[发明专利]一种基于疲劳感知的机器人辅助康复人机协作训练方法

权利要求书

1.一种基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于，包括如下步骤：

步骤1、通过肌电传感器采集病人偏瘫侧正常状态下和长时间训练后的肌电信号；

步骤2、从肌电信号中分析出反应目标疲劳状态的肌电特征值及其组合；

步骤3、根据肌电特征值及其组合，设计分类器识别目标疲劳状态；

步骤4、根据目标疲劳状态，设计与目标疲劳状态相一致的控制器。

2.根据权利要求1所述的基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于，所述步骤2具体包括如下内容：

2.1、提取各肌电信号的肌电特征参数作为判定目标是否疲劳的特征；

2.2、采用“单因素方法分析”方法分析出能反应目标疲劳状态变化的肌电信号重要特征及其组合。

3.根据权利要求1所述的基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于：所述步骤3中，采用支持向量机方法设计目标疲劳状态分类器。

4.根据权利要求1所述的基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于：所述步骤4中，通过状态的变换设计与患者目标疲劳状态变化相一致的主被动康复训练切换控制器。

5.根据权利要求2所述的基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于，所述步骤2.2包括：

(1)定义被试间变量A以及因变量；

(2)对因变量经行方差齐次性检验，若满足则继续分析，否则直接结束分析流程；

(3)对A因素进行方差分析；

(4)分别判断各因变量主效应是否明显，如果是，则判断该因变量对目标疲劳状态具有显著性，否则则不具有显著性；

(5)确定肌电特征差异显著的因变量组合，结束分析流程。

6.根据权利要求3所述的基于疲劳感知的机器人辅助康复人机协作训练方法，其特征在于，采用软间隔支持向量机方法设计目标疲劳状态分类器，包括如下步骤：

3.1、构建分类器实验数据训练集和验证集：以疲劳状态肌电响应特征分析阶段得到的能反应目标疲劳状态的肌电信号重要特征及其组合，在进行归一化处理后以其作为输入，以被试的问卷调查结果作为输出；

3.2、定义分类器非线性变换函数：选择径向基函数作为软间隔支持向量机核函数，以实现输入空间到高维特征空间的非线性变换；

3.3、疲劳状态分类器训练；

3.4、疲劳状态分类器交叉验证分析：采用“留一法”对训练得到的目标疲劳状态分类器分别进行交叉验证分析，识别率以分类器分类结果与目标疲劳状态问卷调查统计结果之间的匹配次数来界定。