-
公开(公告)号：CN113476799A
公开(公告)日：2021-10-08
申请号：CN202110762225.0
申请日：2021-07-06
Applicant: 燕山大学
Abstract: 本发明提供一种基于肌电和惯性信息的手部训练及评估方法，步骤如下：S1、根据不同的训练强度，设计两种虚拟训练场景；S2、将delsys的肌电惯性采集模块分别与第一侧和第二侧进行连接，并将采集的肌电惯性信号传输给上位机；S3、在进入虚拟训练场景之前，将S1中虚拟训练场景的动作训练提示进行分类器的训练；S4、将S2采集的第一侧的肌电信号通过S3进行预处理和特征提取，并送入S3训练好的区分动作的分类器中，生成相应的动作指令；S5、将S4生成的动作指令传输到康复机械手中，完成对应的动作；S6、对S5训练好的动作完成训练后的结果进行评估。本发明利用第一侧第二侧协同运动，结合康复机械手辅助第二侧进行抓握训练，加速手部康复速度和康复效果。
-
公开(公告)号：CN113901881B
公开(公告)日：2024-05-03
申请号：CN202111071438.5
申请日：2021-09-14
Applicant: 燕山大学
IPC: G06F18/213 , G06F18/24 , G06F18/23213 , G06F18/214
Abstract: 本发明提供一种肌电数据自动标注方法，其包括以下步骤：S1：肌电装置采集手部动作的肌电数据和LeapMotion采集手部动作的图像数据的同步采集方式。S2：对LeapMotion手势动作数据进行手势活动段提取。S3：通过聚类方法对LeapMotion手势进行聚类获得动作标签。S4：根据S3所得标签对肌电手势数据进行自动标注。本发明能够解决手势数据采集某一动作采集时间过长导致用户过于枯燥、疲惫等问题。同时对于不同的识别任务实验平台不需要做额外修改，可以减少实验人员修改实验平台时间，加快了实验进度。
-
公开(公告)号：CN112353407B
公开(公告)日：2022-02-11
申请号：CN202011166895.8
申请日：2020-10-27
Applicant: 燕山大学
Abstract: 本发明公开了一种基于神经功能康复主动训练的评估系统及方法，属于康复训练技术领域，该系统中，定性评估模块基于肢体动作处理模块对肢体动作采集模块采集的肢体动作进行分类识别，并与Brunnstrom量表比对，得到Brunnstrom分期结果；肌电评估模块基于肌电数据处理模块对肌电信号采集模块采集的肌电信号进行处理得到的肌肉能力图进行肌电评估；脑电评估模块基于脑电数据处理模块对脑电信号采集模块采集的脑电信号进行处理得到的脑地形图和脑区能量变换图进行脑区评估；康复评估模块将Brunnstrom分期结果、肌电评估结果以及脑区评估结果相结合进行康复评估，得到康复评估报告。本发明通过脑电、肌电、姿态多信息融合的评估方法能够较为准确、科学地对患者康复状态进行评估。
-
公开(公告)号：CN113499084A
公开(公告)日：2021-10-15
申请号：CN202110778890.9
申请日：2021-07-09
Applicant: 燕山大学
Abstract: 本发明提供了脑卒中运动功能评价模型建立方法、评价方法及系统，通过对体现脑电和肌电信号的神经肌肉系统功能状态进行采集，将采集的脑电信号和肌电信号进行多层次脑肌电耦合特征提取，并对多个神经肌肉耦合指标筛选，构建可视化运动功能评价模型；利用该可视化运动功能评价模型，进而得出可视化运动功能评估结果。本发明与现有技术相比，从多个方面进行了生理信号的采集，从病理机制和多信息融合角度对脑卒中患者运动功能状态进行客观全面的数字评估，使得到的数据更科学准确。
-
公开(公告)号：CN112353407A
公开(公告)日：2021-02-12
申请号：CN202011166895.8
申请日：2020-10-27
Applicant: 燕山大学
Abstract: 本发明公开了一种基于神经功能康复主动训练的评估系统及方法，属于康复训练技术领域，该系统中，定性评估模块基于肢体动作处理模块对肢体动作采集模块采集的肢体动作进行分类识别，并与Brunnstrom量表比对，得到Brunnstrom分期结果；肌电评估模块基于肌电数据处理模块对肌电信号采集模块采集的肌电信号进行处理得到的肌肉能力图进行肌电评估；脑电评估模块基于脑电数据处理模块对脑电信号采集模块采集的脑电信号进行处理得到的脑地形图和脑区能量变换图进行脑区评估；康复评估模块将Brunnstrom分期结果、肌电评估结果以及脑区评估结果相结合进行康复评估，得到康复评估报告。本发明通过脑电、肌电、姿态多信息融合的评估方法能够较为准确、科学地对患者康复状态进行评估。
-
Patent Agency Ranking
公开(公告)号：CN113398422B
公开(公告)日：2022-08-19
申请号：CN202110814382.1
申请日：2021-07-19
Applicant: 燕山大学
Abstract: 本发明提供了一种基于运动想象‑脑机接口和虚拟现实的康复训练系统及方法，利用脑电信号采集设备实时采集受试者康复过程中的脑电信号，并对所述脑电信号进行预处理；对经过预处理的脑电信号进行特征提取，基于提取的特征建立运动想象意图识别模型；开发以第一人称视角和第三人称视角的训练运动场景，经VR头盔渲染训练运动场景；受试者在VR环境下选择两种不同的视角进行训练，受试者根据提示进行运动想象，当识别到受试者想象时，场景中对应的肢体完成相应的动作；通过对受试者的脑电信号进行脑网络分析得到的受试者运动想象有关脑区激活程度的量化指标，对康复训练进行评分，并生成康复报表。本发明能够达到良好的康复训练效果。
-
公开(公告)号：CN113901881A
公开(公告)日：2022-01-07
申请号：CN202111071438.5
申请日：2021-09-14
Applicant: 燕山大学
Abstract: 本发明提供一种肌电数据自动标注方法，其包括以下步骤：S1：肌电装置采集手部动作的肌电数据和LeapMotion采集手部动作的图像数据的同步采集方式。S2：对LeapMotion手势动作数据进行手势活动段提取。S3：通过聚类方法对LeapMotion手势进行聚类获得动作标签。S4：根据S3所得标签对肌电手势数据进行自动标注。本发明能够解决手势数据采集某一动作采集时间过长导致用户过于枯燥、疲惫等问题。同时对于不同的识别任务实验平台不需要做额外修改，可以减少实验人员修改实验平台时间，加快了实验进度。
-
公开(公告)号：CN114259243B
公开(公告)日：2024-07-26
申请号：CN202111659039.0
申请日：2021-12-31
Applicant: 燕山大学
IPC: A61B5/369 , A61B5/389 , A61B5/1455 , A61B5/00
Abstract: 本发明公开了一种多模态人体参数同步采集系统及方法，涉及多模态信息研究及同步采集领域。本发明包括多模态信息采集硬件系统、上位机软件系统及无线网络传输部分，其中硬件系统包括计算机、脑电‑脑氧信息同步采集装置、脑电、脑氧、肌氧、肌电及运动信息采集及传输、同步触发等部分，提供多模态信息采集的硬件设备基础；并基于MATLAB的GUI环境开发上位机软件系统，实现多类任务选择及呈现、同步触发打标、信号接收、保存、预处理及波形实时显示等功能；无线网络传输部分实现运动过程中多模态人体参数信息的实时采集及传输。本发明便于无线传输、多类信号同步采集，在时间上实现精确匹配。
-
公开(公告)号：CN113499084B
公开(公告)日：2023-02-24
申请号：CN202110778890.9
申请日：2021-07-09
Applicant: 燕山大学
Abstract: 本发明提供了脑卒中运动功能评价模型建立方法、评价方法及系统，通过对体现脑电和肌电信号的神经肌肉系统功能状态进行采集，将采集的脑电信号和肌电信号进行多层次脑肌电耦合特征提取，并对多个神经肌肉耦合指标筛选，构建可视化运动功能评价模型；利用该可视化运动功能评价模型，进而得出可视化运动功能评估结果。本发明与现有技术相比，从多个方面进行了生理信号的采集，从病理机制和多信息融合角度对脑卒中患者运动功能状态进行客观全面的数字评估，使得到的数据更科学准确。
-
公开(公告)号：CN113476799B
公开(公告)日：2022-04-19
申请号：CN202110762225.0
申请日：2021-07-06
Applicant: 燕山大学
Abstract: 本发明提供一种基于肌电和惯性信息的手部训练及评估方法，步骤如下：S1、根据不同的训练强度，设计两种虚拟训练场景；S2、将delsys的肌电惯性采集模块分别与第一侧和第二侧进行连接，并将采集的肌电惯性信号传输给上位机；S3、在进入虚拟训练场景之前，将S1中虚拟训练场景的动作训练提示进行分类器的训练；S4、将S2采集的第一侧的肌电信号通过S3进行预处理和特征提取，并送入S3训练好的区分动作的分类器中，生成相应的动作指令；S5、将S4生成的动作指令传输到康复机械手中，完成对应的动作；S6、对S5训练好的动作完成训练后的结果进行评估。本发明利用第一侧第二侧协同运动，结合康复机械手辅助第二侧进行抓握训练，加速手部康复速度和康复效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
