[发明专利]一种功能性电刺激下的自适应神经模糊肌肉建模方法

说明书

技术领域

本发明涉及残疾人康复医疗器械技术领域，特别涉及一种功能性电刺激下的自适应神经模糊肌肉建模方法。

背景技术

功能性电刺激(Functional Electrical Stimulation，FES)是通过电流脉冲序列来刺激肢体运动肌群及其外周神经，有效地恢复或重建截瘫患者的部分运动功能的技术。根据对于脊髓损伤瘫痪患者的治疗统计显示，由于脊髓再生能力微弱，目前尚未有可直接修复损伤的有效医治方法，实施功能康复训练是一有效的措施。脊髓损伤瘫痪患者人数逐年增多，功能康复训练是亟待需求的技术。20世纪60年代，Liberson首次成功地利用电刺激腓神经矫正了偏瘫患者足下垂的步态，开创了功能性电刺激用于运动和感觉功能康复治疗的新途径。目前，FES已经成为了恢复或重建截瘫患者的部分运动功能，是重要的康复治疗手段。然而在实际应用中，刺激效果和疲劳严重制约着功能性电刺激的发展和运用，其中一个关键技术环节是准确的肌肉模型。但是，肌肉模型是一个非常复杂的，时变的非线性动态系统。因此，有必要发展一种既能体现模型复杂性又融合了模型不确定性的新型神经肌骨模型。

自适应神经模糊推理系统(Adaptive-Network-based Fuzzy Inference System，ANFIS)结合了模糊推理和神经网络的优点同时又克服了各自的不足。现有技术中的模糊模型的一个最大弱点是它本身不具备学习和自适应的能力，具体主要表现在规则及相应隶属度函数的调整很困难。而神经网络可以根据训练样本集通过学习生成对应的映射规则，但这些映射规则通常以连接权的形式隐含在网络中，要具体分析一个特定的权值和这种映射规则的关系又比较困难。

发明人在实现本发明的过程中发现现有技术中至少存在以下的缺点和不足：

现有技术中不能实时的对自适应神经模糊推理系统的结构和参数进行调整，使得实际输出的膝关节力矩值和真实值之间的误差以及误差率差别较大，不能精确的测量膝关节力矩值。

发明内容

本发明提供了一种功能性电刺激下的自适应神经模糊肌肉建模方法，实现了实时的对自适应神经模糊推理系统的结构和参数进行调整，使得实际输出的膝关节力矩值和真实值之间的误差以及误差率差别较小，精确的测量了膝关节力矩值，详见下文描述：

一种功能性电刺激下的自适应神经模糊肌肉建模方法，所述方法包括以下步骤：

(1)采集小腿运动时的膝关节角度参数θ和加速度参数α，通过逆动力学推导，获取膝关节力矩的表达式；

(2)将真实的膝关节力矩值输入到自适应神经模糊推理系统中，根据所述膝关节力矩的表达式获取实际输出的膝关节力矩值；

(3)将所述实际输出的膝关节力矩值与所述真实的膝关节力矩值做运算，获取误差Δe以及误差变化率Δec；

(4)将所述误差Δe、所述误差变化率Δec以及刺激电流输入到自适应神经模糊推理系统中，所述自适应神经模糊推理系统进行处理转化为对应的模糊量；

(5)所述自适应神经模糊推理系统通过所述对应的模糊量获取控制规则，根据所述控制规则，合成相应的刺激电流；

(6)通过所述误差Δe以及所述误差变化率Δec同时训练神经网络，获取隶属度函数参数和隶属度函数结构；

(7)根据所述隶属度函数参数和所述隶属度函数结构对所述自适应神经模糊推理系统进行调整，判断所述误差Δe是否小于阈值，如果是，执行步骤(8)；如果否，执行步骤(9)；

(8)流程结束；

(9)重新执行步骤(1)-(7)，直到所述误差Δe小于所述阈值，流程结束。

所述膝关节力矩的表达式具体为：