一種基于VR沉浸式電刺激運動想象康復訓練方法技術

本發明專利技術提供了一種基于VR沉浸式電刺激運動想象康復訓練方法，本發明專利技術根據康復模式的設定改變康復模式和刺激水平以達到階段性康復的目標，首先判斷患者的狀態屬于康復水平的等級，先從在現階段提供運動想象并在游戲場景中進行鏡像運動幫助患者通過游戲畫面進行相應姿勢的仿生學習以及協同學習，建立分類模型；再進入在線階段，根據分類模型判斷患者的想象反饋是否正確，根據不同等級不同的訓練要求進行對應刺激，能夠更快的修復腦部受損神經并使患者鞏固肌肉記憶達到肌力各階段訓練的目標，從而達到康復目的。從而達到康復目的。從而達到康復目的。

【技術實現步驟摘要】
一種基于VR沉浸式電刺激運動想象康復訓練方法


[0001]本專利技術涉及一種康復設備
，具體涉及一種腦電康復訓練方法。

技術介紹

[0002]隨著腦機接口技術的大力發展使得相關應用遍布各個領域，例如在醫療領域中采用無創非侵入式腦電設備進行腦電波的收集，轉換為腦電圖（EEG）來進行分析診斷或預防相關病灶。并且還能植入一些特定的范式以及算法，來進行康復治療、科技探索甚至游戲娛樂等。
[0003]目前通過腦機應用進行康復治療已屢見不鮮，但是康復治療的效果不盡如人意，其中也包含了很多客觀因素：如患者是否屬于BCI盲群眾，數據處理的方式不妥，或患者是否對康復治療的方式敏感?，F在很多的此類應用無法規避環境的干擾對用戶的影響，此外相應的范式也無法提起患者對治療的積極性，以及改變長時間訓練過程的疲勞感，從而降低了數據的準確性影響判斷結果。

技術實現思路

[0004]專利技術目的：提供了一種基于VR沉浸式電刺激運動想象康復訓練方法，可以增加患者的參與度和提高康復訓練的積極性。
[0005]技術方案：一種基于VR沉浸式電刺激運動想象康復訓練方法，包括：步驟一：獲取患者康復部位信息和程度，確定康復等級，根據康復等級選擇康復模式；步驟二：進入離線階段，提供與患者康復部位相應的引導性內容指引患者想象，同時采集腦電信號建立分類模型；步驟三：進入在線階段，提供與患者康復部位相應的引導性內容指引患者想象并根據分類模型判斷想象后的輸出反饋正確與否，判斷是否對康復部位進行電刺激。
[0006]進一步，步驟一所述康復等級包括等級0~5，其中：0級為全癱，此時肌力小于正常肌力的10%；1級能進行肌肉收縮但是無法活動關節，此時肌力處于正常肌力的10%~25%；2級關節能活動但只能拖動無法抵抗萬有引力，此時肌力處于正常肌力的25%~50%；3級能抵抗萬有引力，但無法抵抗外接阻力肌力，此時肌力處于正常肌力的25%~50%；4級能抵抗輕微的阻力，此時肌力處于正常肌力的75%~100%；5級為正常肌力。
[0007]更進一步，步驟一根據徒手肌力檢查確定患者對應的等級n，然后獲取患者當前的人為控制手臂以及指節的最大肌力值NMAX，同時不斷輸出電刺激，直到觀察到患者的肌力水平可以進入下一個等級n+1，此時記錄電刺激輸出值N；則等級n+1的閾值即為NMAX+N，對應等級n+1的肌力所占正常肌力的百分比范圍的最小值，兩者相除求得患者的理論正常肌力值，并計算出各等級的肌力值范圍，肌力值范圍的最小值即為每個等級的閾值。
[0008]更進一步，步驟一所述康復模式包括助力模式和閾值模式，肌力等級1級閾值為NA1；
如果NMAX≤NA1，則表示患者無肌肉收縮表象或者肌肉收縮但無法引起關節運動，此時康復模式評估為助力模式；如果NMAX＞NA1，則表示患者能輕微的進行關節運動，此時康復模式評估為閾值模式。
[0009]更進一步，當步驟一康復模式評估為助力模式時：步驟二離線階段指引患者想象的同時進行電刺激；步驟三在線階段輸出反饋結果正確時觸發對康復部位的電刺激，輸出反饋結果錯誤不觸發電刺激。
[0010]更進一步，助力模式下輸出的電刺激大小為NF；NF為康復運動動作的肌力最小值，通過電刺激患者肌肉在達到疼痛感的臨界值，該臨界值需要在開始前進行測量并錄入。
[0011]更進一步，當步驟一評估的康復模式為閾值模式等級1~3時：步驟二離線階段指引患者想象的同時進行電刺激NF；步驟三在線階段指引患者想象的同時進行監測患者人為控制手臂以及指節的最大肌力值NMAX，輸出反饋結果正確且最大肌力值NMAX不小于懲罰閾值NB，不觸發電刺激；若輸出反饋結果錯誤或肌力值未達到懲罰閾值NB則觸發電刺激NF。
[0012]更進一步，所在等級n對應的閾值為NA
n
，初始懲罰閾值NB=(NA
n+1
+NA
n
)/2，當NMAX≥NB后則表示患者的肌力恢復水平已經滿足當前NB值，則NB進行更新，NB=(NA
n+1
+NMAX)/2；當再一次NMAX≥NB，NB更新為NA
n+1
，表示患者肌力恢復水平超過了NA
n+1
。
[0013]或者，當步驟一評估的康復模式為閾值模式等級4~5時：步驟二離線階段指引患者想象的同時進行電刺激NF；步驟三在線階段指引患者想象的同時進行監測患者人為控制手臂以及指節的最大肌力值NMAX，若輸出反饋結果錯誤則觸發電刺激NF；若輸出反饋結果正確則進行對抗訓練，患者需保持最大肌力值NMAX大于肌力對抗值NC，若最大肌力值NMAX始終大于肌力對抗值NC，則表示成功不進行電刺激，若最大肌力值小于肌力對抗值NC，觸發電刺激NC，NC=(NA
n+1
+NA
n
)/2，NA
n
為所在等級n對應的閾值。
[0014]有益效果：本專利技術根據康復模式的設定改變康復模式和刺激水平以達到階段性康復的目標，首先判斷患者的狀態屬于康復水平的等級，先從在現階段提供運動想象并在游戲場景中進行鏡像運動幫助患者通過游戲畫面進行相應姿勢的仿生學習以及協同學習，建立分類模型；再進入在線階段，根據分類模型判斷患者的想象反饋是否正確，根據不同等級不同的訓練要求進行對應刺激，能夠更快的修復腦部受損神經并使患者鞏固肌肉記憶達到肌力各階段訓練的目標，從而達到康復目的。從而解決現有運動想象康復訓練的訓練結果不夠直觀反映出患者的現狀以及訓練結果受到主觀因素的影響不能真正體現患者康復程度，此外也解決了對于單獨電刺激的康復影響。
附圖說明
[0015]圖1為本專利技術助力模式運動想象范式示意圖；圖2為本專利技術閾值模式獎懲階段運動想象范式示意圖；圖3為本專利技術閾值模式對抗階段運動想象范式示意圖。
具體實施方式
[0016]一種基于VR沉浸式電刺激運動想象康復訓練方法，應用該種方法進行訓練需要用到的設備包括：腦電采集設備，其佩戴于人體，用于采集人體的實時腦電信號并進行處理，包含但不限于醫用便攜式腦電監測儀、便攜穿戴式腦電設備等，凡是能夠測量人體腦電信號的穿戴設備，均可視為腦電采集設備；VR頭顯設備，其佩戴于人體，用于提供虛擬場景的顯示；電刺激設備，其佩戴于人體，用于提供肌肉刺激部分。其中，VR頭顯設備可提供范式的引導動畫、語言提示準備、結果反饋和休息動畫，連同電刺激設備同時運轉加強引導效果，提高患者的參與度以及患者的興趣和積極性，并且降低了周圍環境的干擾對用戶的影響。當進行康復訓練時可通過語音提示準備然后再動畫引導患者進行對應的想象，最后通過反饋動畫以及電刺激的刺激等級來提示用戶本次想象的結果，提高患者的肌肉記憶達到康復目的。
[0017]在每次康復訓練之前，首先要判斷患者屬于某個康復等級，康復等級一般根據患者情況劃分為等級0~5，其中：0級為全癱，此時肌力小于正常肌力的10%；1級能進行肌肉收縮但是無法活動關節，此時肌力處于正常肌力的10%~25%；2級關節能活動但只能拖動無法抵抗萬有引力本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于VR沉浸式電刺激運動想象康復訓練方法，其特征在于，包括：步驟一：獲取患者康復部位信息和程度，確定康復等級，根據康復等級選擇康復模式；步驟二：進入離線階段，提供與患者康復部位相應的引導性內容指引患者想象，同時采集腦電信號建立分類模型；步驟三：進入在線階段，提供與患者康復部位相應的引導性內容指引患者想象并根據分類模型判斷想象后的輸出反饋正確與否，判斷是否對康復部位進行電刺激。2.根據權利要求1所述的基于VR沉浸式電刺激運動想象康復訓練方法，其特征在于，步驟一所述康復等級包括等級0~5，其中：0級為全癱，此時肌力小于正常肌力的10%；1級能進行肌肉收縮但是無法活動關節，此時肌力處于正常肌力的10%~25%；2級關節能活動但只能拖動無法抵抗萬有引力，此時肌力處于正常肌力的25%~50%；3級能抵抗萬有引力，但無法抵抗外接阻力肌力，此時肌力處于正常肌力的25%~50%；4級能抵抗輕微的阻力，此時肌力處于正常肌力的75%~100%；5級為正常肌力。3.根據權利要求2所述的基于VR沉浸式電刺激運動想象康復訓練方法，其特征在于，步驟一根據徒手肌力檢查確定患者對應的等級n，然后獲取患者當前的人為控制手臂以及指節的最大肌力值NMAX，同時不斷輸出電刺激，直到觀察到患者的肌力水平可以進入下一個等級n+1，此時記錄電刺激輸出值N；則等級n+1的閾值即為NMAX+N，對應等級n+1的肌力所占正常肌力的百分比范圍的最小值，兩者相除求得患者的理論正常肌力值，并計算出各等級的肌力值范圍，肌力值范圍的最小值即為每個等級的閾值。4.根據權利要求3所述的基于VR沉浸式電刺激運動想象康復訓練方法，其特征在于，步驟一所述康復模式包括助力模式和閾值模式，肌力等級1級閾值為NA1；如果NMAX≤NA1，則表示患者無肌肉收縮表象或者肌肉收縮但無法引起關節運動，此時康復模式評估為助力模式；如果NMAX＞NA1，則表示患者能輕微的進行關節運動，此時康復模式評估為閾值模式。5.根據權利要求4所述的基于VR沉浸式電刺激運動想象康復訓練方法，其特征在于，當步驟一康復模式評估為助力模式時：步驟二離線階段指引患者想象的同時進行電刺激；步驟三在線階段輸出反饋結果正確時觸...

【專利技術屬性】
技術研發人員：魏家豪，李迎新，王薇，
申請(專利權)人：上海術理智能科技有限公司，
類型：發明
國別省市：