一种关节角度测量的方法及装置

    公开(公告)号:CN108354609B

    公开(公告)日:2024-04-26

    申请号:CN201810372927.6

    申请日:2018-04-24

    Applicant: 福州大学

    Abstract: 本发明提供一种关节角度测量的方法及装置,该装置其包括频率可调节的电源、第一隔离电路、第二隔离电路、信号预处理模块、MCU模块、第三隔离模块以及安装于待测肢体上的发送电极、接收电极;所述频率可调节的电源一输出经第一隔离电路与发射电极输入连接;所述接收电极输出经第二隔离电路与所述信号预处理模块输入连接;所述信号预处理模块输出与所述MCU模块一输入连接;所述频率可调节的电源另一输出经第三隔离电路与所述MCU模块另一输入连接。硬件要求相对较低,操作也相对比较简单,用户可以单独使用,无需其他人员帮忙,可以获得较好的用户体验;具有便携性和实时性也是它的两大优势。

    一种基于气压阻力的颈椎康复训练及评估装置

    公开(公告)号:CN116832399A

    公开(公告)日:2023-10-03

    申请号:CN202310840305.2

    申请日:2023-07-11

    Applicant: 福州大学

    Abstract: 本发明还提供了一种基于气压阻力的颈椎康复训练及评估装置,包括气囊囊体、电动气泵、压力测量模块、气压测量模块以及主控模块;所述主控模块连接电动气泵、压力测量模块以及气压测量模块;通过不同的气体压强来改变气囊整体的强度,以达到控制训练时的抗阻大小。利用气压传感器进一步量化训练过程中气囊内的压强变化数据,数据可反映不同用户的颈部力量水平。

    基于自适应学习的用户无关肌电手势识别系统

    公开(公告)号:CN114384999B

    公开(公告)日:2023-07-21

    申请号:CN202111376022.4

    申请日:2021-11-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于自适应学习的用户无关肌电手势识别系统,包括依次连接的数据获取单元、聚类单元、自适应KNN近邻分类器和风险评估器;所述数据获取单元,获取现有用户数据,并进行数据处理;所述聚类单元,将数据处理后的信号数据,采用K‑Means聚类找到不同动作的聚类中心,提取各个用户每种动作与聚类中心距离最短的N个样本充当训练集,用于训练自适应KNN近邻分类器;所述自适应KNN近邻分类器,用于根据新用户数据得到对应的标签;所述风险评估器对新用户数据进行评估,合格的样本则用来替换训练集的偏远样本和更新训练集样本的权值。本发明解决了因肌电信号的个体差异性而导致的模型不通用问题,无需用户再训练步骤,极大的提高了用户的使用体验,且识别正确率会动态提升。

    一种用于人体感觉运动控制研究的多信号采集与同步系统

    公开(公告)号:CN108433729B

    公开(公告)日:2023-05-12

    申请号:CN201810354653.8

    申请日:2018-04-19

    Applicant: 福州大学

    Inventor: 李玉榕 杜民 陈军

    Abstract: 本发明涉及一种用于人体感觉运动控制研究的多信号采集与同步系统,具体包括上位机、信号采集模块、刺激输入设备、以及信号同步采集处理器;所述信号采集模块设置于人体上用以采集人体的生物力学参数与生物电信号,所述信号采集模块的输出连接至所述信号同步采集处理器的输入端;所述刺激输入设备的输入与上位机相连,输出与人体相连,用以根据上位机的指令对人体输出刺激;所述信号同步采集处理器的输出端与所述上位机相连,用以将同步后的采集信号传输至上位机。本发明能够实现人体感觉运动控制研究中所需的多种生物力学信号和生物电信号的同步采集。

    肌电信号驱动的膝关节肌骨模型接触力估计方法及系统

    公开(公告)号:CN113576463A

    公开(公告)日:2021-11-02

    申请号:CN202110877393.4

    申请日:2021-07-31

    Applicant: 福州大学

    Abstract: 本发明涉及一种肌电信号驱动的膝关节肌骨模型接触力估计方法及系统,该方法包括:建立接触力估计模型,包括信号处理模型、OpenSim个体模型、肌肉激活度模型、肌肉收缩力学模型以及外部内收力矩模型,信号处理模型对输入数据进行预处理,OpenSim个体模型将通用模型缩放至个体生理参数,肌肉激活度模型用于获取肌肉激活度,肌肉收缩力学模型用于获取肌肉力矩,外部内收力矩模型用于获取外部内收力矩;对接触力估计模型进行参数优化;获取肌电信号数据、关节角度信号数据和足底压力信号数据,将其作为输入信号输入到参数优化后的接触力估计模型中,计算得到膝关节接触力。该方法及系统使用方便,且有利于提高接触力估计的准确性。

    一种自适应滤除表面肌电信号电刺激伪迹的在线方法

    公开(公告)号:CN108143414B

    公开(公告)日:2021-05-18

    申请号:CN201810027796.8

    申请日:2018-01-11

    Applicant: 福州大学

    Inventor: 李玉榕 杜民 陈军

    Abstract: 本发明公开了一种自适应滤除表面肌电信号电刺激伪迹的在线方法,包括步骤:1)利用亚阈值刺激采集纯电刺激伪迹,对纯电刺激伪迹的放电部分进行在线建模,得到滤波模;2)对每一个电刺激产生的肌电信号,以电刺激的脉冲信号作为滤波器的起始信号,在电刺激伪迹的脉冲阶段使用屏蔽滤波,屏蔽至电刺激伪迹的负向脉冲尖峰;3)屏蔽结束后,利用滤波模板计算伪迹估计值,并从采集的肌电信号中扣除该伪迹估计值,滤除伪迹放电部分,直到下一个电刺激脉冲开始。本发明利用混合滤波方法能够有效滤除电刺激伪迹,实时去除肌电信号中的电刺激伪迹,且不会使肌肉电信号失真。

    基于肌肉协同的用户无关实时手势识别方法

    公开(公告)号:CN112732090A

    公开(公告)日:2021-04-30

    申请号:CN202110072896.4

    申请日:2021-01-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于肌肉协同的用户无关实时手势识别方法,包括以下步骤:步骤S1:获取现有用户表面肌电信号数据和新用户预实验表面肌电信号数据,并进行数据预处理;步骤S2:利用非负矩阵分解分别提取所有动作的肌肉协同;步骤S3:利用最小二乘法得到现有用户协同向着预实验数据相同动作肌肉协同靠近的转换矩阵,利用转换矩阵形成的空间对现有用户协同进行伸缩变换,得到新的肌肉协同;步骤S4:根据新的肌肉协同,分别训练支持向量机、误差反向传播网络和K近邻算法三个分类器;步骤S5:将待分类的数据进行数据处理后,分别通过三个训练好的分类器进行手势识别,并将三个分类模型投票的结果作为最终的识别结果。本发明能够有效的进行用户无关手势识别,确保了实时性和高识别正确率。

    一种具有实时反馈功能的颈椎康复训练信息管理方法及系统

    公开(公告)号:CN110504014A8

    公开(公告)日:2019-12-24

    申请号:CN201910766585.0

    申请日:2019-09-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种具有实时反馈功能的颈椎康复训练信息管理方法及系统,包括但不限于以下步骤:提供通信相连的平板电脑与计算机;在计算机上搭建数据库,存储用户的个人信息以及训练信息;将平板电脑与康复训练设备建立通信,获取康复训练过程中的定量评估参数,发送数据及指令给康复训练设备,以及显示训练过程的数据;平板电脑将康复训练过程中获取的定量评估参数传输至计算机上进行存储。本发明可应用于现有的颈椎康复训练设备上,弥补现有康复设备无法进行训练过程实时反馈和信息管理的缺陷。

    一种具有实时反馈功能的颈椎康复训练信息管理方法及系统

    公开(公告)号:CN110504014A

    公开(公告)日:2019-11-26

    申请号:CN201910766585.0

    申请日:2019-08-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种具有实时反馈功能的颈椎康复训练信息管理方法及系统,包括但不限于以下步骤:提供通信相连的平板电脑与计算机;在计算机上搭建数据库,存储用户的个人信息以及训练信息;将平板电脑与康复训练设备建立通信,获取康复训练过程中的定量评估参数,发送数据及指令给康复训练设备,以及显示训练过程的数据;平板电脑将康复训练过程中获取的定量评估参数传输至计算机上进行存储。本发明可应用于现有的颈椎康复训练设备上,弥补现有康复设备无法进行训练过程实时反馈和信息管理的缺陷。

Patent Agency Ranking