【技术实现步骤摘要】
一种自适应肌力的卒中患者手部康复训练动作识别方法
本专利技术涉及康复动作识别领域,具体涉及一种自适应肌力的卒中患者手部康复训练动作识别方法。
技术介绍
康复训练利用中枢系统的可塑性,在一定程度上帮助脑卒中患者恢复运动功能,对患者康复训练动作的识别意义重大,识别结果在临床上可以作为辅助训练设备的控制信号,控制人造肢体的运动,辅助肢体障碍患者完成类似真实肢体的运动功能;或将训练动作识别结果作为运动功能评定的依据;也可以在远程交互式康复中实现智能康复训练或协助医师远程监测训练情况等。现有基于表面肌电的康复训练动作识别方法大多通过多通道表面肌电获取信号,人工提取数据特征,再应用机器学习算法进行分类识别。这类方法存在缺陷如下:1)手部康复训练动作较为精细,需要大量肌肉协同完成,仅使用多通道表面肌电无法全面获取肌肉活动数据,忽略了肌肉的协同作用,影响分类识别的精度;2)对数据进行人工特征提取,会因主观经验导致特征提取不充分或冗余,影响后续算法性能;3)目前使用的机器学习分类算法(如支持向量机、极限学习机、高斯混合模型等)对手部康复训练动作这类数据本身差异较小的分类任务,识别分类性能较差。
技术实现思路
针对现有技术中的上述不足,本专利技术提供的一种自适应肌力的卒中患者手部康复训练动作识别方法解决了现有方法识别准确性差的问题。为了达到上述专利技术目的,本专利技术采用的技术方案为:提供一种自适应肌力的卒中患者手部康复训练动作识别方法,其包括以下步骤:S1、在 ...
【技术保护点】
1.一种自适应肌力的卒中患者手部康复训练动作识别方法,其特征在于,包括以下步骤:/nS1、在患者的前臂肌群位置环绕前臂放置一周肌电电极,在患者手背的手腕处放置惯性传感器,获取患者进行康复训练时的肌电数据和惯性传感器数据;其中惯性传感器数据包括加速度数据和角速度数据;/nS2、对肌电数据滤波与整流后进行归一化,得到肌电数据归一化结果;对加速度数据和角速度数据进行卡尔曼滤波,得到滤波后的加速度数据和滤波后的角速度数据;/nS3、采用三路卷积神经网络分别获取肌电数据归一化结果的特征、滤波后的加速度数据的特征和滤波后的角速度数据的特征;/nS4、将肌电数据归一化结果的特征、滤波后的加速度数据的特征和滤波后的角速度数据的特征进行拼接得到整体特征向量;/nS5、采用两层全连接层获取整体特征向量的分类数值;/nS6、将分类数值转换为概率分布,得到康复训练动作属于各个类别的概率值。/n
【技术特征摘要】
1.一种自适应肌力的卒中患者手部康复训练动作识别方法,其特征在于,包括以下步骤:
S1、在患者的前臂肌群位置环绕前臂放置一周肌电电极,在患者手背的手腕处放置惯性传感器,获取患者进行康复训练时的肌电数据和惯性传感器数据;其中惯性传感器数据包括加速度数据和角速度数据;
S2、对肌电数据滤波与整流后进行归一化,得到肌电数据归一化结果;对加速度数据和角速度数据进行卡尔曼滤波,得到滤波后的加速度数据和滤波后的角速度数据;
S3、采用三路卷积神经网络分别获取肌电数据归一化结果的特征、滤波后的加速度数据的特征和滤波后的角速度数据的特征;
S4、将肌电数据归一化结果的特征、滤波后的加速度数据的特征和滤波后的角速度数据的特征进行拼接得到整体特征向量;
S5、采用两层全连接层获取整体特征向量的分类数值;
S6、将分类数值转换为概率分布,得到康复训练动作属于各个类别的概率值。
2.根据权利要求1所述的自适应肌力的卒中患者手部康复训练动作识别方法,其特征在于,所述步骤S1的具体方法为:
在患者前臂肌群位置环绕前臂放置一周肌电电极,共8通道,采样频率为1KHz;在患者手背的手腕处放置包含三轴加速度传感单元和三轴陀螺仪传感单元的惯性传感器,共6通道,采样频率为20Hz;获取患者进行康复训练时的肌电数据、加速度数据和角速度数据;其中惯性传感器的Z轴垂直于手背平面,Y轴沿着手指方向,X轴指向患者左侧方向。
3.根据权利要求1所述的自适应肌力的卒中患者手部康复训练动作识别方法,其特征在于,所述步骤S2中对肌电数据滤波与整流后进行归一化,得到肌电数据归一化结果的具体方法为:
采用50Hz陷波滤波器对肌电数据进行滤波,对滤波后的数据采用20Hz-450Hz的带通滤波器进行再次滤波,对再次滤波后的数据进行全波整流,根据公式:
对全波整流后的数据X进行离差归一化,得到肌电数据归一化结果X*;其中min(X)表示全波整流后的数据X中最小的值;max(X)表示全波整流后的数据X中最大的值。
4.根据权利要求1所述的自适应肌力的卒中患者手部康复训练动作识别方法,其特征在于,所述步骤S3中三路卷积神经网络的结构相同,每路卷积神经网络均包括依次相连的三层卷积池化层和两层多尺寸卷积块;其中第一层卷积池化层包括32个大小为7×1的卷积核和大小为5×1的池化核;第二层卷积池化层包括64个大小为5×1的卷积核和大小为3×1的池化核;第三层卷积池化层包括128个大小为3×1的卷积...
【专利技术属性】
技术研发人员:李巧勤,任志扬,刘勇国,杨尚明,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。