数据采集装置，所述数据采集装置用于采集手指按压力信号、手指肌电信号和脑电信
信号处理装置，所述信号处理装置连接并获取数据采集装置采集的信号，对信号进行
力反馈辅助运动装置，所述力反馈辅助运动装置连接信号处理装置，患者手部活动的
2.根据权利要求1所述的手功能自适应康复训练系统，其特征在于，所述信号处理装置
包括信号预处理模块、分类模块和控制模块，所述信号预处理模块对信号进行预处理得到
分类特征，分类特征输入分类模块进行二类判别，输出量化结果数值，量化结果数值超过阈
值，表明患者活动手部的运动意图强，控制模块驱动力反馈辅助运动装置动作，反之则为运
3.根据权利要求2所述的手功能自适应康复训练系统，其特征在于，还包括视听觉装
（2）数据采集装置将信号传递给信号处理装置，将信号进行预处理形成分类特征，再对
分类特征进行评估得到量化结果数值，根据量化数值的大小判断患者的意图是否有效；
（3）若意图有效，信号处理装置驱动力反馈辅助运动装置辅助患者进行肢体运动，否则
5.根据权利要求4所述的手功能自适应康复训练系统的工作方法，其特征在于，步骤
①手指肌电信号通过卡尔曼滤波、高通和低通滤波器，去除干扰信息，形成第一肌电特
②第一肌电特征和第二肌电特征每间隔一段时间截取一段片段数据，拼接对应时间内
6.根据权利要求4或5所述的手功能自适应康复训练系统的工作方法，其特征在于，步
骤（2）信号处理装置的分类模块通过基于卷积神经网络的分类模块对分类特征进行评估，
将分类特征依次经过时间、空间卷积层、归一化层、激活层、池化层、全连接层、输出层，最后
得出量化结果数值；将量化结果数值与给定输出阈值进行比较，若高于输出阈值，则判定患
者运动意图有效，控制模块驱动力反馈辅助运动装置动作，反之意图无效，控制模块不发出
7.根据权利要求6所述的手功能自适应康复训练系统的工作方法，其特征在于，初始化
输出阈值以及输出阈值的最大值和最小值，输出阈值越小，患者的控制难度越小；根据患者
表现，分类模块将输出阈值自适应地在最大值和最小值之间调整，使患者始终处于一个合
8.根据权利要求6所述的手功能自适应康复训练系统的工作方法，其特征在于，当分类
模块将量化结果数值和输出阈值比较，量化结果数值连续低于输出阈值，控制模块驱动视
听觉装置给出鼓励信息，且无论患者下一次动作意图强弱，控制模块都会驱动力反馈辅助
卒中的后遗症引起肢体运动功能损伤的人数逐年上升。脑卒中患者中手功能损伤占约八
成，表现为手关节伸展和弯曲困难，不能进行简单的抓握动作。手部运动功能在日常生活占
有很大比重，该功能缺失严重影响患者生活质量。相关研究表明，在脑卒中患者病发后，进
行及时的运动康复治疗，能重塑患者相关运动神经回路，一定程度提高患者手功能恢复水
平。各类治疗方法中，相对于被动的手部按压，若能让患者主动参与完成手部运动，康复效
或手部动作，识别患者控制手的意图，操作外部装置帮助患者手部完成相关动作。这类设备
可干预患者脑神经重塑的过程，加速手功能恢复。由于部分患者损伤程度较深，存在无法执
行手部动作、肌电微弱的情况，也就无法使用基于肌电、手部运动的治疗设备。另一类单纯
依靠脑电的治疗设备，因信号干扰大等原因，经常无法准确识别患者运动意图。另外大多数
康复产品，不具备根据患者恢复程度自动调节训练难度的能力，不利于患者主动参与。
指按压力、肌电、脑电信号，判断患者运动意图，若患者的努力程度超过一定阈值，再进行实
进一步，所述信号处理装置包括信号预处理模块、分类模块和控制模块，所述信号
预处理模块对信号进行预处理得到分类特征，分类特征输入分类模块进行二类判别，输出
量化结果数值，量化结果数值超过阈值，表明患者活动手部的运动意图强，控制模块驱动力
更进一步，还包括视听觉装置；运动意图连续为弱时，所述控制模块驱动视听觉装
(2)数据采集装置将信号传递给信号处理装置，将信号进行预处理形成分类特征，
再对分类特征进行评估得到量化结果数值，根据量化数值的大小判断患者的意图是否有
(3)若意图有效，信号处理装置驱动力反馈辅助运动装置辅助患者进行肢体运动，
进一步，步骤(2)信号处理装置首先通过信号预处理模块进行预处理，得到分类特
①手指肌电信号通过卡尔曼滤波、高通和低通滤波器，去除干扰信息，形成第一肌
进一步，步骤(2)信号处理装置的分类模块通过基于卷积神经网络的分类模块对
分类特征进行评估，将分类特征依次经过时间、空间卷积层、归一化层、激活层、池化层、全
连接层、输出层，最后得出量化结果数值；将量化结果数值与给定输出阈值进行比较，若高
于输出阈值，则判定患者运动意图有效，控制模块驱动力反馈辅助运动装置动作，反之意图
更进一步，初始化输出阈值以及输出阈值的最大值和最小值，输出阈值越小，患者
的控制难度越小；根据患者表现，分类模块将输出阈值自适应地在最大值和最小值之间调
阈值，控制模块驱动视听觉装置给出鼓励信息，且无论患者下一次动作意图强弱，控制模块
本发明基于手指按压力、肌电、脑电的多信号采集，综合判断患者运动意图，提高
判断准确率，可协助神经系统受损的病患进行康复治疗，提高手功能的恢复速度和恢复水
平，增加康复设备的适用性；此外，通过实时调整训练难度的策略，保障患者始终处于一个
一种手功能自适应康复训练系统，如图1所示，包括数据采集装置、信号处理装置、
信号的压力采集装置、肌电采集装置、多导联脑电采集装置。其中，压力采集装置为薄膜压
电传感器，放置在手部外骨骼设备内，MK体育检测患者手指用力情况。肌电采集装置，缠绕在小臂
掌长肌附近，实时检测小臂肌电信号。多导联脑电采集装置为多导联脑电帽，如包含3个电
信号处理装置连接数据采集装置、力反馈辅助运动装置、视听觉装置，信号处理装
置包括信号预处理模块、分类模块和控制模块。数据采集装置将采集到的信号传递给信号
处理装置的信号预处理模块，信号预处理模块对信号进行处理得到分类特征，分类特征输
入分类模块，进行二类判别，输出量化结果数值。量化结果数值大于阈值则患者意图强，控
制模块控制力反馈辅助运动装置动作，辅助患者进行肢体运动；若量化结果数值小于阈值，
则患者意图弱，控制模块不发出信号，力反馈辅助运动装置不动作。量化结果数值越大，表
明患者活动手的运动意图越强烈。综合三种信号，提高系统判断准确率，并扩大患者的适用
力反馈辅助运动装置，接收控制模块的指令，辅助患者进行相关肢体的运动。在本
视听觉装置，连接信号处理装置的控制模块，用于提供补偿反馈，减轻患者焦虑。
具体的，信号处理装置的分类模块连续判断若干次患者意图弱，控制模块控制视听觉装置
给出鼓励信息，且无论患者下一次表现如何，控制模块都会驱动力反馈装置动作，以减少患
(1)分别通过压力采集装置、肌电采集装置、多导联脑电采集装置采集手指按压力
(2)数据采集装置将信号传递给信号处理装置，信号处理装置首先通过信号预处
1)肌电信号采样率为2000Hz，支持多通道，可按需选取其中若干个通过作为信号
2)肌电信号通过卡尔曼滤波，依次经过高通和低通滤波器，去除干扰信息，形成第
4)第一肌电特征和第二肌电特征每间隔100毫秒，截取200毫秒(400数据点)数据
进行分片，拼接对应时间内的第一肌电特征信号和第二肌电特征，形成肌电特征；
5)脑电信号采样率为250Hz，15通道，通过3阶巴特沃兹带通滤波，保留4‑40Hz信
6)脑电信号每间隔100毫秒，截取800毫秒(200数据点)进行分片，作为脑电特征；
8)汇总对应时间段压力特征、第一肌电特征、第二肌电特征、脑电特征，形成分类
(3)分类特征再次通过信号处理装置的分类模块，进行二类判别，输出量化结果数
值；可选的，上述分类模块对分类特征进行评估，采用基于卷积神经网络的分类模型，分类
特征依次经过时间、空间卷积层、归一化层、激活层、池化层、全连接层、输出层，最后得出量
a、首先收集患者一定量的手指按压力信号数据、肌电信号数据、脑电信号数据；
b、数据分成两类，其中第一类数据采集时，患者试图运动手部；第二类数据采集
d、将训练样本用于训练上述基于卷积神经网络的分类模型，得到一个能够根据手
判定患者运动意图有效，控制模块驱动力反馈辅助运动装置辅助患者完成动作。反之，不会
驱动力反馈辅助运动装置。该输出阈值越小，患者的控制难度越小。信号处理装置调整输出
首先按照步骤a、b收集数据，测试样本数据输入信号处理装置，得到每个测试样本
II、患者开始尝试运动手部，分类模块判断患者是否运动手部，根据判断结果，控
(4)当连续判定运动意图弱，患者表现不好，减轻其焦虑的方法，以确保康复治疗
信息，比如“加油！”，且无论患者下一次表现如何，控制模块都会驱动力反馈装置，以减少患
S1、选取一个安静舒适的环境，患者位于显示器前1米位置。患者佩戴手部外骨骼
设备，将手指安置到压力传感器上，为患者佩戴肌电传感器和脑电传感器。将传感器、显示
S4、训练系统在5秒后，控制手部外骨骼设备完成握紧动作，握紧后持续1秒，再松
S5、信号处理装置分析数据采集装置所采集的数据，提取信号，训练分类器，并初
S6、训练系统在5秒后，MK体育控制手部外骨骼设备完成握紧动作，握紧后持续1秒，再松
S8、系统利用采集到的数据训练分类模块内的分类模型，并初始化输出阈值等参
数。患者可根据需要重复S3到S7若干次。重复次数越多，上述分类模型约精确，越利于在线、模型训练完毕，在线、患者根据显示器提示，试图完成一次手握紧动作。
S11、系统每隔0.1秒，实时判断患者握紧手的意图，得到量化结果数值。若量化结
果数值大于输出阈值，系统控制手部外骨骼设备完成握紧动作，握紧后持续1秒，再松开。若
S12、患者每完成5次手握紧动作，流程控制模块判断患者是否达到自适应介入条
S13、患者每完成1次手握紧动作，流程控制模块判断患者是否满足补偿条件，若满
