肌电信号与关节角度信息融合的下肢运动轨迹预测方法.docx

肌电信号与关节角度信息融合的下肢运动轨迹预测方法专利名称：肌电信号与关节角度信息融合的下肢运动轨迹预测方法技术领域：本发明涉及康复医疗器械技术领域，具体讲，涉及肌电信号与关节角度信息融合的下肢运动轨迹预测方法背景技术：近年来，随着车祸、地震、战争、意外伤害的频繁发生以及骨肿瘤、糖尿病足和神经系统等疾病的不断蔓延，世界肢体残疾患者数目正以成倍的速度增长，残疾人已经成为亟待社会关注的特殊群体假肢，也称“义肢”，是供截肢者使用以代偿缺损肢体部分功能的人造肢体，也是康复工程最早发展的一个领域，自1948年，R. Rect发明了世界上第一例肌电假肢以来，给数以万计的残疾者带来了自主生活的希望然而目前，我国的康复辅具产业仍存在很大的空白，康复辅具产品无论是从品种数量上还是从科技含量上，与发达国家仍然有一定差距，总体水平大体落后30年行业发展还处于初级阶段，严重制约了我国残疾人 生活质量的提高利用人工神经假体和假肢能够帮助患者重建损伤下肢的运动功能，使他们恢复自理生活能力并参加力所能及的活动，已经成为了康复工程领域两个重要的发展方向神经肌骨动力学模型是描述人体神经控制与肌骨运动之间的关系，建立神经控制信号与肌肉活性之间的数学描述，形成方程形式，并构建含神经控制的理论模型，主要用来分析人体系统的静力或者运动学之间的关系，利用EMG等生理电信号预测和控制生物系统的肌肉力量。

神经肌骨动力学的研究对于肌电假肢的精确控制、瘫痪肌肉的有效功能性电刺激、以及探索患有中风、小儿麻痹的偏瘫患者肢体运动的中枢神经控制机理有着非常重要的意义利用截肢者本身肌肉所产生的电信号，通过电路的适当处理就可以控制假肢的动作，同时，通过装在假肢上的传感器所产生的电信号反馈给大脑又可调整假肢的动作这种受意志控制的肌肉所产生的电位，对于假肢的控制是最理想的信号因此深入研究神经肌骨动力学，探索肌电信号与关节角度的关系对于进一步提高多自由度肌电假肢控制的准确性有非常重要的意义发明内容本发明旨在克服现有技术的不足，准确稳定实时地预测膝关节角度及运动轨迹有效地提高肌电假肢运动稳定性，为达到上述目的，本发明采取的技术方案是，一种肌电信号与关节角度信息融合的下肢运动轨迹预测方法，其特征是，包括下列步骤预先定义四种生活中最常见的下肢动作模式行走、站起、下蹲和伸膝，提取运动期间下肢六块肌肉的肌电特征参数均方根值和空间三维运动坐标，六块肌肉健侧腿股直肌，股中间肌、股二头肌、比目鱼、腓肠肌和胫骨前肌；计算侧腿膝关节角度信息；结合反馈的腿膝关节角度信息，利用人工神经网络ANN或支持向量机SVM，分别建立下肢神经肌骨动力学模型，预测下肢运动轨迹。

利用人工神经网络ANN采用BP算法，BP算法的具体步骤如下第一步，对权值和神经元阈值初始化；第二步，输入样本X，指定输出层各神经元的希望输出值，(11，(12，...，(^;权利要求1.一种肌电信号与关节角度信息融合的下肢运动轨迹预测方法，其特征是，包括下列步骤预先定义四种生活中最常见的下肢动作模式行走、站起、下蹲和伸膝，提取运动期间下肢六块肌肉的肌电特征参数均方根值和空间三维运动坐标，六块肌肉健侧腿股直肌，股中间肌、股二头肌、比目鱼、腓肠肌和胫骨前肌；计算侧腿膝关节角度信息；结合反馈的腿膝关节角度信息，利用人工神经网络ANN或支持向量机SVM，分别建立下肢神经肌骨动力学模型，预测下肢运动轨迹2.如权利要求I所述的肌电信号与关节角度信息融合的下肢运动轨迹预测方法，其特征是，利用人工神经网络ANN采用BP算法，BP算法的具体步骤如下 第一步，对权值和神经元阈值初始化； 第二步，输入样本X，指定输出层各神经元的希望输出值，dl, d2,…，dM ；3.如权利要求I所述的肌电信号与关节角度信息融合的下肢运动轨迹预测方法，其特征是，利用支持向量机SVM建模，选用径向基核函数Radial Basis Function，作为构建神经肌骨模型的核函数； 考虑11个训练样本的线性回归问题，设训练数据集(\，5^)，1=1，……，1，是第i个样本的输入模式，Yi对应于第i个样本的期望输出，首先用一非线性变换将输入变量X= (X1, X2,…，X1)转化到某个高维空间中，然后在变换空间求最优分类面；这种变换，只需一个内积函数(Xi Xj), i, j = I,…，I, Xi, Xj G X,为输入的信号值,选用高斯径向基核函数RBF来进行转换，其表达式如下 K (Xi, Xj) = exp {- y I Xi-Xj 12}其中，K(XilXj)为所选的核函数，Xi，\ G X，为输入的信号值，Y为核参数，需要用交叉验证的方式寻找最佳值；这样，原样本空间就被映射到了高维特征空间中，这个高维特征空间中构造最优决策函数y = w*K (xi； Xj)+b y为输出，Xi，\ e x为输入信号，w，b为所需求的参数，这样，非线性估计函数转化为高维特征空间的线性估计函数；定义R IR =芝 IWI2 + C Rgmp 式中，Il W Il 2是控制模型的复杂度，C是正规化参数，控制对超出误差样本的惩罚程度；R細P为误差控制函数；利用结构风险最小化原则，寻找W，b就是最小化R ;因此，本发明中分类函数可表示为全文摘要本发明涉及康复医疗器械技术领域。

为准确稳定实时地预测膝关节角度及运动轨迹，有效地提高肌电假肢运动稳定性，本发明采取的技术方案是，一种肌电信号与关节角度信息融合的下肢运动轨迹预测方法，包括下列步骤预先定义四种生活中最常见的下肢动作模式行走、站起、下蹲和伸膝，提取运动期间下肢六块肌肉的肌电特征参数均方根值和空间三维运动坐标，六块肌肉健侧腿股直肌，股中间肌、股二头肌、比目鱼、腓肠肌和胫骨前肌；计算侧腿膝关节角度信息；结合反馈的腿膝关节角度信息，利用人工神经网络ANN或支持向量机SVM，分别建立下肢神经肌骨动力学模型，预测下肢运动轨迹本发明主要应用于康复医疗器械的设计制造。