专利名称：一种功能性电刺激膝关节角度控制方法
技术领域：
本发明涉及残疾人康复治疗指导控制领域，特别涉及一种功能性电刺激膝关节角度控制方法。
背景技术：
近年来，脊髓损伤以及中风等脑血管病导致瘫痪的发病率呈显著上升趋势，不但给个人和家庭都带来较大的负担，也成为日益沉重的社会问题。2011年我国召开的国务院常务会议指出，力争到2015年，使我国残疾人生活总体达到小康，参与和发展状况显著改善，初步实现残疾人“人人享有康复服务”目标。肢体功能重建是对截瘫患者进行康复治疗时关注的一个重点与难点，这关系到其日常生活活动能力和生活质量的提高问题。目前在截瘫患者行走能力恢复方面， FES(Functional electrical stimulation，功能性电刺激)被普遍认为是一种比较有效的临床工具。FES是利用某种特定的电流(电压)信号刺激易兴奋的肌肉、组织或器官，以改善其肌肉性能、恢复或重建由神经损伤而丧失的肢体活动功能的技术。20世纪60年代， Liberson首次成功地利用电刺激腓神经矫正了偏瘫患者足下垂的步态，开创了功能性电刺激用于运动和感觉功能康复治疗的新途径。在FES中，利用神经细胞对电刺激的响应来传递外加的人工控制信号，通过外电流的作用，神经细胞能产生一个与自然激发引起的动作电位相似的神经冲动，使其支配的肌肉纤维产生收缩，从而获得运动的效果。尽管随着了解的不断深入，FES已被应用于康复的许多领域，但是与其广阔的应用前景相比，很多新的FES技术还只局限于实验室阶段，临床应用的FES刺激模式以及达到的效果都非常有限。FES要想充分发挥其在康复领域的作用，就必须要建立一套完善的FES系统。传统的下肢功能电刺激系统根据控制信号可分为肢体控制式功能性电刺激系统、生物电控制式功能性电刺激系统(a)肢体控制式功能性电刺激系统肢体控制式FES系统又可分为脚控式FES系统、手控式FES系统等。脚控式是最早的功能性电刺激器的控制方式，主要优点是简单方便、易于操作。但它有许多局限性，如受光脚使用等环境限制；脚底开关的触发功能不稳定；适用范围小， 只适用于轻度瘫痪、尚存部分下肢功能的患者，对于下肢严重瘫痪的患者并不是理想的康复方案。手控式功能性电刺激优点在于相对其他控制方式操作方便；相比于脚控式功能性电刺激系统，患者使用过程中有更多的主动性，容易被患者所接受。其局限性在于使用过程中患者需集中精力操作，有可能发生误操作，导致患者在使用中因失去身体平衡而摔倒现象的发生，从而造成患者二次损伤。肢体式控制除脚控式和手控式外还有利用身体的其他部位的动作或者残存功能的信息控制功能性电刺激，如肩部伸屈、头部转动、呼吸和语音等。目前，这些控制方式仍处于实验室阶段，尚未实际控制下肢行走；同时这些方式的控制源与控制对象之间的关系都是间接的，学习训练相对比较复杂，不利于系统的方便灵活应用。
(b)生物电控制式FES系统生物电控制式FES系统常见的是肌电信号控制FES系统，神经电信号控制FES系统和脑电信号控制FES系统等。肌电信号控制FES系统是利用肌电信息作为控制信号，控制相应的部位以恢复和重建由脊髓损伤所丧失的活动功能。但在实际运用中，肌电信号可能被FES系统刺激电流信号所湮没，同时肌电信号还可能受到工频、心电、运动伪迹等噪声干扰影响，而且肌疲劳对FES下肌肉活动能力的影响是一个复杂的问题，致使肌电信号对功能性刺激系统控制能力下降，此控制方式尚处于实验室阶段。神经电信号控制FES系统是利用环绕在目标神经周围的神经卡环电极采集神经电信号控制功能性电刺激器刺激相关肌肉块使其产生相应的运动。但是由于对神经卡环电极的材料要求较高，而且神经电信号的提取速度比较缓慢；再者该控制方式需要将电极植入人体内，属于有创的控制方式，所以该技术仍处于初级研究阶段。脑电信号控制FES系统是利用脑电信号的某个特征控制FES系统的电流控制模式。但是，脑电信号控制FES系统也面临很大的困难，如脑-机接口速度较慢，而且将脑电信号作为控制信号还有一个缺陷是脑电的模式简单，脑电比较弱，采集和处理都比较困难， 至今很少能走出实验室。发明人在实现本发明的过程中发现现有技术中至少存在以下的缺点和不足传统的肢体控制式和生物电控制式FES系统的各自缺点严重限制FES在截瘫患者康复训练中的广泛应用，总结而言，主要的限制因素就是用于预测控制的输入信号不能实时、准确反映目标肌肉的功能活动状态(如肌疲劳)，从而使FES系统存在控制精度问题和系统稳定性问题。
发明内容
本发明提供了一种功能性电刺激膝关节角度控制方法，该方法实现了实时、准确反映目标肌肉的功能活动状态，提高了精度和稳定性，详见下文描述一种功能性电刺激膝关节角度控制方法，所述方法包括以下步骤(1)采集功能性电刺激下的第一膝关节角度以及目标肌肉的超声肌肉图像；(2)对所述目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取目标肌肉的肌肉厚度参数；(3)通过灰度共生矩阵法提取目标肌肉的肌肉纹理参数；(4)根据刺激强度、所述目标肌肉的肌肉厚度参数和所述目标肌肉的肌肉纹理参数获取第二膝关节角度；(5)通过所述第二膝关节角度和所述第一膝关节角度获取相对均方根误差、标准均方根误差和相对系数，根据所述相对均方根误差、所述标准均方根误差和所述相对系数选取所述刺激强度、所述目标肌肉的肌肉厚度参数和所述目标肌肉的肌肉纹理参数的组合方式。所述对目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取肌肉厚度参数具体为1)对所得的所有所述目标肌肉的超声肌肉图像进行频域滤波处理，获取多幅处理后目标肌肉的超声肌肉图像；2)在所述多幅处理后目标肌肉的超声肌肉图像中手动选择第一幅肌肉图像的三个像素矩阵；3)通过交叉相关方法对第t (t > 1)幅肌肉图像的三个像素矩阵与所述第一幅肌肉图像的三个像素矩阵做相关，获取第t幅与第一幅的三个边界的最大相关区域；4)根据所述三个最大相关区域获得所述肌肉厚度参数。本发明提供的技术方案的有益效果是本发明提供了一种功能性电刺激膝关节角度控制方法，本发明同时采集功能性电刺激下的膝关节角度以及目标肌肉的超声肌肉图像，采用滤波、区域匹配跟踪等超声图像处理技术提取目标肌肉厚度信息，采用灰度共生矩阵提取目标肌肉纹理信息，将肌肉厚度信息、纹理信息以及刺激强度作为输入，采用支持向量机和人工神经网络的方法得到第二膝关节角度；本发明的控制信号精度高，由于图像信息与肌电信号及其干扰没有直接的联系，所以图像信息的干扰和噪声相对而言，远小于脑电肌电等电信号；超声成像在组织定征和生物测量上具有优越的准确性和特异性；能够根据当前目标肌肉的功能状态(如肌疲劳导致的FES下肌肉活性的下降等)对输入输出参数进行调整。肌肉B超图像信息包含肌肉厚度和肌肉纹理，已有研究表明肌肉厚度的增加能够反映肌疲劳，肌肉纹理中包含的角二阶矩、对比度、同质性和熵能够反映FES下肌肉纹理的均勻性和复杂度，所以肌肉图像能够充分反映肌肉的状态，为FES的精确刺激提供了保证。
图1为本发明提供的实验的结构示意图；图2为本发明提供的一种功能性电刺激膝关节角度控制方法的流程图；图3为本发明提供的第一幅图像上3个10X40像素矩阵的示意图；图4为本发明提供的第t幅图像交叉相关结果的示意图；图5为本发明提供的共生矩阵生成过程的示意图；图6为本发明提供的无负载条件下膝关节角度的示意图；图7为本发明提供的有负载条件下膝关节角度的示意图。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。为了能够实时、准确反映目标肌肉的功能活动状态，提高精度和稳定性，参见图1 和图2，本发明实施例提供了一种功能性电刺激膝关节角度控制方法，详见下文描述101 采集功能性电刺激下的第一膝关节角度以及目标肌肉的超声肌肉图像；实验受试者坐在实验椅上，髋关节与椅子成90°，小腿自然下垂，暴露下肢待测股四头肌肌群部位，室温25°C左右。将角度探测器固定于膝关节。将FES电极固定于股直肌两段肌腱处。在股直肌肌腹处涂抹超声耦合剂，将超声探头固定于股直肌肌腹处，保持探头平面与下肢径向垂直。FES下肌肉形态及活动研究的实验包含两个部分无负载实验刺激强度从1级逐渐增加，每个强度持续4s，直至膝关节伸直为止。将膝关节开始运的强度记为下临界强度，将膝关节伸直时的强度记为上临界强度，将下-上-下临界强度的变化作为一个FES周期。从第1级开始记录每个等级的第一膝关节角度，并在第一个下临界强度开始采集肌肉图像。在每个强度的第3s采集超声肌肉图像， 持续8个周期。有负载实验实验开始前，将是身体体重1/150质量的砝码固定于受试者脚踝处。然后，实验过程与无负载实验相同。由于股四头肌系统中股直肌和股中间肌具有一定的交叠性，所以实验可以同时采集股直肌(rectus femoris, RF)和股中间肌(vastus intermedius，VI)的图像信息。102:对目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取目标肌肉的肌肉厚度参数；其中，由于肌肉的边界轮廓属于低频成分，而噪声和细节属于高频成分，所以对自主收缩的肌肉图像进行频域滤波，只保留自主收缩的肌肉图像的低频轮廓信息，为后续提取肌肉厚度参数提供保证和前提。其中，肌肉厚度参数提取方法为交叉相关方法。在自然界或人类社会中，如果变量之间具有相随变动的关系，则称变量之间相关(correlation)。对于一维信号，交叉相关方法是用于评价两列数的相关性的标准方法。假设存在两列数1和7，1 = 0，1，2...^1力的取值为正整数，则两列数关于延迟为d的相关系数r(d)如下公式所示
/λ ΣΓ:1 I(xO) - mxXyii ~d)~ my)\r[d) = Ni — . _- , N2
νΣ!=0 (xO) - mxf νΣ!=0 Wi' ~d)~ —y其中，mx，my分别为两列数的均值，r(d)的取值范围为[_1，1]。r(d) =0，表示两列数不相关；r(d) =-1，表示两列数呈最大负相关；r(d) = 1，表示两列数呈最大正相关。一维信号的交叉相关方法在二维图像中拓展，可以用于图像中边界特征的识别和提取。先取第一幅图像的一个边界区域像素矩阵markl，大小为mXn。先按照第一幅图像里边界区域矩阵markl的位置在第二幅图像里找到边界区域矩阵mark2，然后按照向量(m， η)对边界区域矩阵mark2进行移动，然后对markl和mark2做交叉相关，如下公式所示
,、 Ζο ΣΓο[(xO'j)-mxM.-mj-n)-my)]r{m,n) = —= ^[mini—
νΣΖο1 Σ 二 (吨 j) -mx)2 α/Σ二1 ΣΙ:1 ~d)~ —)2得到的r(m，n)即为交叉相关结果，当交叉相关结果最大时mark2所在的位置即为 markl移动后的位置，M和N的取值为正整数。其中，对目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取肌肉厚度参数具体为1)对所得的所有目标肌肉的超声肌肉图像进行频域滤波处理，获取多幅处理后目标肌肉的超声肌肉图像；2)在多幅处理后目标肌肉的超声肌肉图像中手动选择第一幅肌肉图像的三个像素矩阵；
其中，参见图3和图4，该步骤具体为受试者对一次实验所得的所有肌肉超声图像经过频域滤波预处理后，在第一图像中手动选择3个10X40像素矩阵，分别位于皮肤与股直肌边界、股直肌与股中间肌边界和股中间肌与股骨边界。3)通过交叉相关方法对第t(t > 1)幅肌肉图像的三个像素矩阵与第一幅肌肉图像的三个像素矩阵做相关，获取第t幅与第一幅的三个边界的最大相关区域；该步骤具体为第t幅处理后自主收缩的肌肉图像的第1个像素矩阵在图像上按照向量Ovn1)移动，其中[-10,9], H1 e [-10，9]，计算第1幅第1个像素矩阵与第t 幅图像第1个像素矩阵的400个交叉相关值，寻找最大相关值rmaxl对应的移动向量(mmaxl， nfflaxl)，则mmaxl即为第t幅图像相对于第1幅图像的厚度移动量；第2个像素矩阵在图像上按照向量(m2，n2)移动，其中m2 e [-30,19], n2 e [-40,39]；第3个像素矩阵在图像上按照向量(m3，n3)移动，其中m3e [-20,39], n3 e [-10，19]，其中，第2个像素矩阵和第3个像素矩阵计算肌肉厚度的方法与第1个像素矩阵相同。按交叉相关方法寻找第t幅图像与第1幅的最大相关区域，得到结果如图4所示。4)根据三个最大相关区域获得肌肉厚度参数。103 通过灰度共生矩阵法提取目标肌肉的肌肉纹理参数；纹理是图像分析中的常用概念，是图像的一个重要而又难以描述的特征，是理解图像的一个极其重要的信息源，反映图像颜色和灰度的某种变化，而这种变化又与物体本身的属性相关。纹理其确切定义为规律性或随机性重复显示的某种图像基元。图像中局部不规则而宏观有规律的特性称之为纹理。纹理分析是模式识别与图像处理应用中一种重要的分析方法，它指的是通过一定的图像处理技术抽取出纹理特征，从而获得纹理的定量或定性描述的处理过程。肌肉纹理信息提取方法为灰度共生矩阵法(gray level co-occurrence matrixmethod)。灰度共生矩阵对图像的所有像素进行调查统计，兼可反映图像的灰度值和灰度分布两个方面的特性，是一种可同时描述图像灰度的空间分布特性和空间相关性的方法。取图像中任一点(x，y)，及偏离它的另一点(x+a，y+b)，该点对的灰度值记为(gl， g2)，令(x，y)在整个感兴趣的区域上移动，则会得到各种(gl，g2)值。以此法统计图像中相距(a，b)的两个象素灰度值出现的联合频数概率P(gl，g2)。设灰度值的级数为L，则gl， g2的组合共有L2种，对整个感兴趣的区域统计出每一种(gl，g2)出现的次数(此次数即为共生矩阵f(gl, g2)的第gl行g2列的元素值)，排列成一个方阵f(gl，g2)，即得到图像的共生矩阵。将出现次数归一化得到每个点对出现的概率P (gl，g2)。对同一图像，灰度量化级不同，距离差分值a和b取不同的组合，得到不同的共生矩阵。灰度共生矩阵像素对的选择主要有四个方向0°、45°、90°和135°。共生矩阵生成过程如图5所示。为了能更直观地以共生矩阵描述纹理状况，从共生矩阵导出一些反映矩阵状况的参数，典型的有以下几种(a)角二阶矩(能量)ASM
权利要求
1.一种功能性电刺激膝关节角度控制方法，其特征在于，所述方法包括以下步骤(1)采集功能性电刺激下的第一膝关节角度以及目标肌肉的超声肌肉图像；(2)对所述目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取目标肌肉的肌肉厚度参数；(3)通过灰度共生矩阵法提取目标肌肉的肌肉纹理参数；(4)根据刺激强度、所述目标肌肉的肌肉厚度参数和所述目标肌肉的肌肉纹理参数获取第二膝关节角度；(5)通过所述第二膝关节角度和所述第一膝关节角度获取相对均方根误差、标准均方根误差和相对系数，根据所述相对均方根误差、所述标准均方根误差和所述相对系数选取所述刺激强度、所述目标肌肉的肌肉厚度参数和所述目标肌肉的肌肉纹理参数的组合方式。
2.根据权利要求1所述的一种功能性电刺激膝关节角度控制方法，其特征在于，所述对目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取肌肉厚度参数具体为1)对所得的所有所述目标肌肉的超声肌肉图像进行频域滤波处理，获取多幅处理后目标肌肉的超声肌肉图像；2)在所述多幅处理后目标肌肉的超声肌肉图像中手动选择第一幅肌肉图像的三个像素矩阵；3)通过交叉相关方法对第t(t> 1)幅肌肉图像的三个像素矩阵与所述第一幅肌肉图像的三个像素矩阵做相关，获取第t幅与第一幅的三个边界的最大相关区域；4)根据所述三个最大相关区域获得所述肌肉厚度参数。
全文摘要
本发明公开了一种功能性电刺激膝关节角度控制方法，采集功能性电刺激下的第一膝关节角度以及目标肌肉的超声肌肉图像；对目标肌肉的超声肌肉图像进行频域滤波，利用交叉相关方法提取目标肌肉的肌肉厚度参数；通过灰度共生矩阵法提取目标肌肉的肌肉纹理参数；根据刺激强度、目标肌肉的肌肉厚度参数和目标肌肉的肌肉纹理参数获取第二膝关节角度；通过第二膝关节角度和第一膝关节角度获取相对均方根误差、标准均方根误差和相对系数，根据相对均方根误差、标准均方根误差和相对系数选取所述刺激强度、目标肌肉的肌肉厚度参数和目标肌肉的肌肉纹理参数的组合方式。本发明的控制信号精度高，能够根据当前目标肌肉的功能状态对输入输出参数进行调整。
文档编号A61B8/08GK102488963SQ201110405730
公开日2012年6月13日 申请日期2011年12月8日 优先权日2011年12月8日
发明者万柏坤, 徐立峰, 明东, 綦宏志, 邱爽, 陈元园 申请人:天津大学