1.一种康复训练参数确定方法,其特征在于,包括:
获取用户肢体表面肌电信号和运动功能评定信息;
根据所述表面肌电信号,确定用户肢体运动状态信息;
根据预设的模糊神经网络模型,将所述肢体运动状态信息和运动功能评定信息转化成康复训练参数信息。
2.根据权利要求1所述的康复训练参数确定方法,其特征在于,所述预设的模糊神经网络模型为Takagi-Sugeno模糊神经网络模型。
3.根据权利要求1所述的康复训练参数确定方法,其特征在于,所述运动功能评定信息包括运动功能评定值,所述获取运动功能评定信息,包括:
显示运动功能评定量表,以使用户根据所述运动功能评定量表确定运动功能评定值;
获取所述用户输入的所述运动功能评定值。
4.根据权利要求3所述的康复训练参数确定方法,其特征在于,所述运动功能评定量表包括髋关节屈伸功能与分值的对应关系、膝关节屈伸功能与分值的对应关系、踝关节屈伸功能与分值的对应关系、直线运动功能与分值的对应关系、蹬自行车运动功能与分值的对应关系及8字形运动功能与分值的对应关系;所述运动功能评定信息包括髋关节屈伸评定值、膝关节屈伸评定值、踝关节屈伸评定值、直线运动评定值、蹬自行车运动评定值及8字形运动评定值。
5.根据权利要求1-4任一项所述的康复训练参数确定方法,其特征在于,所述表面肌电信号包括多块肌肉的肌电信号,所述肢体运动状态信息包括多种肢体运动的状态信息,且所述多块肌肉与所述多种肢体运动一一对应,所述根据所述表面肌电信号,确定用户肢体运动状态信息,包括:
根据所述多块肌肉的肌电信号,确定所述多块肌肉对应的肌电图波幅的均方根值;
将确定的所述多块肌肉对应的肌电图波幅的均方根值,作为所述多种肢体运动的状态信息。
6.根据权利要求5所述的康复训练参数确定方法,其特征在于,所述多种肢体运动包括髋关节屈伸、膝关节屈伸、踝关节屈伸、直线运动、蹬自行车运动与8字形运动。
7.根据权利要求1所述的康复训练参数确定方法,其特征在于,所述模糊神经网络模型为:
其中:
αj为所述用户肢体运动状态信息与运动功能评定信息对第j条模糊规则的适应度,yj是所述用户肢体运动状态信息与运动功能评定信息在第j条模糊规则的输出,m是模糊规则的数量,y为康复训练参数。
8.根据权利要求8所述的康复训练参数确定方法,其特征在于,所述康复训练参数信息包括训练强度、训练周期、训练时间间隔及训练次数。
9.一种康复训练参数确定装置,其特征在于,包括:
获取模块,用于获取用户肢体表面肌电信号和运动功能评定信息;
确定模块,用于根据所述表面肌电信号,确定用户肢体运动状态信息;
转化模块,用于根据预设的模糊神经网络模型,将所述肢体运动状态信息和运动功能评定信息转化成康复训练参数信息。
10.一种电子设备,其特征在于,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令;所述处理器执行所述一条或多条计算机指令,以用于:
获取用户肢体表面肌电信号和运动功能评定信息;
根据所述表面肌电信号,确定用户肢体运动状态信息;
根据预设的模糊神经网络模型,将所述肢体运动状态信息和运动功能评定信息转化成康复训练参数信息。
11.一种康复训练参数确定系统,其特征在于,包括康复训练参数确定装置及表面肌电信号传感器,所述表面肌电信号传感器用于采集并发送用户肢体表面肌电信号,所述康复训练参数确定装置包括获取模块、确定模块及转化模块,所述获取模块用于获取所述表面肌电信号传感器发送的用户肢体表面肌电信号和运动功能评定信息,所述确定模块用于根据所述表面肌电信号确定用户肢体运动状态信息,所述转化模块用于根据预设的模糊神经网络模型将所述肢体运动状态信息和运动功能评定信息转化成康复训练参数信息。