一种中风患者用髋膝踝康复外骨骼智能机器

本发明涉及康复装置，特别涉及一种中风患者用髋膝踝康复外骨骼智能机器。

背景技术：

1、人体表面肌电信号(surface electromyography，semg)是一种复杂的表皮下肌肉电活动在皮肤表面处的时间和空间上的综合的结果。由于肌电信号来源于人自身的电信号，因此肌电信号具有直接、自然的特点，如今利用肌电信号已经成为一种重要的信息量，可以用来进行肌肉运动、肌肉损伤诊断、康复医学、法医鉴定以及运动体育等方面的研究。通常，从动作的肌肉表面皮肤处所测取的多通道肌电信号(emg信号)为安全、非侵入的肌电信号，可用于人类运动和生物机械的研究。

2、现有技术当中，在照顾中风患者的时候通常会给其佩戴康复护具，康复护具会在患者行走时不间断地通过电刺激来刺激患者的膝关节，使得患者的神经被触动，来进行行走，此种方式存在以下问题：1.无法精准获取患者的真实意图，常常会误触电刺激开关，使得患者在休息时也会受到刺激，导致体验感下降；2.由于患者通常是半边身体瘫痪，仅刺激患者的膝关节虽然能使患者行走，但是患者的上半身不够稳定，与下半身的联系并不紧密，会导致行走时姿势变形，久而久之会影响患者的体态。

技术实现思路

1、针对现有技术的不足，本发明的目的在于提供一种中风患者用髋膝踝康复外骨骼智能机器，旨在解决背景技术中提到的技术问题。

2、为了实现上述目的，本发明是通过如下技术方案来实现的：

3、一种中风患者用髋膝踝康复外骨骼智能机器，包括穿戴于患者腰部的腰部护具、绑扎于患者膝盖处的膝部护具、套接于患者脚踝处的踝部护具、用于采集患者小腿肌肉处肌电信号的肌电传感器及用于采集患者膝盖弯曲角度的角度传感器，所述腰部护具通过第一连接件与所述膝部护具活动连接，所述膝部护具通过第二连接件与所述踝部护具活动连接，所述腰部护具的内侧设有第一电刺激模块，所述膝部护具的内侧设有第二电刺激模块，所述肌电传感器通过信号传输线与所述第一电刺激模块和所述第二电刺激模块电性连接，所述第一电刺激模块和所述第二电刺激模块中设有肌电信号采集单元、肌电信号优化单元及肌电信号分类单元；

4、所述肌电信号采集单元用于：

5、通过所述肌电传感器采集患者小腿处的初始肌电信号；

6、对所述初始肌电信号进行滤波处理以消除高频信号干扰和工频信号干扰，以得到第一次筛选后肌电信号；

7、采用能量特征方法对所述第一次筛选后肌电信号进行目的性筛选评估，得到体现患者真实目的的第二次筛选后肌电信号；

8、通过泛型渠道决策方法，对同一时刻的所有所述第二次筛选后肌电信号进行信号活跃度判定，得到第三次筛选后肌电信号，以提高当前时刻滑动窗口的数据信息质量；

9、所述肌电信号优化单元用于：

10、对所述第三次筛选后肌电信号进行向量化，以得到向量化肌电信号；

11、根据预设的行动场景，对所述向量化肌电信号进行权重分配，以满足患者的真实行动意愿；

12、基于均值规则对权重分配后的所述向量化肌电信号进行位置更新迭代，以得到最优解向量化肌电信号；

13、对所述最优解向量化肌电信号进行局部排查，排除陷入局部最优解的所述最优解向量化肌电信号，以得到比对用向量化肌电信号。

14、根据上述技术方案的一方面，所述肌电信号分类单元用于：

15、将所述比对用向量化肌电信号输入分类器模型；

16、将输入所述分类器模型的所述比对用向量化肌电信号与预训练的真实向量化肌电信号进行比对，以对本时刻的肌电信号进行患者意愿判定，进而驱使所述第一电刺激模块和第二电刺激模块发出相应的刺激信号。

17、根据上述技术方案的一方面，所述采用能量特征方法对所述第一次筛选后肌电信号进行目的性筛选评估，得到体现患者真实目的的第二次筛选后肌电信号的具体步骤包括：

18、设置滑动窗口，通过能量算子提升所述滑动窗口内的第一次筛选后肌电信号的信噪比，以得到放大信噪比后肌电信号，公式如下：

19、；

20、其中， k表示所述第一次筛选后肌电信号的帧数，表示第 k帧的放大信噪比后肌电信号， x为所述第一次筛选后肌电信号各帧的幅值；

21、获取所述放大信噪比后肌电信号在一时段的区间能量、以及该时段所述放大信噪比后肌电信号的第一帧信号在所述滑动窗口中的绝对值均值，并设置底数为十的对数，通过对数能量信号表征公式，优化所述放大信噪比后肌电信号，公式如下：

22、；

23、；

24、；

25、其中，ek为所述区间能量，c为所述绝对值均值，se为一帧的对数能量，n为所述滑动窗口的长度；

26、将每一帧的所述对数能量绘制出对数能量特征图，过滤掉低于预设阈值的所述对数能量，进而得到第二次筛选后肌电信号。

27、根据上述技术方案的一方面，所述通过泛型渠道决策方法，对同一时刻的所有所述第二次筛选后肌电信号进行信号活跃度判定，得到第三次筛选后肌电信号，以提高当前时刻滑动窗口的数据信息质量的具体步骤包括：

28、基于所述第二次筛选后肌电信号，获取影响所述第二次筛选后肌电信号准确度的影响参数；

29、其中，所述影响参数包括但不限于标准差、样本熵及过零率；

30、将一个时刻内所述第二次筛选后肌电信号中的第一帧标记为静默段，并根据所述影响参数构建相关系数公式，以得到其余帧相对于第一帧的相关系数；

31、；

32、；

33、；

34、；

35、；

36、；

37、；

38、其中， discover表示两个向量之间的函数距离， dr表示两个向量之间的相关性， x和 y分别表示两种特征向量， f1 、f2 、 f3分别表示标准差的特征函数、样本熵的特征函数及过零率的特征函数， k’表示所述第二次筛选后肌电信号的帧数， xi、 xj、 xl、 yi、 yj、 yl均表示各个特征函数上的点；

39、将相关系数小于预设相关度阈值的帧标记为活跃段，以得到第三次筛选后肌电信号。

40、根据上述技术方案的一方面，所述根据预设的行动场景，对所述向量化肌电信号进行权重分配，以满足患者的真实行动意愿的具体步骤包括：

41、基于小波函数，将一组所述向量化肌电信号中的每一向量依据预设的行动场景进行加权，以计算该组向量化肌电信号的加权平均值；

42、；

43、；

44、其中，mu为所述加权平均值， xn为一组所述向量化肌电信号中的第 n个单个向量，p为所述单个向量的数量， m为膨胀系数，为母小波，exp为指数函数；

45、将所述加权平均值考虑到所述向量化肌电信号中，以得到权重分配后的所述向量化肌电信号。

46、根据上述技术方案的一方面，所述基于均值规则对权重分配后的所述向量化肌电信号进行位置更新迭代，以得到最优解向量化肌电信号的具体步骤包括：

47、基于均值规则，将经权重分配后的所述向量化肌电信号进行差分，以获取两种所述行动场景下差分后的所述向量化肌电信号的第一加权平均值 mh1以及第二加权平均值 mh2；

48、其中，在一种所述行动场景下：

49、；

50、；

51、其中，在另一种所述行动场景下：

52、；

53、；

54、其中， q为迭代次数，为最大迭代次数，