专利名称：步行器助行中稳定性与脑电-肌电相干系数模糊融合方法
技术领域：
本发明涉及康复辅具的安全监测技术，具体讲涉及步行器助行安全监测中的稳定性与协调度模糊融合方法。
背景技术：
由于自然灾害、交通事故的频发，以及社会老龄化的加剧，神经功能障碍或肢体损伤的范围逐年扩大。康复辅具如步行器、拐杖等的使用也越来越普遍。随之而来的就是康复辅具使用的安全性问题。据调查显示，从2001年到2006年，美国每年约有47000人(不小于65岁)因为
步行器和拐杖使用不当而摔伤。其中，87%是由步行器的使用不当造成的。可见，步行器， 作为辅助患者运动的一种重要工具，却因为使用不当造成了患者的二次损伤，给患者心理和生理上造成了不良的影响。对步行器力学参数的获取，可以实时监控使用者的运动状态，有效防止患者在使用步行器过程中摔伤。鉴于此，很多学者为获取步行器的力学参数提出了不同的方法研究。1996年，英国 University College London 的Donalson和 Yu 首次提出了柄反作用矢量(HRV)的概念，将患者在站立行走过程中对辅具的作用合成简化为集中载荷，分别用位于左右手柄中点横截面形心处的两个力学矢量来表示。HRV(Handle Reaction Vector) 在三个轴上的分量就可以来表征辅具提供给患者的力平衡、力推进和力支持水平。其中， 在手柄处定义坐标系中x，y，z轴的正向分别为患者的右向，前向，上向。HRV的具体公式如下HRV = [Flx，Fly，Flz，Frx，Fry，FrJτ(1)公式中下标1代表的的是左手柄，r代表右手柄。在动力辅具系统从稳定到倾翻之前的过程中其手柄受力不断变化。而当系统不稳定后，也就是发生倾翻后，辅具悬空那一侧的某几路传感器的输出电压不再随着手柄受力的增大而变化，即HRV中的某几个分量不再变化。所以，可以将HRV作为判断辅具安全与否的一项参数。研究脑电-肌电的相干性，有助于理解大脑怎样控制肌肉，反映了运动障碍的状况，例如帕金森，皮质肌阵挛，上肢肌张力障碍；在持续的自主肌收缩过程中，脑电和肌电的一致性可以作为神经协调的一种标志；另外，脑电和肌电的相干性也可以作为疲劳评价的
一种方法。自1995年，第一例利用食指外展时脑磁图(MEG)和第一背侧骨间肌的表面肌电 (sEMG)研究MEG-EMG相干性的文献发表，很多学者都对大脑皮层与肌肉的关系产生了兴趣，并进行了相关的研究。2000年，James Μ. Kilner等人证明了脑电-肌电的相干性与重要的运动控制参数有关，这些参数包括抓取目标的顺从程度和任务类型等。2006年，Wolfgang Omlor等人的研究表明，在静态条件下，脑电和肌电在β频段有显著的相干性；在动态条件下，Y频段有更为明显的相干性，同时，β频段的相干性迅速降低。2010年，Qi Yang等人通过实验，总结出EEG-EMG相干性最大出现在β带的高频部分，Y带的低频部分。
发明内容
为克服现有技术的不足，提供一种实时监测步行器使用者在利用步行器康复训练过程中的身体状态，并且提前预警，防止使用者的二次损伤的方法，为达上述目的，本发明采取的技术方案是，一种步行器助行中稳定性与脑电-肌电相干系数模糊融合方法，包括以下步骤1)采集C3，C4导联的脑电，对脑电0. 5 45Hz滤波，放大；采集肱三头肌表面肌电，对肌电1 200Hz滤波，50Hz及其倍频陷波，放大；2)对于每个时间点，取之前Is内的脑电和肌电数据。由相干系数的定义，得到不同频率下，左臂肌电与C4导联脑电的相干系数Cohl，以及右臂肌电与C3导联脑电的相干系数Coh2，取两者峰值的最小值作为相干性分析的参数，即Coh = min {max (Cohl), max(Coh2)}；3)在已知步行器标定矩阵的情况下，由步行器上的应变片输出电压得到柄反作用矢量HRV，并计算辅具倾翻指数WTI ；4)通过实验，利用主观经验法得到的所有WTI和Coh取值情况下，其隶属度Us、Ud 的值，从而确定WTI和脑电-肌电相干系数的隶属度函数；5)由模糊识别算法，根据隶属度最大原则，分别判定WTI和Coh所处的状态，若有一个参数被判定为危险，则说明步行器有倾翻可能，步行器使用者处于不稳定状态，需报警引起注意。计算辅具倾翻指数WTI具体为纵向WTI计算的是纵向倾翻力(Fly、Fry)所造成的纵向倾翻趋势大小，若 (Fly+Fry) > 0，则有向前倾翻的趋势，预期倾翻轴为f_f，即步行器前方两个支撑点所确定的直线，其纵向WTI计算公式为
权利要求
1.一种步行器助行中稳定性与脑电-肌电相干系数模糊融合方法，其特征是，包括以下步骤1)采集C3，C4导联的脑电，对脑电0.5 45Hz滤波，放大；采集肱三头肌表面肌电，对肌电1 200Hz滤波，50Hz及其倍频陷波，放大；2)对于每个时间点，取之前Is内的脑电和肌电数据。由相干系数的定义，得到不同频率下，左臂肱三头肌表面肌电与C4导联脑电的相干系数Cohl，以及右臂肱三头肌表面肌电与C3导联脑电的相干系数Coh2，取两者峰值的最小值作为相干性分析的参数，即Coh = min {max (Cohl), max (Coh2)}；3)在已知步行器标定矩阵的情况下，由步行器上的应变片输出电压得到柄反作用矢量 HRV，并计算辅具倾翻指数WTI ；4)通过实验，利用主观经验法得到的所有WTI和Coh取值情况下，其隶属度US、UD的值， 从而确定WTI和Coh的隶属度函数；5)由模糊识别算法，根据隶属度最大原则，分别判定WTI和Coh所处的状态，若有一个参数被判定为危险，则说明步行器有倾翻可能，步行器使用者处于不稳定状态，需报警引起注意。
2.如权利要求1所述的方法，其特征是，辅具倾翻指数WTI具体计算方法为纵向WTI计算的是纵向倾翻力(Fly、Fry)所造成的纵向倾翻趋势大小，若(Fly+F”)> 0，则有向前倾翻的趋势，预期倾翻轴为f-f，即步行器前方两个支撑点所确定的直线，其纵向WTI计算公式为
3.如权利要求1所述的方法，其特征是，利用主观经验法得到的所有WTI和Coh取值情况下，其隶属度us、Ud的值，从而确定WTI和Coh的隶属度函数。 隶属函数的具体公式如下
4.如权利要求1所述的方法，其特征是，评价脑电-肌电相干性的常用的参数是相干系数，其具体定义如下
全文摘要
本发明涉及康复辅具的安全监测技术。为提供提前预警，防止使用者的二次损伤的方法，本发明采取的技术方案是，一种步行器助行中稳定性与脑电-肌电相干系数模糊融合方法，包括以下步骤1)采集C3，C4导联的脑电，对脑电0.5～45Hz滤波，放大；2)取两者峰值的最小值作为相干性分析的参数；3)在已知步行器标定矩阵的情况下，由步行器上的应变片输出电压得到柄反作用矢量HRV，并计算辅具倾翻指数WTI；4)通过实验确定WTI和脑电-肌电相干系数的隶属度函数；5)由模糊识别算法，根据隶属度最大原则，分别判定WTI和Coh所处的状态。本发明主要应用于康复辅具的设计制造。
文档编号A61B5/04GK102274108SQ20111012795
公开日2011年12月14日 申请日期2011年5月17日 优先权日2011年5月17日
发明者万柏坤, 徐瑞, 明东, 王璐, 綦宏志, 邱爽 申请人:天津大学