[发明专利]基于高密度肌电技术的多肌群协同运动监测方法在审
申请号: | 202210547191.8 | 申请日: | 2022-05-20 |
公开(公告)号: | CN116327222A | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 刘翔宇;汤浩;陆嘉元 | 申请(专利权)人: | 上海理工大学 |
主分类号: | A61B5/397 | 分类号: | A61B5/397;A61B5/256;A61B5/296 |
代理公司: | 上海天协和诚知识产权代理事务所 31216 | 代理人: | 吴立斐 |
地址: | 200000 *** | 国省代码: | 上海;31 |
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 高密度 技术 多肌群 协同 运动 监测 方法 | ||
1.一种基于高密度肌电技术的多肌群协同运动监测方法,其特征是:包括
步骤1、用酒精擦拭32*2通道高密度肌电电极片,保证电极片的镀金触点位置没有绿色锈迹以及灰尘;
步骤2、将用于电极贴敷的开孔双面胶固定在32*2电极片上,保证所有32*2通道暴露,电极居于开孔的中心;
步骤3、为了减少皮肤与阵列电极片间的阻抗,被试腹肌体表的皮肤被磨砂导电膏和湿纸巾仔细清理;
步骤4、将双面胶开孔处涂覆导电膏,保证双面胶开孔中的导电膏涂抹均匀紧实,并将多片32*2的电极片贴敷于不同的核心肌群上;
步骤5、将高密度肌电采集采样率设置为2000Hz,增益设置为1000;
步骤6、告知被试者进行训练,进行高密度肌电的数据采集;
步骤7、将信号导入盲源分离算法,设定需要进行微观分析的核心集群,其余肌群仅进行激活状态的判别;
步骤8、窗长设置为5s,步距为3s,进行盲源分离;
步骤9、得到目标肌群振幅清晰的运动神经元;
步骤10、同步性计算将6个放电序列随机分为两组,然后将这两组放电序列混合成两个混合放电序列,计算运动神经元的放电同步性,重复100次,并比较训练前后的同步性变化,同步性越高,表示训练强度越高,肌疲劳程度越高;
步骤11、结合宏观激活情况与微观放电同步性的双维度肌电信息对运动情况进行评价,包括目标肌肉的募集情况与代偿情况分析。
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上海理工大学,未经上海理工大学许可,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/202210547191.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种具有变形适应性的钢结构架梯
- 下一篇:用于生成机器人任务演示的神经网络