一种骨整合的模糊专家控制方法与流程

1.本发明涉及医疗器械技术领域，更具体的说是涉及一种骨整合的模糊专家控制方法。


背景技术：

2.近年来智能假肢研究中的智能控制技术的尝试有:在动力膝关节的控制中，通过对神经网络控制和模糊控制在处理不确定数据和是否需要训练等多方面的对比，最终选用模糊pid控制来控制膝关节直流电机；基于小脑模型神经网络控制器的智能膝上假肢；基于bp神经网络的运动模式识别，以及基于概率神经网络的步态识别的研究等。此外，神经网络专家控制、神经网络模糊逻辑控制等复合智能控制技术也处于不断研究中。
3.智能假肢控制的发展经历了由开环到闭环，由单变量控制，单变量反馈到多变量控制，再到多变量反馈的演化。现在广泛应用的假肢多是被动假肢，少量使用智能假肢的研究也是使用了开环控制，因此现有假肢控制技术缺少智能控制方法研究。
4.因此，如何实现假肢的智能控制是本领域技术人员亟需解决的问题。


技术实现要素：

5.有鉴于此，本发明提供了一种骨整合的模糊专家控制方法，利用专家算法和模糊算法的优势实现假肢智能控制，本发明出于快速性、专业性、方便性、低廉性的考虑，使用模糊专家控制作为骨整合手术中智能假肢的控制方法，弥补当前廉价假肢的无主动控制、高昂智能假肢的不流畅性等缺点。智能假肢的设计中系统都是非线性的，是不可预测的，其中，模糊算法符合对假肢控制的要求，对于处理器要求较低，能大幅降低假肢的体积和成本，也能降低运行时间，延时程度低，再针对每个使用者提供专家解决方案，利用专家算法根据专家常见的分析来调整运动学控制角度，实现对假肢电机的控制电压调整，有助于使用者的身体恢复。
6.为了实现上述目的，本发明采用如下技术方案：
7.一种骨整合的模糊专家控制方法，包括以下步骤：
8.步骤1：采集残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号，根据设定的残腿专家基本逻辑，输出残腿运动情况；
9.步骤2：采集好腿大腿肌肉信号、好腿小腿肌肉信号和好腿位置信号，根据设定的好腿专家基本逻辑，输出好腿运动情况；
10.步骤3：根据残腿运动情况和好腿运动情况获得综合运动情况；
11.步骤4：根据当前综合运动情况和上一时刻综合运动情况获得电机控制指令，将电机控制指令传输至假肢电机。
12.优选的，所述残腿大腿肌肉信号包括残腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；所述好腿大腿肌肉信号包括好腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；所述好腿小腿肌肉信号包括好腿小腿前侧肌肉信号和好腿小腿后侧肌肉信号。
13.优选的，模糊控制逻辑具体为对残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号进行处理计算获得残腿大腿前侧信号幅值和时间、残腿大腿后侧肌肉信号幅值和时间、残腿坐骨神经信号幅值和时间、残腿位置信号角度和幅值；根据设定阈值判断幅值强弱和时间长短，获得判断结果。
14.优选的，采用残腿专家基本逻辑和好腿专家基本逻辑，根据判断结果判断运动情况和趋势。
15.优选的，所述残腿专家基本逻辑为：所述残腿坐骨神经信号为强脉冲信号，所述残腿大腿前侧肌肉信号时间长幅值高，并且所述残腿大腿后侧肌肉信号无明显高幅值，判断运动趋势为抬残腿；
16.所述残腿坐骨神经信号为强脉冲信号，所述残腿大腿后侧肌肉信号时间长幅值高，并且所述残腿大腿前侧肌肉信号无明显高幅值，判断运动趋势为收残腿；
17.所述残腿坐骨神经信号为弱脉冲信号，判断运动趋势为残腿静息；
18.所述残腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为残腿抬起或放下。
19.优选的，所述好腿专家基本逻辑为：所述好腿大腿前侧肌肉信号和所述好腿小腿后侧肌肉信号时间长幅值高，所述好腿大腿后侧肌肉信号和所述好腿小腿前侧肌肉信号无明显高幅值，判断运动趋势为抬好腿；
20.所述好腿大腿后侧肌肉信号和所述好腿小腿前侧肌肉信号时间长幅值高，所述好腿大腿前侧肌肉信号和所述好腿小腿后侧肌肉信号无明显高幅值，判断运动趋势为收好腿；
21.所述好腿大腿肌肉信号和所述好腿小腿肌肉信号无明显高幅值，判断运动趋势为好腿静息；
22.所述好腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为好腿抬起或放下。
23.优选的，所述残腿大腿肌肉信号和所述好腿大腿肌肉信号为纺锤型，所述残腿坐骨神经信号为脉冲型；所述残腿位置信号和所述好腿位置信号采用陀螺仪采集三轴角度。
24.优选的，所述步骤4中若当前电机控制指令产生的运动结果和上一时刻综合运动情况相同，则电机在当前电机控制方案的基础上直接运行；若相反，则电机在当前电机控制方案的基础上缓慢运行。
25.优选的，所述电机控制指令根据综合运动逻辑库规定的判断规则输出对应指令。
26.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种骨整合的模糊专家控制方法，使用模糊控制作为骨整合手术中智能假肢的控制方法，并采用专家基本逻辑进行运动判断，综合控制智能假肢运动，可以实现快速性、专业性、方便性和低廉性的要求，能够针对每个使用者提供专家解决方案，有助于使用者的身体恢复。
附图说明
27.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据
提供的附图获得其他的附图。
28.图1附图为本发明提供的骨整合的模糊专家控制方法流程图。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.本发明实施例公开了一种骨整合的模糊专家控制方法，包括以下步骤：
31.s1：采集残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号，在残腿运动选择器根据设定的残腿专家基本逻辑和模糊控制逻辑，输出残腿运动情况；
32.s2：采集好腿大腿肌肉信号、好腿小腿肌肉信号和好腿位置信号，在好腿运动选择器根据设定的好腿专家基本逻辑和模糊控制逻辑，输出好腿运动情况；
33.s3：在综合运动选择器中根据残腿运动情况和好腿运动情况，利用模糊控制逻辑获得综合运动情况；
34.s4：在综合运动控制器中根据当前综合运动情况和上一时刻综合运动情况获得电机控制指令，将电机控制指令传输至假肢电机。
35.为了进一步优化上述技术方案，残腿大腿肌肉信号包括残腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；好腿大腿肌肉信号包括好腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；好腿小腿肌肉信号包括好腿小腿前侧肌肉信号和好腿小腿后侧肌肉信号。
36.为了进一步优化上述技术方案，模糊控制逻辑具体为对残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号进行处理计算获得残腿大腿前侧信号幅值和时间、残腿大腿后侧肌肉信号幅值和时间、残腿坐骨神经信号幅值和时间、残腿位置信号角度和幅值；
37.根据设定阈值判断幅值强弱和时间长短，获得判断结果。
38.为了进一步优化上述技术方案，根据残腿专家基本逻辑和好腿专家基本逻辑建立模糊控制知识库，根据判断结果结合模糊控制知识库判断运动情况和趋势。
39.为了进一步优化上述技术方案，残腿专家基本逻辑为：残腿坐骨神经信号为强脉冲信号，残腿大腿前侧肌肉信号时间长幅值高，并且残腿大腿后侧肌肉信号无明显高幅值，判断运动趋势为抬残腿；
40.残腿坐骨神经信号为强脉冲信号，残腿大腿后侧肌肉信号时间长幅值高，并且残腿大腿前侧肌肉信号无明显高幅值，判断运动趋势为收残腿；
41.残腿坐骨神经信号为弱脉冲信号，判断运动趋势为残腿静息；
42.残腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为残腿抬起或放下。
43.为了进一步优化上述技术方案，好腿专家基本逻辑为：好腿大腿前侧肌肉信号和好腿小腿后侧肌肉信号时间长幅值高，好腿大腿后侧肌肉信号和好腿小腿前侧肌肉信号无明显高幅值，判断运动趋势为抬好腿；
44.好腿大腿后侧肌肉信号和好腿小腿前侧肌肉信号时间长幅值高，好腿大腿前侧肌肉信号和好腿小腿后侧肌肉信号无明显高幅值，判断运动趋势为收好腿；
45.好腿大腿肌肉信号和好腿小腿肌肉信号无明显高幅值，判断运动趋势为好腿静息；
46.好腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为好腿抬起或放下。
47.为了进一步优化上述技术方案，残腿大腿肌肉信号和好腿大腿肌肉信号为纺锤型，残腿坐骨神经信号为脉冲型；残腿位置信号和好腿位置信号采用陀螺仪采集三轴角度。
48.为了进一步优化上述技术方案，s4中若当前电机控制指令产生的运动结果和上一时刻综合运动情况相同，则电机在当前电机控制方案的基础上直接运行；若相反，则电机在当前电机控制方案的基础上缓慢运行。
49.为了进一步优化上述技术方案，电机控制指令根据综合运动逻辑库规定的判断规则输出对应指令。
50.假肢电机的电机电压在确保自身参数设定在一个安全的范围内的同时，电机不能过载，确保患者自身处于一个相对安全稳定的状态，尽量避免对患者造成残肢的二次损伤或走路失衡。
51.实施例
52.模糊逻辑控制(fuzzy logic control)简称模糊控制(fuzzy control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。模糊控制器设计的基本方法和主要步骤大致包括：
53.(1)模糊控制定义变量，即决定被观察的状况及考虑控制的动作，本发明中第一步是残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号，第二步是好腿大腿肌肉信号、好腿小腿肌肉信号和好腿位置信号，第三步是第一二步的输出结果：残腿运动情况和好腿运动情况，第四步是第三步输出结果：当前综合运动情况和上一时刻第三步输出结果：上一时刻综合运动情况。
54.(2)模糊控制模糊化，采集肌电信号、神经信号和位置信号，根据设定的分段阈值判断当前运动状态和运动趋势，如下表1所示：
55.表1分段阈值判断表
[0056][0057]
(3)模糊控制知识库
[0058]
包括数据库与规则库两部分，其中数据库提供处理模糊数据的相关定义；而规则库则由一群语言控制规则描述控制目标和策略。模糊知识库为上述语言表述。
[0059]
(4)模糊控制逻辑判断
[0060]
模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，得到模糊控制讯号。该部分是模糊控制器的精髓所在。模糊逻辑判断为使用时根据实际情况计算的过程。
[0061]
(5)模糊控制解模糊化
[0062]
解模糊化：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。本发明采用重心法作为解模糊化的方法，取隶属度函数曲线与横坐标围成面积的重心，作为模糊推理的最终输出值，即
[0063]
输出＝σ(输入
×
权重)/σ权重
[0064]
重心法具有更平滑的输出推理控制，即使对应于输入信号的微小变化，输出也会发生变化。
[0065]
(6)综合运动逻辑库规定的判断规则如表2所示。
[0066]
表2综合运动逻辑库判断规则
[0067][0068][0069]
截肢患者在医院中安装普通假肢后首先进行10组行走测试，记录患者肌电运动阈值数据和行走步态数据，并通过医生给出行走恢复方案。之后安装电极、传感器和骨整合假肢，在传感器中输入这些数据(包括肌电信号、坐骨神经信号、位置信号、残腿运动情况、好腿运动情况、综合运动情况和电机控制指令的判断数值)作为模糊算法的分段阈值。患者回
到家中后，在日常生活中使用该算法，能有效提高患者的生活质量和恢复效果(恢复指对另一条好腿和受伤大腿的肌肉保持、上身的平衡运动)。
[0070]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0071]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种骨整合的模糊专家控制方法，其特征在于，包括以下步骤：步骤1：采集残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号，根据设定的残腿专家基本逻辑和模糊控制逻辑，输出残腿运动情况；步骤2：采集好腿大腿肌肉信号、好腿小腿肌肉信号和好腿位置信号，根据设定的好腿专家基本逻辑和模糊控制逻辑，输出好腿运动情况；步骤3：根据残腿运动情况和好腿运动情况，利用模糊控制逻辑获得综合运动情况；步骤4：根据当前综合运动情况和上一时刻综合运动情况获得电机控制指令，将电机控制指令传输至假肢电机。2.根据权利要求1所述的一种骨整合的模糊专家控制方法，其特征在于，所述残腿大腿肌肉信号包括残腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；所述好腿大腿肌肉信号包括好腿大腿前侧肌肉信号和残腿大腿后侧肌肉信号；所述好腿小腿肌肉信号包括好腿小腿前侧肌肉信号和好腿小腿后侧肌肉信号。3.根据权利要求2所述的一种骨整合的模糊专家控制方法，其特征在于，模糊控制逻辑具体为对残腿大腿肌肉信号、残腿坐骨神经信号和残腿位置信号进行处理计算获得残腿大腿前侧信号幅值和时间、残腿大腿后侧肌肉信号幅值和时间、残腿坐骨神经信号幅值和时间、残腿位置信号角度和幅值；根据设定阈值判断幅值强弱和时间长短，获得判断结果。4.根据权利要求3所述的一种骨整合的模糊专家控制方法，其特征在于，采用残腿专家基本逻辑和好腿专家基本逻辑，根据判断结果判断运动情况和趋势。5.根据权利要求4所述的一种骨整合的模糊专家控制方法，其特征在于，所述残腿专家基本逻辑为：所述残腿坐骨神经信号为强脉冲信号，所述残腿大腿前侧肌肉信号时间长幅值高，并且所述残腿大腿后侧肌肉信号无明显高幅值，判断运动趋势为抬残腿；所述残腿坐骨神经信号为强脉冲信号，所述残腿大腿后侧肌肉信号时间长幅值高，并且所述残腿大腿前侧肌肉信号无明显高幅值，判断运动趋势为收残腿；所述残腿坐骨神经信号为弱脉冲信号，判断运动趋势为残腿静息；所述残腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为残腿抬起或放下。6.根据权利要求4所述的一种骨整合的模糊专家控制方法，其特征在于，所述好腿专家基本逻辑为：所述好腿大腿前侧肌肉信号和所述好腿小腿后侧肌肉信号时间长幅值高，所述好腿大腿后侧肌肉信号和所述好腿小腿前侧肌肉信号无明显高幅值，判断运动趋势为抬好腿；所述好腿大腿后侧肌肉信号和所述好腿小腿前侧肌肉信号时间长幅值高，所述好腿大腿前侧肌肉信号和所述好腿小腿后侧肌肉信号无明显高幅值，判断运动趋势为收好腿；所述好腿大腿肌肉信号和所述好腿小腿肌肉信号无明显高幅值，判断运动趋势为好腿静息；所述好腿位置信号的运动角度和初始值发生变化，判断变化的前一时刻状态为好腿抬起或放下。7.根据权利要求1所述的一种骨整合的模糊专家控制方法，其特征在于，所述残腿大腿肌肉信号和所述好腿大腿肌肉信号为纺锤型，所述残腿坐骨神经信号为脉冲型；所述残腿位置信号和所述好腿位置信号采用陀螺仪采集三轴角度。
8.根据权利要求1所述的一种骨整合的模糊专家控制方法，其特征在于，所述步骤4中若当前电机控制指令产生的运动结果和上一时刻综合运动情况相同，则电机在当前电机控制方案的基础上直接运行；若相反，则电机在当前电机控制方案的基础上缓慢运行。

技术总结
本发明公开了一种骨整合的模糊专家控制方法，利用专家算法和模糊算法的优势实现假肢智能控制，模糊算法符合对假肢控制的要求，对于处理器要求较低，能大幅降低假肢的体积和成本，也能降低运行时间，延时程度低，再针对每个使用者提供专家解决方案，利用专家算法根据专家常见的分析来调整运动学控制角度，实现对假肢电机的控制电压调整，有助于使用者的身体恢复。复。复。


技术研发人员：许猛 石岩 姬涛 赵雪林
受保护的技术使用者：中国人民解放军总医院第四医学中心
技术研发日：2021.11.30
技术公布日：2022/3/8