一种基于手指肌动信号的手部异常运动确定装置

本发明属于康复医疗领域，更具体地，涉及一种基于手指肌动信号的手部异常运动确定装置。

背景技术：

1、康复训练在脑卒中偏瘫患者的恢复过程中不可或缺，普遍而言，康复训练应尽可能侧重于高强度、重复特定任务的练习，并且对于练习时的表现进行反馈。然而，现有的人工康复医疗资源无法满足社会对康复服务的需求，重复特定任务的练习进一步增加了康复师的工作量。异常运动模式是指与正常运动模式不同的、不协调的、无目的或超出正常生理范围的运动表现。当前康复师对于患者手部运动时是否进入异常运动模式的判断全部凭借对于患者的表现的观察和个人经验，不存在用以评估的直观有效的定量指标。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明提供了一种基于手指肌动信号的手部异常运动确定装置，由此解决现有技术难以对患者手部是否进入异常运动模式进行定量、客观判断的技术问题。

2、为实现上述目的，按照本发明的第一方面，提供了一种基于手指肌动信号的手部异常运动确定装置，包括：

3、运动状态获取模块，用于将监测的 j根手指的运动数据输入至lstm模型得到手部运动状态；其中，所述运动数据包括位置和速度，所述运动状态包括保持不变状态、伸展状态及蜷曲状态；

4、参数计算模块，用于根据所述手部运动状态确定手部的第 k次蜷曲-伸展过程并获取其中的蜷曲、伸展过程分别对应的时间区间g k、r k；确定在g k内各手指的位置分别与其初始状态所在位置的最大偏移量的平均值mgv k、各手指的速度最大值的平均值mgs k，在r k内确定各手指的位置分别与其初始状态所在位置的最大偏移量的平均值mrv k、各手指的速度最大值的平均值mrs k，以计算参数 m k；其中，所述蜷曲-伸展过程为手部由伸展状态变为蜷曲状态、再由蜷曲状态变为伸展状态所持续的过程；

5、， k≥1；

6、异常判断模块，用于计算手部的第 k次蜷曲-伸展过程的异常指数 f k，若存在大于阈值的 f k，则手部出现异常运动，否则未出现；其中，，，分别为的权重系数。

7、按照本发明的第二方面，提供了一种手指康复装置，包括如第一方面所述的基于手指肌动信号的手部异常运动确定装置。

8、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

9、本发明提供的装置，采用lstm模型对至少一根手指的位置和速度信息进行分类识别以获取对患者的手部运动状态的分类结果，并基于分类结果得到实时评估手部异常运动的异常指数，以判断手指是否进入异常运动模式，该装置可以为康复师提供定量的患者手部异常运动参考信息以辅助决策，在患者训练时为患者提供自主评估。由于其只需要采集手指的运动信号，与采用肌电信号和脑电信号相比成本较低也更为直观，同时在康复治疗训练过程中，可以将康复师的主观评价意见转换为可靠有效的异常运动定量评估信息，因此有效减轻使用者的家庭负担，也一定程度上减轻了社会负担。

10、进一步地，本发明提供的装置，将结合不确定性分析的后处理方法应用于lstm模型的分类结果中，能够在提升分类精度的同时保证对患者手部抓握运动状态分类在时间上的连续性。

技术特征：

1.一种基于手指肌动信号的手部异常运动确定装置，其特征在于，包括：

2.如权利要求1所述的装置，其特征在于，

3.如权利要求1所述的装置，其特征在于，所述lstm模型包括两层lstm网络和一层全连接网络。

4.如权利要求1或3所述的装置，其特征在于，所述lstm模型的损失函数lceu的计算公式为：

5.如权利要求4所述的装置，其特征在于，还包括：后处理模块；

6.如权利要求1所述的装置，其特征在于，所述异常判断模块还用于在监测到大于异常阈值fk时停止检测。

7.如权利要求1所述的装置，其特征在于，还包括：低通滤波模块，用于对所述运动数据进行滤波。

8.一种手指康复装置，其特征在于，包括如权利要求1-7任一项所述的基于手指肌动信号的手部异常运动确定装置。

技术总结
本发明公开了一种基于手指肌动信号的手部异常运动确定装置，属于康复医疗领域，该装置采用LSTM模型对至少一根手指的位置和速度信息进行分类识别以获取对患者的手部运动状态的分类结果，并基于分类结果设计一种可以实时定量的指标评估患者手指进入异常运动模式的程度，能够将康复师的主观判断进行量化，从而为康复师提供诊疗参考，同时也易于也易于患者在进行康复训练时进行自主评估。进一步地，该装置通过对将结合不确定性对LSTM模型的分类结果进行后处理能够在提升分类精度的同时保证对患者手部抓握运动状态分类在时间上的连续性。

技术研发人员：黄剑,李安东,茹宏格,陈欣星,肖喜玲,杨朝辉,张妍昭,韩瑞
受保护的技术使用者：华中科技大学
技术研发日：
技术公布日：2024/4/22