[发明专利]基于多向稳定偏转力矩的多指抓握功能测试分析仪及方法有效
申请号: | 201910445976.2 | 申请日: | 2019-05-27 |
公开(公告)号: | CN110123345B | 公开(公告)日: | 2020-03-03 |
发明(设计)人: | 李可;刘孟杰;何文晶;王琳;岳寿伟;魏娜;侯莹 | 申请(专利权)人: | 山东大学 |
主分类号: | A61B5/22 | 分类号: | A61B5/22 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 杨晓冰 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多向 稳定 偏转 力矩 多指抓握 功能 测试 分析 方法 | ||
1.一种基于多向稳定偏转力矩的多指抓握功能测试分析仪,其特征是,包括测试装置和处理器;
所述测试装置,用于测量被试者各手指抓握过程中的多方向三维力和三维力矩数据;
所述处理器,用于获取测试装置测量的各手指多方向三维力与三维力矩数据,形成多种三维力和三维力矩向量时间序列,对多种三维力和三维力矩向量时间序列进行多尺度样本熵分析,得到多时间尺度的动态耦合复杂度数值,计算手指间动态协调性指标;
所述处理器包括数据获取模块、多尺度样本熵分析模块和手指间动态协调性指标计算模块;其中:
所述数据获取模块,用于获取测试装置测量的五个手指多方向三维力与三维力矩,并计算指尖压力中心点坐标,形成五种三维力与三维力矩向量时间序列;
所述多尺度样本熵分析模块,用于对数据获取模块得到的五种三维力与三维力矩向量时间序列进行粗粒化处理,得到一个新的时间序列;利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量,构造复合延迟向量;设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值;计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率;扩展时间延迟向量的维数,再次构造新的复合延迟向量;计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率;计算两个发生频率比值的对数,得到多变量样本熵值;依次重复计算,得到多个多变量样本熵值;绘制多时间尺度与多变量样本熵的关系曲线,计算多变量样本熵曲线下面积,得到多时间尺度动态耦合复杂度值;
所述手指间动态协调性指标计算模块,用于计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值,得到手指间动态协调性指标。
2.根据权利要求1所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪,其特征是,所述测试装置包括圆柱形底座、设置在底座上的圆柱形外杯体、位于外杯体内部的圆柱形内杯体以及设置在外杯体顶部的顶盖。
3.根据权利要求2所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪,其特征是,所述底座内底部以底座中心点为中线的圆周上设置有八个等间距位置标记点。
4.根据权利要求2所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪,其特征是,所述外杯体包括相对设置的半圆形第一接触片和由四个互不相接的弧形接触片组成的第二接触片。
5.根据权利要求4所述的基于多向稳定偏转力矩的多指抓握功能测试分析仪,其特征是,所述内杯体的外侧壁上沿圆周方向敷设有连接片,所述连接片与第一接触片之间连接有用于检测拇指的力和力矩的六维力/力矩传感器,所述连接片与每个弧形接触片之间连接有用于检测食指、中指、无名指或小指的力和力矩的六维力/力矩传感器。
6.一种基于如权利要求5所述的多指抓握功能测试分析仪的分析方法,其特征是,该方法包括以下步骤:
测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据,形成五种三维力与三维力矩向量时间序列;
对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析,得到多时间尺度动态耦合复杂度数值;
利用多时间尺度动态耦合复杂度数值,计算手指间动态协调性指标;
所述手指间动态协调性指标的计算方法为:
计算多时间尺度动态耦合复杂度值与多变量样本熵值的标准差的差值,得到手指间动态协调性指标。
7.根据权利要求6所述的分析方法,其特征是,所述测量被试者的五指抓举测试装置过程中产生的多方向三维力与三维力矩数据的步骤包括:
将额定砝码放置于测试装置的底座内一位置标记点;
被试者使用五手指以自然抓握姿态抓举抓握测试装置的外杯体,将其以自然速度平稳举起至规定高度后做喝水动作,然后端举保持20秒钟,产生一定方向的偏转力矩;
收到结束信号后,被试者将测试装置平稳放置原位,记录抓举过程中产生的三维力与三维力矩数据,并计算指尖压力中心点坐标;
将额定砝码放置于测试装置的底座内另一位置标记点,重复上述步骤,直到得到八个方向上的五指三维力和三维力矩数据。
8.根据权利要求6所述的分析方法,其特征是,所述对五种三维力与三维力矩向量时间序列进行多尺度样本熵分析的步骤包括:
对五种三维力与三维力矩向量时间序列进行粗粒化处理,得到一个新的时间序列;
利用五种三维力与三维力矩向量时间序列、嵌入维度向量和时间延迟向量,构造复合延迟向量;
设定任意两复合延迟向量间的距离为两向量对应元素的距离最大值以及距离阈值;
计算任意两复合延迟向量间的距离小于等于距离阈值的数量以及发生频率;
扩展时间延迟向量的维数,再次构造新的复合延迟向量;
计算任意两新的复合延迟向量间的距离小于等于距离阈值的数量以及发生频率;
计算两个发生频率比值的对数,得到多变量样本熵值;
依次重复上述步骤,得到多个多变量样本熵值;
绘制多时间尺度与多变量样本熵的关系曲线,计算多变量样本熵曲线下面积,得到多时间尺度动态耦合复杂度值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910445976.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种握力评定球
- 下一篇:基于多向扰动力矩控制的多指功能性抓握分析装置及方法