[發明專利]一種自適應肌力的卒中患者手部康復訓練動作識別方法

有效

• 申請號: 202010811227.X
• 申請日: 2020-08-13
• 公開（公告）號: CN111950460B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 李巧勤;任志揚;劉勇國;楊尚明
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G16H20/30;G06K9/62
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 李林合

1.一種自適應肌力的卒中患者手部康復訓練動作識別方法，其特征在于，包括以下步驟：

S1、在患者的前臂肌群位置環繞前臂放置一周肌電電極，在患者手背的手腕處放置慣性傳感器，獲取患者進行康復訓練時的肌電數據和慣性傳感器數據；其中慣性傳感器數據包括加速度數據和角速度數據；

S2、對肌電數據濾波與整流后進行歸一化，得到肌電數據歸一化結果；對加速度數據和角速度數據進行卡爾曼濾波，得到濾波后的加速度數據和濾波后的角速度數據；

S3、采用三路卷積神經網絡分別獲取肌電數據歸一化結果的特征、濾波后的加速度數據的特征和濾波后的角速度數據的特征；

S4、將肌電數據歸一化結果的特征、濾波后的加速度數據的特征和濾波后的角速度數據的特征進行拼接得到整體特征向量；

S5、采用兩層全連接層獲取整體特征向量的分類數值；

S6、將分類數值轉換為概率分布，得到康復訓練動作屬于各個類別的概率值；

步驟S3中三路卷積神經網絡的結構相同，每路卷積神經網絡均包括依次相連的三層卷積池化層和兩層多尺寸卷積塊；其中第一層卷積池化層包括32個大小為7×1的卷積核和大小為5×1的池化核；第二層卷積池化層包括64個大小為5×1的卷積核和大小為3×1的池化核；第三層卷積池化層包括128個大小為3×1的卷積核和大小為3×1的池化核；第k層卷積池化層的卷積運算公式為：為第k層卷積池化層的卷積輸出結果；為k-1層卷積池化層的卷積輸出結果；為第k層卷積池化層的卷積核；為偏置；N_k-1為第k層卷積池化層的卷積層輸入總通道；i為輸入數據的通道索引；j為第k層卷積池化層的卷積核數量；ReLU(·)為ReLU激活函數；

第一層多尺寸卷積塊包括四個通路，每個通路的輸入為同一個大小為3×1的池化核，第一個通路在池化核之后還包括16個1×1的卷積核、16個3×1的卷積核和32個3×1的卷積核，輸出32通道的特征向量；第二個通路在池化核之后還包括96個1×1的卷積核和128個3×1的卷積核，輸出128通道的特征向量；第三個通路在池化核之后還包括1個3×1的池化核和32個1×1的卷積核，輸出32通道的特征向量；第四個通路在池化核之后還包括64個1×1的卷積核，輸出64通道的特征向量；第一層多尺寸卷積塊輸出256通道的特征向量；

第二層多尺寸卷積塊包括四個通路，每個通路的輸入為同一個大小為3×1的池化核，第一個通路在池化核之后還包括32個1×1的卷積核、32個3×1的卷積核和96個3×1的卷積核，輸出96通道的特征向量；第二個通路在池化核之后還包括128個1×1的卷積核和192個3×1的卷積核，輸出192通道的特征向量；第三個通路在池化核之后還包括1個3×1的池化核和64個1×1的卷積核，輸出64通道的特征向量；第四個通路在池化核之后還包括128個1×1的卷積核，輸出128通道的特征向量；第二層多尺寸卷積塊輸出480通道的特征向量，即每路卷積神經網絡均輸出480通道的特征向量。

2.根據權利要求1所述的自適應肌力的卒中患者手部康復訓練動作識別方法，其特征在于，所述步驟S1的具體方法為：

在患者前臂肌群位置環繞前臂放置一周肌電電極，共8通道，采樣頻率為1KHz；在患者手背的手腕處放置包含三軸加速度傳感單元和三軸陀螺儀傳感單元的慣性傳感器，共6通道，采樣頻率為20Hz；獲取患者進行康復訓練時的肌電數據、加速度數據和角速度數據；其中慣性傳感器的Z軸垂直于手背平面，Y軸沿著手指方向，X軸指向患者左側方向。

3.根據權利要求1所述的自適應肌力的卒中患者手部康復訓練動作識別方法，其特征在于，所述步驟S2中對肌電數據濾波與整流后進行歸一化，得到肌電數據歸一化結果的具體方法為：

采用50Hz陷波濾波器對肌電數據進行濾波，對濾波后的數據采用20Hz-450Hz的帶通濾波器進行再次濾波，對再次濾波后的數據進行全波整流，根據公式：

對全波整流后的數據X進行離差歸一化，得到肌電數據歸一化結果X^*；其中min(X)表示全波整流后的數據X中最小的值；max(X)表示全波整流后的數據X中最大的值。