[发明专利]一种下肢康复全训练过程的动态虚拟诱导方法及系统

权利要求书

1.一种下肢康复全训练过程的动态虚拟诱导方法，其特征在于，包括以下步骤：

设定康复训练的时间和虚拟现实诱导界面；

在训练中采集患者的脑电信号和肌电信号；

将采集的数据进行预处理；

通过计算得到脑电信号波段的频谱能量和肌电信号的平均功率频率；

将脑电信号波段实时产生频谱能量和脑电信号的频谱能量阈值进行比较，判断患者的运动意愿；将肌电信号的平均功率频率与肌电信号平均功率频率的阈值进行比较，判断患者的运动能力；基于运动意愿和运动能力，得出运动状态结果；

脑电信号波段包括枕骨和顶骨部位的α波和额叶部位的θ波；所述肌电信号包括与下肢行走动作相关的股外侧肌、股直肌、股二头肌和腓肠肌部位的肌电信号；

所述α波段和θ波段产生的频谱能量的计算方法为：

所述α波段和θ波段的脑电信号频谱能量阈值分别用T_α和T_θ表示，所述脑电信号频谱能量阈值表示患者进入精神疲劳的临界值，脑电信号频谱能量阈值的建立方法如下：

将患者的频普能量E_x作为神经网络的输入，将患者的状态作为神经网络的输出来训练神经网络，得到患者脑电信号频谱能量E_x和患者状态之间的映射关系，表现为α波和θ波的阈值T_α和T_θ；

在运动过程中，当α波频谱能量E_α大于T_α或者θ波频谱能量E_θ大于T_θ时，判定患者出现了精神疲劳；

所述肌电信号的平均功率频率的计算方法为：

所述肌电信号平均功率频率的阈值用T_EMG表示，所述肌电信号平均功率频率阈值表示患者进入肌肉疲劳状态的临界值，肌电信号平均功率频率阈值的建立方法如下：

将患者肌电信号的平均功率频率作为神经网络的输入，将患者的状态作为神经网络的输出来训练神经网络，得到患者肌电信号平均功率频率和患者状态之间的映射关系，具体表现为阈值T_EMG；

在运动过程中，当肌电信号的平均功率频率小于T_EMG时，即MPFT_EMG，判定患者出现了肌肉疲劳；

所述神经网络为RBF神经网络，所述RBF神经网络是由输入层、隐藏层和输出层组成的一种三层神经网络，通过确定RBF神经网络的隐含层空间能够将输入矢量直接映射到隐空间，确定RBF神经网络的中心点从而确定输入输出的映射关系，RBF神经网络的激活函数表示为：

其中：损失函数

所述动态调整的具体方法为：

当肌电信号的平均功率频率小于T_EMG时，对虚拟场景中的环境参数进行调整；

当α波频谱能量E_α大于T_α或者θ波频谱能量E_θ大于T_θ时，对虚拟场景中的事件参数进行调整；

基于患者运动状态结果，对虚拟诱导场景动态进行实时调整，直至康复训练时间达到预先设定的时间。

2.根据权利要求1所述方法的一种下肢康复全训练过程的动态虚拟诱导系统，其特征在于，包括虚拟现实诱导模块、信号采集模块、预处理模块、人体运动状态识别模块、神经网络模块和动态调整模块；

所述虚拟现实诱导模块用于设定康复训练的时间和虚拟现实诱导界面；

所述信号采集模块用于采集患者在康复训练中的脑电信号和肌电信号；

所述预处理模块用于对采集的数据进行预处理；

所述人体运动状态识别模块能够得到脑电信号波段的频谱能量和肌电信号的平均功率频率；

所述神经网络模块用于将脑电信号波段实时产生频谱能量和脑电信号的频谱能量阈值进行比较，判断患者的运动意愿；将肌电信号的平均功率频率与肌电信号平均功率频率的阈值进行比较，判断患者的运动能力；基于运动意愿和运动能力，得出运动状态结果；

所述动态调整模块能够基于患者运动状态结果，对虚拟诱导场景动态进行实时调整，直至康复训练时间达到预先设定的时间。

3.根据权利要求2所述方法的一种下肢康复全训练过程的动态虚拟诱导系统，其特征在于，所述信号采集模块包括脑电信号采集单元、肌电信号采集单元和无线传输单元。