[發明專利]假肢踝關節角度的預測方法和預測裝置

有效

• 申請號: 202010366883.3
• 申請日: 2020-04-30
• 公開（公告）號: CN111476204B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 宋亮;姜愷寧;張燕;張志強;王銘玥;紀婷婷;楊榮
• 申請（專利權）人: 國家康復輔具研究中心秦皇島研究院
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213;G06N3/047;G06N3/048;G06N3/084;A61F2/72
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張琳琳

本發明公開一種假肢踝關節角度的預測方法和預測裝置，所述方法包括以下步驟：獲取假肢穿戴者的健肢側在當前時刻的第一肌電信號和所述假肢穿戴者的假肢側在當前時刻的第一踝關節角度信號；對所述第一肌電信號提取特征值，根據提取到的所述特征值生成第一特征矩陣；對所述第一特征矩陣進行基于受限玻爾茲曼機的降維處理，以得到第二特征矩陣；其中所述第二特征矩陣的維度小于所述第一特征矩陣的維度；將所述第二特征矩陣和所述第一踝關節角度信號相結合，得到第三特征矩陣；將所述第三特征矩陣輸入基于神經網絡的預測模型，以輸出所述假肢側在下一時刻的第二踝關節角度信號。本發明使得假肢踝關節軌跡預測結果具有較高的準確率。

技術領域

本發明涉及康復輔具技術領域，具體涉及一種假肢踝關節角度的預測 方法和預測裝置。

背景技術

在肢體殘疾人中，下肢截肢者占有很大比例，假肢能夠代替殘缺肢體， 是恢復截肢者站立支撐和基本運動功能的有效工具，無論是安裝膝上假肢 還是膝下假肢，踝關節假肢都是必不可少的組成部件。

現有技術中包括通過肌電控制器把肌電活動轉換為估計的關節運動信 息(如角度、力矩等)，來控制踝關節假肢的運動。例如，中國發明專利申 請CN109498370A提出了基于肌電小波關聯維的下肢關節角度預測方法，將 從人體下肢采集的表面肌電信號進行小波降噪得到有效肌電信號，再對有 效肌電信號進行小波多尺度分解以計算有效肌電信號的小波關聯維系數特 征，將這一特征作為預測網絡的輸入，從而預測下肢膝關節運動角度。中 國發明專利申請CN102799937A公開了一種肌電信號與關節角度信息融合的 下肢運動軌跡預測方法，包括預先定義生活中常見的下肢動作模式，提取 運動期間下肢肌肉的肌電特征參數，計算側腿膝關節角度信息，利用人工 神經網絡ANN或支持向量機建立下肢神經肌骨動力學模型預測下肢運動軌 跡。戴虹等在《GRNN在肌電預測踝關節運動中的應用》一文中提出了一種 基于廣義回歸神經網絡(GRNN)的肌電預測踝關節角軌跡算法，包括數據 采集、肌電特征提取、基于PCA的肌電數據降維以及基于GRNN的踝關節角 軌跡預測等過程。

以上對比文件公開的方案中仍存在一定缺陷。例如，CN109498370A和CN102799937A將小波降噪之后的多維肌電數據或者是直接采集到的肌電特 征數據輸入預測網絡，并沒有進行數據降維，并且建立的預測模型或者動 力學模型是基于BP神經網絡、RNN神經網絡等傳統神經網絡訓練得到的。 一方面不對輸入模型的數據進行降維會造成模型的計算量復雜，影響下肢 關節運動角度的預測效率，另一方面傳統的神經網絡模型結構比較單一， 無法準確反映輸入輸出數據之間的動態特征，使得預測效果并不十分滿意。 盡管戴虹在《GRNN在肌電預測踝關節運動中的應用》一文中提到了基于PCA 的肌電數據降維，但是PCA算法無法準確提取出數據中的有效信息，有可 能刪除貢獻較多的數據，因此預測的效率和準確度并不理想。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中由于預測模型的 輸入數據維度較高導致預測模型的預測效率和準確性不佳的缺陷，從而提 供一種可以快速、準確預測假肢踝關節角度的方案。

根據本發明第一方面，提供了一種假肢踝關節角度的預測方法，包括 以下步驟：

獲取假肢穿戴者的健肢側在當前時刻的第一肌電信號和所述假肢穿戴 者的假肢側在當前時刻的第一踝關節角度信號；

對所述第一肌電信號提取特征值，根據提取到的所述特征值生成第一 特征矩陣；

對所述第一特征矩陣進行基于受限玻爾茲曼機的降維處理，以得到第 二特征矩陣；其中所述第二特征矩陣的維度小于所述第一特征矩陣的維度；

將所述第二特征矩陣和所述第一踝關節角度信號相結合，得到第三特 征矩陣；

將所述第三特征矩陣輸入基于神經網絡的預測模型，以輸出所述假肢 側在下一時刻的第二踝關節角度信號。