[发明专利]下肢康复机器人训练控制方法及系统

权利要求书

1.一种下肢康复机器人训练控制方法，其特征在于，该方法包括如下步骤：

a.采集下肢康复机器人自由态下的运动轨迹并建立所述下肢康复机器人的动力学方程，以测算患者腿部负载；

b.手动控制下肢康复机器人运动，结合运动想象脑-机接口，建立脑电反馈与训练强度的映射关系；

c.停止手动控制，通过测算的患者腿部负载及建立的脑电反馈与训练强度的映射关系设定一个适中的训练水平，通过脑电反馈动态调整训练强度，记录每次训练达到的训练成果；所述适中的训练水平指兼顾患者的适应力、舒适度和训练效率的训练水平；

d.根据每次训练达到的训练成果制定下次训练开始时的初始训练水平。

2.如权利要求1所述的方法，其特征在于，所述的动力学方程如下：

式中的M、B、K分别为6×4的三个矩阵，分别表征质量、阻尼和刚度，f_e为所述下肢康复机器人所受的外力。

3.如权利要求2所述的方法，其特征在于，所述的步骤b具体包括：

步骤b1，特征提取：由两个过滤器组成，第一过滤器通过计算输入信号与空间滤波矩阵的矩阵乘法来实现任何线性空间滤波操作，对于自发脑电中的健康成年人常见频段进行滤除；第二过滤器为时间过滤器，采用希尔伯特-黄变换(HHT)进行能量特征提取；

步骤b2，特征转换：患者想象自己腿部进行康复运动，并通过下肢康复机器人拖动患者腿部使得患者腿部受迫运动，配合采集到的脑电信号特征建立每名患者腿部想象/实际开始运动时的脑电信号特征，所述脑电信号特征作为患者想要开始训练的脑电驱动信息；通过患者想象腿部逐渐停止运动/并实际控制机器人逐渐减速直至带动患者腿部逐渐停止，记录的特征作为患者想要停止训练的脑电驱动信息。

4.如权利要求3所述的方法，其特征在于，所述的步骤b1包括：

首先找到滤波后信号中所有局部极大值以及局部极小值，并分别通过三次样条顺序连接成包络线，设原始信号为x(t)，上下包络线的均值为m₁，则原始信号与包络线的差值记为：

h₁(t)＝x(t)-m₁(t)

将h₁(t)作为原始函数重复如上的过程，直至原始信号与包络线的差值满足IMF条件，原始信号分解为：

设定停止条件：

SD的阈值设定为0.25，当小于阈值时停止迭代。

5.如权利要求4所述的方法，其特征在于：所述的步骤b2包括：

手动调整下肢康复机器人的训练强度，从初始的较轻强度逐渐提升至患者承受的极限，最后逐渐降低回最低水平，并实时记录每个时刻患者的脑部信号反馈，建立患者脑部信号与个人训练意愿的映射：

b21、获取患者脑电信号特征变化与当前对应时刻的机器人各个关节极限位置，作为患者当前可承受的主动训练在空间上的范围；

b22、在满足b21的范围内逐渐提高速度，和腿部受力，记录极限数值，作为患者当前可承受的主动训练在生理上的范围；

b23、满足b21、b22两点的范围内，记录训练时长的极限值；

将上述三项试验中的极限数值确定后，则认为超过上述三项极限则患者个人训练意愿减退。

6.如权利要求5所述的方法，其特征在于：所述的步骤c包括：

开始自主训练后，通过检测患者想象开始运动的信号特征，控制下肢康复机器人在运动中实时检测患者脑电信号是否由想象开始运动到想象中止运动的特征变化，根据特征实时变化对训练强度进行调整，来替代医师经过询问的粗略调整方式；

逐渐突破三项极限值，如遇到消极的反馈则退回原有水平，随着训练次数的增加，各项极限值逐渐趋近于患者能够接受的水平，将历史上所有训练中的各项极限值存储下来作为判断后续训练任务强度的数据。