产品详细介绍肌电信号分析肌电信号(Electromyogram)简称EMG，反映神经肌肉兴奋性，评估神经与肌肉的功能状态。可用于肌肉工作的工效学分析、安全操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制等动作模式研究等。ErgoLAB肌电分析软件自动对原始数据进行滤波降噪处理，根据MVC进行数据归一化与统计分析。时域分析包括原始数据、处理数据、归一化数据的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指标；频域分析的中值频率、均值频率、可视化频谱图，系统支持自动识别周期性动态用力分析。EMG高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与EMG指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求1、信号处理模块信号滤波方法包括小波降噪（Wavelet Filter）、高通滤波(High Pass)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的EMG信号。肌电整流(Rectification)，包括三种方法EMG包络线（Envelope）、滑动均值滤波（Moving Average）、滑动均方根滤波（Moving RMS），可自定义分析窗口长度。EMG信号归一化处理：自定义MVC（Maximum Voluntary Contraction），计算Normalization EMG数据。Cycle Analysis周期性分析。系统对周期性用力的肌电数据进行自动化的识别与统计分析。自定义激活阈值（Activation threshold(%)）、用力的最小持续时间（Minimum duration(ms)）、动态用力的最小时间间隔（Minimum interval(ms)）参数，进行自动处理。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析以及周期用力分析，二者可实现自由切换。A.   时域分析将肌电信号看作时间的函数，通过分析得到肌电信号的某些统计特征。统计分析指标包括：处理数据、整流数据、归一化数据的均值（Mean）、中值（Median）、标准差（STD）、最大值/最小值（Max/Min）、方差（Variance）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电（iEMG）。B.   频域分析运用参数模型法和直接快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定肌电信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。具体包括中值频率、均值频率及频谱图。C. 周期用力分析，自动识别周期性用力片段，具体的指标包括：周期的开始时间（Start Time）、周期的结束时间（End Time）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电值（iEMG）、中值频率（Median Frequency）、均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、归一化数据（Normalized）、PSD数据以及整体结果报告。

该项目开发出一种带有智能助力、可穿戴在行走障碍患者下肢进行康复训练或行走助力的机器人设备，主要应用于下肢康复领域，可以实现全支撑真实行走训练方式和在线姿态反馈实时智能引导的全闭环人机交互训练模式，能为各种状态（不同损伤及恢复体况）的患者进行准确合理助力、提供正确步态引导的真实行走式康复训练，使患者运动机能得到更快更好恢复，高效提升行走能力。作为国内首个治疗改善下肢运动障碍的特效智能机器人系统，该产品改变了传统一对一人工或半机械康复训练治疗模式，为患者提供一种广泛适用的下肢康复训练科学手段，极大提升了我国康复学科的技术水平和先进性.

下肢辅助步行康复训练，是针对脊髓损伤患者进行康复治疗的重要手段。团队研究和开发了一种下肢步行训练机器人系统样机及关键技术。它主要是利用安装在患者下肢的外骨骼系统，按照预先设置的行走步态，帮助产生或纠正患者的行走步态，同时通过安装在机器人机构中的传感器和外部传感器，取得患者步行康复训练的进程并安排康复计划的改进。研究团队结合人体工程学、仿生学和机械设计等技术，设计了具有髋、膝和踝关节6自由度的连杆助行腿；构建了由跑步机、减重支撑系统和下肢外骨骼系统的多机平台；针对患者初期、中期和后期，开发了机器人主动（位置控制）、患者半主动（阻抗/导纳控制）和患者主动（步态自适应控制）等训练模式。

下肢辅助步行康复训练，是针对脊髓损伤患者进行康复治疗的重要手段。团 队研究和开发了一种下肢步行训练机器人系统样机及关键技术。它主要是利用安 装在患者下肢的外骨骼系统，按照预先设置的行走步态，帮助产生或纠正患者的 行走步态，同时通过安装在机器人机构中的传感器和外部传感器，取得患者步行 康复训练的进程并安排康复计划的改进。研究团队结合人体工程学、仿生学和机 械设计等技术，设计了具有髋、膝和踝关节 6 自由度的连杆助行腿;构建了由跑 步机、减重支撑系统和下肢外骨骼系统的多机平台;针对患者初期、中期和后期，

XM-408C骨骼肌、心肌、平滑肌结构比较模型   XM-408C骨骼肌、心肌、平滑肌结构比较模型显示骨骼肌、心肌、平滑肌结构比较。 尺寸：放大，50×30×4cm 材质：PVC材料

成果描述：本发明涉及一种桥梁现场静载试验评定方法，其主要是一种通过现场静载试验来评定桥梁承载能力及适用性能的方法；包括如下步骤：(1)确定收集相关资料前期准备工作具体内容与方法；(2)根据收集来的资料，建立合理准确的桥梁结构有限元模型；(3)根据恒、活载下桥梁内力及应力计算分析结果，明确桥梁的理论受力安全性及活载受力特点；(4)结合桥梁传统的关键截面，确定桥梁试验截面，完成静载试验方案设计；(5)桥梁现场静载试验并处理数据(6)研究设定试验评定指标对应的评定区间；(7)对桥梁结构性能做出合理全面评价。本发明评定方法与指标能够更有效并细化指示出桥梁的实际承载能力及适用性，提高评定结果的合理性与准确性。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明涉及一种桥梁现场静载试验评定方法，其主要是一种通过现场静载试验来评定桥梁承载能力及适用性能的方法；包括如下步骤：(1)确定收集相关资料前期准备工作具体内容与方法；(2)根据收集来的资料，建立合理准确的桥梁结构有限元模型；(3)根据恒、活载下桥梁内力及应力计算分析结果，明确桥梁的理论受力安全性及活载受力特点；(4)结合桥梁传统的关键截面，确定桥梁试验截面，完成静载试验方案设计；(5)桥梁现场静载试验并处理数据(6)研究设定试验评定指标对应的评定区间；(7)对桥梁结构性能做出合理全面评价。本发明评定方法与指标能够更有效并细化指示出桥梁的实际承载能力及适用性，提高评定结果的合理性与准确性。

针对脑卒中与关节损伤高发趋势，本产品基于康复医学理论研发多关节智能康复产品，覆盖肘、膝、踝、腕等上下肢关键关节，通过对关节的反复训练，增强关节本体感觉，打开活动度，推动神经系统重组代偿，助力关节功能恢复。 本产品实现多项突破，运用高精度传感器，精准捕捉关节运动微小变化，实现人机互动与实时康复数据反馈；结合自适应算法实现动态重力补偿，精准调控角度/速度/力矩三维参数，通过循迹坐标点样线拟合生理运动轨迹；创新集成多训练模式切换系统，满足全康复周期需求；产品兼具硬/软件双重安全防护，提高产品安全性。 腕关节康复器 前臂康复器 肘关节康复器 膝关节康复器 踝关节康复器