基于肌电信号和虚拟现实的下肢康复训练系统的设计及疲劳检测的研究

作     者：赵凯 

作者单位：天津理工大学 

学位级别：硕士

导师姓名：郭健;李鑫

授予年度：2023年

学科分类：1002[医学-临床医学] 08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 100215[医学-康复医学与理疗学] 10[医学] 

主      题：下肢康复训练 疲劳检测 虚拟现实 肌电信号 神经网络 

摘      要：随着脑卒中患者数量的逐渐增加,康复训练机器人逐渐走进人们的视野。对于脑卒中患者来说,进行下肢康复训练的积极性和安全性是很重要的指标,而目前多数的下肢康复训练机器人只能进行枯燥、乏味的训练,同时缺乏对脑卒中患者疲劳状态的检测功能。为此,本文将设计基于肌电信号和虚拟现实的下肢康复训练系统,包括被动康复训练、主动康复训练游戏和疲劳检测三部分,用来协助脑卒中患者进行安全、有效的康复训练。首先设计被动康复训练策略和主动康复训练的虚拟现实游戏,并根据感知用力程度计量表(RPE)设定疲劳评价的标准。然后,采集目标肌肉肌肉的sEMG信号,用巴特沃斯带通滤波器对sEMG信号进行预处理,接着使用滑窗法提取不同训练动作、不同疲劳状态下sEMG信号的时域、频域特征。建立CNN-LSTM模型,通过多次对比试验,不断改善CNN-LSTM模型的参数。最终CNN-LSTM模型对不同动作产生的肌电信号的识别率高达97%,对不同疲劳状态下的肌电信号的识别率高达95%。实验部分,搭建下肢康复机器人系统实验平台,包括上位机、STM32主控芯片、肌电信号采集模块、通信模块和康复机器人。通过实验验证了利用肌电信号控制下肢康复机器人的控制方法具有很好的准确性,以及通过肌电信号判断患者疲劳状态的准确性。本文设计的康复训练系统着重于提高机器人的人机交互能力,增强患者的康复主动性与积极性,同时通过判断用户训练时的疲劳状态来保证训练的安全性,为后续下肢康复训练发展提供了理论基础。