医疗器械创意实践课程开发及教学
来源:用户上传
作者:彭安民 吕丹 杨戈尔 吕杰 丁皓 刘杨 郭世俊
[摘 要] 基于虚实融合设计方法开发了医疗器械创意实践课程实践项目，并应用于教学。从实践项目各自的背景、系统建立、学生任务和能力要求等方面阐述了实践项目的设计。学生通过全新设计的实践项目训练提高了创新能力。
[关键词] 肌电信号;创意实践;虚实融合
[基金项目] 2019年度上海健康医学院教改课题“医学成像原理”（B1-0200-19-309305）
[作者简介] 彭安民（1969—），男，湖南祁东人，工学硕士，上海健康医学院医疗器械学院教师，工程师，主要从事康复机器人研究;
吕 丹 （1981—），女，河南洛阳人，工学硕士，上海健康医学院医疗器械学院讲师，主要从事智能医疗器械研究。
[中图分类号] G642 [文献标识码] A [文章编号] 1674-9324（2020）30-0253-02 [收稿日期] 2019-10-24
醫疗器械创意实践是本科生物医学工程专业的专业实践课程，传统的课程内容主要为生物医学检测控制系统单元电路的设计与调试，侧重于单个电路的技能实践，系统创新思维训练有待加强和改进。为了加强对学生的创新能力的培养，以LabVIEW或MATLAB/Simulink或TensorFlow作为平台工具，对创新实践项目进行全面改进，采用虚实融合的方法设计了三个创新实践项目。
一、利用LabVIEW平台和肌电训练仪进行肌电控制实践
NI公司制造的肌电训练仪是基于LabVIEW的采集上肢表面肌电信号（SEMG）的硬件系统和用LabVIEW语言编制的虚拟仪器（VIs）软件系统的融合，用于肌电信号的采集、分析处理以及EMG伺服控制。
这个肌电训练仪由表面肌电传感器、肌电信号采集处理硬件模块和NI ELVIS硬件模块等组成，肌电训练仪和安装好LabVIEW等软件的PC机构成肌电控制实验硬件系统，其和基于此硬件系统应用的软件系统组成肌电控制实验系统。
学生的任务主要为搭建硬件系统和进行软件编程、调试、运行肌电控制实验系统。对学生的能力要求如下：
1.会EMG传感器配置及系统安装调试。
2.会利用虚拟的动态信号分析仪验证EMG传感器配置。
3.会EMG信号采集及分析处理。
4.能够适当地调整EMG控制系统的参数使其正确运行。
5.能够结合医疗背景和要求局部修改程序或者根据自己的创意编制程序以改进EMG伺服控制算法。
以上的任务要求体现了因材施教的理念，可以激发那些基础好、学有余力的学生的创新思想并予以实现。
二、基于TensorFlow的神经网络的手部动作表面肌电信号模式识别实践
表面肌电信号被广泛应用于临床医学、康复医学以及可穿戴智能设备等领域。表面肌电信号蕴含着人体的动作意识，通过人工神经网络对表面肌电信号进行分析，让机器有能力识别人体的动作意图并做出相应的反应，借此可以推广到智能假肢的应用，帮助前臂残疾患者进行康复训练或实现对机械手的控制。
利用前述的肌电控制实验系统采集若干组常用的手部动作（例如握拳、握持圆柱、休息、上翻等）的表面肌电信号[1]，并通过神经网络来进行识别实践。表面肌电信号模式识别实践包括两个主要步骤：信号采集和模式识别。模式识别是通过神经网络及其相应的优化算法来实现的。在TensorFlow环境下进行编程实现神经网络。
TensorFlow是由C++语言开发，是Google开发的开源数据流图计算数值软件库，被广泛应用在神经网络学习上和机器学习研究中。本实践项目使用TensorFlow-GPU 1.6.0环境，利用GPU并行计算的能力来加快学习效率。采用的编程语言是python，版本3.6，操作系统是Windows 7 SP1以上版本系统，16GB内存，3.6Hz处理器，显卡为GTX-980。
学生的任务主要是采集特定动作下的上肢肌电信号（JPG格式）并进行初步处理归类，然后在TensorFlow环境下利用现成的程序或者编程实现卷积神经网络（CNN）或其他神经网络对信号的识别[2]。对学生的能力要求如下：
1.会合理采集相应动作的上肢表面肌电信号。
2.会TensorFlow-GPU 1.6.0环境的建立
3.会比较不同神经网络及优化器的优缺点并合理选择神经网络及优化器。
4.会动作模式识别实验设计以及实验结果分析。
5.会使用tensorboard可视化工具。
6.会卷积神经网络（CNN）编程实现。
通过本实践项目的训练，可以使学生初步具备利用神经网络来进行分类识别能力，实践任务的完成可以达到训练学生的创新思维、提高学生创新能力的目的，为以后的医疗器械创新研究打下基础。
三、基于MATLAB/Simulink的上肢康复训练控制系统仿真
前述识别出来的某个动作的肌电信号可以用作上肢康复训练控制系统的输入。本实践项目设计旨在利用MATLAB/Simulink来实现上肢康复训练控制系统虚拟仿真。学生的任务主要任务有五个：
1.处理采集到的上肢肌电信号并生成自定义信号。
2.利用MATLAB/Simulink建立Simulink模型。
3.制作Simulink 3D动画并生成wrl格式文件，Simulink 3D动画模拟手的握持和张开动作，并有虚拟的接触传感器模拟握持到位的反馈使Simulink模型输出的握持信号保持在适当值。
4.连接自定义信号、Simulink模型和Simulink 3D动画文件组成上肢康复训练控制系统并进行仿真。 5.仿真結果分析。
对学生的能力要求如下：
1.会生成自定义信号源。
2.会建立Simulink模型。
3.会制作Simulink 3D动画。
4.能够连成上肢康复训练控制系统进行仿真。
5.能够结合医疗背景和要求局部修改程序或者根据自己的创意编制程序以改进EMG伺服控制算法。
通过本实践项目的训练，可以使学生初步具备利用MATLAB/Simulink设计上肢康复训练控制系统的能力，为后续的康复机器人或智能假肢的研究打下基础，实践项目的训练也可以使学生初步具备设计其他测控系统的能力。
前述三个创新实践项目都用到了的肌电信号，这是由肌电信号采集处理硬件模块即板载的信号采集处理集成电路（IC）来获得的。后两个创新实践项目均使用了离线的肌电信号，后续的实践开发考虑把信号采集处理、神经网络模式识别、系统控制仿真整合成在线实时控制系统，无缝衔接后续的康复机器人或智能假肢系统教学内容。
通过医疗器械创意实践课程的学习，使学生基本掌握医疗器械创意思维方法，熟悉实现医疗器械创意的途径，初步掌握实现医疗器械创意的常用工具的使用，最终提升了学生的医疗器械创新能力。
参考文献
[1]Jacob Apkarian，Paul Karam，Michel Lévis，Peter Martin.INSTRUCTOR WORKBOOK QNET Myoelectric Trainer for NI ELVIS [Z].NATIONAL INSTRUMENTS & Quanser Inc.2011.
[2]丹·范·鲍克塞尔.基于TensorFlow的深度学习：揭示数据隐含的奥秘[M].北京：机械工业出版社，2018：51-64.
Development and Teaching of the Course on Medical Device Creative Practice
PENG An-min，L？譈 Dan，YANG Ge-er，L？譈 Jie，DING Hao，LIU Yang，GUO Shi-jun
（School of Medical Devices，Shanghai University of Medicine & Health Sciences，Shanghai 201318，China）
Abstract：Based on the virtual and real fusion design method，the Medical Device Creative Practice course practice project was developed and applied to teaching.The design of the practical project was elaborated from the aspects of the respective backgrounds，system establishment，student tasks and competence requirements of the practical projects.Students have improved their ability of innovation through newly designed practice projects.
Key words：EMG signal;creative practice;virtual and real fusion
转载注明来源:https://www.xzbu.com/9/view-15285111.htm
