[发明专利]一种基于肌电-惯性传感的膝关节腱反射状态评估方法

说明书

本发明公开了一种基于肌电‑惯性传感的膝关节腱反射状态评估方法。本发明通过肌电采集模块和运动采集模块分别用来采集康复训练过程中引起膝关节伸展和屈曲运动的肌群肌电信息以及检测小腿运动的肢体运动的惯性信息，并根据惯性信息变化滞后于肌群肌电信息，建立采集的信号窗口时间；对特定的训练对象，建立多元线性回归模型作为个性化腱反射状态描述方程，利用最小二乘估计等回归算法，求解得到方程的系数，用于该训练对象在康复训练过程中由康复训练设备诱发的腱反射状态的评估；本发明结合了肌电信号和惯性信号，兼顾了肌电信号的实时性和惯性信号的鲁棒性，提高了腱反射状态检测的有效性和准确性。

技术领域

本发明涉及肢体康复训练领域，具体涉及一种基于肌电-惯性传感的膝关节腱反射状态评估方法。

背景技术

膝关节是人体下肢实现稳定行走和站立支撑的重要关节之一，也是人体下肢主要的远端关节之一。在脑卒中等疾病中，人体远端关节的恢复速度和效果相对于近端关节来说难度更大。在传统的手法康复实践中，临床医生利用本体感觉神经肌肉促进技术临床治疗方法对患者膝关节进行训练并促进膝关节康复。该临床治疗方法的一个核心操作要点是利用手法引起患者膝关节肌群的腱反射，并诱导患者在腱反射的基础上进行主动控制。该临床治疗方法的神经生理学基础是，腱反射引起的强本体感觉刺激能够上传至大脑感觉皮层，并通过大脑皮层的感觉-运动联合皮层，降低大脑运动皮层运动发起的神经元动作电位阈值，从而促使患者更容易主动发起关节运动控制。

膝关节肌群的腱反射动作分两类，一类是伸展腱反射，另一类是屈曲腱反射。在目前的应用实践中，传统的手法训练方式主要是实施诱发腱反射刺激后通过手感判断肌肉状态，手感判断的策略随着医生的经验程度、疲劳状态等因素存在准确度判断容易发生偏差的问题；新型的机器人康复训练方式主要是基于经验给康复机器人设定固定参数诱发腱反射刺激，并通过力传感器检测小腿的运动交互力幅值对腱反射状态进行检测，然而由于腱反射引起的肢体动作突变不仅涉及到运动幅度激变导致交互力幅值明显增大，同时该突变过程还明显表现为运动速度快速变化，因此基于力传感器检测交互力幅值的策略存在不足。

因此，为提高膝关节康复效果，有必要对膝关节的腱反射状态利用检测装置进行快速实时评估，并将评估结果用于实际康复训练过程，作为康复训练实施策略的重要参考信息。

发明内容

为了解决以上现有技术中存在的问题，本发明提出了一种基于肌电-惯性传感的膝关节腱反射状态评估方法，用于康复训练过程中，对康复训练设备诱发的腱反射肢体响应状态进行评估。

训练对象坐在座椅上，在训练对象的股四头肌对应的大腿前部肌肉表面贴附第一肌电传感器，在腘绳肌对应的大腿背部肌肉表面贴附第二肌电传感器；训练对象的大腿位于座椅相对保持静止，小腿在膝关节带动下实现伸展和屈曲运动；在训练对象的小腿前部表面贴附惯性传感器。

本发明的基于肌电-惯性传感的膝关节腱反射状态评估方法，包括以下步骤：

1)评估系统连接：

评估系统包括肌电采集模块、运动采集模块、数据采集卡和上位机，肌电采集模块包括第一肌电传感器和第二肌电传感器，运动采集模块包括惯性传感器；贴附在训练对象的股四头肌对应的大腿前部肌肉表面的第一肌电传感器和贴附在腘绳肌对应的大腿背部肌肉表面的第二肌电传感器，分别用来采集股四头肌作为原动肌收缩且腘绳肌作为拮抗肌放松时引起膝关节伸展运动以及腘绳肌作为原动肌收缩且股四头肌作为拮抗肌放松时引起膝关节屈曲运动的肌群肌电信息；贴附在训练对象的小腿前部表面的惯性传感器，用来检测小腿运动的肢体运动的惯性信息，检测小腿运动能够进一步分析得到是否有效诱发；第一肌电传感器、第二肌电传感器和惯性传感器分别连接至数据采集卡，数据采集卡连接至上位机；