[发明专利]基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统

权利要求书

1.基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统，其特征在于：包括：

肌电信号采集及预处理模块，通过表面肌电信号传感器采集运动时的表面肌电信号，并且进行预处理；

肌肉协同分解及映射模型获取模块，通过肌肉协同分解方法和回归网络模型建立表面肌电信号和关节角度映射模型以及表面肌电信号和人体刚度映射模型；

人机交互控制模块，通过阻抗控制的方法对虚拟环境中的代理进行控制，所述的阻抗控制中的刚度随人体手臂的刚度变化；

虚拟现实严肃游戏模块，生成适合用户康复训练严肃游戏难度以及虚拟干扰，并提供视觉反馈。

2.根据权利要求1所述的基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统，其特征在于，所述的肌电信号采集及预处理模块，包括：

表面肌电信号的采集，使用Delsys无线表面肌电采集设备采集人体桡侧腕屈肌、桡侧腕伸肌、尺侧腕屈肌、尺侧腕伸肌、指屈肌、指伸肌的表面肌电信号；

表面肌电信号的预处理，所述的处理方式包括全波整流、低通滤波、归一化、神经激活度提取和肌肉激活度提取五个步骤。

3.根据权利要求1所述的基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统，其特征在于，所述的肌肉协同分解及映射模型获取模块，包括：

肌肉协同分解，将预处理后的信号通过非负矩阵分解的方法，得到其空域协同和空域协同；非负矩阵分解方法如下：

Z(t)＝W·C(t)

其中Z(t)为预处理后的表面肌电信号，W为空域协同，C(t)为空域协同；非负矩阵分解方法中所有的元素都为非负值；

获取关节角度映射模型，使用时域协同数据和运动标签数据对多层感知模型进行训练，得到关节角度映射模型：

x(t)＝MLP(W⁺·Z(t))

其中x(t)为关节角度，W⁺为时域协同的逆矩阵，Z(t)为预处理后的表面肌电信号，MLP(·)为训练完成的多层感知模型；

获取人体刚度映射模型，利用协同效应模型为将预处理后的表面肌电信号投影到不同自由度不同方向上的协同，在这些协同即为每个方向肌肉收缩的贡献，再由共收缩原理得到表面肌电信号到人体刚度的模型：

K_i(t)＝min(W_i+^T·Z(t)，W_i-^T·Z(t))

其中K_i(t)为每个自由度上的刚度值，W_i+^T，W_i-^T为该自由度两个方向上的协同效应系数矩阵，Z(t)为预处理后的表面肌电信号。

4.根据权利要求1所述的基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统，其特征在于，所述的人机交互控制模块，使用变刚度阻抗控制的方法对虚拟环境中的代理进行控制，所述的虚拟阻抗控制为阻尼-弹簧-质量系统，其该系统的表述方法为：

其中M为物体质量，B阻尼系数，K为弹簧(刚度)系数，x(t)，分别为当前位置，当前速度，当前加速度，F_ext为额外干扰力；在该方法中，x(t)可由表面肌电信号与关节角度关系的模型得到，分别为x(t)的一阶导数和二阶导数；K可由表面肌电信号到人体刚度的模型得到，系统的阻尼系数与弹簧(刚度)系数的关系为：物体质量M为预设在训练游戏中目标的质量，额外干扰力F_ext为设置在训练游戏中的可变的虚拟力。

5.根据权利要求1所述的基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统，其特征在于，所述的虚拟现实严肃游戏模块，包括；

严肃游戏生成模块，基于pygame平台，针对不同训练阶段，生成不同的康复训练严肃游戏；

反馈模块，用于给患者提供虚拟环境中的干扰，以及虚拟代理的运动位置等游戏信息；

严肃游戏调节模块，用于根据每一轮的康复训练的效果调节严肃游戏的难度，以增加康复训练的挑战性。

6.根据权利要求1所述的基于肌肉协同和变刚度阻抗控制的手腕部康复训练系统的使用方法，其特征在于，首先采集患者利肢手腕手指屈伸时的表面肌电信号并进行预处理，接着通过肌肉协同方法确定表面肌电信号与关节角度关系模型和表面肌电信号与人体刚度关系模型，然后设置严肃游戏场景和难度，接着采集患者非利肢的表面肌电信号并预处理，再由表面肌电信号与关节角度关系模型和表面肌电信号与人体刚度关系模型获取关节角度和人体刚度，最后通过变刚度阻抗控制方法控制虚拟环境中的代理完成康复训练任务。