技术摘要：
本发明提出一种基于大数据通道的瘫痪病人患者用多功能复合康复系统，包括配置多个肢体传感器与脑机接口传感器的可穿戴设备；多个肢体传感器均包含支撑结构与受迫结构；所述支撑结构和所述受迫结构均包含应力传感器，所述应力传感器用于获取所述支撑结构检测到的支撑力  全部
背景技术：
大脑是人体的神经中枢，支配和指挥着人的心理活动、肢体运动及感觉的产生等 一切活动。科学研究表明，当人受到外界刺激（视觉、听觉或触觉刺激）或进行某种意识活动 时，大脑中的神经细胞会产生微弱的神经电信号，这些电信号经传导至大脑头皮，会产生节 律性或者空间分布的特征。 全球由于自然灾害、安全事故和疾病等原因造成的残疾人员的数量正在逐年增 加，这类人群由于各种事故和疾病造成下肢损伤或者患上脊髓硬化、损伤等疾病，使得他们 的肌肉组织或者神经传输通道严重受损并导致局部甚至全身瘫痪。脑电信号控制是利用脑 机接口获取相关大脑信息，通过计算机进行处理后输出相应的控制信号去控制轮椅运动， 利用脑机接口设备采集控制信息，并且摆脱了对身体外周神经和肌肉组织的依赖，具有很 好的适应性和广泛的应用前景。 对于大部分瘫痪病人来说，肌体运动功能受损严重但仍然具有健康的大脑，并且 可以进行完整思维活动。脑电信号中包含有患者极其丰富的生理信息和思维信息，对这种 信号进行分析研究可以准确的识别出患者的思维意识，了解他们的想法和意图。 申请号为CN201911133337.9的中国发明专利申请提出一种基于眼电和机器视觉 的轮椅机械臂集成系统，包括EOG采集放大器、图形用户界面、多眼动EOG信号检测识别单 元、目标物体探测单元、综合识别单元、执行单元；还公开了一种基于眼电和机器视觉的轮 椅机械臂集成控制方法；其公开的基于两种眼部动作的人机接口指令输出方式，在保证消 除无意识眼动带来的干扰的前提下，将生成一个指令的平均反应时间缩短至大约2秒，用户 通过眼动可以输出14个不同的指令，准确率平均可达97.3％，而现有的基于眼电的轮椅控 制技术准确率最高80％，相比于现有的基于EOG的人机接口在性能上有很大的提升；将眼电 所反映的人脑智能与机器智能相互融合，既保证了控制的准确性，也减轻了用户的操作负 荷。 申请号为CN201911263767.2的中国发明专利申请提出一种基于脑信号控制器的 双向交互的方法及系统，所述系统包括：脑电信号提取装置，将原始脑电波信息或原始脑神 经元信息发送给放大装置；放大装置用于增强信号；去噪装置用于却除干扰；脑电解码模块 包括超压缩功能和收敛秘钥功能，用于实现脑信号与数字信号的双向转换；脑机系统包括 具有双通道、操作界面的操作平台，通过超压缩功能和收敛秘钥功能，向网络连接模块发送 数字信号作为控制指令，也可以接收由网络连接模块发送的外部设备反馈的数字信号；网 络连接模块，用于接收脑机系统发送的数字信号作为指令，通过互联网、区块链、云数据等 方式对连接的外部设备进行操作；还用于接收通过互联网、区块链、云数据等方式反馈的外 部设备的数字信号。本系统支持将脑电信号转化为数字信号以控制设备，及将设备反馈的 5 CN 111554376 A 说　明　书 2/6 页 数字信号转化为脑电信号反馈给人脑。 申请号为CN201910808043.5的中国发明专利申请提出一种基于物联网云平台的 瘫痪病人智能看护系统，包括远程控制端、云平台控制模块和智能看护设备，智能看护设备 是看护的执行端，实时采集脑电信号、双目视频图像；云平台控制模块根据脑电信号、双目 视频图像作出控制智能看护设备动作指令；远程控制端用于接收和存储智能看护设备所采 集的脑电信号、双目视频图像，以及监控指令的完成情况，同时还能够向智能看护设备所发 出的工作指令，进行人工控制。云平台控制模块用于有效实施监控、管理控制其权限内的智 能看护设备的运行状态，在远程控制端采用双目视频透视式显示方式或者三维场景显示方 式，既能实现自主看护，也可基于增强现实的远程控制式看护；实现看护管理人员的共享。 然而，对于瘫痪病人来说，虽然准确识别其真实意图比较重要，但是更重要的是能 够通过锻炼完成某些肢体功能的康复。遗憾的是，康复治疗对瘫痪病人来说是极其痛苦的 过程，大部分康复器械只能通过机械的重复强迫性运动来引导患者的肢体进行活动，而无 法考虑患者的实际意图和意愿。现有技术也并未检索到结合脑电信号识别来进行康复训练 的技术方案。
技术实现要素：
为解决上述技术问题，本发明提出一种基于大数据通道的瘫痪病人患者用多功能 复合康复系统，所述多功能复合康复系统包括配置多个肢体传感器与脑机接口传感器的可 穿戴设备；所述多个肢体传感器均包含支撑结构与受迫结构，所述支撑结构用于支撑所述 肢体运动，所述受迫结构用于驱使所述肢体活动；所述支撑结构和所述受迫结构均包含应 力传感器，所述应力传感器用于获取所述支撑结构检测到的支撑力和/或所述受迫结构检 测到的受迫力，将标准应力参数与所述应力传感器获取的所述支撑结构检测到的支撑力 和/或所述受迫结构检测到的受迫力进行比对，根据所述比对结果，调节所述支撑结构的所 述支撑力和/或所述所述受迫结构的所述受迫力大小，从而能够在遵从患者意愿的情况下， 给出准确的康复方案。 具体来说，本发明的技术方案实现如下： 一种基于大数据通道的瘫痪病人患者用多功能复合康复系统，所述多功能复合康复系 统包括配置多个肢体传感器与脑机接口传感器的可穿戴设备； 所述多个肢体传感器均包含支撑结构与受迫结构，所述支撑结构用于支撑所述肢体运 动，所述受迫结构用于驱使所述肢体活动； 不同于现有技术的简单机械重复运动，作为本发明的第一个优点，所述支撑结构和所 述受迫结构均包含应力传感器，所述应力传感器用于获取所述支撑结构检测到的支撑力 和/或所述受迫结构检测到的受迫力； 所述脑机接口传感器包含多个检测大脑不同位置的脑电信号的EEG波形传感器； 作为本发明的第二个优点，在本发明中多个波形调制引擎与对应的EEG波形传感器进 行连接，用于对所述EEG波形传感器检测到的EEG波形进行调制； 具体而言，所述多个波形调制引擎与对应的EEG波形传感器进行连接，对所述EEG波形 传感器检测到的EEG波形进行调制，具体包括： 对所述EEG信号进行滤波处理后，对EEG波形执行如下操作之一或者其组合: 6 CN 111554376 A 说　明　书 3/6 页 扩展、压缩、复制以及差分。 作为本发明创造性的贡献之一，在本发明的技术方案中，还包括微动作图像帧捕 捉装置，用于捕捉所述肢体动作对应的肢体运动图像帧； 与此相对应的，所述多功能复合康复系统通过多路数据传输通道，将所述波形调制引 擎调制后的EEG波形以及肢体运动图像帧发送至至少一个边缘计算设备或者远端的云计算 数据库； 具体而言，作为体现上述创造性贡献的关键性技术手段之一，所述边缘计算设备连接 本地大容量存储器； 所述大容量存储器用于存储所述云计算数据库返回的对应于所述肢体运动图像帧的 标准应力参数。 将所述波形调制引擎调制后的EEG波形以及所述多个肢体传感器检测到的肢体运 动图像帧发送至至少一个边缘计算设备或者远端的云计算数据库，所述边缘计算设备或者 远端的云计算数据库返回对应于所述肢体运动图像帧的至少一个标准应力参数，具体包 括： 在所述大容量存储中查找是否存在对应于所述调制后的EEG波形的EEG信号； 如果存在，则将所述波形调制引擎调制后的EEG波形以及所述肢体运动图像帧发送至 至少一个边缘计算设备； 否则，将所述波形调制引擎调制后的EEG波形以及所述肢体运动图像帧发送至远端的 云计算数据库。 在另一个方面，当所述肢体活动时，同时获取所述支撑结构检测到的支撑力和/或 所述受迫结构检测到的受迫力以及大脑不同位置的脑电信号；当所述肢体静止时，在预定 时间段内，继续获取所述大脑不同位置的脑电信号；并将所述继续获取所述大脑不同位置 的脑电信号进行调制后发送给所述边缘计算设备。 作为优选，所述将所述标准应力参数与所述应力传感器获取的所述支撑结构检测 到的支撑力和/或所述受迫结构检测到的受迫力进行比对，进一步包括： 如果根据所述比对结果判定所述支撑结构的所述支撑力和/或所述所述受迫结构的所 述受迫力大小不需要调节，则删除所述大容量存储器存储的所述云计算数据库返回的对应 于所述肢体运动图像帧的标准应力参数。 作为本发明的再一个创新点，所述多功能复合康复系统通过多路数据传输通道， 将所述波形调制引擎调制后的EEG波形以及所述肢体运动图像帧发送至至少一个边缘计算 设备或者远端的云计算数据库，具体包括： 将所述波形调制引擎调制后的多路EEG波形以及所述多路EEG波形对应的肢体运动图 像帧关联后依次存入队列； 通过所述多路数据传输通道，从所述队列中读取所述关联数据至所述边缘计算设备； 在所述边缘计算设备对所述读取的关联数据进行处理时，判断所述队列是否处于拥堵 状态； 如果是，则停止将所述波形调制引擎调制后的多路EEG波形以及所述多路EEG波形对应 的肢体运动图像帧存入队列。 进一步的， 7 CN 111554376 A 说　明　书 4/6 页 在所述边缘计算设备对所述读取的关联数据进行处理时，判断所述队列是否处于拥堵 状态； 如果是，将所述波形调制引擎调制后的EEG波形以及所述肢体运动图像帧发送远端的 云计算数据库。 作为优选，所述多个检测大脑不同位置的脑电信号的EEG波形传感器检测到多路 脑电信号后，采用基于Fisher准则的统计不相关判别变换方法进行分类。 将所述分类后的脑电信号通过多路数据传输通道发送至至少一个边缘计算设备 或者远端的云计算数据库。 本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。 图1是本发明一个实施例的基于大数据通道的瘫痪病人患者用多功能复合康复系 统的整体架构图。 图2是图1所述系统的单个模块的结构示意图。 图3是图1-2所述实施例具体运行的流程示意图。 图4-5是图3所述实施例中进一步的优选流程示意图。