CN119454405B - 一种上肢脑神经康复训练系统及训练方法 - Google Patents

Abstract

本发明涉及医疗康复领域，具体公开了一种上肢脑神经康复训练系统及训练方法，上肢训练控制系统包括：信息采集模块根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；虚拟现实及人机交互模块根据训练者头戴式显示器显示训练虚拟现实场景，以及根据训练虚拟现实场景控制机器人带动训练者上肢执行运动并控制训练者头戴式扬声器反馈机器人训练信息；轨迹跟踪模块实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；预警分析模块根据上肢训练动作轨迹的追踪跟随结果进行分析并接收训练者上肢训练反馈和预警；反馈模块根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。

Description

一种上肢脑神经康复训练系统及训练方法

技术领域

本发明涉及医疗康复领域，具体涉及一种上肢脑神经康复训练系统及训练方法。

背景技术

脑卒中是导致成人残疾的主要原因之一，尤其是上肢功能障碍，严重影响患者的日常生活能力和生活质量；随着人口老龄化和相关疾病发病率的上升，上肢神经康复的需求日益增长。

传统的康复治疗方法虽然有效，但受到康复治疗师数量不足和治疗效率有限的制约；近年来，康复机器人技术的发展为解决这一问题提供了新的途径。通过康复机器人能够提供标准化、重复性强的训练，同时通过智能控制系统根据患者的具体情况调整训练参数，提高康复效果。

现有技术中，结合非侵入性脑刺激技术(如经颅直流电刺激，tDCS)与康复机器人训练，已经在临床研究中证明了可以进一步促进脑卒中患者上肢运动功能的恢复。这些技术的结合利用了神经可塑性原理，通过刺激大脑皮层来增强神经回路的重组和功能恢复。

虽然临床运动康复训练机器人控制技术实现了一定上肢康复治疗的效果，但是运用到实际操作恢复患者上肢能力的过程中还是存在一些问题：由于训练者需要的康复模式和训练者的病情程度以及其身体素质因素的影响，在实际康复训练中还是依赖医护人员的康复手法和实际操作经验，而运用机器人来实现康复训练的效果较不理想。

发明内容

本发明的目的在于提供一种上肢脑神经康复训练系统及训练方法，解决以下技术问题：

怎样实现上肢脑神经康复训练的智能交互训练效果的提升，优化训练者康复体验。

本发明的目的可以通过以下技术方案实现：

一种上肢脑神经康复训练系统，包括可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器；

上肢训练控制系统包括：

信息采集模块，用于根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；

上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；

上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

虚拟现实及人机交互模块，用于根据训练者头戴式显示器显示训练虚拟现实场景，以及用于根据训练虚拟现实场景控制机器人带动训练者上肢执行运动并控制训练者头戴式扬声器反馈机器人训练信息；

轨迹跟踪模块，用于实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

预警分析模块，用于根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

反馈模块，用于根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。

优选地，标准分析的过程为：

设计跟踪控制器获取机器人的多个运动关节的动力学方程；

根据动力学方程的各运动关节的实际位置和运动速度、加速度设置位置跟踪误差范围阈值；

将历史轨迹图像数据信息和动力学方程输入神经网络模型进行训练输出实际位置跟踪误差。

优选地，将实际位置跟踪误差与位置跟踪误差范围阈值进行比较：

若实际位置跟踪误差小于位置跟踪误差范围阈值，则判断当前位置标准分析符合要求；否则，当前位置标准分析不符合要求。

优选地，预警分析的过程为：

获取训练者上肢训练各位点的实际位置跟踪误差随着时间变化的曲线E_i；

采集所有上肢训练位点的同一上肢训练频率的变化曲线E_i的集合A∈{E₁，E₂，…，E_n}，n为上肢训练位点总数，且i∈[1，n]；

采集历史相同上肢训练位点的同一上肢训练频率的标准变化曲线E_thr的集合X；

判断集合A落入集合X中的元素x的数量B：

若B大于预设标准数量阈值B_ith，则判断当前预警分析符合要求；

若B小于预设标准数量阈值B_ith，则判断当前预警分析不符合要求。

优选地，上肢训练反馈包括：

训练者接收机器人训练信息选择训练模式；训练模式包括：被动训练、主动训练、助力训练；

根据训练者已选择训练模式采集上肢训练参数进行机器人训练稳定分析，判断训练稳定分析结果是否符合要求：

若是，则继续进行当前模式，生成当前模式的控制策略；

若否，则切换自动其他模式。

优选地，训练稳定分析方法为：

通过公式 计算获得稳定性系数Sta；

其中，V_i为第i个上肢训练位点的机器人关节位置参数；为第i个上肢训练位点的机器人移动速度参数；为第i个上肢训练位点的机器人移动加速度参数；V_i0为第i个上肢训练位点机器人的标准关节位置参数；为第i个上肢训练位点的机器人标准移动速度参数；为第i个上肢训练位点的机器人标准移动加速度参数；ΔV为预设关节位置参数偏差值；为预设移动速度参数偏差值；为预设移动加速度参数偏差值；F为上肢训练频率；S为上肢训练强度；θ(F，S)为关节位置参数上肢训练模式因素影响函数；∈(F，S)为移动速度参数上肢训练模式因素影响函数；δ(F，S)为移动加速度参数上肢训练模式因素影响函数；

将稳定性系数Sta与预设稳定性系数阈值区间[Sta_X，Sta_Y]进行比对：

若Sta∈[Sta_X，Sta_Y]，则判断机器人执行当前训练模式处于稳定状态；

若则判断机器人执行当前训练模式处于不稳定状态。

优选地，系统还包括：

训练者评价模块，用于根据训练者的综合各上肢训练点位感受度获取本次康复训练效果评价；感受度为通过训练者对当前上肢训练点位持续的疼痛度、酸胀度、忍受时间等级选定的参数；在设定忍受时间等级范围内，感受度越大，患者康复效果越好。

优选地，训练者评价模块包括：

通过公式计算出康复系数Re；

其中，Per_i为第i个上肢训练位点的感受度参数；Per_i0为第i个上肢训练位点的标准感受度参数；σ_i为第i个上肢训练位点设定忍受时间等级的康复影响函数。

优选地，获取本次康复训练效果评价的方式：

将康复系数Re与标准康复系数Re_ith进行比对：

若Re≥Re_ith，则判断当前康复效果好。

一种上肢脑神经康复训练方法，应用于一种上肢脑神经康复训练系统，通过可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器实现该方法，包括：

S1、根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

S2、根据训练者头戴式显示器显示训练虚拟现实场景，以及根据训练虚拟现实场景控制机器人带动训练者上肢执行运动并控制训练者头戴式扬声器反馈机器人训练信息；

S3、实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

S4、根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

S5、根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。

本发明的有益效果：

(1)本发明通过设置可带动训练者上肢运动的机器人、训练者头戴式显示器、上肢训练控制系统及训练者头戴式扬声器四个部分实现训练者的上肢脑神经的康复训练的系统化过程，通过训练者头戴式显示器显示训练项目，训练者选择训练项目模式，机器人根据训练项目模式启动相应的上肢运动训练指令；还通过训练者头戴式扬声器反馈训练结果，训练者也可以发出相应的康复训练效果的反馈，以便于医护和管理人员可以直接接收训练者康复训练信息，并且整个康复训练是通过训练者和机器人的交互训练完成的。

(2)本发明通过上肢训练控制系统进行控制指令发出和传输获取上肢运动训练指令；具体通过设置轨迹跟踪模块保证实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹，实现保证进一步对机器人进行训练康复过程中的轨迹数据的监测，并保证机器人的动作良好的轨迹跟踪能力；通过设置预警分析模块保证了通过对获取的上肢训练数据进行了标准分析和预警分析的渐进式分析过程，最终实现对训练者上肢训练情况的反馈和进一步根据分析结果及时调整训练者的轨迹信息；通过设置反馈模块根据上肢训练反馈调整训练者上肢运动轨迹信息实现对三维数据模型如三维轨迹模型的更新过程，保证进一步优化机器人的人机交互康复训练效果。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种上肢脑神经康复训练系统结构图；

图2为本发明一种上肢脑神经康复训练方法步骤图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

虽然临床运动康复训练机器人控制技术实现了一定上肢康复治疗的效果，但是运用到实际操作恢复患者上肢能力的过程中还是存在一些问题：由于训练者需要的康复模式和训练者的病情程度以及其身体素质因素的影响，在实际康复训练中还是依赖医护人员的康复手法和实际操作经验，而运用机器人来实现康复训练的效果较不理想。

为了改变这一现状，请参阅图1-2所示，通过设计一种上肢脑神经康复训练系统及训练方法，用来实现康复训练效果的实时反馈和丰富训练者和机器交互效果，优化实现训练者康复体验。

本发明为一种上肢脑神经康复训练系统，包括可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器；

上肢训练控制系统包括：

信息采集模块，用于根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；

上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；

上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

虚拟现实及人机交互模块，用于根据训练者头戴式显示器显示训练虚拟现实场景，以及用于根据训练虚拟现实场景控制机器人带动训练者上肢执行运动并控制训练者头戴式扬声器反馈机器人训练信息；

轨迹跟踪模块，用于实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

预警分析模块，用于根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

反馈模块，用于根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。

上述技术方案中，本实施例中通过设置可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器这四个部分实现训练者的上肢脑神经的康复训练的系统化过程，通过训练者头戴式显示器显示训练项目，训练者选择训练项目模式，机器人根据训练项目模式启动相应的上肢运动训练指令；并且该指令的获取是通过上肢训练控制系统进行控制指令发出和传输的。此外，还通过训练者头戴式扬声器反馈训练结果，训练者也可以发出相应的康复训练效果的反馈，以便于医护和管理人员可以直接接收训练者康复训练信息，并且整个康复训练是通过训练者和机器人的交互训练完成的。其中，本设计具体的软件和硬件交互过程中还运用到大数据处理技术、智能化模型分析训练和验证的过程，以便于对机器人进行康复训练的轨迹做实时的调整保证训练者的康复体验感的提升。

具体的，本设计主要涉及的上肢训练控制系统的软件设计的模块主要包括信息采集模块、虚拟现实及人机交互模块、轨迹跟踪模块、预警分析模块、反馈模块以上五个模块实现对训练者上肢训练数据的优化过程，具体的：

其一，通过设置信息采集模块实现根据多维传感器来采集历史训练者上肢运动轨迹信息及上肢训练参数，保证对实时的训练数据的获取和历史数据的采集过程。

其中，上肢运动轨迹信息的获取是通过机器训练预设三维轨迹模型模拟实现，并且上肢运动轨迹信息主要包括三维运动轨迹图像和轨迹图像数据信息；通过上肢运动轨迹数据能够直观的和数据化的反映当前训练者的训练方式；本实施例中设置的上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；通过患者上肢不同训练位点的分析，实现对不同训练者的康复训练选用重点的训练位点、上肢训练强度等级和上肢训练频率的选择。

其二，通过设置虚拟现实及人机交互模块，根据虚拟现实及人机交互模块保证将机器人和训练者通过交互设备实现交互过程，保证康复训练信息的准确传递，提高交互效果。具体到本设计中主要为头戴式显示器和头戴式扬声器；通过根据训练者头戴式显示器显示训练虚拟现实场景，并且根据训练虚拟现实场景能够实时控制机器人带动训练者上肢执行运动；控制训练者头戴式扬声器反馈机器人训练信息。

其三，通过设置轨迹跟踪模块保证实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹，实现保证进一步对机器人进行训练康复过程中的轨迹数据的监测，并保证机器人的动作良好的轨迹跟踪能力，主要涉及的设备包括轨迹跟踪控制器。

其四，通过设置预警分析模块保证了通过对获取的上肢训练数据进行了标准分析和预警分析的渐进式分析过程，最终实现对训练者上肢训练情况的反馈和进一步根据分析结果及时调整训练者的轨迹信息。

其五，通过设置反馈模块根据上肢训练反馈调整训练者上肢运动轨迹信息实现对三维数据模型如三维轨迹模型的更新过程，保证进一步优化机器人的人机交互康复训练效果。

作为本发明的一种实施方式，标准分析的过程为：

设计跟踪控制器获取机器人的多个运动关节的动力学方程；

根据动力学方程的各运动关节的实际位置和运动速度、加速度设置位置跟踪误差范围阈值；

将历史轨迹图像数据信息和动力学方程输入神经网络模型进行训练输出实际位置跟踪误差。

上述技术方案中，本实施例中的标准分析过程保证获取位置跟踪中实际数据误差，保证首先根据设计的轨迹跟踪控制器获取机器人的多个运动关节的动力学方程；然后根据动力学方程的各运动关节的实际位置和运动速度、加速度设置位置跟踪误差范围阈值，通过获取机器人运动情况的数据信息保证对机器人康复训练轨迹的精确获取；最后，通过引入机器算法相关的模型，如神经网络模型通过将历史轨迹图像数据信息和动力学方程作为输入，通过多次机器训练输出实际位置跟踪误差。

作为本发明的一种实施方式，将实际位置跟踪误差与位置跟踪误差范围阈值进行比较：

若实际位置跟踪误差小于位置跟踪误差范围阈值，则判断当前位置标准分析符合要求；否则，当前位置标准分析不符合要求。

上述技术方案中，本实施例中的还通过根据输出的实际位置跟踪误差确定其相应的位置是否符合正常偏差范围，通过将实际位置跟踪误差与位置跟踪误差范围阈值进行比较大小，对于符合标准分析的对象，以跟踪误差范围阈值作为最大临界值的标准，小于当前标准的为符合标准分析的要求，相反，则判断不符合标准分析要求。

作为本发明的一种实施方式，预警分析的过程为：

获取训练者上肢训练各位点的实际位置跟踪误差随着时间变化的曲线E_i；

采集所有上肢训练位点的同一上肢训练频率的变化曲线E_i的集合A∈{E₁，E₂，…，E_n}，n为上肢训练位点总数，且i∈[1，n]；

采集历史相同上肢训练位点的同一上肢训练频率的标准变化曲线E_thr的集合X；

判断集合A落入集合X中的元素x的数量B：

若B大于预设标准数量阈值B_ith，则判断当前预警分析符合要求；

若B小于预设标准数量阈值B_ith，则判断当前预警分析不符合要求。

上述技术方案中，本实施例中对于符合初步的标准分析的情况进行了预警分析，由于不同的上肢训练点位所需要的上肢训练的频率和强度是不同的，本实施例中以上肢训练频率的变化幅度作为预警分析的参考，当然在实际操作中也可以将上肢训练不同点位的训练强度作为判断，根据实际具体的操作进行决定；因此，预警分析的判断过程包括：首先获取训练者上肢训练各位点的实际位置跟踪误差随着时间变化的曲线E_i；然后，采集所有上肢训练位点的同一上肢训练频率的变化曲线E_i的集合A∈{E₁，E₂，…，E_n}，n为上肢训练位点总数，且i∈[1，n]；接着，采集历史相同上肢训练位点的同一上肢训练频率的标准变化曲线E_thr的集合X；最后，判断集合A落入集合X中的元素x的数量B：若B大于预设标准数量阈值B_ith，则判断当前预警分析符合要求；若B小于预设标准数量阈值B_ith，则判断当前预警分析不符合要求。

作为本发明的一种实施方式，上肢训练反馈包括：

训练者接收机器人训练信息选择训练模式；训练模式包括：被动训练、主动训练、助力训练；

根据训练者已选择训练模式采集上肢训练参数进行机器人训练稳定分析，判断训练稳定分析结果是否符合要求：

若是，则继续进行当前模式，生成当前模式的控制策略；

若否，则切换自动其他模式。

上述技术方案中，本实施例中上肢训练反馈的主要内容是通过训练者接收的机器人训练信息模式进行选择和进一步根据选定好的训练模式判断当前的模式是否符合训练的稳定性需求，对于训练者上肢康复训练而言，相对稳定的训练模式更加符合当前上肢康复状态的需求，因此训练者通过多次该稳定的模式下的训练控制保证缩短上肢康复的的训练周期，加快康复训练的进程；而对于不符合当前模式的训练的情况则进行模式的自动或者手动的跟换，本实施例中采用了自动更换方式是为了实现的智能化需求。

还需要说明的是，本实施例中的训练模式主要设置了被动训练、主动训练、助力训练这三种模式，不同的模式对于患者上肢训练的需求不同，具体到实际训练中，还可以更加细化当前的训练模式，保证满足更广泛的训练者上肢康复的多样化需求。

作为本发明的一种实施方式，训练稳定分析方法为：

通过公式 计算获得稳定性系数Sta；

其中，V_i为第i个上肢训练位点的机器人关节位置参数；为第i个上肢训练位点的机器人移动速度参数；为第i个上肢训练位点的机器人移动加速度参数；V_i0为第i个上肢训练位点机器人的标准关节位置参数；为第i个上肢训练位点的机器人标准移动速度参数；为第i个上肢训练位点的机器人标准移动加速度参数；ΔV为预设关节位置参数偏差值；为预设移动速度参数偏差值；为预设移动加速度参数偏差值；F为上肢训练频率；S为上肢训练强度；θ(F，S)为关节位置参数上肢训练模式因素影响函数；∈(F，S)为移动速度参数上肢训练模式因素影响函数；δ(F，S)为移动加速度参数上肢训练模式因素影响函数；

将稳定性系数Sta与预设稳定性系数阈值区间[Sta_X，Sta_Y]进行比对：

若Sta∈[Sta_X，Sta_Y]，则判断机器人执行当前训练模式处于稳定状态；

若则判断机器人执行当前训练模式处于不稳定状态。

上述技术方案中，本实施例中的训练稳定分析的具体方式是通过计算公式实现的，主要通过公式 计算获得稳定性系数Sta；通过获取稳定性系数并根据其大小的影响情况，获取了机器人各运动关节的实际位置和运动速度、加速度值极其变化影响函数的设置，实现对机器人当前训练模式的稳定状态进行判断。

需要对稳定性系数进行进一步说明，由于机器人在对训练者康复训练过程中需要设计器关节运动，关节运动的幅度变化进一步反映出该模式下的患者是否适应，当患者不适应时会出现挣扎和吃力的情况，这时候由于人体的挣扎张力影响其稳定性，另一种情况就是患者康复部位训练不到位的情况，机器的各关节运动幅度也会出现持续的异常变化，比如关节实际位置会发生偏移等。

需要注意的是，V_i0、均为根据历史数据模拟获得的，在此不作详述；ΔV、均为根据经验数据选择设定，在此不作详述。θ(F，S)、∈(F，S)、δ(F，S)与上肢训练频率F及上肢训练强度S的关系根据机器人在不同上肢训练模式下各项参数的平均数值选定获取。而θ(F，S)、∈(F，S)、及δ(F，S)会根据当前上肢训练模式的变换而调整，进而在不同上肢训练模式下，稳定性系数Sta会进行对应的调整，提高不同上肢训练模式下判断的准确性。

作为本发明的一种实施方式，系统还包括：

训练者评价模块，用于根据训练者的综合各上肢训练点位感受度获取本次康复训练效果评价；感受度为通过训练者对当前上肢训练点位持续的疼痛度、酸胀度、忍受时间等级选定的参数；在设定忍受时间等级范围内，感受度越大，患者康复效果越好。

上述技术方案中，本系统对于患者交互过程中的反映出去通过直观的语言信息和表情进行表现外，还通过患者在交互过程中的感受度检测，反映综合各上肢训练点位感受度获取本次康复训练效果评价，包括当前上肢训练点位持续的疼痛度、酸胀度、忍受时间等级选定的参数；这一参数的获取通过患者训练交互过程中的评价选项选择设定，当然具体到实际实施过程中还需要根据医护人员进行精准确认。

作为本发明的一种实施方式，训练者评价模块包括：

通过公式计算出康复系数Re；

其中，Per_i为第i个上肢训练位点的感受度参数；Per_i0为第i个上肢训练位点的标准感受度参数；σ_i为第i个上肢训练位点设定忍受时间等级的康复影响函数。

上述技术方案中，本实施例中的训练者评估价模块通过公式计算获得康复系数Re，通过获得康复系数能够反映出当前康复训练的效果，具体的通过训练者感受度以及训练者当前忍受时间等级对康复效果的影响大小进行综合确定的。并且Per_i0是根据历史数据进行机器模拟获得的；康复影响函数σ_i是根据历史数据情况设定的一个影响函数，保证在康复系数的结果在特定合理的区间范围内。

作为本发明的一种实施方式，获取本次康复训练效果评价的方式：

将康复系数Re与标准康复系数Re_ith进行比对：

若Re≥Re_ith，则判断当前康复效果好。

上述技术方案中，本实施例通过将获取的康复系数与设定的标准阈值进行比较大小来判定康复训练效果的，主要通过判断康复系数Re是否大于标准康复系数Re_ith，若大于和等于当前标准康复系数Re_ith，则判断当前康复训练符合预期效果。

请参阅图2所示，还设计了一种上肢脑神经康复训练方法，应用于上肢脑神经康复训练系统，通过可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器实现该方法，包括：

S1、根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

S2、根据训练者头戴式显示器显示训练虚拟现实场景，以及根据训练虚拟现实场景控制机器人带动训练者上肢执行运动并控制训练者头戴式扬声器反馈机器人训练信息；

S3、实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

S4、根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

S5、根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附文件的范围内。在一些情况下，在本申请中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本申请所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种上肢脑神经康复训练系统，其特征在于，包括可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器；

所述上肢训练控制系统包括：

信息采集模块，用于根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；

所述上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，所述上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；

所述上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

虚拟现实及人机交互模块，用于根据训练者头戴式显示器显示训练虚拟现实场景，以及用于根据训练虚拟现实场景控制所述机器人带动训练者上肢执行运动并控制所述训练者头戴式扬声器反馈机器人训练信息；

轨迹跟踪模块，用于实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

预警分析模块，用于根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

反馈模块，用于根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型；

所述上肢训练反馈包括：

训练者接收机器人训练信息选择训练模式；所述训练模式包括：被动训练、主动训练、助力训练；

根据训练者已选择训练模式采集上肢训练参数进行机器人训练稳定分析，判断训练稳定分析结果是否符合要求：

若是，则继续进行当前模式，生成当前模式的控制策略；

若否，则切换自动其他模式；

所述训练稳定分析方法为：

通过公式计算获得稳定性系数；

其中，为第个上肢训练位点的机器人关节位置参数；为第个上肢训练位点的机器人移动速度参数；为第个上肢训练位点的机器人移动加速度参数；为第个上肢训练位点机器人的标准关节位置参数；为第个上肢训练位点的机器人标准移动速度参数；为第个上肢训练位点的机器人标准移动加速度参数；为预设关节位置参数偏差值；为预设移动速度参数偏差值；为预设移动加速度参数偏差值；为上肢训练频率；为上肢训练强度；为关节位置参数上肢训练模式因素影响函数；为移动速度参数上肢训练模式因素影响函数；为移动加速度参数上肢训练模式因素影响函数；

将稳定性系数与预设稳定性系数阈值区间进行比对：

若，则判断机器人执行当前训练模式处于稳定状态；

若，则判断机器人执行当前训练模式处于不稳定状态。

2.根据权利要求1所述的一种上肢脑神经康复训练系统，其特征在于，所述标准分析的过程为：

设计跟踪控制器获取所述机器人的多个运动关节的动力学方程；

根据动力学方程的各运动关节的实际位置和运动速度、加速度设置位置跟踪误差范围阈值；

将历史轨迹图像数据信息和动力学方程输入神经网络模型进行训练输出实际位置跟踪误差。

3.根据权利要求2所述的一种上肢脑神经康复训练系统，其特征在于，将实际位置跟踪误差与位置跟踪误差范围阈值进行比较：

若实际位置跟踪误差小于位置跟踪误差范围阈值，则判断当前位置标准分析符合要求；否则，当前位置标准分析不符合要求。

4.根据权利要求3所述的一种上肢脑神经康复训练系统，其特征在于，所述预警分析的过程为：

获取训练者上肢训练各位点的实际位置跟踪误差随着时间变化的曲线；

采集所有上肢训练位点的同一上肢训练频率的变化曲线的集合∈，为上肢训练位点总数，且∈；

采集历史相同上肢训练位点的同一上肢训练频率的标准变化曲线的集合；

判断集合落入集合中的元素x的数量B：

若B大于预设标准数量阈值，则判断当前预警分析符合要求；

若B小于预设标准数量阈值，则判断当前预警分析不符合要求。

5.根据权利要求1所述的一种上肢脑神经康复训练系统，其特征在于，所述系统还包括：

训练者评价模块，用于根据训练者的综合各上肢训练点位感受度获取本次康复训练效果评价；所述感受度为通过训练者对当前上肢训练点位持续的疼痛度、酸胀度、忍受时间等级选定的参数；在设定忍受时间等级范围内，感受度越大，患者康复效果越好。

6.根据权利要求5所述的一种上肢脑神经康复训练系统，其特征在于，所述训练者评价模块包括：

通过公式计算出康复系数；

其中，为第个上肢训练位点的感受度参数；为第个上肢训练位点的标准感受度参数；为第个上肢训练位点设定忍受时间等级的康复影响函数。

7.根据权利要求6所述的一种上肢脑神经康复训练系统，其特征在于，获取所述本次康复训练效果评价的方式：

将康复系数与标准康复系数进行比对：

若≥，则判断当前康复效果好。

8.一种上肢脑神经康复训练方法，应用于如权利要求1-7任意一项所述的一种上肢脑神经康复训练系统，通过可带动训练者上肢运动的机器人，训练者头戴式显示器，上肢训练控制系统及训练者头戴式扬声器实现所述方法，其特征在于，所述方法包括：

S1、根据多维传感器采集历史训练者上肢运动轨迹信息及上肢训练参数；所述上肢运动轨迹信息通过机器训练预设三维轨迹模型模拟实现，所述上肢运动轨迹信息包括三维运动轨迹图像和轨迹图像数据信息；所述上肢训练参数包括上肢训练位点、上肢训练强度等级、上肢训练频率；

S2、根据训练者头戴式显示器显示训练虚拟现实场景，以及根据训练虚拟现实场景控制所述机器人带动训练者上肢执行运动并控制所述训练者头戴式扬声器反馈机器人训练信息；

S3、实时获取人机交互后训练者上肢训练反馈，实时追踪跟随上肢训练动作轨迹；

S4、根据上肢训练动作轨迹的追踪跟随结果进行标准分析：

当标准分析符合要求时，进行预警分析；

当标准分析不符合要求时，发出第一预警信号；

当预警分析符合要求时，接收训练者上肢训练反馈；

当预警分析不符合要求时，发出第二预警信号；

S5、根据上肢训练反馈调整训练者上肢运动轨迹信息，更新三维轨迹模型。