本發(fā)明專利技術提出一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法，確定一個可用于手部功能評估的手勢動作集合；采集健康兒童執(zhí)行手勢動作集合中各手勢動作的肌電信號、力信號和加速度信號，獲得健康兒童手勢動作數(shù)據(jù)集；建立健康兒童的手勢分類精度基準、肌肉激活區(qū)域基準和肌肉激活水平基準、一般力水平基準和最大力水平基準、建立速度基準以及加速度變化率基準；基于以上基準，建立腦癱患兒手功能評估分級方案。本發(fā)明專利技術不僅能夠減輕腦癱患兒的運動評估負擔，也可為腦癱患兒手功能康復治療提供科學依據(jù)，以利于制定個性化康復治療計劃和護理策略。計劃和護理策略。計劃和護理策略。
【技術實現(xiàn)步驟摘要】
一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法
[0001]本專利技術涉及一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法，屬于生物醫(yī)學工程和康復工程領域。
技術介紹
[0002]腦癱是一種常見的神經(jīng)發(fā)育障礙性疾病，可由多種因素引起。胎兒期、產(chǎn)程和早期嬰兒期的腦損傷等均可能導致中樞神經(jīng)系統(tǒng)的異常發(fā)育或運動功能障礙。腦癱的臨床表現(xiàn)多種多樣，包括：肌張力異常(痙攣、強直或松弛)、運動協(xié)調障礙、姿勢異常、反射活動異常、運動控制障礙等。肌肉僵硬、肌肉痙攣、肢體畸形、步態(tài)異常和運動障礙等是腦癱常見癥狀。同時，腦癱還可能導致智力障礙、視力和聽力問題、言語障礙、認知障礙和行為問題。隨著腦癱發(fā)病率的逐年增加，給患者及其家庭帶來了巨大的挑戰(zhàn)和困擾。
[0003]手功能障礙是腦癱患者最常見且最嚴重的問題之一。手部功能障礙極大影響患者的日常生活活動，如握持、抓取、操作物體等，使得腦癱患者在獨立性、社交互動和學習能力方面面臨挑戰(zhàn)。因此，準確評估腦癱患者的手功能并實現(xiàn)分級對于制定個性化的康復治療計劃、改善患者生活質量和促進功能發(fā)展至關重要。
[0004]目前腦癱患者手功能的評估主要依賴于臨床觀察、醫(yī)師評估或功能量表評定等。其中，功能量表評定相對較為科學和具體，使用最為廣泛，如腦癱兒童手功能分級系統(tǒng)(Manual Ability Classification System，MACS)、腦癱兒童精細運動能力測試量表(Fine Motor function Measure，F(xiàn)MFM)等。MACS是一種適用于4～18歲腦癱患兒的手功能分類系統(tǒng)，根據(jù)患者在日常生活中使用手的能力將其分為5個級別。FMFM則用于0～6歲的腦癱患兒，主要評估患兒的整體身體功能和運動能力。量表評估結果可能受到評估者主觀判斷的影響，缺乏客觀性和一致性，不同評估者可能有不同的評估標準和解釋，導致結果的不確定性。此外，MACS只提供了對整體手功能的粗略評估，缺乏對具體手勢動作和精細動作的詳細評估。FMFM評估需要較長時間和專業(yè)訓練，對評估者的經(jīng)驗和技能要求較高，且評估過程繁瑣，且主要關注運動能力，對手功能的評估相對有限，無法提供全面的手功能信息。
技術實現(xiàn)思路
[0005]為了克服量表評估方法的局限性，參考MACS量表考察的手功能特征，本專利技術提出了一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法。首先，記錄腦癱患者在執(zhí)行手勢動作時前臂/后臂肌肉活動產(chǎn)生的肌電信號，一方面通過肌電模式識別方法對腦癱患兒的手勢動作分類，根據(jù)手勢動作的可分性定量評估肌肉的協(xié)調性，另一方面通過肌電信號分解技術，分析腦癱患兒執(zhí)行不同手勢動作時的肌肉激活區(qū)域以及激活水平，定量評估前臂/后臂肌肉的激活狀況；其次，記錄腦癱患者在執(zhí)行各手勢動作時所施加的力量水平，通過力信號分析技術，準確評估腦癱患者在執(zhí)行手勢動作時的力度控制能力；最后，記錄腦癱患者在執(zhí)行手勢動作時的加速度信號，通過加速度信號分析技術實現(xiàn)對手部動作
速度、穩(wěn)定性和協(xié)調性的定量評估。基于健康兒童提取的數(shù)據(jù)基準，提出了一種腦癱患兒的手功能分級方案。
[0006]本專利技術中的一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法，包括如下步驟：
[0007]步驟1：基于健康兒童日常生活以及腦癱患兒臨床康復訓練常用手勢動作，確定一個可用于手部功能評估的手勢動作集合；
[0008]步驟2：募集不同年齡段健康兒童受試者，使用信號采集設備采集健康兒童執(zhí)行手勢動作集合中各手勢動作的肌電信號、力信號和加速度信號，并對各信號進行預處理，獲得健康兒童手勢動作數(shù)據(jù)集；
[0009]步驟3：參考腦癱兒童手功能分級系統(tǒng)MACS定義的手功能特征，采用肌電信號模式識別方法建立健康兒童的手勢分類精度基準、采用肌肉激活狀態(tài)分析方法建立健康兒童的肌肉激活區(qū)域基準和肌肉激活水平基準、采用力信號分析方法建立一般力水平基準和最大力水平基準、采用加速度信號分析方法建立速度基準以及加速度變化率基準；
[0010]步驟4：基于健康兒童基準，建立腦癱患兒手功能評估分級方案。
[0011]進一步，步驟1中，手勢動作集合的動作包括：兩指捏合、五指捏合、握拳、擰、按壓、掌屈、背屈和勾狀彎曲。
[0012]進一步，采集健康兒童執(zhí)行手勢集合中各手勢動作的肌電信號、力信號和加速度信號的方法具體為，將表面肌電陣列放置于健康兒童的前臂和后臂，將加速度傳感器固定于特定手指、手背、前臂以及后臂上，并根據(jù)不同手勢放置力傳感器，表面肌電陣列、力傳感器和加速度傳感器均連接到信號采集及分析設備，通過上位機軟件實時顯示相關信號，并將數(shù)據(jù)保存至計算機硬盤中。
[0013]進一步，根據(jù)不同手勢放置力傳感器的具體方法為，采用握力傳感器、捏力傳感器或者其他相應傳感器，執(zhí)行不同手勢時，握住或捏住傳感器并發(fā)力。
[0014]進一步，步驟2中，采集健康兒童執(zhí)行手勢集合中各手勢動作的肌電信號、力信號和加速度信號的采集方法具體為，在實驗采集過程中，參與者均以舒適姿態(tài)坐立，按照實驗要求執(zhí)行手勢動作，動作的執(zhí)行可分為三個階段，即：開始階段、維持階段和結束階段；在開始階段，手部即將開始執(zhí)行動作，肌肉開始收縮；在維持階段，保持動作狀態(tài)，所有關節(jié)和肌肉激活模式基本維持；在結束階段，肌肉即將放松，手部回到原始狀態(tài)；手勢數(shù)據(jù)采集實驗分別按照一般力水平以及最大力水平各進行一次，兩次采集實驗之間間隔若干天以上，在同一次實驗中，每種手勢動作重復執(zhí)行N次，每次動作持續(xù)若干秒，每兩次重復間隔若干分鐘，不同手勢動作之間必須間隔若干分鐘以上，以防止肌肉疲勞。
[0015]進一步，步驟3中，采用肌電信號模式識別方法建立手勢分類精度基準的具體方法為，包含以下步驟：
[0016]步驟3.1：使用機器學習、深度學習方法建立手勢分類模型；
[0017]步驟3.2：使用健康兒童數(shù)據(jù)集訓練手勢分類模型，得到手勢分類器；
[0018]步驟3.3：采用訓練好的手勢分類器對健康兒童的數(shù)據(jù)進行測試，得到各個手勢動作的分類精度，建立手勢分類精度基準。
[0019]進一步，步驟3中，采用肌肉激活狀態(tài)分析方法建立肌肉激活區(qū)域基準、肌肉激活水平基準的具體方法為，使用時頻域特征分析、基于非負矩陣分解的肌肉協(xié)同提取方法，對
健康兒童的陣列表面肌電信號進行處理，獲得健康兒童執(zhí)行各手勢動作時的肌肉激活區(qū)域及肌肉激活程度，建立肌肉激活區(qū)域基準、肌肉激活水平基準。
[0020]進一步，步驟3中，采用力信號分析方法建立一般力水平基準、最大力水平基準的具體方法為，根據(jù)健康兒童執(zhí)行各手勢動作時的發(fā)力水平曲線，獲得各手勢動作維持階段的一般力水平以及最大力水平，建立一般力水平基準、最大力水平基準。
[0021]進一步，步驟3中，采用加速度信號分析方法建立速度基準、加速度變化率基準的具體方法為，對健康兒童執(zhí)行各手勢動作時從手指、手背、前臂以及后臂上采集到的加速度信號進行積分，獲得速度信息，并進行微分以獲得加速度變化率信息，建立速度基準、加速度變化率基準。
[0本文檔來自技高網(wǎng)...
【技術保護點】
【技術特征摘要】
1.一種基于多模態(tài)信號分析與肌電模式識別的腦癱手功能評級方法，其特征在于，包括如下步驟：步驟1：基于健康兒童日常生活以及腦癱患兒臨床康復訓練常用手勢動作，確定一個可用于手部功能評估的手勢動作集合；步驟2：募集不同年齡段健康兒童受試者，使用信號采集設備采集健康兒童執(zhí)行手勢動作集合中各手勢動作的肌電信號、力信號和加速度信號，并對各信號進行預處理，獲得健康兒童手勢動作數(shù)據(jù)集；步驟3：參考腦癱兒童手功能分級系統(tǒng)MACS定義的手功能特征，采用肌電信號模式識別方法建立健康兒童的手勢分類精度基準、采用肌肉激活狀態(tài)分析方法建立健康兒童的肌肉激活區(qū)域基準和肌肉激活水平基準、采用力信號分析方法建立一般力水平基準和最大力水平基準、采用加速度信號分析方法建立速度基準以及加速度變化率基準；步驟4：基于健康兒童基準，建立腦癱患兒手功能評估分級方案。2.根據(jù)權利要求1所述的評級方法，其特征在于，步驟1中，手勢動作集合的動作包括：兩指捏合、五指捏合、握拳、擰、按壓、掌屈、背屈和勾狀彎曲。3.根據(jù)權利要求1所述的評級方法，其特征在于，步驟2中，采集健康兒童執(zhí)行手勢集合中各手勢動作的肌電信號、力信號和加速度信號的方法具體為，將表面肌電陣列放置于健康兒童的前臂和后臂，將加速度傳感器固定于特定手指、手背、前臂以及后臂上，并根據(jù)不同手勢放置力傳感器，表面肌電陣列、力傳感器和加速度傳感器均連接到信號采集及分析設備，通過上位機軟件實時顯示相關信號，并將數(shù)據(jù)保存至計算機硬盤中。4.根據(jù)權利要求3所述的評級方法，其特征在于，根據(jù)不同手勢放置力傳感器的具體方法為，采用握力傳感器、捏力傳感器或者其他相應傳感器，執(zhí)行不同手勢時，握住或捏住傳感器并發(fā)力。5.根據(jù)權利要求1所述的評級方法，其特征在于，步驟2中，采集健康兒童執(zhí)行手勢集合中各手勢動作的肌電信號、力信號和加速度信號的采集方法具體為，在實驗采集過程中，參與者均以舒適姿態(tài)坐立，按照實驗要求執(zhí)行手勢動作，動作的執(zhí)行可分為三個階段，即：開始階段、維持階段和結束階段；在開始階段，手部即將開始執(zhí)行動作，肌肉開始收縮；在維持階段，保持動作狀態(tài)，所有關節(jié)和肌肉激活模式基本維持；在結束階段，肌肉...
【專利技術屬性】
技術研發(fā)人員：陳香，羅先林，張旭，
申請(專利權)人：中國科學技術大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。