一种基于物联网平台下肢康复训练交互方法与流程

1.本发明涉及一种基于物联网平台下肢康复训练交互方法。


背景技术：

2.老年人患病，失能，失智的比例大幅度增加，不仅会增加老年人在医疗和护理方面的经济负担，还会加剧医疗设备和耗材领域发展的负担。且脑卒中趋于年轻化，脑卒中的高致残,高复发率的特点更加重了我国的医疗康复负担。下肢康复设备的需求尤其突出。现有的患者大多都是在医院进行前期病理治疗，达到初步控制之后，仍需要后期的康复训练，目前大多康复依靠人工按摩，机器辅助训练等方式。然而人工治疗成本过高，供不应求，且无法达到科学的康复效果，导致我国康复服务普遍性严重不足，智慧医疗辅助类设备的研究与发展至关重要。与物联网平台相结合的智慧康复器不仅能科学的帮助患者康复，而且方便患者与医生之间的沟通，给与科学及时的康复建议，帮助患者尽快达到康复效果。


技术实现要素：

3.本发明是为了解决上述现有技术存在的问题而提供一种基于物联网平台下肢康复训练交互方法。
4.本发明所采用的技术方案有：
5.一种基于物联网平台下肢康复训练交互方法，所述下肢康复训练为腿部膝关节与踝关节的康复训练，设置下肢康复终端的训练模式，患者在每个训练模式下进行康复训练时，下肢康复终端实时采集患者在该训练模式下康复训练过程中的数据，并将采集到的数据上传至物联网康复平台、电脑终端以及云端，物联网康复平台根据数据，并以可视化界面展示当前训练模式下的康复训练数据，电脑终端根据数据进行康复指数评估。
6.进一步地，所述下肢康复终端的训练模式包括被动训练模式，主动训练模式以及前叉训练模式；
7.被动训练模式下，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据；
8.主动训练模式下，患者康复训练过程中采集的数据包括：通过压力传感器获取患者康复训练过程中足底作用于下肢康复终端的压力数据；通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据；通过肌电信号传感器作用于患者腿部并获取康复训练过程中患者的腿部的肌电信号数据；
9.前叉训练模式，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据。
10.进一步地，采集数据的过程为：
11.1)压力数据采集：
12.通过在下肢康复终端设置足底力传感器，在主动训练模式下，获取足底压力信号，采用滤波算法对信号进行预处理，实现对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋
势的判别，将判别结果与肌电信号识别的动作判别结果进行综合，决定当前主动训练模式下肢康复终端中各关节节点的运动方向；
13.2)下肢康复终端运动过程中膝关节转动节点和踝关节转动节点的角度变化采集：
14.在下肢康复终端的三种训练模式下，设置好下肢康复终端在不同训练模式下所需的角度参数，通过安放在所述膝关节转动节点和踝关节转动节点的角度传感器实时获取两个转动节点的角度信息，与设置好的角度参数进行比较，使得下肢康复终端在设定的角度内进行往复进行运动；
15.3)肌电信号采集：
16.在主动训练模式下，通过双通道肌电采集板卡采集小腿部腓肠肌和大腿部股直肌表面的肌电信号，对信号进行预处理和特征提取，采用svm算法一对多分类模型对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋势进行识别，结合获取的足底压力对患者下肢运动趋势的判别，对患者下肢的运动意图进行综合判别，决定当前主动训练模式下，下肢康复终端中各关节节点的运动方向。
17.进一步地，所述康复指数评估包括：
18.1)关节角度评估
19.关节角度评估包括膝关节角度评估和踝关节角度评估，通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度和目标角度，用来评估患者从起始角度，通过负载运动，到达目标角度的最大幅度；
20.2)腿部肌力评估
21.通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使膝关节与踝关节在起始角度下，通过患者腿部对下肢康复终端中的足部踏板施加踩踏力和抬拉力，根据足底的压力信号和腿部的肌电信号对踩踏和抬拉动作进行区分，并将对应的施力效果以曲线图的形式展示；
22.3)肌电评估
23.通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使关节在起始角度下，间断性的施加腿部力到达驱动力阈值，在此过程中通过采集患者腿部肌肉群表面肌电信号的变化情况生成曲线图。
24.进一步地，所述下肢康复终端包括主支架、第一支架、第二支架、腿支撑板、支撑脚套、电动丝杠、直线推杆步进电机以及足部踏板，所述第一支架的一端与主支架相铰接，另一端与第二支架相铰接，足部踏板铰接在第二支架上，第一支架与第二支架的铰接点形成下肢康复终端的膝关节转动节点，第二支架与足部踏板的铰接点形成下肢康复终端的踝关节转动节点，所述电动丝杠与直线推杆步进电机均安装于主支架上，且电动丝杠驱动第一支架与第二支架沿膝关节转动节点转动，直线推杆步进电机驱动第二支架与足部踏板沿踝关节转动节点转动，两腿支撑板固定于第一支架和第二支架上，支撑脚套固定于足部踏板上。
25.进一步地，所述膝关节转动节点与踝关节转动节点的转动角度采集是通过电位器进行采集。
26.进一步地，所述足底压力数据包括：
27.患者足尖与足跟作用于支撑脚套的压力信号，以及支撑脚套中鞋底的鞋尖和鞋跟作用于足部踏板的压力信号，
28.患者足底作用于支撑脚套的压力信号通过fsr薄膜压力传感器进行采集，
29.支撑脚套作用于足部踏板的压力信号通过hx711电子秤拉压力传感器进行采集。
30.进一步地，所述主动训练模式下，下肢康复终端的动作过程为：
31.在膝关节主动训练下，预先设置膝关节转动节点的伸展角度和屈曲角度，训练过程中，患者的踝关节保持固定，通过电动丝杠驱动第一支架与第二支架沿膝关节转动节点运动，将患者膝关节运动到目标屈曲角度位置，到达目标屈曲角度位置后，患者通过腿部施力，采集支撑脚套和足部踏板处的压力信号和腿部表面肌电信号，判断腿部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过电动丝杠驱动第一支架与第二支架沿膝关节转动节点进行伸膝运动，直到到达目标伸膝角度，一次康复训练完成，设备再次通过电动丝杠的运动将患者膝关节运动到目标屈曲角度位置，进行下一次的膝关节主动训练；
32.在踝关节主动训练下，预先设置踝关节转动节点的背屈角度和跖屈角度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，膝关节保持固定，患者先进行背屈方向的足部施力，采集支撑脚套和足部踏板处的压力信号和腿部表面肌电信号，判断足部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过直线推杆步进电机驱动第二支架与足部踏板沿踝关节转动节点实现背屈的运动，直到到达目标背屈角度，此时背屈方向的运动完成，患者再进行跖屈方向的足部施力，通过对压力信号和表面肌电信号的采集，判断是否达到了训练等级要求，在满足等级要求后，设备通过直线推杆步进电机驱动第二支架与足部踏板沿踝关节转动节点实现跖屈的运动，直到到达目标跖屈角度，此时一次康复训练完成，再进行下一次的踝关节主动训练。
33.进一步地，被动训练模式下，下肢康复终端的动作过程为：
34.在膝关节被动训练下，预先设置膝关节转动节点的伸展角度、屈曲角度、训练时间和训练速度，训练过程中，踝关节保持固定，通过电动丝杠驱动第一支架与第二支架沿膝关节转动节点运动，训练过程中通过不断获取膝关节转动节点的角度，使膝关节按照设定的训练速度在目标伸展角度和屈曲角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束；
35.在踝关节被动训练下，预先设置踝关节转动节点的背屈角度、跖屈角度、训练时间和训练速度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，患者膝关节保持固定，通过直线推杆步进电机驱动第二支架与足部踏板沿踝关节转动节点转动，训练过程中通过不断获取踝关节转动节点的角度，使踝关节按照设定的训练速度在目标背屈角度和跖屈角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束。
36.进一步地，前叉训练模式下，下肢康复终端的动作过程为：
37.在静态训练下，保持第二支架和足部踏板处于90
°
状态，预先设置膝关节转动节点的起始角度、微调角度和训练时间，起始角度设定完成后，通过电动丝杠驱动第一支架与第二支架沿膝关节转动节点转动到起始角度，通过对膝关节转动节点的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中保持患者的膝关节和踝关节固
定，直到到达康复训练时间后训练自动结束；
38.在动态训练下，保持第二支架和足部踏板处于90
°
状态，预先设置膝关节转动节点的起始角度、微调角度、训练时间和动态角度，起始角度设定完成后，通过电动丝杠驱动第一支架与第二支架沿膝关节转动到起始角度，在通过对膝关节转动节点的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中患者保持膝关节固定，通过直线推杆步进电机驱动第二支架与足部踏板沿踝关节转动节点在第二支架和足部踏板处于90
°
位置的上下按照所设动态角度，进行在动态角度范围内的踝关节运动，直到到达康复训练时间后训练自动结束。
39.本发明具有如下有益效果：
40.1.物联网远程康复平台可以实现实时观察患者的康复状态，并通过云端数据库实现对数据的存储，方便用户数据留存和医师康复指导。
41.2.在物联网远程康复平台上，医师可以对多个患者的康复数据进行评估，并给出反馈，实现一对多，有效缓解了医疗压力。
42.3.下肢康复评估客户端可实现对患者的肌力和肌电强度恢复进行现场定量评估，能够帮助医师更加定量的分析患者的恢复状况，使得康复训练和康复指导变得更加科学有效。
43.4.本发明设置多种训练模式，满足不同需求，使用效果好。
附图说明
44.图1为本发明原理框图。
45.图2为腿部肌电采集分布图。
46.图3为图肌电信号预处理图。
47.图4为复评估客户端ui界面。
48.图5为下肢康复远程交互界面。
49.图6至图8为下肢康复终端的结构图。
具体实施方式
50.下面结合附图对本发明作进一步的说明。
51.如图1，本发明一种基于物联网平台下肢康复训练交互方法，设置下肢康复终端的训练模式，患者在每个训练模式下进行康复训练时，下肢康复终端实时采集患者在该训练模式下康复训练过程中的数据，并将采集到的数据上传至物联网康复平台、电脑终端以及云端，物联网康复平台根据数据，并以可视化界面展示当前训练模式下的康复训练数据，电脑终端根据数据进行康复指数评估。本发明所述下肢康复训练为腿部膝关节与踝关节的康复训练，
52.本发明的下肢康复终端的训练模式包括被动训练模式，主动训练模式以及前叉训练模式。其中，在被动训练模式下，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据。
53.主动训练模式下，患者康复训练过程中采集的数据包括：通过压力传感器获取患
者康复训练过程中足底作用于下肢康复终端的压力数据；通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据；通过肌电信号传感器作用于患者腿部并获取康复训练过程中患者的腿部的肌电信号数据。
54.前叉训练模式，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据。
55.对转动角度数据，足底压力数据的采集方式为：
56.1)压力数据采集：
57.通过在下肢康复终端设置足底力传感器，在主动训练模式下，获取足底压力信号，采用滤波算法对信号进行预处理，实现对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋势的判别，将判别结果与肌电信号识别的动作判别结果进行综合，决定当前主动训练模式下肢康复终端中各关节节点的运动方向。
58.2)下肢康复终端运动过程中膝关节转动节点和踝关节转动节点的角度变化采集：
59.在下肢康复终端的三种训练模式下，设置好下肢康复终端在不同训练模式下所需的角度参数，通过安放在所述膝关节转动节点和踝关节转动节点的角度传感器实时获取两个转动节点的角度信息，与设置好的角度参数进行比较，使得下肢康复终端在设定的角度内进行往复进行运动；
60.3)肌电信号采集：
61.在主动训练模式下，通过双通道肌电采集板卡采集小腿部腓肠肌和大腿部股直肌表面的肌电信号，对信号进行预处理和特征提取，采用svm算法一对多分类模型对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋势进行识别，结合获取的足底压力对患者下肢运动趋势的判别，对患者下肢的运动意图进行综合判别，决定当前主动训练模式下，下肢康复终端中各关节节点的运动方向。
62.本发明在动作识别上，通过检测关节角度，分布式足底和鞋底的压力设计力位控制模型；同时采集大腿和小腿上的表面肌电信号，使用svm多分类方法设计肌电感知模型，并将两种动作识别模型进行结合设计混合识别模型。
63.下肢康复终端在进行主动训练时，需要从下肢康复终端中各种传感器反馈的信息中获取有用的动作信号，进而驱动下肢康复终端完成符合动作意图的运动控制。本发明采用物理信号和生物信号构建混合的下肢运动意图识别模型，具体过程如下：
64.力位控制动作分类：
65.力位控制模型采用分布式足底和鞋底压力以及膝关节和踝关节角度作为输入信号，通过传感器采集的信号组合状态判断患者的主动意图，由于传感器采集的信号中包含噪声，需要对其进行处理，以提高识别精度。
66.(1)角度信号处理
67.关节角度传感器安装在膝关节和踝关节处用于检测运动角度，常用的有绝对值编码器、imu和电位器，本发明选用的是型号为rv24yn20f的合成碳膜电位器。在实际应用中，角度传感器获取的原始信号受电机震动等环境因素的影响容易产生毛躁信号，导致定位精度降低，影响系统控制的稳定性，因此需要对角度信号进行平滑滤波处理，本发明使用savitzky-golay(sg)卷积平滑算法对角度信号进行平滑滤波，去除关节角度中的毛躁信号，并对活动角度进行阈值限位，以达到较高的控制精度。
68.(2)压力信号处理
69.人体足部压力信号表现出间断，波动的信号特点，在施力峰值处容易产生毛躁信号，如果不对其进行处理，会造成下肢康复终端的控制系统不稳定。本发明为消除信号中峰值附近毛躁信号造成的控制干扰，增强主动训练的控制稳定性，采用快速中值-均值滤波算法对噪声进行抑制，选取合适的滤波阶数，在mcu上可实现对压力信号的实时快速滤波。
70.(3)力位混合控制模型
71.人体腿部膝关节运动可以划分为屈膝和伸膝，踝关节运动可以划分为背屈、跖屈、内收和外展。力位控制模型将腿部动作划分为：屈膝、伸膝、背屈、跖屈、不动作五种类型，通过鞋底和足底的双通道压力传感器进行动作判断，训练分为5个训练等级，不同训练等级具有不同的压力阈值，四路压力需要满足相应的阈值关系，才能输出正确的关节预判，以“》”标识表示大于预设阈值，以鞋底压力用作等级阈值，足底压力用作动作识别，关节角度作为运动位置参考，进行表1所示的动作分类。
72.表1力位控制模型动作分类
[0073][0074]
肌电感知动作分类：
[0075]
人体的运动归根到底是肌肉的收缩，而肌肉收缩是肌肉对刺激所产生的反应。为设计更加精确的动作识别模型，本发明在力位控制模型的基础之上加入了对人体腿部semg的采集和处理，采用svm算法对肌电信号进行动作分类，并将训练的肌电感知模型与力位控制模型进行结合设计混合识别模型。
[0076]
本发明对小腿部和大腿部各进行一个通道的肌电信号采集。
[0077]
为获得尽可能大的肌电生物特征，将小腿部肌电采集通道的测量电极安放于腓肠肌所在的皮肤表面，大腿部肌电采集通道的测量电极安放于股直肌所在的皮肤表面；将小腿部肌电采集通道的参考电极安放于靠近膝盖下部的胫骨所在的皮肤表面，大腿部肌电采集通道的参考电极安放于靠近膝盖上部的股骨所在的皮肤表面，如图2所示。双通道肌电采集卡分别采集大腿和小腿部的表面肌电信号，根据奈奎斯特采样定律，选取采样频率为1000hz，采集卡将从电极贴获取的肌电原始信号转换为数字信号，通过无线蓝牙传输到电脑上位机软件中，上位机软件可查看原始信号波形，并保存原始信号数值。
[0078]
(3)semg的预处理与特征提取
[0079]
为了获取纯净的肌电信号，需要去除肌电信号中包含的噪声，采集的原始semg主要进行如下预处理：
[0080]
a.首先使用25hz的高通滤波器来去除semg信号携带的基线噪声；
[0081]
b.其次采用4阶巴特沃斯带通滤波器(butterworth)对semg进行滤波去噪，通带范
围为40hz～300hz；
[0082]
c.最后对滤波去噪后的信号进行fft变换，根据信号的单边振幅谱采用iir陷波器消除信号中的工频干扰。
[0083]
设计iir巴特沃斯滤波器，通带范围为40～300hz，起始频率浮动范围为30～40hz，终止频率浮动范围为300～350hz，去除信号中的基线噪声和心电干扰。采用iir单信号滤波器，滤除50hz工频干扰。经过预处理前后的表面肌电信号如图3所示，其中上方为预处理前的肌电信号，下方为预处理后纯净的肌电信号。
[0084]
(4)semg的特征提取
[0085]
semg特征提取可采用小波变换、时域、频域、时频域的方法；本发明对肌电信号时域和频域上的特征进行提取，提取时域上的平均值、方差、标准差、均方根，频域上的均值频率，如式(41)所示，双通道共10个特征值组成特征向量，用于动作分类。
[0086][0087]
在进行样本数据训练之前，需要在训练样本上，求出每个维度的均值和方差，在训练样本和测试样本上同时进行归一化。归一化的计算公式如下：
[0088]
newx＝x-mean(x)/std(x)
ꢀꢀꢀꢀꢀ
(42)
[0089]
其中，newx为新的训练样本的向量，x为原来训练样本的向量，mean(x)为原来训练样本的均值，td(x)为原来训练样本的方差。
[0090]
(5)肌电感知模型
[0091][0092]
设计的svm分类模型，需要对腿部运动的屈膝、伸膝、背屈、跖屈四个动作进行分类，svm实现多分类问题可以采用“一对k-1”或者“一对一”的分类策略，根据下肢康复系统的训练特性，采用“一对一”的svm分类策略实现下肢动作的多分类问题[。其中膝关节运动的“屈膝”、“伸膝”设计成一个svm分类器；踝关节运动的“背屈”、“跖屈”设计成一个svm分类器。
[0093]
设计时分别选用径向基核、拉普拉斯核、sigmoid核构建svm算法模型用于训练，目标函数为最小化选择三种训练模型中识别率最高的核函数作为构建
svm算法模型的核函数。
[0094]
混合识别分类策略：
[0095]
在主动训练模式下，肌电信号采集板卡将采集的肌电信号传入算法模型，力位控制与肌电感知采用相同控制周期，电脑将每个控制周期的动作识别结果发送给下位机，下位机将肌电感知的下肢动作与力位控制识别的下肢动作进行比较，采用表3所示的动作判别方法设计混合识别模型，进行最终的动作判别。
[0096]
表中的“模型1”为力位控制模型；“模型2”为肌电感知模型；“模型3”为混合识别模型。对于混合识别模型来说，模型1与模型2的动作识别结果一致则进行相应动作的辅助关节运动，动作结果不一致则不动作。
[0097]
表3混合识别模型动作分类
[0098][0099]
本发明中的康复指数评估包括：(康复评估客户端ui界面如图4，下肢康复远程交互界面如图5)
[0100]
1)关节角度评估
[0101]
关节角度评估包括膝关节角度评估和踝关节角度评估，通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度和目标角度，用来评估患者从起始角度，通过负载运动，到达目标角度的最大幅度；
[0102]
2)腿部肌力评估
[0103]
通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使膝关节与踝关节在起始角度下，通过患者腿部对下肢康复终端中的足部踏板施加踩踏力和抬拉力，根据足底的压力信号和腿部的肌电信号对踩踏和抬拉动作进行区分，并将对应的施力效果以曲线图的形式展示，通过曲线图方便的分析出腿部力的恢复情况。
[0104]
3)肌电评估
[0105]
通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使关节在起始角度下，间断性的施加腿部力到达驱动力阈值，在此过程中通过采集患者腿部肌肉群表面肌电信号的变化情况生成曲线图，通过曲线图方便的分析出腿部肌肉群活动的恢复情况。
[0106]
以下对本发明中所涉及的下肢康复终端结构进行说明。
[0107]
图6至图8，下肢康复终端包括主支架51、第一支架52、第二支架53、腿支撑板54、支撑脚套55、电动丝杠56、直线推杆步进电机57以及足部踏板58，所述第一支架52的一端与主支架51相铰接，另一端与第二支架53相铰接，足部踏板58铰接在第二支架53上，第一支架52与第二支架53的铰接点形成下肢康复终端的膝关节转动节点a，第二支架53与足部踏板58的铰接点形成下肢康复终端的踝关节转动节点b，所述电动丝杠56与直线推杆步进电机57均安装于主支架51上，且电动丝杠56驱动第一支架52与第二支架53沿膝关节转动节点a转
动，直线推杆步进电机57驱动第二支架53与足部踏板58沿踝关节转动节点b转动，两腿支撑板54固定于第一支架52和第二支架53上，支撑脚套55固定于足部踏板58上。
[0108]
其中，本发明中所采集的足底压力数据包括：患者足尖与足跟作用于支撑脚套55的压力信号，以及支撑脚套55中鞋底的鞋尖和鞋跟作用于足部踏板58的压力信号，患者足底作用于支撑脚套55的压力信号通过fsr薄膜压力传感器进行采集，支撑脚套55作用于足部踏板58的压力信号通过hx711电子秤拉压力传感器进行采集。
[0109]
以下结合下肢康复终端的具体结构，对下肢康复终端的三种训练模式的动作进行详细说明。
[0110]
主动训练模式下，下肢康复终端的动作过程为：
[0111]
在膝关节主动训练下，预先设置膝关节转动节点a的伸展角度和屈曲角度，训练过程中，患者的踝关节保持固定，通过电动丝杠56驱动第一支架52与第二支架53沿膝关节转动节点a运动，将患者膝关节运动到目标屈曲角度位置，到达目标屈曲角度位置后，患者通过腿部施力，采集支撑脚套55和足部踏板58处的压力信号和腿部表面肌电信号，判断腿部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过电动丝杠56驱动第一支架52与第二支架53沿膝关节转动节点a进行伸膝运动，直到到达目标伸膝角度，一次康复训练完成，设备再次通过电动丝杠56的运动将患者膝关节运动到目标屈曲角度位置，进行下一次的膝关节主动训练。
[0112]
通过采集患者腿部肌肉群表面肌电信号判断肌肉力活动强度是否达到了训练等级策略为：
[0113]
肌肉力是指在肌肉骨骼系统存在负荷时，肌肉为保持人体姿态或控制肢体运动而产生张力的能力。肌力lovett分级法是肢体功能性障碍患者的康复治疗方案的指导依据之一，其将肌力状态划分为六个等级，依次为：无显著的肌肉收缩(0级)；有微弱的肌肉收缩却无法驱动对应关节(1级)；消除重力的状态下可完成整个关节活动范围的自由运动(2级)；在无负载状态下能抵抗重力并完成整个关节活动范围的自由运动(3级)；在轻微负载下能抵抗重力并完成整个关节活动范围的自由运动(4级)；正常肌力，在承受一定负载的状态下可抵抗重力并完成整个关节活动范围的自由运动(5级)。
[0114]
通过采集患者足部压力信号判断腿部肌肉力是否达到了训练等级策略为：通过支撑脚套55和足部踏板58处的四路力信号，取训练过程中四路力信号中的最大值作为参考，进行腿部施力等级的设定。配合肌肉力训练等级的设定，将腿部施力等级设定为5级，一级到5级的阈值分别为1kg，2kg，3kg，4kg，5kg，不同训练等级下，腿部施力需要达到对应阈值后，才视为满足等级要求。
[0115]
在踝关节主动训练下，预先设置踝关节转动节点b的背屈角度和跖屈角度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，膝关节保持固定，患者先进行背屈方向的足部施力，采集支撑脚套55和足部踏板58处的压力信号和腿部表面肌电信号，判断足部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过直线推杆步进电机57驱动第二支架53与足部踏板58沿踝关节转动节点b实现背屈的运动，直到到达目标背屈角度，此时背屈方向的运动完成，患者再进行跖屈方向的足部施力，通过对压力信号和表面肌电信号的采集，判断是否达到了训练等级要求，设备通过直线推杆步进电机57驱动第二支架53与足部踏板58沿踝关节转动节点b实现跖屈的运动，直到到达目标跖屈角度，此时
一次康复训练完成，再进行下一次的踝关节主动训练。
[0116]
被动训练模式下，下肢康复终端的动作过程为：
[0117]
在膝关节被动训练下，预先设置膝关节转动节点a的伸展角度、屈曲角度、训练时间和训练速度，训练过程中，踝关节保持固定，通过电动丝杠56驱动第一支架52与第二支架53沿膝关节转动节点a运动，训练过程中通过不断获取膝关节转动节点a的角度，使膝关节按照设定的训练速度在目标伸展角度和屈曲角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束；
[0118]
在踝关节被动训练下，预先设置踝关节转动节点b的背屈角度、跖屈角度、训练时间和训练速度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，患者膝关节保持固定，通过直线推杆步进电机57驱动第二支架53与足部踏板58沿踝关节转动节点b转动，训练过程中通过不断获取踝关节转动节点的角度，使踝关节按照设定的训练速度在目标背屈角度和跖屈角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束。
[0119]
前叉训练模式下，下肢康复终端的动作过程为：
[0120]
在静态训练下，保持第二支架53和足部踏板58处于90
°
状态，预先设置膝关节转动节点a的起始角度、微调角度和训练时间，起始角度设定完成后，通过电动丝杠驱动第一支架52与第二支架53沿膝关节转动节点a转动到起始角度，通过对膝关节转动节点a的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中保持患者的膝关节和踝关节固定，直到到达康复训练时间后训练自动结束；
[0121]
在动态训练下，保持第二支架53和足部踏板58处于90
°
状态，预先设置膝关节转动节点a的起始角度、微调角度、训练时间和动态角度，起始角度设定完成后，通过电动丝杠56驱动第一支架52与第二支架53沿膝关节转动到起始角度，在通过对膝关节转动节点a的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中患者保持膝关节固定，通过直线推杆步进电机57驱动第二支架53与足部踏板58沿踝关节转动节点b在第二支架53和足部踏板58处于90
°
位置的上下按照所设动态角度，进行在动态角度范围内的踝关节运动，直到到达康复训练时间后训练自动结束。
[0122]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

技术特征：
1.一种基于物联网平台下肢康复训练交互方法，所述下肢康复训练为腿部膝关节与踝关节的康复训练，其特征在于：设置下肢康复终端的训练模式，患者在每个训练模式下进行康复训练时，下肢康复终端实时采集患者在该训练模式下康复训练过程中的数据，并将采集到的数据上传至物联网康复平台、电脑终端以及云端，物联网康复平台根据数据，并以可视化界面展示当前训练模式下的康复训练数据，电脑终端根据数据进行康复指数评估。2.如权利要求1所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述下肢康复终端的训练模式包括被动训练模式，主动训练模式以及前叉训练模式；被动训练模式下，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据；主动训练模式下，患者康复训练过程中采集的数据包括：通过压力传感器获取患者康复训练过程中足底作用于下肢康复终端的压力数据；通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据；通过肌电信号传感器作用于患者腿部并获取康复训练过程中患者的腿部的肌电信号数据；前叉训练模式，患者康复训练过程中采集的数据包括：通过角度传感器获取患者康复训练过程中，下肢康复终端中膝关节转动节点和踝关节转动节点的角度变化数据。3.如权利要求2所述的基于物联网平台下肢康复训练交互方法，其特征在于：采集数据的过程为：1)压力数据采集：通过在下肢康复终端设置足底力传感器，在主动训练模式下，获取足底压力信号，采用滤波算法对信号进行预处理，实现对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋势的判别，将判别结果与肌电信号识别的动作判别结果进行综合，决定当前主动训练模式下肢康复终端中各关节节点的运动方向；2)下肢康复终端运动过程中膝关节转动节点和踝关节转动节点的角度变化采集：在下肢康复终端的三种训练模式下，设置好下肢康复终端在不同训练模式下所需的角度参数，通过安放在所述膝关节转动节点和踝关节转动节点的角度传感器实时获取两个转动节点的角度信息，与设置好的角度参数进行比较，使得下肢康复终端在设定的角度内进行往复进行运动；3)肌电信号采集：在主动训练模式下，通过双通道肌电采集板卡采集小腿部腓肠肌和大腿部股直肌表面的肌电信号，对信号进行预处理和特征提取，采用svm算法一对多分类模型对患者下肢屈膝、伸膝、背屈和跖屈四种关节运动趋势进行识别，结合获取的足底压力对患者下肢运动趋势的判别，对患者下肢的运动意图进行综合判别，决定当前主动训练模式下，下肢康复终端中各关节节点的运动方向。4.如权利要求3所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述康复指数评估包括：1)关节角度评估关节角度评估包括膝关节角度评估和踝关节角度评估，通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度和目标角度，用来评估患者从
起始角度，通过负载运动，到达目标角度的最大幅度；2)腿部肌力评估通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使膝关节与踝关节在起始角度下，通过患者腿部对下肢康复终端中的足部踏板施加踩踏力和抬拉力，根据足底的压力信号和腿部的肌电信号对踩踏和抬拉动作进行区分，并将对应的施力效果以曲线图的形式展示；3)肌电评估通过设置下肢康复终端中分别用于驱动膝关节转动节点和踝关节转动节点转动的动力源的驱动力阈值，以及通过设置下肢康复终端中膝关节转动节点和踝关节转动节点的起始角度，使关节在起始角度下，间断性地施加腿部力到达驱动力阈值，在此过程中通过采集患者腿部肌肉群表面肌电信号的变化情况生成曲线图。5.如权利要求2所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述下肢康复终端包括主支架(51)、第一支架(52)、第二支架(53)、腿支撑板(54)、支撑脚套(55)、电动丝杠(56)、直线推杆步进电机(57)以及足部踏板(58)，所述第一支架(52)的一端与主支架(51)相铰接，另一端与第二支架(53)相铰接，足部踏板(58)铰接在第二支架(53)上，第一支架(52)与第二支架(53)的铰接点形成下肢康复终端的膝关节转动节点(a)，第二支架(53)与足部踏板(58)的铰接点形成下肢康复终端的踝关节转动节点(b)，所述电动丝杠(56)与直线推杆步进电机(57)均安装于主支架(51)上，且电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动节点(a)转动，直线推杆步进电机(57)驱动第二支架(53)与足部踏板(58)沿踝关节转动节点(b)转动，两腿支撑板(54)固定于第一支架(52)和第二支架(53)上，支撑脚套(55)固定于足部踏板(58)上。6.如权利要求5所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述膝关节转动节点(a)与踝关节转动节点(b)的转动角度采集是通过电位器进行采集。7.如权利要求5所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述足底压力数据包括：患者足尖与足跟作用于支撑脚套(55)的压力信号，以及支撑脚套(55)中鞋底的鞋尖和鞋跟作用于足部踏板(58)的压力信号，患者足底作用于支撑脚套(55)的压力信号通过fsr薄膜压力传感器进行采集，支撑脚套(55)作用于足部踏板(58)的压力信号通过hx711拉压力传感器进行采集。8.如权利要求5所述的基于物联网平台下肢康复训练交互方法，其特征在于：所述主动训练模式下，下肢康复终端的动作过程为：在膝关节主动训练下，预先设置膝关节转动节点(a)的伸展角度和屈曲角度，训练过程中，患者的踝关节保持固定，通过电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动节点(a)运动，将患者膝关节运动到目标屈曲角度位置，到达目标屈曲角度位置后，患者通过腿部施力，采集支撑脚套(55)和足部踏板(58)处的压力信号和腿部表面肌电信号，判断腿部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动节点(a)进行伸膝运动，直到到达目标伸膝角度，一次康复训练完成，设备再次通过电动丝杠(56)的运动将患者膝关节运动到目标屈曲角度位置，进行下一次的膝关节主动训练；
在踝关节主动训练下，预先设置踝关节转动节点(b)的背屈角度和跖屈角度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，膝关节保持固定，患者先进行背屈方向的足部施力，采集支撑脚套(55)和足部踏板(58)处的压力信号和腿部表面肌电信号，判断足部施力和肌肉力是否达到了训练等级要求，在满足训练等级要求后，通过直线推杆步进电机(57)驱动第二支架(53)与足部踏板(58)沿踝关节转动节点(b)实现背屈的运动，直到到达目标背屈角度，此时背屈方向的运动完成，患者再进行跖屈方向的足部施力，通过对压力信号和表面肌电信号的采集，判断是否达到了训练等级要求，在满足等级要求后，设备通过直线推杆步进电机(57)驱动第二支架(53)与足部踏板(58)沿踝关节转动节点(b)实现跖屈的运动，直到到达目标跖屈角度，此时一次康复训练完成，再进行下一次的踝关节主动训练。9.如权利要求5所述的基于物联网平台下肢康复训练交互方法，其特征在于：被动训练模式下，下肢康复终端的动作过程为：在膝关节被动训练下，预先设置膝关节转动节点(a)的伸展角度、屈曲角度、训练时间和训练速度，训练过程中，踝关节保持固定，通过电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动节点(a)运动，训练过程中通过不断获取膝关节转动节点(a)的角度，使膝关节按照设定的训练速度在目标伸展角度和屈曲角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束；在踝关节被动训练下，预先设置踝关节转动节点(b)的背屈角度、跖屈角度、训练时间和训练速度，训练前调节患者膝关节角度到舒适的训练位置，训练过程中，患者膝关节保持固定，通过直线推杆步进电机(57)驱动第二支架(53)与足部踏板(58)沿踝关节转动节点(b)转动，训练过程中通过不断获取踝关节转动节点的角度，使踝关节按照设定的训练速度在目标背屈角度和跖屈角度范围内做往复的康复训练，直到到达康复训练时间后训练自动结束。10.如权利要求5所述的基于物联网平台下肢康复训练交互方法，其特征在于：前叉训练模式下，下肢康复终端的动作过程为：在静态训练下，保持第二支架(53)和足部踏板(58)处于90
°
状态，预先设置膝关节转动节点(a)的起始角度、微调角度和训练时间，起始角度设定完成后，通过电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动节点(a)转动到起始角度，通过对膝关节转动节点(a)的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中保持患者的膝关节和踝关节固定，直到到达康复训练时间后训练自动结束；在动态训练下，保持第二支架(53)和足部踏板(58)处于90
°
状态，预先设置膝关节转动节点(a)的起始角度、微调角度、训练时间和动态角度，起始角度设定完成后，通过电动丝杠(56)驱动第一支架(52)与第二支架(53)沿膝关节转动到起始角度，在通过对膝关节转动节点(a)的角度进行逐级微调，将患者的膝关节定位到需要训练的膝关节角度，训练过程中患者保持膝关节固定，通过直线推杆步进电机(57)驱动第二支架(53)与足部踏板(58)沿踝关节转动节点(b)在第二支架(53)和足部踏板(58)处于90
°
位置的上下按照所设动态角度，进行在动态角度范围内的踝关节运动，直到到达康复训练时间后训练自动结束。

技术总结
本发明公开了一种基于物联网平台下肢康复训练交互方法，所述下肢康复训练为腿部膝关节与踝关节的康复训练，设置下肢康复终端的训练模式，患者在每个训练模式下进行康复训练时，下肢康复终端实时采集患者在该训练模式下康复训练过程中的数据，并将采集到的数据上传至云端物联网康复平台和电脑终端，物联网康复平台根据收到的数据，并以可视化界面展示当前训练模式下的患者康复训练情况（状况），方便医生远程指导，下肢康复评估客户端根据收到的数据，医生现场进行设置（完成）康复指数（等级）评估。估。估。


技术研发人员：姚固林 李科岐 李婉芸 王森 李锐 王敬德 孙玉彬 毛桢 刘晓杰 吴全玉
受保护的技术使用者：李婉芸
技术研发日：2023.05.08
技术公布日：2023/8/9