CN112382366A - 腹直肌的自发放电的评估方法、系统、电子设备及介质 - Google Patents
腹直肌的自发放电的评估方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN112382366A CN112382366A CN201910688753.9A CN201910688753A CN112382366A CN 112382366 A CN112382366 A CN 112382366A CN 201910688753 A CN201910688753 A CN 201910688753A CN 112382366 A CN112382366 A CN 112382366A
- Authority
- CN
- China
- Prior art keywords
- value
- spontaneous discharge
- exercise
- rectus abdominis
- deduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002269 spontaneous effect Effects 0.000 title claims abstract description 212
- 238000011156 evaluation Methods 0.000 title claims abstract description 202
- 210000001139 rectus abdominis Anatomy 0.000 title claims abstract description 149
- 210000003205 muscle Anatomy 0.000 claims description 107
- 230000003187 abdominal effect Effects 0.000 claims description 53
- 230000003183 myoelectrical effect Effects 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 42
- 238000011084 recovery Methods 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 26
- 230000000284 resting effect Effects 0.000 claims description 25
- 230000000638 stimulation Effects 0.000 claims description 18
- 230000007115 recruitment Effects 0.000 claims description 16
- 230000004913 activation Effects 0.000 claims description 14
- 230000008439 repair process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000010827 pathological analysis Methods 0.000 abstract description 4
- 210000001015 abdomen Anatomy 0.000 description 40
- 230000033001 locomotion Effects 0.000 description 31
- 210000001596 intra-abdominal fat Anatomy 0.000 description 14
- 238000012549 training Methods 0.000 description 14
- 238000000926 separation method Methods 0.000 description 13
- 230000009467 reduction Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 208000031226 Hyperlipidaemia Diseases 0.000 description 6
- 206010020772 Hypertension Diseases 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 208000029549 Muscle injury Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000013501 data transformation Methods 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 210000003692 ilium Anatomy 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 210000004197 pelvis Anatomy 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001148 spastic effect Effects 0.000 description 3
- 241001272567 Hominoidea Species 0.000 description 2
- 208000008238 Muscle Spasticity Diseases 0.000 description 2
- 206010049565 Muscle fatigue Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000018198 spasticity Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physical Education & Sports Medicine (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种腹直肌的自发放电的评估方法、系统、电子设备及介质，所述评估方法包括如下步骤：分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；根据第一电生理信号计算第一平均波幅与第一平均频率；根据第二电生理信号计算第二平均波幅与第二平均频率；根据前述得到的数据计算第一单位功率肌电值以及第二单位功率肌电值；根据前述数据计算得到运动前自发放电评估值以及运动后自发放电评估值；根据所述运动前自发放电评估值、所述运动后自发放电评估值计算腹直肌的整体自发放电评估值。本发明技术方案有效节省了医生对腹直肌的病理诊断时间，并且降低了医生主观分析造成的误差。
Description
技术领域
本发明涉及医疗器械技术领域，特别涉及一种腹直肌的自发放电的评估方法、系统、电子设备及介质。
背景技术
静息状态是测试者平卧、肌肉放松不做任何动作的状态，静息状态的肌肉状态可以反映肌肉是否完全放松以及是否处于痉挛或局部损伤状态。
现有技术中，医生通常只能根据患者的描述或者通过观察以及触诊的方式来诊断腹直肌的生理或病理状况，以进一步判断腹直肌是否发生痉挛或发生局部损伤。由于不同的医生掌握的生理知识有偏差，因而对肌肉状态的主观判断会带入主观因素，造成判断结果的不准确。另外，医生需要多次仔细核查肌肉状态才能做出判断，诊断效率较低。
发明内容
本发明要解决的技术问题是为了克服现有技术中不能准确、高效的对腹直肌的自发放电状态进行检测的缺陷，提供一种腹直肌的自发放电的评估方法、系统、电子设备及介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供一种腹直肌的自发放电的评估方法，所述评估方法包括如下步骤：
分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；
根据所述第一电生理信号计算第一平均波幅与第一平均频率；
根据所述第二电生理信号计算第二平均波幅与第二平均频率；
根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值；
根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值；
根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值；
根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：
整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重，其中，所述第一权重+所述第二权重＝1。
较佳地，所述第一权重的取值范围为0.58-0.66，所述第二权重的取值范围为0.34-0.42；
和/或，
第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
较佳地，所述分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号的步骤具体包括：
在静息状态下分别采集运动前所述腹直肌的所述第一电生理信号和运动后所述腹直肌的所述第二电生理信号，所述静息状态为所述腹直肌处于放松的状态；
和/或，
根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值之后还包括：
根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
较佳地，所述根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值的步骤之前还包括：预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值；
所述根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值的步骤具体包括：根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值的步骤具体包括：根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
较佳地，所述腹直肌的数量为多个；
所述根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值的步骤具体包括：将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值；根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值的步骤具体包括：将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值；根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
本发明还提供一种腹直肌的自发放电的评估系统，所述评估系统包括信号获取模块、信号计算模块、单位功率肌电值计算模块、自发放电评估值计算模块及整体自发放电评估模块；
所述信号获取模块用于分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；
所述信号计算模块用于根据所述第一电生理信号计算第一平均波幅与第一平均频率，以及根据所述第二电生理信号计算第二平均波幅与第二平均频率；
所述单位功率肌电值计算模块用于根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值，以及根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值；
所述自发放电评估值计算模块用于根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值，以及根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
所述整体自发放电评估模块用于根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：
整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重，其中，所述第一权重+所述第二权重＝1。
较佳地，所述第一权重的取值范围为0.58-0.66，所述第二权重的取值范围为0.34-0.42；
和/或，
第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
较佳地，所述信号获取模块用于在静息状态下分别采集运动前所述腹直肌的所述第一电生理信号和运动后所述腹直肌的所述第二电生理信号，所述静息状态为所述腹直肌处于放松的状态；
和/或，
所述评估系统还包括恢复模块，所述恢复模块用于根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
较佳地，所述评估系统还包括表格预设模块，所述表格预设模块用于预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值；
所述自发放电评估值计算模块用于根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值，以及根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
较佳地，所述腹直肌的数量为多个；
所述自发放电评估值计算模块还用于将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值，根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述自发放电评估值计算模块还用于将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值；根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现前述的腹直肌的自发放电的评估方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述的腹直肌的自发放电的评估方法的步骤。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明提供的腹直肌的自发放电的评估方法、系统、电子设备及介质通过获取腹直肌的电生理信号的平均波幅和平均频率，然后根据所述平均波幅和平均频率计算所述腹直肌的单位功率肌电值，接下来，根据扣分值对应表将所述平均波幅、所述平均频率以及所述单位功率肌电值转化为相应的扣分值，接下来，根据所述扣分值以及预设基准值计算所述腹直肌的整体自发放电评估值。由此，通过整体自发放电评估值便可以直观的反映出腹直肌的肌肉自发放电状态，有效节省了医生对腹直肌的病理诊断时间，并且降低了医生主观分析造成的误差，另外，腹直肌的自发放电评估值还可以作为康复师为患者提供个性化康复方案的参考依据。
附图说明
图1为本发明实施例1的一种腹直肌的自发放电的评估方法的流程图。
图2为本发明实施例2的一种腹直肌的自发放电的评估方法的流程图。
图3为本发明实施例3的一种腹直肌的自发放电的评估系统的结构框图。
图4为本发明实施例4的一种腹直肌的自发放电的评估系统的结构框图。
图5为本发明实施例5的实现腹直肌的自发放电的评估方法的电子设备的结构框图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种腹直肌的自发放电的评估方法，如图1所示，所述评估方法可以包括如下步骤：
步骤S1：分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；
步骤S2：根据所述第一电生理信号计算第一平均波幅与第一平均频率；
步骤S3：根据所述第二电生理信号计算第二平均波幅与第二平均频率；
步骤S4：根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值；
步骤S5：根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值；
步骤S6：根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值；
步骤S7：根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
步骤S8：根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：
整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重，所述第一权重+所述第二权重＝1。
其中，所述第一权重表示所述运动前自发放电评估值在所述整体自发放电评估值中所占的比重，所述第二权重表示所述运动后自发放电评估值在所述整体自发放电评估值中所占的比重。
本实施例中，所述第一权重的取值范围可以为0.58-0.66，所述第二权重的取值范围为0.34-0.42。优选地，所述第一权重可以取值为0.618，所述第二权重可以取值为0.382。
在获取电生理信号时，可以利用6通道电生理信号采集仪对一个腹直肌分离的患者数据进行采集，过程如下：
让患者平躺静止2-5分钟，以使所述患者的腹直肌处于放松的状态(即静息状态)，通常在静息状态下，腹直肌的电生理信号基本为0，而对于腹直肌有损伤的患者来说，会存在腹直肌痉挛放电的情况，因而可以从其腹直肌测量得到具有一定频率和幅度的电生理信号。
通过6通道电生理信号采集仪对6块腹直肌进行不少于3分钟(即180秒)的检测过程，采样频率为1000Hz。
在信号采集过程中，3块右腹直肌共享参考和负极位，负极位固定在右侧盆骨髂骨的骨突处，参考位固定在右手腕处。3块左腹直肌共享参考和负极位，负极位固定在左侧盆骨髂骨的骨突处，参考位固定在左手腕处。上述步骤得到的数据即为运动前所述腹直肌的第一电生理信号。
接下来，让患者在3分钟内，做三组标准卷腹动作，运动结束后，继续让患者平躺静止2-5分钟，采用前述相同的仪器和方法继续检测运动后的第二电生理信号。
在分别采集得到所述第一电生理信号以及第二电生理信号后，可以对采集得到的信号进行预处理。
所述预处理包括但不限于数据清理、数据集成、数据变换以及数据规约。
具体地，所述数据清理是指，通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。通过数据清理可以使数据格式标准化，清除异常数据，纠正错误数据以及清除重复数据。
数据集成是指，把多个数据源中的数据结合起来并统一存储，从而简化数据存储空间。
数据变换是指，通过平滑聚集、数据概化或者规范化等方式将数据转换成适用于数据计算的形式，提高后续数据计算的速度。
数据归约是指将大量数据归约为数据集，不但能保持原始数据的完整性，还能够提高数据存放的秩序性。
经过预处理之后的第一电生理信号以及第二电生理信号的数据可以使得后续的计算过程更加准确。
接下来，可以计算第一单位功率肌电值以及第二单位功率肌电值，计算公式为：第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
随后，可以分别计算运动前自发放电评估值、以及运动后自发放电评估值，进而再根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值。
所述整体自发放电评估值越高，则说明静息状态下的腹直肌自发放电现象越少，腹直肌在静息状态下是充分放松的。相对应地，所述整体自发放电评估值越低，说明静息状态下的腹直肌自发放电现象越多，腹直肌在静息状态下不能完全放松。
对于整体自发放电评估值较低的情况，可以存在如下原因：其一，属于生理性肌肉放电，可以认为是腹直肌疲劳状态时的一些现象，例如持续锻炼的人群。其二，属于病理性腹直肌异常放电，即腹直肌存在局部痉挛状态、或者腹直肌发生局部损伤。
进一步地，所述步骤S8之后还可以包括如下步骤：
步骤S0：根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
本实施例中，可以通过自主研发的腹部低频电刺激康复带来对受损的腹直肌进行恢复，通过不同的整体自发放电评估值的计算结果设置不同的上述恢复带的参数，对腹直肌肌肉进行激活，放松，修复和募集等低频刺激训练，来加强肌肉的恢复能力。
具体地，当整体自发放电评估值小于60时，则认为肌肉损伤较为严重，需要每天进行2-3次康复训练。每次激活2分钟，修复3分钟，募集10分钟，放松5分钟。康复训练疗程为2周。如评估值没有明显上升，休息1周后，再次进行下一周期的康复训练。
当整体自发放电评估值在60-80之间时，则认为肌肉有中度损伤，需要每天进行2次康复训练。每次激活2分钟，修复3分钟，募集5分钟，放松2分钟，再募集5分钟，放松3分钟。康复训练疗程为2周。
当整体自发放电评估值在80-90之间时，则认为肌肉损伤较为轻微，每天进行1次康复训练。每次激活2分钟，修复3分钟，募集5分钟，放松5分钟。时间不限，可每天一次。
本实施例提供的腹直肌的自发放电的评估方法可以通过整体自发放电评估值便可以直观的反映出腹直肌的肌肉自发放电状态，有效节省了医生对腹直肌的病理诊断时间，并且降低了医生主观分析造成的误差，另外，腹直肌的自发放电评估值还可以作为康复师为患者提供个性化康复方案的参考依据。通过整体自发放电评估值合理调整腹部低频电刺激康复带的恢复参数，可以及时有效的对受损肌肉进行恢复训练。
实施例2
本实施例提供一种腹直肌的自发放电的评估方法，如图2所示，本实施例中的评估方是在实施例1基础上的进一步改进。
进一步地，所述步骤S6之前还可以包括：
步骤S9：预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值。
本实施例中，所述扣分值对应表如表1所示。
表1
其中，AWE代表平均波幅，MPF代表平均频率，APE代表单位功率肌电值。
在设置所述扣分值对应表之前，通过对产后一年的女性100人(其中20-30岁50人30-45岁50人)使用共享接地和共享负电极的方法进行电生理信号的采集。获得100样例的AWE数据，MPF数据以及APE数据。
具体地，通过B超(二维超声)、内脏脂肪测量仪和医院康复科医生的会诊，为这100人，分为五个有典型特征的人群：
对前述的100样例AWE数据，MPF数据以及APE数据分别拟合样条曲线。
对于第一类健康人群，可以在样条曲线10％的位置找特征拐点，AWE＝2.33mv，MPF＝26.31Hz，APE＝61.3mw。
AWE取值范围为[1.5-2.5]，MPF取值范围[15-25]，APE取值范围[20-50]。
对于第二类基本健康人群，可以在样条曲线38％的位置找特征拐点，AWE＝4.32mv，MPF＝38.6Hz，APE＝166.7mw。
AWE取值范围[2.5-4]，MPF取值范围[25-40]，APE取值范围[50-150]。
对于第三类亚健康人群，可以在样条曲线71％的位置找特征拐点，AWE＝6.89mv，MPF＝73.98Hz，APE＝509.72mw。
AWE取值范围[4-7]MPF取值范围[40-70]，APE由于33％的位置找拐点特征不明显，由于乘积放大作用，数值冗余放大，所以引入修正值，此值设定为[基本健康APE]，APE＝509.72mw-166.7mw＝343.02mw；即APE取值范围[150-300]，如有人达到300以上会自动转入[轻度障碍]人群。
对于第四类亚轻度障碍人群，在样条曲线88％的位置找特征拐点，AWE＝9.65mv，MPF＝95.32Hz，APE＝919.8mw。
AWE取值范围[7-10]MPF取值范围[70-100]，APE由于17％的位置找拐点特征不明显，由于乘积放大作用，数值冗余放大，所以引入修正值，此值设定为[亚健康APE]；APE＝919.8mw-509.72mw＝410.08mw。即APE取值范围[300-500]。
对于第四类重度障碍人群，AWE＝∞mv，MPF＝∞Hz，APE＝∞mw。
静息MPF按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在1.5mv-2.5mv之间，15人。用直线拟合，斜率为k≈1.1左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在2.5mv-4mv之间，33人。用直线拟合，斜率为k≈1.93左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在4mv-7mv之间，25人。用直线拟合，斜率为k≈3.08左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在7mv-10mv之间，18人。用直线拟合，斜率为k≈4.81左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在10mv以上，9人。用直线拟合，斜率为k≈9.6左右，所以分值取10。
静息AWE按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在10Hz-25Hz之间，16人。用直线拟合的出斜率k≈0.981左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在25Hz-40Hz之间，31人。用直线拟合，斜率为k≈2.21左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在40Hz-70Hz之间，21人。用直线拟合，斜率为k≈3.21左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在70Hz-100Hz之间，20人。用直线拟合，斜率为k≈4.59左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在100Hz以上，12人。用直线拟合，斜率为k≈9.3左右，所以分值取10。
静息APE按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在20mw-50mw之间，9人。用直线拟合的出斜率k≈1.2左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在50mw-150mw之间，35人。用直线拟合，斜率为k≈1.89左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在150mw-300mw之间，33人。用直线拟合，斜率为k≈2.98左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在300mw-500mw之间，15人。用直线拟合，斜率为k≈5.23左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在500mw以上，8人。用直线拟合，斜率为k≈10.21左右，所以分值取10。
基于上述分析，便可以汇总得到前述的表1，接下来，所述步骤S6以及步骤S7可以分别按照如下步骤执行：
步骤S61：根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；
步骤S62：根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值。
具体地，所述运动前自发放电评估值＝第一预设基准值-第一扣分值。
步骤S71：根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；
步骤S72：根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
本实施例中，所述运动后自发放电评估值＝第二预设基准值-第二扣分值。
优选地，所述第一预设基准值与所述第二预设基准值相等。具体地，所述第一预设基准值为100且所述第二预设基准值为100。
本实施例中，对于多个腹直肌(例如6个)进行整体计算时，可以将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值，再根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值(即所述运动前自发放电评估值＝第一预设基准值-合计第一扣分值)，以及可以将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值，再根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值(即所述运动后自发放电评估值＝第二预设基准值-合计第二扣分值)。
实施例3
本实施例提供一种腹直肌的自发放电的评估系统，如图3所示，所示评估系统1可以包括：信号获取模块10、信号计算模块11、单位功率肌电值计算模块12、自发放电评估值计算模块13及整体自发放电评估模块14。
所述信号获取模块10用于分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号。
所述信号计算模块11用于根据所所述信号计算模块述第一电生理信号计算第一平均波幅与第一平均频率，以及根据所述第二电生理信号计算第二平均波幅与第二平均频率。
所述单位功率肌电值计算模块12用于根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值，以及根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值。
本实施例中，第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
所述自发放电评估值计算模块13用于根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值，以及根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
所述整体自发放电评估模块14用于根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：
整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重。
其中，所述第一权重表示所述运动前自发放电评估值在整体自发放电评估值中所占的比重，所述第二权重表示所述运动后自发放电评估值在整体自发放电评估值中所占的比重。
本实施例中，所述第一权重的取值范围可以为0.58-0.66，所述第二权重的取值范围为0.34-0.42。优选地，所述第一权重可以取值为0.618，所述第二权重可以取值为0.382。
优选地，所述信号获取模块10用于在静息状态下分别采集运动前所述腹直肌的所述第一电生理信号和运动后所述腹直肌的所述第二电生理信号，所述静息状态为所述腹直肌处于放松的状态。
为了配合本实施例中的评估系统1的运行，可以提前利用6通道电生理信号采集仪对一个腹直肌分离的患者数据进行采集，过程如下：
让患者平躺静止2-5分钟，以使所述患者的腹直肌处于放松的状态(即静息状态)，通常在静息状态下，肌肉的电生理信号基本为0，而对于肌肉有损伤的患者来说，会存在肌肉痉挛放电的情况，因而可以从其肌肉出采得到具有一定频率和幅度的电生理信号。
通过6通道电生理信号采集仪对6块腹直肌进行不少于3分钟(即180秒)的检测过程，采样频率为1000Hz。
在信号采集过程中，3块右腹直肌共享参考和负极位，负极位固定在右侧盆骨髂骨的骨突处，参考位固定在右手腕处。3块左腹直肌共享参考和负极位，负极位固定在左侧盆骨髂骨的骨突处，参考位固定在左手腕处。上述步骤得到的数据即为运动前所述腹直肌的第一电生理信号。
接下来，让患者在3分钟内，做三组标准卷腹动作，运动结束后，继续让患者平躺静止2-5分钟，采用前述相同的仪器和方法继续检测运动后的第二电生理信号。
所述评估系统还可以包括预处理模块15，在分别采集得到所述第一电生理信号以及第二电生理信号后，所述预处理模块15可以对采集得到的信号进行预处理。
所述预处理包括但不限于数据清理、数据集成、数据变换以及数据规约。
具体地，所述数据清理是指，通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。通过数据清理可以使数据格式标准化，清除异常数据，纠正错误数据以及清除重复数据。
数据集成是指，把多个数据源中的数据结合起来并统一存储，从而简化数据存储空间。
数据变换是指，通过平滑聚集、数据概化或者规范化等方式将数据转换成适用于数据计算的形式，提高后续数据计算的速度。
数据归约是指将大量数据归约为数据集，不但能保持原始数据的完整性，还能够提高数据存放的秩序性。
经过预处理之后的第一电生理信号以及第二电生理信号的数据可以使得后续的计算过程更加准确。
接下来，单位功率肌电值计算模块12可以进行第一单位功率肌电值以及第二单位功率肌电值的计算，计算公式为：第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
本实施例中，自发放电评估值计算模块13可以分别计算运动前自发放电评估值、以及运动后自发放电评估值。接下来，自发放电评估值计算模块13可以调用所述整体自发放电评估模块14，所述整体自发放电评估模块14根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值。
所述整体自发放电评估值越高，则说明静息状态下的腹直肌自发放电现象越少，腹直肌在静息状态下是充分放松的。相对应地，所述整体自发放电评估值越低，说明静息状态下的腹直肌自发放电现象越多，腹直肌在静息状态下不能完全放松。
对于整体自发放电评估值较低的情况，可以存在如下原因：其一，属于生理性肌肉放电，可以认为是腹直肌疲劳状态时的一些现象，例如持续锻炼的人群。其二，属于病理性腹直肌异常放电，即腹直肌存在局部痉挛状态、或者腹直肌发生局部损伤。
所述评估系统还可以包括恢复模块16，所述恢复模块16用于根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
本实施例中，可以通过自主研发的腹部低频电刺激康复带来对受损的腹直肌进行恢复，通过不同的整体自发放电评估值的计算结果设置不同的上述恢复带的参数，对腹直肌肌肉进行激活，放松，修复和募集等低频刺激训练，来加强肌肉的恢复能力。
具体地，当整体自发放电评估值小于60时，则认为肌肉损伤较为严重，需要每天进行2-3次康复训练。每次激活2分钟，修复3分钟，募集10分钟，放松5分钟。康复训练疗程为2周。如评估值没有明显上升，休息1周后，再次进行下一周期的康复训练。
当整体自发放电评估值在60-80之间时，则认为肌肉有中度损伤，需要每天进行2次康复训练。每次激活2分钟，修复3分钟，募集5分钟，放松2分钟，再募集5分钟，放松3分钟。康复训练疗程为2周。
当整体自发放电评估值在80-90之间时，则认为肌肉损伤较为轻微，每天进行1次康复训练。每次激活2分钟，修复3分钟，募集5分钟，放松5分钟。时间不限，可每天一次。
本实施例提供的腹直肌的自发放电的评估系统在运行时，可以通过整体自发放电评估值便可以直观的反映出腹直肌的肌肉自发放电状态，有效节省了医生对腹直肌的病理诊断时间，并且降低了医生主观分析造成的误差，另外，腹直肌的自发放电评估值还可以作为康复师为患者提供个性化康复方案的参考依据。通过整体自发放电评估值合理调整腹部低频电刺激康复带的恢复参数，可以及时有效的对受损肌肉进行恢复训练。
实施例4
本实施例提供一种腹直肌的自发放电的评估系统，本实施例中的评估系统是在实施例3基础上的进一步改进。
具体地，请参考图4，所述评估系统1还可以包括表格预设模块17，所述表格预设模块17用于预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值。
本实施例中，所述扣分值对应表如表2所示。
表2
其中，AWE代表平均波幅，MPF代表平均频率，APE代表单位功率肌电值。
在设置所述扣分值对应表之前，通过对产后一年的女性100人(其中20-30岁50人30-45岁50人)使用共享接地和共享负电极的方法进行电生理信号的采集。获得100样例的AWE数据，MPF数据以及APE数据。
具体地，通过B超(二维超声)、内脏脂肪测量仪和医院康复科医生的会诊，为这100人，分为五个有典型特征的人群：
对前述的100样例AWE数据，MPF数据以及APE数据分别拟合样条曲线。
对于第一类健康人群，可以在样条曲线10％的位置找特征拐点，AWE＝2.33mv，MPF＝26.31Hz，APE＝61.3mw。
AWE取值范围为[1.5-2.5]，MPF取值范围[15-25]，APE取值范围[20-50]。
对于第二类基本健康人群，可以在样条曲线38％的位置找特征拐点，AWE＝4.32mv，MPF＝38.6Hz，APE＝166.7mw。
AWE取值范围[2.5-4]，MPF取值范围[25-40]，APE取值范围[50-150]。
对于第三类亚健康人群，可以在样条曲线71％的位置找特征拐点，AWE＝6.89mv，MPF＝73.98Hz，APE＝509.72mw。
AWE取值范围[4-7]MPF取值范围[40-70]，APE由于33％的位置找拐点特征不明显，由于乘积放大作用，数值冗余放大，所以引入修正值，此值设定为[基本健康APE]，APE＝509.72mw-166.7mw＝343.02mw；即APE取值范围[150-300]，如有人达到300以上会自动转入[轻度障碍]人群。
对于第四类亚轻度障碍人群，在样条曲线88％的位置找特征拐点，AWE＝9.65mv，MPF＝95.32Hz，APE＝919.8mw。
AWE取值范围[7-10]MPF取值范围[70-100]，APE由于17％的位置找拐点特征不明显，由于乘积放大作用，数值冗余放大，所以引入修正值，此值设定为[亚健康APE]；APE＝919.8mw-509.72mw＝410.08mw。即APE取值范围[300-500]。
对于第四类重度障碍人群，AWE＝∞mv，MPF＝∞Hz，APE＝∞mw。
静息MPF按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在1.5mv-2.5mv之间，15人。用直线拟合，斜率为k≈1.1左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在2.5mv-4mv之间，33人。用直线拟合，斜率为k≈1.93左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在4mv-7mv之间，25人。用直线拟合，斜率为k≈3.08左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在7mv-10mv之间，18人。用直线拟合，斜率为k≈4.81左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在10mv以上，9人。用直线拟合，斜率为k≈9.6左右，所以分值取10。
静息AWE按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在10Hz-25Hz之间，16人。用直线拟合的出斜率k≈0.981左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在25Hz-40Hz之间，31人。用直线拟合，斜率为k≈2.21左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在40Hz-70Hz之间，21人。用直线拟合，斜率为k≈3.21左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在70Hz-100Hz之间，20人。用直线拟合，斜率为k≈4.59左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在100Hz以上，12人。用直线拟合，斜率为k≈9.3左右，所以分值取10。
静息APE按特征分成五个有典型特征的人群：
一阶段的人群腹部非常健康，具有良好的腹部外观，是经常进行适量锻炼的人群，不需要做康复治疗的。此段人群AWE基本在20mw-50mw之间，9人。用直线拟合的出斜率k≈1.2左右，所以分值取1。
二阶段的人群腹部是基本健康的，腹部外观还是可以的，基本不需要做康复治疗。此段人群AWE基本在50mw-150mw之间，35人。用直线拟合，斜率为k≈1.89左右，所以分值取2。
三阶段的人群腹部是出于亚健康的，腹部外观有点松驰，脂肪较多，有不少出于腹直肌分离的临界点上，但问题不算严重，可以通过简单的人工干预进行恢复，需要使用短期康复治疗。此段人群AWE基本在150mw-300mw之间，33人。用直线拟合，斜率为k≈2.98左右，所以分值取3。
四阶段的人群腹部外观，明显可以看到外凸，松弛具有比较厚的脂肪，内脏脂肪基本在32％以上，可以通过B超测得腹直肌分离2cm-4cm，需要系统和长期的进行康复治疗。此段人群基本在300mw-500mw之间，15人。用直线拟合，斜率为k≈5.23左右，所以分值取5。
五阶段的人群腹部已经开始影响日常起居，外观严重松弛变形，有很厚的脂肪层，内脏脂肪基本在35％以上，直肌分离4cm以上，并伴血压高，血脂高，血糖多种并发症等，需要及时进行康复治疗和减脂。此段人群基本在500mw以上，8人。用直线拟合，斜率为k≈10.21左右，所以分值取10。
基于上述分析，便可以汇总得到前述的表2。
所述自发放电评估值计算模块13用于根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值，以及根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
优选地，所述第一预设基准值与所述第二预设基准值相等。具体地，所述第一预设基准值为100且所述第二预设基准值为100。
本实施例中，在所述腹直肌的数量为多个的情况下，所述自发放电评估值计算模块13还用于将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值，根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值(即所述运动前自发放电评估值＝第一预设基准值-合计第一扣分值)；所述自发放电评估值计算模块还用于将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值；根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值(即所述运动后自发放电评估值＝第二预设基准值-合计第二扣分值)。
实施例5
本发明还提供一种电子设备，如图5所示，所述电子设备可以包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现实施例1或2中的腹直肌的自发放电的评估方法的步骤。
可以理解的是，图5所示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备2可以以通用计算设备的形式表现，例如：其可以为服务器设备。电子设备2的组件可以包括但不限于：上述至少一个处理器3、上述至少一个存储器4、连接不同系统组件(包括存储器4和处理器3)的总线5。
所述总线5可以包括数据总线、地址总线和控制总线。
所述存储器4可以包括易失性存储器，例如随机存取存储器(RAM)41和/或高速缓存存储器42，还可以进一步包括只读存储器(ROM)43。
所述存储器4还可以包括具有一组(至少一个)程序模块44的程序工具45(或实用工具)，这样的程序模块44包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
所述处理器3通过运行存储在所述存储器4中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1或2中的腹直肌的自发放电的评估方法的步骤。
所述电子设备2也可以与一个或多个外部设备6(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口7进行。并且，模型生成的电子设备2还可以通过网络适配器8与一个或者多个网络(例如局域网LAN，广域网WAN和/或公共网络)通信。
如图5所示，网络适配器8可以通过总线5与模型生成的电子设备2的其它模块通信。本领域技术人员应当明白，尽管图中未示出，可以结合模型生成的电子设备2使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
需要说明的是，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例6
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现实施例1或2中的腹直肌的自发放电的评估方法的步骤。
其中，计算机可读存储介质可以采用的更具体方式可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行实现实施例1或2中的腹直肌的自发放电的评估方法的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (12)
1.一种腹直肌的自发放电的评估方法，其特征在于，所述评估方法包括如下步骤：
分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；
根据所述第一电生理信号计算第一平均波幅与第一平均频率；
根据所述第二电生理信号计算第二平均波幅与第二平均频率；
根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值；
根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值；
根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值；
根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：
整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重，其中，所述第一权重+所述第二权重＝1。
2.如权利要求1所述的腹直肌的自发放电的评估方法，其特征在于，
所述第一权重的取值范围为0.58-0.66，所述第二权重的取值范围为0.34-0.42；
和/或，
第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
3.如权利要求1所述的腹直肌的自发放电的评估方法，其特征在于，
所述分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号的步骤具体包括：
在静息状态下分别采集运动前所述腹直肌的所述第一电生理信号和运动后所述腹直肌的所述第二电生理信号，所述静息状态为所述腹直肌处于放松的状态；
和/或，
根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值之后还包括：
根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
4.如权利要求1-3任一项所述的腹直肌的自发放电的评估方法，其特征在于，
所述根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值的步骤之前还包括：预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值；
所述根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值的步骤具体包括：根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值的步骤具体包括：根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
5.如权利要求4所述的腹直肌的自发放电的评估方法，其特征在于，所述腹直肌的数量为多个；
所述根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值的步骤具体包括：将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值；根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值的步骤具体包括：将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值；根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
6.一种腹直肌的自发放电的评估系统，其特征在于，所述评估系统包括信号获取模块、信号计算模块、单位功率肌电值计算模块、自发放电评估值计算模块及整体自发放电评估模块；
所述信号获取模块用于分别获取运动前所述腹直肌的第一电生理信号和运动后所述腹直肌的第二电生理信号；
所述信号计算模块用于根据所述第一电生理信号计算第一平均波幅与第一平均频率，以及根据所述第二电生理信号计算第二平均波幅与第二平均频率；
所述单位功率肌电值计算模块用于根据所述第一平均波幅与所述第一平均频率计算第一单位功率肌电值，以及根据所述第二平均波幅与所述第二平均频率计算第二单位功率肌电值；
所述自发放电评估值计算模块用于根据所述第一平均波幅、第一平均频率及第一单位功率肌电值计算运动前自发放电评估值，以及根据所述第二平均波幅、第二平均频率及第二单位功率肌电值计算运动后自发放电评估值；
所述整体自发放电评估模块用于根据所述运动前自发放电评估值、所述运动后自发放电评估值计算所述腹直肌的整体自发放电评估值，计算公式为：整体自发放电评估值＝运动前自发放电评估值×第一权重+运动后自发放电评估值×第二权重，其中，所述第一权重+所述第二权重＝1。
7.如权利要求6所述的腹直肌的自发放电的评估系统，其特征在于，
所述第一权重的取值范围为0.58-0.66，所述第二权重的取值范围为0.34-0.42；
和/或，
第一单位功率肌电值＝第一平均波幅×第一平均频率；第二单位功率肌电值＝第二平均波幅×第二平均频率。
8.如权利要求6所述的腹直肌的自发放电的评估系统，其特征在于，所述信号获取模块用于在静息状态下分别采集运动前所述腹直肌的所述第一电生理信号和运动后所述腹直肌的所述第二电生理信号，所述静息状态为所述腹直肌处于放松的状态；
和/或，
所述评估系统还包括恢复模块，所述恢复模块用于根据所述整体自发放电评估值设置腹部低频电刺激康复带的恢复参数，并使用所述腹部低频电刺激康复带对所述腹直肌进行恢复，所述恢复参数包括激活参数、放松参数、修复参数及募集参数。
9.如权利要求6-8任一项所述的腹直肌的自发放电的评估系统，其特征在于，
所述评估系统还包括表格预设模块，所述表格预设模块用于预设一扣分值对应表，所述扣分值对应表包括物理状态、与每一所述物理状态对应的取值范围及与每一所述取值范围对应的扣分值，所述物理状态包括第一平均波幅、第一平均频率、第一单位功率肌电值、第二平均波幅、第二平均频率及第二单位功率肌电值；
所述自发放电评估值计算模块用于根据所述扣分值对应表分别查找与所述第一平均波幅、所述第一平均频率及所述第一单位功率肌电值对应的第一扣分值；根据所述第一扣分值以及第一预设基准值计算所述运动前自发放电评估值，以及根据所述扣分值对应表分别查找与所述第二平均波幅、所述第二平均频率及所述第二单位功率肌电值对应的第二扣分值；根据所述第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
10.如权利要求9所述的腹直肌的自发放电的评估系统，其特征在于，所述腹直肌的数量为多个；
所述自发放电评估值计算模块还用于将多个所述腹直肌对应的所述第一扣分值进行加和，以得到合计第一扣分值，根据所述合计第一扣分值以及第一预设基准值计算所述运动前自发放电评估值；
所述自发放电评估值计算模块还用于将多个所述腹直肌对应的所述第二扣分值进行加和，以得到合计第二扣分值；根据所述合计第二扣分值以及第二预设基准值计算所述运动后自发放电评估值。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现权利要求1-5任一项所述的腹直肌的自发放电的评估方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的腹直肌的自发放电的评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910688753.9A CN112382366A (zh) | 2019-07-29 | 2019-07-29 | 腹直肌的自发放电的评估方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910688753.9A CN112382366A (zh) | 2019-07-29 | 2019-07-29 | 腹直肌的自发放电的评估方法、系统、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112382366A true CN112382366A (zh) | 2021-02-19 |
Family
ID=74585922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910688753.9A Pending CN112382366A (zh) | 2019-07-29 | 2019-07-29 | 腹直肌的自发放电的评估方法、系统、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112382366A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104984475A (zh) * | 2015-07-24 | 2015-10-21 | 上海交通大学 | 基于皮肤反射原理的抑制帕金森静息性震颤的电刺激系统 |
| US20170354377A1 (en) * | 2016-06-10 | 2017-12-14 | Panasonic Intellectual Property Management Co., Ltd. | Muscle fatigue output device, muscle fatigue output method, and recording medium |
| CN108209947A (zh) * | 2017-05-25 | 2018-06-29 | 深圳市未来健身衣科技有限公司 | 一种康复保健评估方法及装置 |
| CN108511037A (zh) * | 2018-02-23 | 2018-09-07 | 易适康连（上海）科技有限公司 | 腹部的肌电信号的分析方法及系统 |
-
2019
- 2019-07-29 CN CN201910688753.9A patent/CN112382366A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104984475A (zh) * | 2015-07-24 | 2015-10-21 | 上海交通大学 | 基于皮肤反射原理的抑制帕金森静息性震颤的电刺激系统 |
| US20170354377A1 (en) * | 2016-06-10 | 2017-12-14 | Panasonic Intellectual Property Management Co., Ltd. | Muscle fatigue output device, muscle fatigue output method, and recording medium |
| CN108209947A (zh) * | 2017-05-25 | 2018-06-29 | 深圳市未来健身衣科技有限公司 | 一种康复保健评估方法及装置 |
| CN108511037A (zh) * | 2018-02-23 | 2018-09-07 | 易适康连（上海）科技有限公司 | 腹部的肌电信号的分析方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 林彩娜;马超;伍少玲;燕铁斌;: "不同步行方式下正常人腰腹肌肌电信号分析", 中国康复医学杂志, 20 April 2012 (2012-04-20), pages 70 - 72 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tripathy | Application of intrinsic band function technique for automated detection of sleep apnea using HRV and EDR signals | |
| US12201405B2 (en) | Assessing effectiveness of CPR | |
| CN104173043B (zh) | 一种适合于移动平台的心电数据分析方法 | |
| AU2010208365B2 (en) | Method and device for probabilistic objective assessment of brain function | |
| Jin et al. | Predicting cardiovascular disease from real-time electrocardiographic monitoring: An adaptive machine learning approach on a cell phone | |
| US20160029946A1 (en) | Wavelet analysis in neuro diagnostics | |
| CN117038082A (zh) | 基于大数据的中医健康状态分析评估系统及装置 | |
| US10433753B2 (en) | Stochastic oscillator analysis in neuro diagnostics | |
| CN115804573A (zh) | 一种睡眠深度量化及干预的方法、系统和装置 | |
| CN115299887B (zh) | 一种动态代谢功能的检测量化方法和系统 | |
| Naeem et al. | Mechanomyography-based muscle fatigue detection during electrically elicited cycling in patients with spinal cord injury | |
| CN115607802A (zh) | 一种自主神经功能调节及干预的方法、系统和装置 | |
| Shafi et al. | Prediction of heart abnormalities using deep learning model and wearabledevices in smart health homes | |
| CN114916935B (zh) | 一种基于矫正人员矫正过程的体态分析的辅助矫正系统 | |
| CN118948294B (zh) | 一种术后智能监测方法及系统 | |
| CN118830812A (zh) | 一种麻醉深度监测方法及系统 | |
| CN113764105A (zh) | 一种中老年心血管数据预测方法 | |
| CN112382366A (zh) | 腹直肌的自发放电的评估方法、系统、电子设备及介质 | |
| CN112370068A (zh) | 腹斜肌的自发放电的评估方法、系统、电子设备及介质 | |
| RU2537771C2 (ru) | Способ ранней диагностики сердечно-сосудистых заболеваний на основе многоканального спектрального анализа медленных волн кардиосигналов | |
| CN113368403B (zh) | 一种可以提高心肺功能的智能理疗系统 | |
| CN112382368A (zh) | 腹直肌恢复能力的检测方法、系统、电子设备及存储介质 | |
| Ghandeharioun | Automatic Home-based Screening of Obstructive Sleep Apnea using Single Channel Electrocardiogram and SPO2 Signals | |
| CN114974576A (zh) | 一种基于元数据的心脑血管数疾病诊断管理系统 | |
| CN112382365A (zh) | 腹斜肌恢复能力的检测方法、系统、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210219 |