[發(fā)明專利]一種基于可穿戴的腳部肌肉恢復系統(tǒng)在審
| 申請?zhí)枺?/td> | 201810102942.9 | 申請日: | 2018-02-01 |
| 公開(公告)號: | CN108305682A | 公開(公告)日: | 2018-07-20 |
| 發(fā)明(設計)人: | 周琳;陳林瑞 | 申請(專利權)人: | 四川東鼎里智信息技術有限責任公司 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G16H50/30;G16H20/30;G06K9/62 |
| 代理公司: | 北京天奇智新知識產(chǎn)權代理有限公司 11340 | 代理人: | 楊春 |
| 地址: | 610041 四川省成都市*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 可穿戴 腳部肌肉 運動神經(jīng)元 分類識別 恢復系統(tǒng) 信號處理算法 計算復雜度 檢測信號 特征提取 運動過程 噪音去除 準確度 準確率 腳部 算法 采集 檢測 恢復 保證 | ||
1.一種基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,包括彼此連接的可穿戴的運動神經(jīng)元檢測子系統(tǒng)和閾值判斷與預警子系統(tǒng)。
2.根據(jù)權利要求1所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述可穿戴的運動神經(jīng)元檢測子系統(tǒng)包括依次相連的可穿戴式信號采集模塊、預處理模塊、特征提取模塊、分類識別模塊、以及信息輸出模塊。
3.如權利要求2所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,其中該可穿戴式信號采集模塊將電極置于測試者皮膚表面,將測試者產(chǎn)生的離子電流轉化為測量設備能夠檢測到的電子電流。
4.如權利要求2所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述預處理模塊用于消除噪音,其將采集到的信號進行小波變換,得到小波系數(shù),然后在小波變換域上利用信號與噪音的不同性質(zhì),對高頻系數(shù)進行限值化處理,再對去噪效果進行衡量利,用重構算法重構信號。
5.如權利要求4所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述限值化處理包括將信號的絕對值與限值進行比較,小于或等于限值的點變?yōu)?,大于該值的點變?yōu)樵擖c值與限值的差值。
6.如權利要求1所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述特征提取模塊包括如下步驟:
對兩個通道各自提取至少10個特征值,組成相對應的特征矩陣,用伯格算法估計采集值的4階AR模型,將得到的模型參數(shù)作為特征;
計算功率譜的四個特征,包括功率譜的峰值、功率譜的峰值對應的頻率、每個采集值信號段10-12Hz的信號能量值E以及功率譜的一階譜矩,其中信號能量值E計算如下:
估計腳部檢測信號的雙譜,計算與其相關的4個特征即雙譜的峰值、雙譜的峰值所在的頻率橫坐標、雙譜的峰值所在的頻率縱坐標、雙譜的對角切片的一階譜矩。
7.如權利要求2所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述分類識別模塊包括采用梯度進行分類,具體包括給定一個訓練集,訓練集中包括數(shù)據(jù)點和相應的標識,定義對數(shù)遞歸模型中的伯努利對數(shù)似然函數(shù),建立對數(shù)遞歸模型,不斷地最大化對數(shù)遞歸模型,得到弱分類器的權值,對多個弱分類器進行迭代獲得一個強分類器,由此得到一個新的對數(shù)遞歸值,再計算迭代最優(yōu)值,從而得到分類結果。
8.如權利要求2所述的基于可穿戴的腳部肌肉恢復系統(tǒng),其特征在于,所述分類識別模塊包括如下分類步驟:
獲得具有特征信息的采樣信息;
選定一個感知函數(shù),函數(shù)結果能夠體現(xiàn)分類器的性能,并且感知函數(shù)的極值解對應的分類器是最佳分類器;
通過最優(yōu)化處理,求出相應極值解,
利用相應極值解構建線性判定函數(shù),通過線性判定函數(shù)就可以對采樣信息處理得到其所屬的類別。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川東鼎里智信息技術有限責任公司,未經(jīng)四川東鼎里智信息技術有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810102942.9/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





