一种手部康复机器人主动训练交互系统

    公开(公告)号:CN116869780A

    公开(公告)日:2023-10-13

    申请号:CN202310951212.7

    申请日:2023-07-31

    Applicant: 苏州大学

    Abstract: 本发明涉及医疗康复设备技术领域,尤其是指一种手部康复机器人主动训练交互系统,包括手部外骨骼、主控电路板、肌电传感器、多路可调电源、上位机交互系统和云端数据库。所述线性执行器和压力传感器集成在手部外骨骼上,与主控电路板一起构成底层硬件模组,作为硬件执行和物理信息反馈平台;所述上位机交互系统作为数据处理与决策平台,采用分层解耦的开放式软件架构,接收肌电传感器采集的患者生理信号,用于识别运动意图,调整训练及交互模式。所述云端数据库用于给患者建立数据档案,分析并给出针对性指导建议,同时具有医护远程支持功能。所述手部康复机器人主动训练交互系统能够满足不同个体间差异性训练需求,避免康复训练过于单一乏味。

    一种基于脑肌电融合的上肢动作力敏状态识别方法及系统

    公开(公告)号:CN118986371A

    公开(公告)日:2024-11-22

    申请号:CN202410939465.7

    申请日:2024-07-15

    Applicant: 苏州大学

    Abstract: 本发明涉及脑肌电信号分类任务领域,尤其是指一种基于脑肌电融合的上肢动作力敏状态识别方法及系统。对原始脑电信号与原始肌电信号进行预处理,对预处理后的脑电信号进行重采样,计算预处理后的肌电信号与重采样脑电信号之间的互信息与相似度,拼接组成脑肌信息,基于预处理后的肌电信号、预处理后的脑电信号与脑肌信息,通过三分支网络结构,分别提取肌电特征、脑电特征与脑肌特征,并展平为一维特征向量,进行特征拼接,得到整体特征,通过依次连接的两个串联的全连接层与Softmax层,完成上肢动作力敏状态分类。通过设计的三分支网络结构提取肌电特征、脑电特征与脑肌特征并融合来进行力敏状态分类,提高了在上肢动作力敏状态分类的准确率和稳定性。

Patent Agency Ranking