【技術實現步驟摘要】
本專利技術涉及智能控制，尤其涉及基于肌興奮儀的智能控制系統。
技術介紹
1、隨著全球人口老齡化，肢體傷殘和慢性肌肉疾病患者數量增加，對假肢和康復訓練設備的需求不斷上升，同時傳感器技術、信號處理技術、機器學習和人工智能技術的快速發展，肌電信號的處理和分析能力大幅提升，為肌興奮儀的智能控制提供了技術基礎，智能化、自動化技術在醫療領域的應用趨勢推動了對肌興奮儀智能控制系統的研發。
2、現有的基于肌興奮儀的智能控制系統通過以下技術實現，包括：肌電信號采集，通過表面肌電圖（semg）等技術采集肌肉的電活動信號；信號處理，利用濾波、特征提取等方法對肌電信號進行處理，以提取有用的信息；控制系統，將處理后的肌電信號轉換為機械裝置的動作指令，實現對假肢或康復訓練設備的控制。
3、例如公告號為：cn110515297b公告的基于冗余肌肉骨骼系統的階段式運動控制方法，包括：獲取期望運動狀態和簡化運動狀態；計算平均允許誤差；判斷迭代次數進行跳轉；通過預設規則更新運動簡化間隔及簡化運動狀態；通過hill肌肉模型得到各肌肉對應的肌肉激活信號及肌腱力；基于各肌腱力獲取實際運動狀態，并計算實際運動狀態和簡化運動狀態的誤差；獲取帶噪聲的實際運動狀態；通過q-network算法和預設的執行噪聲更新神經刺激信號；判斷仿真時長；判斷迭代次數并輸出。
4、例如公開號為：cn116661351a公開的一種預防運動損傷的智能護膝控制系統及其工作方法，包括：護膝本體和設置在護膝本體上的控制電路，所述控制電路包括單片機處理器、電源模塊、肌電傳
5、但本申請在實現本申請實施例中專利技術技術方案的過程中，發現上述技術至少存在如下技術問題：
6、現有技術中，由于不同人員使用肌興奮儀的肌肉的反應特性不同，需要個性化的控制策略來優化控制的效果，從多維角度評估并優化基于肌興奮儀的智能控制系統的控制策略，存在不能有效提高基于肌興奮儀的智能控制系統的控制精準性的問題。
技術實現思路
1、本申請實施例通過提供基于肌興奮儀的智能控制系統，解決了現有技術中存在不能有效提高基于肌興奮儀的智能控制系統的控制精準性的問題，實現了有效提高基于肌興奮儀的智能控制系統的控制精準性的效果。
2、本申請實施例提供了基于肌興奮儀的智能控制系統，包括：肌肉功能區域劃分模塊：用于對肌肉功能區域進行劃分，得到若干的肌肉功能區域；數據采集模塊：用于通過肌興奮儀采集若干的肌肉功能區域的原始肌電信號數據，得到肌肉功能區域原始肌電信號數據；信號處理模塊：用于對采集到的肌肉功能區域原始肌電信號數據進行處理，得到肌肉功能區域肌電特征信號數據；特征識別模塊：用于構建若干的肌肉功能區域對應的肌肉功能區域卷積神經網絡模型，通過肌肉功能區域肌電特征信號數據和肌電特征信號數據庫訓練對應的肌肉功能區域卷積神經網絡模型，通過肌肉功能區域卷積神經網絡模型得到肌肉功能區域肌電特征評估數據；控制策略評估模塊：用于根據肌肉功能區域肌電特征評估數據分步分析得到區域控制策略評估修正系數，所述區域控制策略評估修正系數用于描述對基于肌興奮儀的智能控制中的控制策略的修正程度，根據區域控制策略評估修正系數生成對應的肌肉功能區域控制信號；控制策略調整模塊：用于通過人機交互的界面，根據用戶的反饋調整控制策略。
3、進一步的，所述得到若干的肌肉功能區域的具體過程為：根據預定義肌肉功能區域設置并劃分得到若干的肌肉功能區域，所述若干的肌肉功能區域對應至少一處實際肌肉功能區域。
4、進一步的，所述得到肌肉功能區域肌電特征信號數據的具體過程為：對采集到的肌肉功能區域原始肌電信號數據進行濾波、去噪處理、特征選擇、特征提?。凰鰹V波通過對多個頻率進行陷波處理，去除肌肉功能區域原始肌電信號數據中多個非肌電特征信號頻率的干擾；所述去噪處理通過獨立成分分析分離信號源，去除肌肉功能區域原始肌電信號數據中非肌電信號成分；所述特征選擇通過采用遞歸特征消除算法，選擇肌肉功能區域原始肌電信號數據中的特征；所述特征提取通過對肌肉功能區域原始肌電信號數據進行時頻域特征上的特征提取；由此得到肌肉功能區域肌電特征信號數據。
5、進一步的，所述通過肌肉功能區域肌電特征信號數據和肌電特征信號數據庫訓練對應的肌肉功能區域卷積神經網絡模型的具體分析過程為：通過采集大量實測健康樣本構建肌電特征信號數據庫，實測健康樣本按照對應的實測健康樣本包含的數據標簽類型分類；對肌肉功能區域肌電特征信號數據進行數據標注，數據標注的標簽類型與實測健康樣本包含的數據標簽類型一致，得到肌肉功能區域肌電特征信號標注數據；根據肌肉功能區域肌電特征信號標注數據所對應的肌肉功能區域將肌電特征信號數據庫中對應的肌肉功能區域的大量實測健康樣本數據作為肌肉功能區域測試集，將肌肉功能區域肌電特征信號標注數據分類分別作為肌肉功能區域訓練集和肌肉功能區域驗證集，通過肌肉功能區域訓練集對肌肉功能區域卷積神經網絡模型進行訓練，通過肌肉功能區域驗證集對肌肉功能區域卷積神經網絡模型進行驗證，通過肌肉功能區域測試集對肌肉功能區域卷積神經網絡模型進行測試評估，根據測試評估結果再調整肌肉功能區域卷積神經網絡模型參數。
6、進一步的，所述根據肌肉功能區域肌電特征評估數據分步分析得到區域控制策略評估修正系數的具體分析過程為：通過肌肉功能區域卷積神經網絡模型對對應的肌肉功能區域的肌肉功能評估分析，得到對應的肌肉功能區域肌電特征評估數據；所述肌肉功能區域肌電特征評估數據包括：肌電平均功率頻率、肌電均方根振幅最大值、肌電均方根振幅數據最小值和積分肌電值和肌電中值頻率；通過肌肉功能區域肌電特征評估數據分析得到區域肌肉活力評估系數和區域運動能力評估系數，通過區域肌肉活力評估系數和區域運動能力評估系數分析得到區域控制策略評估修正系數，所述區域肌肉活力評估系數用于描述基于肌興奮儀的智能控制中肌肉活力水平，所述區域運動能力評估系數用于描述基于肌興奮儀的智能控制中運動能力水平。
7、進一步的，所述區域肌肉活力評估系數的具體獲得過程為：獲取肌電平均功率頻率、肌電均方根振幅最大值、肌電均方根振幅數據最小值；統計提取在實際肌肉功能評估分析中的身體活動水平、基礎代謝率數據值和震動感覺閾值；由此分析得到區域肌肉活力評估系數。
8、進一步的，所述區域運動能力評估系數的具體獲得過程為：獲取積分肌電值和肌電中值頻率；統計提取在實際肌肉功能評估分析中的運動心率、全血乳酸值和靜息心率；由此分析得到區域運動能力評估系數。
9、進一步的，所述區域控制策略評估修正系數的具體計算公式為：；式中，表示第個肌肉功能區域的區域控制策略評估修正系數，表示第個肌肉功能區域的區域肌肉活力評估系數，表示第個肌肉功能區域的區域運動能力評估系數，表示本文檔來自技高網...
【技術保護點】
1.基于肌興奮儀的智能控制系統，包括肌肉功能區域劃分模塊、數據采集模塊、信號處理模塊，其特征在于，還包括：特征識別模塊及控制策略評估模塊，
2.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，
3.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述對肌肉功能區域進行劃分，得到若干的肌肉功能區域的具體為：
4.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述對采集到的肌肉功能區域原始肌電信號數據進行處理，得到肌肉功能區域肌電特征信號數據的具體方法為：
5.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述通過肌肉功能區域肌電特征信號數據和肌電特征信號數據庫訓練對應的肌肉功能區域卷積神經網絡模型的具體分析方法為：
6.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述根據肌肉功能區域肌電特征評估數據分步分析得到區域控制策略評估修正系數的具體分析過程為：
7.如權利要求6所述基于肌興奮儀的智能控制系統，其特征在于，所述區域肌肉活力評估系數的具體獲取方法為：
<...【技術特征摘要】
1.基于肌興奮儀的智能控制系統，包括肌肉功能區域劃分模塊、數據采集模塊、信號處理模塊，其特征在于，還包括：特征識別模塊及控制策略評估模塊，
2.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，
3.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述對肌肉功能區域進行劃分，得到若干的肌肉功能區域的具體為：
4.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述對采集到的肌肉功能區域原始肌電信號數據進行處理，得到肌肉功能區域肌電特征信號數據的具體方法為：
5.如權利要求1所述基于肌興奮儀的智能控制系統，其特征在于，所述通過肌肉功能區域肌電特征信號數據和肌電特征信號數據庫訓練對應的肌肉功能區域卷積神經網絡模型...
【專利技術屬性】
技術研發人員：徐盈盈，汪慧琴，劉芳，莫文剛，
申請(專利權)人：安徽醫科大學第一附屬醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。