摘要
本发明公开了一种基于肌电控制的虚拟交互手部镜像康复训练方法及系统,涉及康复机器学习技术领域,旨在解决现有技术在虚拟交互康复训练中识别精度低,触觉反馈差的问题,其包括采集患者健侧手实时肌电信号数据;对患者健侧手实时肌电信号数据进行特征提取得到时域特征和频域特征;将时域特征和频域特征作为输入,基于卷积神经网络模型输出得到手势分类结果;根据手势分类结果,利用手部康复机器人对患侧手进行镜像训练,并通过游戏软件实现虚拟游戏与患者现实动作之间的交互。本发明通过采集肌电信号提前预测患者的运动意图,更好地指导患者进行镜像训练,且实现了患者实际动作与虚拟游戏之间的交互,可增加患者在康复训练中的乐趣性和积极性。
技术关键词
康复训练方法
卷积神经网络模型
手部康复机器人
电信号
手势
时域特征
游戏软件
镜像
患者
运动传感器
训练集数据
康复训练系统
频域特征提取
预训练方法
波形
运动意图