技术特征：
1.一种肌张力等级的评估方法，其特征在于，包括：获取由可穿戴设备在佩戴位置采集到的表面肌电信号；提取获取到的表面肌电信号，得到所述表面肌电信号的第一时域特征；其中，所述第一时域特征包括平均绝对值、波形长度、方差、方均根、威尔逊振幅和调整平均值；对获取到的表面肌电信号进行傅里叶变换并提取，得到所述表面肌电信号的频域特征；其中，所述频域特征包括平均频率、总功率、平均功率频率和中值频率；基于所述第一时域特征和所述频域特征特征，确定佩戴者是否处于疲劳状态；若是，则执行：对所述第一时域特征进行补偿，得到第二时域特征；将得到的第二时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级；若否，则执行：将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级。2.根据权利要求1所述的方法，其特征在于，所述将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级，包括：将得到的第一时域特征作为输入，输入到预先构建好的位置识别模型，输出该佩戴位置的位置标识信息；根据输出得到的位置标识信息，确定与该位置标识信息相对应的预先构建好的等级评估模型；将得到的第一时域特征作为输入，输入到确定出的等级评估模型，输出肌张力等级。3.根据权利要求1所述的方法，其特征在于，所述可穿戴设备具有多个肌电传感器；所述将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级，包括：针对每一个肌电传感器，均执行：将由该肌电传感器得到的第一时域特征作为输入，输入到预先构建好的位置识别模型，输出该肌电传感器的位置标识信息；根据输出得到的位置标识信息，确定与该位置标识信息相对应的预先构建好的等级评估模型；将由该肌电传感器得到的第一时域特征作为输入，输入到确定出的等级评估模型，输出该肌电传感器对应的肌张力等级；将输出得到的数量最多的肌张力等级确定为肌张力等级的输出结果。4.根据权利要求2或3所述的方法，其特征在于，所述位置识别模型是通过如下方式确定的：获取由呈环形设置的多通道肌电传感器在佩戴者的手臂中预设的多个位置采集到的多组表面肌电信号；提取获取到的多组表面肌电信号，得到每一组表面肌电信号的第一时域特征；其中，所述第一时域特征包括平均绝对值、波形长度、方差、方均根、威尔逊振幅和调整平均值；针对每一个预设的位置，将该预设的位置对应的表面肌电信号的第一时域特征和该预设的位置对应的位置标识信息作为样本集，对预设的多层感知机进行训练，得到位置识别模型。5.根据权利要求2或3所述的方法，其特征在于，所述等级评估模型是通过如下方式确定的：获取由呈环形设置的多通道肌电传感器在佩戴者的手臂中预设的多个位置采集到的
多组表面肌电信号；提取获取到的多组表面肌电信号，得到每一组表面肌电信号的第一时域特征；其中，所述第一时域特征包括平均绝对值、波形长度、方差、方均根、威尔逊振幅和调整平均值；针对每一个预设的位置，将该预设的位置对应的表面肌电信号的第一时域特征和肌张力等级作为样本集，对预设的多层感知机进行训练，得到该预设的位置对应的等级评估模型。6.根据权利要求2所述的方法，其特征在于，所述基于所述第一时域特征和所述频域特征特征，确定佩戴者是否处于疲劳状态，包括：将所述第一时域特征和所述频域特征特征作为输入，输入到预先构建好的疲劳检测模型，输出佩戴者是否处于疲劳状态；其中，所述疲劳检测模型是通过如下方式确定的：获取由呈环形设置的多通道肌电传感器在佩戴者的手臂中预设的多个位置采集到的多组表面肌电信号；提取获取到的多组表面肌电信号，得到每一组表面肌电信号的时域特征；其中，所述时域特征包括平均绝对值、波形长度、方差、方均根、威尔逊振幅和调整平均值；对所述时域特征进行傅里叶变换并提取，得到频域特征；其中，所述频域特征包括平均频率、总功率、平均功率频率和中值频率；针对每一个预设的位置，将该预设的位置对应的表面肌电信号的时域特征、频域特征作为输入样本集，且疲劳状态作为输出样本集，对预设的多层感知机进行训练，得到该预设的位置对应的疲劳检测模型。7.根据权利要求6所述的方法，其特征在于，所述可穿戴设备具有多个肌电传感器；所述将所述第一时域特征和所述频域特征特征作为输入，输入到预先构建好的疲劳检测模型，输出佩戴者是否处于疲劳状态，包括：针对每一个肌电传感器，均执行：将由该肌电传感器得到的第一时域特征作为输入，输入到预先构建好的位置识别模型，输出该肌电传感器的位置标识信息；根据输出得到的位置标识信息，确定与该位置标识信息相对应的预先构建好的疲劳检测模型；将由该肌电传感器得到的第一时域特征和频域特征作为输入，输入到确定出的疲劳检测模型，输出该肌电传感器对应的疲劳状态；将输出得到的数量最多的疲劳状态确定为疲劳状态的输出结果。8.根据权利要求1
‑
7中任一项所述的方法，其特征在于，所述对所述第一时域特征进行补偿，得到第二时域特征，包括：获取预设的历史时间段内的确定出的对应疲劳状态和非疲劳状态的时域特征；基于获取到的疲劳状态和非疲劳状态的时域特征，确定时域特征包括的平均绝对值和方均根分别对应的补偿系数；利用确定出的平均绝对值和方均根分别对应的补偿系数，对所述第一时域特征包括的平均绝对值和方均根进行补偿，得到第二时域特征。9.一种肌张力等级的评估装置，其特征在于，包括：获取模块，用于获取由可穿戴设备在佩戴位置采集到的表面肌电信号；提取模块，用于提取获取到的表面肌电信号，得到所述表面肌电信号的第一时域特征；
其中，所述第一时域特征包括平均绝对值、波形长度、方差、方均根、威尔逊振幅和调整平均值；变换模块，用于对所述第一时域特征进行傅里叶变换并提取，得到频域特征；其中，所述频域特征包括平均频率、总功率、平均功率频率和中值频率；确定模块，用于基于所述第一时域特征和所述频域特征特征，确定佩戴者是否处于疲劳状态；输出模块，用于在佩戴者处于疲劳状态时执行：对所述第一时域特征进行补偿，得到第二时域特征；将得到的第二时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级；以及在佩戴者未处于疲劳状态时执行：将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级。10.根据权利要求9所述的装置，其特征在于，所述输出模块在执行所述将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级时，用于执行如下操作：将得到的第一时域特征作为输入，输入到预先构建好的位置识别模型，输出该佩戴位置的位置标识信息；根据输出得到的位置标识信息，确定与该位置标识信息相对应的预先构建好的等级评估模型；将得到的第一时域特征作为输入，输入到确定出的等级评估模型，输出肌张力等级。
技术总结
本发明提供了一种肌张力等级的评估方法和装置，其中方法包括：获取由可穿戴设备在佩戴位置采集到的表面肌电信号；提取获取到的表面肌电信号，得到表面肌电信号的第一时域特征；对获取到的表面肌电信号进行傅里叶变换并提取，得到频域特征；基于第一时域特征和频域特征特征，确定佩戴者是否处于疲劳状态；若是，则执行：对第一时域特征进行补偿，得到第二时域特征；将得到的第二时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级；若否，则执行：将得到的第一时域特征作为输入，输入到预先构建好的等级评估模型，输出肌张力等级。本方案能够解决目前的可穿戴设备不能测量肌张力的技术问题。能测量肌张力的技术问题。能测量肌张力的技术问题。
技术研发人员：李健 商洪才 田贵华 贺珂 常鑫 李心怡
受保护的技术使用者：北京中医药大学东直门医院
技术研发日：2021.08.30
技术公布日：2021/10/18