[发明专利]一种基于自适应模型的多传感器可穿戴式震颤检测系统

说明书

一种基于自适应模型的多传感器可穿戴式震颤检测系统，包括震颤检测模块、自适应模型诊断模块和模型数据库；震颤检测模块包括采集小臂肌肉肌电信号、手部加速度信号的肌电信号传感器、加速度信号传感器；自适应模型诊断模块包括小臂肌‑骨耦合震颤动力学模型构建、多源震颤参数理论计算、多传感数据组合、模型自适应更新、疾病诊断环节，构建具有自适应能力的小臂肌‑骨耦合震颤动力学模型并对震颤检测模块采集数据进行诊断；模型数据库提供基本数据；本发明将具有自适应更新能力的小臂肌‑骨耦合震颤动力学模型与多传感器数据相结合，利用多传感器丰富数据，同时将人体生理信号与人体上肢震颤状态联系起来，提高了诊断结果的合理性和可解释性。

技术领域

本发明属于医用检测设备技术领域，具体涉及一种基于自适应模型的多传感器可穿戴式震颤检测系统。

背景技术

帕金森病和特发性震颤都是能够引起人体产生非意愿性震颤的常见疾病，两种疾病的震颤形式有所区别。帕金森病引起静止性震颤，在患者静止不做动作时会出现4-6Hz的震颤；除了静止性震颤，帕金森病人还会出现行动缓慢、肌肉僵直、姿势保持障碍等常见的症状。特发性震颤有姿势性震颤和动作性震颤两个症状，在发病时的震颤频率为8-12Hz。姿势性震颤主要表现为手部保持某种姿势时出现的明显颤动；动作性震颤是特发性震颤最具有特征性的一种表现，主要表现为手部完成某一个动作时出现的明显颤动。随着病情的恶化，患者的震颤幅度也会越来越大，导致患者正常的工作和生活受到严重影响。

尽早诊断震颤类疾病并采取治疗，能有效遏制患者震颤性疾病病情的恶化。目前医院主流的震颤类疾病的诊断方式是依靠大型医用设备检测、并结合医生对患者震颤程度的主观判断得到患者的患病情况。该方法诊断准确率较大程度地依赖医生的经验，容易受到主观因素影响，有失客观性，通过可穿戴震颤检测装置诊断震颤类疾病则可以较好地解决这一问题。

可穿戴式震颤检测装置是检测震颤类疾病的一种设备，随着传感器和信息技术的发展，各式各样的传感器被融入到了震颤检测装置，使震颤检测装置所能获取的数据类型多样化。基于数据驱动的诊断方法(申请号为：201911375827.X，名称为：基于可穿戴式体感网的帕金森静息态震颤评估方法；申请号为202110891734.3，名称为：一种用于震颤检测的建模方法、手部震颤检测装置及方法)不对人体退化机理和规律进行深入分析，而是借助机器学习算法对数据进行处理，从而对震颤类疾病进行诊断。但数据驱动的方法过分依赖训练数据，缺乏必要的经验指引，方法的可解释性差。

发明内容

为了克服上述现有技术的缺点，本发明提供了一种基于自适应模型的多传感器可穿戴式震颤检测系统，从人体机理的角度出发，将人体退化行为用数学函数表达式进行描述，通过建立人体部位仿真模型得到较为可靠且可解释的结果；通过将具有自适应更新能力的小臂肌-骨耦合震颤动力学模型与多传感器数据相结合，充分地利用多传感器所采集的数据指导震颤类疾病的诊断，实现高准确率地诊断震颤类疾病。

为了实现上述目的，本发明采用如下的技术方案：

一种基于自适应模型的多传感器可穿戴式震颤检测系统，包括震颤检测模块、自适应模型诊断模块和模型数据库；

震颤检测模块包括肌电信号传感器和加速度信号传感器，分别采集小臂控制运动状态肌肉的肌电信号和手部的加速度信号；