腦卒中疾病極易復(fù)發(fā),且有較高的致死率和極高致殘率^[1]。據(jù)流行病學(xué)推算^[2],在75%的幸存者中通過自然恢復(fù)后有80%以上的患者帶有明顯殘疾。在這些殘疾患者中遺留有上肢運動功能障礙的占85%,經(jīng)過康復(fù)治療3-6個月后,只有30%左右的患者恢復(fù)了上肢運動功能,因此上肢康復(fù)訓(xùn)練顯得尤為重要。在上肢康復(fù)訓(xùn)練中對肌肉疲勞的檢測能夠有效地避免患者在康復(fù)過程中因過度訓(xùn)練而產(chǎn)生二次傷害。本文以年輕正常人為例,根據(jù)RPE表對疲勞程度進(jìn)行劃分,并對上肢在進(jìn)行肘部以及腕部伸屈運動后的不同疲勞程度進(jìn)行前臂疲勞評價。本文寫作是根據(jù)實驗流程來進(jìn)行安排的,實驗流程為表面肌電信號的采集、有效段選取、肌電信號預(yù)處理、特征提取以及對疲勞度進(jìn)行判定。文中采集肌電信號的儀器為E.M.G.SystemTB0810;我們要求測試者完成肘關(guān)節(jié)的伸屈,和腕關(guān)節(jié)的伸屈,主要完成的動作有保持上臂不動將1.25kg杠鈴由體側(cè)作為0°開始上舉到135°停頓5秒后恢復(fù)到體側(cè);保持手臂不動,在負(fù)重1.25kg杠鈴時以最大伸展程度為0°開始屈腕75°后停頓5秒恢復(fù)到體側(cè)。采用TKE算子和基于短時能量對... 

【文章來源】：長春大學(xué)吉林省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

除高血壓外各類心血管疾病患病占比[1]

者對訓(xùn)練的信心和興趣。但無論是傳統(tǒng)的康復(fù)技術(shù)還是現(xiàn)代的康復(fù)技術(shù)都難以對肌肉不同時期的狀態(tài)進(jìn)行有效監(jiān)測，因此極有可能由于患者的急切康復(fù)心理和對肌肉承受力的主觀感知延緩性，而導(dǎo)致過度訓(xùn)練造成二次損傷，嚴(yán)重的會導(dǎo)致終身殘疾。肌肉疲勞信號是一種生理信號，也可以作為反映生理狀態(tài)的警報信號。當(dāng)人體進(jìn)行長時間或高強度運動時，人體肌肉生理特性降低，出現(xiàn)肌肉僵硬等表現(xiàn)，嚴(yán)重者會發(fā)生肌肉痙攣。因此我們通過對肌肉疲勞觀察可以有效地避免過度訓(xùn)練帶來的二次傷害[10]。在知網(wǎng)中搜索肌肉疲勞并進(jìn)行可視化分析，如圖1-2所示，我們不難發(fā)現(xiàn)，近年來人們對肌肉疲勞的關(guān)注度越來越高。圖1-2肌肉疲勞研究可視化分析造成卒后患者上肢功能障礙的原因是肌肉神經(jīng)的損傷。肢體的動作是由肌肉收縮運動產(chǎn)生的，肌肉纖維間會因肌肉的收縮而產(chǎn)生動作電位的變化，我們將該電位差序列稱之為肌電信號（EMG）。在1791年驗證了電和肌肉收縮的相關(guān)性；在1851年提出了動作電位；在1890年成功繪制了肌電圖，以及肌電儀的不斷改進(jìn)，這也是后期通過sEMG信號在各領(lǐng)域研究的基矗表面肌電信號（sEMG）[11]指的是在人體皮膚表面采集到的電位差序列，由于采集的無創(chuàng)性、微弱性以及包含信息的多樣性而受到廣泛關(guān)注。由于sEMG信號的無創(chuàng)性和采集簡單的特點，因此sEMG受到了多個領(lǐng)域的關(guān)注。因其本身的微弱性，導(dǎo)致采集到的sEMG包含多種干擾信息，現(xiàn)階段已有許多研究者對sEMG中噪聲的去除方法進(jìn)行了研究，并取得了許多成果。通過對sEMG信號和肌肉的活動狀態(tài)、功能間的關(guān)系研究，將其應(yīng)用于假肢控制[12]、改善人機交互、動作和情感識別、康復(fù)評價和疲勞評價等眾多

6用外骨骼結(jié)構(gòu)，以電機驅(qū)動5個自由度完成康復(fù)訓(xùn)練。為方便醫(yī)師及時對患者訓(xùn)練狀態(tài)進(jìn)行調(diào)整，東南大學(xué)設(shè)計完成了一款遠(yuǎn)程康復(fù)機械臂。該設(shè)備在完成主動訓(xùn)練、被動訓(xùn)練的基礎(chǔ)上，也可以實現(xiàn)對訓(xùn)練實時視頻以及力矩參數(shù)的傳輸。圖1-7UECM圖1-8上肢氣動機器人圖1-95-DOF上肢康復(fù)機器人綜上所述，隨著科學(xué)技術(shù)的發(fā)展，上肢康復(fù)機器人由單一的自由度發(fā)展到多個自由度；由簡單的平面運動發(fā)展到復(fù)雜的三維運動；由單一的運動模式到多種運動模式結(jié)合；其種類和功能越來越趨于多樣化、智能化、便捷化；上肢康復(fù)機器人的訓(xùn)練動作也更加流暢，能夠適應(yīng)不同的人群，以及柔性地輔助患者完成多種動作。但是隨著研究的深入，我們也不難發(fā)現(xiàn)，現(xiàn)代的上肢康復(fù)機器人在機械結(jié)構(gòu)上趨于固定，更多的則是在控制技術(shù)方面進(jìn)行了改進(jìn)。在臨床應(yīng)用上，就現(xiàn)有的上肢康復(fù)機器人而言，存在以下問題：1.大部分上肢康復(fù)機器人都只是作為輔助訓(xùn)練設(shè)備，患者在訓(xùn)練過程中仍需要專業(yè)人士從旁指導(dǎo)。2.現(xiàn)階段無法用數(shù)據(jù)反映訓(xùn)練過程，且依舊選用臨床主觀評價的方式對康復(fù)訓(xùn)練進(jìn)行評價。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)梯度下降法的機載云臺姿態(tài)解算[J]. 王鐸,袁亮,侯愛萍,姜宏.  組合機床與自動化加工技術(shù). 2019(08)
[2]基于PSO-SVM的手勢識別方法研究[J]. 胡命嘉,宮玉琳,王鋒.  長春理工大學(xué)學(xué)報(自然科學(xué)版). 2019(04)
[3]上海市青浦區(qū)居民腦卒中死亡特征和早病死概率分析[J]. 徐瑞芳,吳周理,葉開友,王森,楊惠芬,王淑雯,汪月琴.  中國臨床神經(jīng)科學(xué). 2019(04)
[4]基于MATLAB的小波降噪研究[J]. 姜波.  電子制作. 2019(13)
[5]基于肌電信號人手動作模式分類方法的研究[J]. 雷華勤.  電子技術(shù)與軟件工程. 2019(12)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的重點行業(yè)企業(yè)周邊土壤重金屬污染預(yù)測及評價[J]. 范俊楠,張鈺,賀小敏,郭麗,施敏芳,陳浩.  華中農(nóng)業(yè)大學(xué)學(xué)報. 2019(04)
[7]《中國心血管病報告2018》概要[J]. 胡盛壽,高潤霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,陳偉偉.  中國循環(huán)雜志. 2019(03)
[8]吊環(huán)十字支撐類動作對人體背闊肌、斜方肌、肱三頭肌、大圓肌和三角肌參與程度和控制能力及主要肌群貢獻(xiàn)率分析[J]. 蘭慶士.  中國組織工程研究. 2019(03)
[9]基于表面肌電的肌肉疲勞檢測系統(tǒng)研究[J]. 糜超,陳陽,鄒凌.  現(xiàn)代電子技術(shù). 2018(20)
[10]肘關(guān)節(jié)運動姿態(tài)與其對應(yīng)肌肉群肌電信號的測量與分析[J]. 韋成朋,陳慶盈,張鋼.  計量與測試技術(shù). 2018(06)

碩士論文
[1]基于表面肌電信號的人手動作識別研究[D]. 吳顏生.東北師范大學(xué) 2019
[2]基于SEMG的肌肉疲勞度評估及其在上肢康復(fù)產(chǎn)品設(shè)計中的應(yīng)用研究[D]. 張博文.浙江理工大學(xué) 2019
[3]末端牽引人機交互康復(fù)中的上肢肌肉協(xié)同研究[D]. 張樹濤.寧波大學(xué) 2018
[4]上肢肌肉疲勞檢測與訓(xùn)練控制[D]. 姚又琳.沈陽工業(yè)大學(xué) 2018
[5]基于sEMG信號的人體上肢動作識別與肌肉疲勞檢測[D]. 閆正祥.北京工業(yè)大學(xué) 2018
[6]基于sEMG的卒中上肢肌肉疲勞監(jiān)測系統(tǒng)設(shè)計[D]. 陸國冉.鄭州大學(xué) 2018
[7]基于肌電信號的頸肩肌肉疲勞特性研究[D]. 李琰.天津工業(yè)大學(xué) 2018
[8]脛骨前肌不同時間皮膚預(yù)冷刺激進(jìn)行中低負(fù)荷等長收縮時sEMG變化特征[D]. 張?zhí)?蘇州大學(xué) 2018
[9]基于肌電信號的手臂動作識別及虛擬仿真[D]. 王飛.山西大學(xué) 2017
[10]基于肌電反饋和虛擬現(xiàn)實的康復(fù)系統(tǒng)設(shè)計[D]. 楊春華.燕山大學(xué) 2017



本文編號：2992871