专利交易市场

本发明公开了人体生物电信号分析评估技术领域的一种在线评价肌肉运动疲劳度的可穿戴肌电方法，包括以下步骤：针对下肢康复机器人对被试者进行踝关节康复训练，做好被试者康复训练和肌电信号采集准备工作；评估肌肉疲劳程度特征参数选择与提取；在线肌电信号的采集；该方法基于便携式肌电信号采集仪，二次开发在线采集和在线肌肉疲劳评估系统，利用Labview2020平台通过设备通讯协议完成实时数据采集，并结合Matlab平台数据处理快、操作简单等优点进行混合编程，满足数据波形展示、数据保存、在线处理、在线评估的功能，可以方便快捷的了解运动生产过程中肌肉疲劳情况，并及时做出处理。

本发明提供了一种基于肌电特征优化的下肢动作识别方法及系统，所述方法包括：实时获取下肢动作对应的多个肌电信号；对所述多个肌电信号，分别进行主特征段信号提取；对每个主特征段信号，分别进行特征提取，并根据肌电信号能量与动作之间相关度进行特征优化；将优化后的多个特征融合得到特征向量；基于所述特征向量，采用预训练的下肢动作识别模型进行下肢动作识别。本发明通过引入基于肌肉与运动相关度的加权特征优化，在降低特征冗余度的同时保留尽可能多的有用信息，提高了识别效率和准确率。

本申请公开了一种基于肌电信号预测的外骨骼闭环步进控制系统，多模态感知模块实时采集使用者肩、肘关节角度及肌电/力信号，物理信息神经网络推理引擎部署于微控制器片内存储器，接收由传感信号构建的状态向量，实时预测各关节所需的重力与摩擦力补偿力矩；柔顺助力控制单元将预测补偿力矩与经处理的用户意图力矩融合，生成总驱动力矩指令，电机驱动模块据此驱动关节电机，形成高响应闭环控制。通过嵌入式轻量化PINN实现动力学模型的精准、实时拟合，有效解决了传统外骨骼系统建模复杂、响应滞后、存在拖拽感的问题，在单芯片上实现了低延迟、高透明度的柔顺助力体验。

本发明提出了一种基于肌电信号的多层次运动功能评估方法，其包括以下步骤：S1得到多通道EMG信号；S2基于肢体肌肉多层次动态特征分析方法进行建模，获取多层次动态特征；S3根据获取的多层次动态特征，进行肌肉多层次响应机制及运动功能评估策略的分析；S4根据功能肌群协同作用的模块化结构及功能网络特性，获得针对肢体运动模式异常及功能结构改变的情况；S5确定肢体肌肉多层次动态响应机制及构建运动功能评估策略。本发明从单通道肌电信号、双通道肌电信号、多通道肌电信号进行肢体肌肉多层次动态响应分析，得到肌肉的多层次动态响应演变规律，构建基于肌电多层次动态特征综合评估策略，为运动功能状态有效评估提供可行依据。

本发明提供一种肌电数据自动标注方法，其包括以下步骤：S1：肌电装置采集手部动作的肌电数据和LeapMotion采集手部动作的图像数据的同步采集方式。S2：对LeapMotion手势动作数据进行手势活动段提取。S3：通过聚类方法对LeapMotion手势进行聚类获得动作标签。S4：根据S3所得标签对肌电手势数据进行自动标注。本发明能够解决手势数据采集某一动作采集时间过长导致用户过于枯燥、疲惫等问题。同时对于不同的识别任务实验平台不需要做额外修改，可以减少实验人员修改实验平台时间，加快了实验进度。

本发明公开了一种基于多通道肌电信号的仿真机械臂控制方法，属于肌电信号技术领域，包括以下步骤：肌电采集：通过多通道肌肉电传感器采集人体肌电信号，将肌电信号经过放大与滤波处理后传输至电脑；数据显示：通过将多通道肌肉电传感器采集的多通道的肌电信号进行数据与波形可视化展示；仿真机械臂控制：定义不同通道不同肌肉状态时机械臂的不同操作，并根据采集的多通道肌电信号对机械臂进行实时控制；多通道协同控制：多通道肌电信号对机械臂的协同控制。本发明通过采集多通道人体肌肉的收缩或舒张的肌电信号，进行条件判断并控制仿真机械臂，且能够自由定义不同通道不同肌肉状态时机械臂的不同操作，如机械爪的开合、多机械臂不同结点的扭转。

本发明提供一种基于肌电和肌氧信号的运动功能监测管理方法，其包括：同步采集不同动作模式下的多通道肌电和肌氧信号；对肌电及肌氧信号进行预处理；对预处理后的信号进行特征提取；构建多模态特征指间回归分析模型，对特征指标之间进行回归分析，研究两两指标之间的关系；构建基于多模态特征指标间的肌肉‑血管状态监测模型，实现对运功功能的客观描述和精准监测。本发明拓展研究多模态关联及耦合分析方法，从肌肉协同特性、组织血氧代谢及肌肉‑血管的非线性耦合特性等层面，构建有效刻画多层次耦合特性的单模态及跨膜态耦合特征指标，综合描述肌肉‑血管间的多层次信息交互特性，实现运动功能的多层次有效刻画和精准监测管理。