機器人技術(shù)的發(fā)展及其與臨床康復(fù)醫(yī)學(xué)的結(jié)合為康復(fù)機器人研究提供了一個很好的契機。上肢康復(fù)機器人系統(tǒng)技術(shù)更是近幾年比較熱門的技術(shù)，利用機器人及其相關(guān)技術(shù)對訓(xùn)練過程進行客觀的監(jiān)測與評價，提高偏癱康復(fù)訓(xùn)練的針對性及科學(xué)性，同時將治療醫(yī)師從繁重的體力勞動中解脫出來，為患者制定更好的康復(fù)方案，進一步提高康復(fù)的效率。本課題旨在搭建一種外骨骼式智能康復(fù)系統(tǒng)，實現(xiàn)肩膀、肘部、手腕共5自由度的平面、曲面運動。研究采用的是一種雙邊康復(fù)策略，患側(cè)肢體由康復(fù)機械設(shè)備帶動通過復(fù)制健側(cè)肢體的運動信息實現(xiàn)隨動，達到運動神經(jīng)系統(tǒng)的復(fù)健。由慣性傳感器MTx采集健側(cè)肢體運動關(guān)節(jié)角度作為運動控制信息。為了能夠?qū)τ谥w運動能力及意圖進行理解，引入了肌電信號來代替MTx傳感器。文章提出的利用EEMD自適應(yīng)分解并結(jié)合參數(shù)熵對蘊藏在肌電信號中的運動信息進行深層次的挖掘，與MTx采集數(shù)據(jù)對比，在肘部運動連續(xù)運動過程中實現(xiàn)了平均82%的識別準(zhǔn)確率，證實了肌電信號能夠?qū)祻?fù)控制、康復(fù)狀態(tài)進行有效的評估。為了便于康復(fù)控制可視化，后期利用Kinect實現(xiàn)了視覺傳感，并通過骨骼追蹤方法構(gòu)建人體三維空間模型，實現(xiàn)人體上肢動作的識別并結(jié)合Fugl-... 

【文章來源】：北京理工大學(xué)北京市 211工程院校 985工程院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

中風(fēng)在大腦中產(chǎn)生行程

是膝跳反經(jīng)和傳出腦的復(fù)雜康復(fù)訓(xùn)練復(fù)效果。用的方法的一系列，還能夠。機器人研的上肢康圖 1.2 膝反射時運動傳出神經(jīng)連接雜與未知性練即是通過對因此對于肌法就是通過列分析手段夠提供給我們研究背景康復(fù)機器人系膝跳反射時運傳導(dǎo)示意圖。當(dāng)中間環(huán)，直接從腦對肌肉力量肌肉狀況的過分析肌肉產(chǎn)，不僅能挖們肌肉康復(fù)景系統(tǒng)，首先運動傳導(dǎo)示意圖。大腦中樞環(huán)節(jié)出現(xiàn)斷路腦部中樞進行量進行加強的研究對于康產(chǎn)生的肌電挖掘出潛藏復(fù)效果評價指先要搭建穩(wěn)定意樞與肌肉感路或者連接行運動機能，從而能夠康復(fù)治療有電信號來了解的運動意圖指標(biāo)，從而定安全的機感接能夠有解圖而機

典型的末端執(zhí)行器類型上肢康復(fù)機器人

【參考文獻】：
博士論文
[1]EMD算法研究及其在信號去噪中的應(yīng)用[D]. 王婷.哈爾濱工程大學(xué) 2010
[2]基于熵的表面肌電信號特征提取研究[D]. 陳偉婷.上海交通大學(xué) 2008

碩士論文
[1]基于深度圖像的人體骨骼追蹤的骨骼點矯正問題研究[D]. 韓文錫.青島大學(xué) 2014
[2]基于Kinect骨架信息的人體動作識別[D]. 劉飛.東華大學(xué) 2014
[3]基于深度圖像的人體關(guān)節(jié)點定位的方法研究[D]. 呂潔.南京理工大學(xué) 2014
[4]基于Kinect系統(tǒng)運動采集的康復(fù)訓(xùn)練平臺的研究與設(shè)計[D]. 黃健.電子科技大學(xué) 2013
[5]外骨骼上肢機器人運動康復(fù)虛擬現(xiàn)實訓(xùn)練與評價研究[D]. 王源.上海交通大學(xué) 2013



本文編號：3554173