发明具有结构紧凑、体积小、质量轻的特点；与普通固定踝或传统被动踝关节相比，聚氨酯橡胶块在行走过程中可以提供相当程度的弯曲扭矩；4‑4R并联机构的运动转台具有半径等长球面运动的特性，可提供双自由度转动；因此，本发明的双自由度被动柔性假肢踝关节可以有效地提高截肢患者在不平路面的行走适应性与舒适性。

公开(公告)号：CN114831627A

公开(公告)日：2022-08-02

申请号：CN202210267991.4

申请日：2022-03-17

Applicant: 吉林大学

Inventor： 任雷 ,  张尧 ,  修豪华 ,  李振男 ,  阎凌云 ,  韩阳 ,  王旭 ,  钱志辉 ,  任露泉

IPC: A61B5/11 ,  G06K9/62

Abstract: 一种基于三棵决策树的下肢假肢运动识别方法属模式识别技术领域，本发明首先采集8名左侧膝上截肢患者和16名健康受试者左腿的九种运动状态实验数据；分别训练残疾人独立决策树模型、残疾人泛化决策树模型和健康人泛化决策树模型；使用软投票分类器集成三棵决策树的预测结果进行实时预测；本发明利用决策树预测时间短的优势，仿小型森林结构，整合残疾人数据和健康人实验数据训练多棵决策树模型，能在减少预测时间和处理器内存的情况下大大提高算法准确率，实现实时预测截肢患者运动意图的功能。

公开(公告)号：CN113314209A

公开(公告)日：2021-08-27

申请号：CN202110652510.7

申请日：2021-06-11

Applicant: 吉林大学

Inventor： 任雷 ,  张尧 ,  修豪华 ,  阎凌云 ,  韩阳 ,  王旭 ,  钱志辉 ,  任露泉

IPC: G16H40/63 ,  G01D21/02

Abstract: 本发明公开了一种基于加权KNN的人体意图识别方法，包括如下步骤：获取膝关节假肢动作数据；利用不同尺寸时间窗采样数据，提取相关时域特征，组成样本集；利用三个改进的加权KNN模型(选取不同邻居值)建立多分类步态识别系统；利用多分类步态识别系统对下肢假肢步态进行识别，并更替人体测试数据池；本发明利用KNN算法处理多分类问题的优越性，提出更替数据的思想，从而减少数据处理量，节约运算时间，显著提高分类准确率和降低稳态误差。