[发明专利]基于微电流刺激的跨被试虚拟力评估系统有效
| 申请号: | 202110285311.7 | 申请日: | 2021-03-17 |
| 公开(公告)号: | CN113011590B | 公开(公告)日: | 2023-07-18 |
| 发明(设计)人: | 邢晓芬;万佳欢;舒琳;徐向民 | 申请(专利权)人: | 华南理工大学 |
| 主分类号: | G06F18/243 | 分类号: | G06F18/243;G06F18/2113;G06F18/214;G06N5/01;G06N20/20;G06F3/01 |
| 代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 林梅繁 |
| 地址: | 510640 广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 电流 刺激 跨被试 虚拟 评估 系统 | ||
1.基于微电流刺激的跨被试虚拟力评估系统,其特征在于,包括:
虚拟现实交互模块,用于输出生理参数采集问卷,输出基于交互事件触发的虚拟现实场景,传输至被试者所戴的VR眼镜;
电刺激交互电流仿真子系统,用于调制输出幅值不同的三角波,实现不同的电刺激模式,通过贴片电极传输至被试者,并且同步把电刺激电流数据传输至跨被试的功能性电刺激电流的力反馈评估模型;
测力计模块,用于捕获被试者受到不同功能性电刺激时产生的力反馈数据,并传输至跨被试的功能性电刺激电流的力反馈评估模型;
电刺激电流的力反馈评估模型,利用生理参数、电刺激电流数据和力反馈数据,评估力反馈大小;
电刺激电流的力反馈评估模型的实现过程为:
将被试者的大臂臂围AC、身体质量指数BMI、身高height、大臂长度LA、体脂率BFP、胸围bust、小臂长度SA、肩宽SW以及电刺激电流幅值multiply输入到重要程度排序模块,获取各个特征的重要度,其数学表达形式如下:
特征在单棵决策树中的重要度如下:
其中,L是树的叶子节点数量,L-1是树的非叶子节点数量,vt是和节点t相关联的特征,是节点分裂之后平方损失的减少值,j是特征;
特征的全局重要度通过该特征在单棵决策树中的重要度的平均值来衡量:
其中,M是决策树的数量,m是决策树的编号;
将被试者的大臂臂围AC、身体质量指数BMI、身高height、大臂长度LA、体脂率BFP、胸围bust、小臂长度SA、肩宽SW、电刺激电流幅值multiply以及它们相应的特征重要度,与力反馈数据一并输入到跨被试的功能性电刺激电流的力反馈评估模型,从而输出力反馈大小。
2.根据权利要求1所述的基于微电流刺激的跨被试虚拟力评估系统,其特征在于,虚拟现实交互模块的实现过程为:
虚拟现实交互模块通过回收生理参数采集问卷,获取被试者的大臂臂围AC、身体质量指数BMI、身高height、大臂长度LA、体脂率BFP、胸围bust、小臂长度SA以及肩宽SW,并传输至跨被试的功能性电刺激电流的力反馈评估模型;
虚拟现实交互模块输出基于交互事件触发的虚拟现实场景,传输至被试者所戴的VR眼镜。
3.根据权利要求1所述的基于微电流刺激的跨被试虚拟力评估系统,其特征在于,电刺激交互电流仿真子系统包括三角波电流调制模块、脉冲电流调制模块、电刺激模式模块以及电刺激交互电流输出模块;三角波电流调制模块、脉冲电流调制模块、电刺激模式模块分别连接到电刺激交互电流输出模块。
4.根据权利要求3所述的基于微电流刺激的跨被试虚拟力评估系统,其特征在于,电刺激交互电流仿真子系统实现电刺激模式的过程如下:
利用三角波电流调制模块输出三角波电流,将电流幅值设置为10mA~35mA,电流频率设置为50Hz,脉冲电流调制模块根据输入的整数值N输出脉宽为N的脉冲电流,根据选择的“双相”脉冲模式,电刺激模式模块输出相应的电刺激模式控制信号;
将三角波电流、脉冲电流、电刺激模式控制信号分别输入到电刺激交互电流输出模块,进而输出相应电刺激模式下的电刺激电流。
5.根据权利要求1所述的基于微电流刺激的跨被试虚拟力评估系统,其特征在于,跨被试的功能性电刺激电流的力反馈评估模型采用决策树算法实现,并进行跨被试生理特征及力反馈数据集预训练。
6.根据权利要求5所述的基于微电流刺激的跨被试虚拟力评估系统,其特征在于,跨被试的功能性电刺激电流的力反馈评估模型进行预训练的过程如下:
利用留一法将数据集划分为训练集和测试集,将每次随机留出一名受试者的数据作为测试集,剩下的受试者数据作为训练集,采用平均绝对误差MAE来评测模型的效果;
选取一种贪心算法来分裂,从一个单独树叶开始迭代增加分支;设ileft和iright是分割之后节点的左侧和右侧实例集合,令l=ileft Uiright,则在节点分割后的损失减少量为:
其中,gi是一阶导,hi是二阶导,γ是叶子节点个数的正则化参数,λ是每个节点的权重,i是样本,IL是划分到左节点的样本,IR是划分到右节点的样本,I是左右节点并合的样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110285311.7/1.html,转载请声明来源钻瓜专利网。





