一种表面肌电信号无线传感器
    11.
    发明公开

    公开(公告)号:CN116831601A

    公开(公告)日:2023-10-03

    申请号:CN202310801604.5

    申请日:2023-07-03

    Abstract: 本发明公开了一种表面肌电信号无线传感器,由封装壳体、贴片式金属电极、模拟数据采集转换板、板对板连接器、主控电路板、无线传输模块和锂电池组成。封装壳体包裹在整个硬件装置外围,底部根据贴片式金属电极对应位置开出孔位;贴片式金属电极,通过锡浆焊接于模拟数据采集转换板反面;模拟数据采集转换板通过板对板连接器与主控电路板连接,采集肌电信号,并转换成数字信号传输至主控电路板。无线传输模块贴附焊接于主控电路板正面,用于肌电信号无线收发。本发明去除工频干扰,信号质量得到提高,便于佩戴,信号传输丢包少,准确便捷的采集表面肌电信号。

    基于改进时延最大信息系数的脑肌耦合及脑网络分析方法

    公开(公告)号:CN116725548A

    公开(公告)日:2023-09-12

    申请号:CN202310695089.7

    申请日:2023-06-13

    Abstract: 本发明公开了一种基于改进时延最大信息系数的脑肌耦合及脑网络分析方法,首先,安排受试者执行相应动作记录下同步的sEMG和EEG。通过小波去噪对sEMG完成预处理,对EEG进行带通滤波、ICA独立成分分析,对处理后的EEG和相应sEMG进行分段,提取出手部动作时的EEG和相应sEMG。接着利用BEMD方法求出EEG和相应sEMG的IMF分量,再利用TDMIC方法计算EEG和相应sEMG以及EEG和EEG的不同IMF分量的耦合值,最后对得到的结果进行统计学分析。本发明在不同的局部频带上评估试验者在受到不同波形的NMES之后短时间内的FCMC以及BFCN变化的差异性。并通过归一化显著区域来量化实验结果。这些研究将为基于NMES的脑卒中康复方法提供全新的思路,并为运动功能评价方法提供了新的角度。

    基于皮层肌肉功能网络模型的肌肉控制精准度确定方法

    公开(公告)号:CN113974652A

    公开(公告)日:2022-01-28

    申请号:CN202111247517.7

    申请日:2021-10-26

    Abstract: 本发明公开了一种基于皮层肌肉功能网络模型的肌肉控制精准度确定方法。本发明首先获取待测人员四个表面肌电信号和脑电信号。通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号。然后,用小波分析法对原始表面肌电信号与脑电进行多尺度分解,去除信号的噪声,再使用ICA独立分量分析方法去除脑电信号的伪影。最后使用传递熵计算不同肌肉与电极之间的传递熵,并构建邻接矩阵。将邻接矩阵二值化后构建有向皮层肌肉功能网络,使用网络的分析法对皮层与肌肉在运动时的状态进行分析。本发明体现了脑电信号与肌电信号之间的信息流动关系,将大脑皮层与肌肉整合为一个网络进行深度分析,从整体上对皮层与肌肉的关系进行了更深层次的解析。

    基于时延尺度长短期记忆网络与传递熵的脑肌耦合方法

    公开(公告)号:CN113408712A

    公开(公告)日:2021-09-17

    申请号:CN202110805164.1

    申请日:2021-07-16

    Abstract: 本发明提出了一种基于时延尺度长短期记忆网络与传递熵的脑肌耦合方法。本发明首先设计自适应选择器来选择不通时延尺度的长短期记忆网络提取时序特征,对时域特性进行傅里叶变换转换为频域特征。其次对于相同频率点处的脑肌电信号的频域特征求取传递熵,作为基准耦合强度。最后计算最佳时延尺度模型提取的序列在相同频率处的传递熵,求传递熵与基准耦合强度之间的面积即为该频段的耦合强度。本发明利用增加时延尺度的长短期记忆网络提取出信号的特征序列,然后用传递熵计算出耦合面积,以此探究人体在不同的行为动作下皮层与肌肉的耦合关系,解码人体的运动意图,拓展了研究人体运动机制的方法。

Patent Agency Ranking