發(fā)布時間：2018-02-08 12:58

  本文關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò) 軌跡修正 Kinect2.0 下肢康復(fù)運動 數(shù)據(jù)采集系統(tǒng)　出處：《合肥工業(yè)大學》2017年碩士論文　論文類型：學位論文

【摘要】：在康復(fù)訓(xùn)練中記錄患者關(guān)節(jié)運動的數(shù)據(jù)意義重大�；谝曈X捕獲康復(fù)運動關(guān)節(jié)點數(shù)據(jù)的方法是一種新興的數(shù)據(jù)采集手段,經(jīng)濟實用,具有廣闊的發(fā)展空間。本文基于Kinect 2.0設(shè)備采集的運動關(guān)節(jié)點數(shù)據(jù),從修正數(shù)據(jù)中的誤差,實現(xiàn)數(shù)據(jù)實時可視化的角度進行分析與研究,設(shè)計出一種在線康復(fù)訓(xùn)練狀態(tài)識別系統(tǒng),可以實時反映患者康復(fù)訓(xùn)練的影像信息和下肢關(guān)節(jié)點的運動軌跡。該系統(tǒng)有助于改進現(xiàn)有的康復(fù)數(shù)據(jù)記錄模式,提高康復(fù)數(shù)據(jù)記錄的效率和準確度。論文分析總結(jié)了國內(nèi)外研究現(xiàn)狀和存在的問題,闡明了記錄患者康復(fù)訓(xùn)練數(shù)據(jù)的必要性及意義和需要解決的關(guān)鍵問題。分析了康復(fù)運動中采集的下肢踝和膝關(guān)節(jié)的軌跡數(shù)據(jù)的誤差及成因,針對關(guān)節(jié)數(shù)據(jù)的誤差的成因和特點設(shè)計了一種快速、簡便、實時的神經(jīng)網(wǎng)絡(luò)軌跡修正算法,作為在線康復(fù)訓(xùn)練狀態(tài)識別系統(tǒng)的核心算法。在此基礎(chǔ)上進行系統(tǒng)模塊規(guī)劃和程序編寫,完成了在線康復(fù)訓(xùn)練狀態(tài)識別軟件系統(tǒng)的整體設(shè)計。對在線康復(fù)訓(xùn)練狀態(tài)識別系統(tǒng)進行了全面的測試。
[Abstract]:It is of great significance to record the data of patients' joint movement in rehabilitation training. The method of capturing the data of rehabilitation movement node based on vision is a new method of data acquisition, which is economical and practical. This paper, based on the motion node data collected by Kinect 2.0 equipment, analyzes and studies the errors in the data and realizes the real-time visualization of the data, and designs an online rehabilitation training status recognition system. It can reflect the image information of patients' rehabilitation training in real time and the movement track of lower extremity nodes. The system can help to improve the existing rehabilitation data recording model. Improve the efficiency and accuracy of rehabilitation data recording. The necessity and significance of recording patients' rehabilitation training data and the key problems to be solved are expounded. The errors and causes of track data of ankle and knee joint of lower extremities collected during rehabilitation exercise are analyzed. According to the causes and characteristics of joint data error, a fast, simple and real-time trajectory correction algorithm based on neural network is designed. As the core algorithm of online rehabilitation training status recognition system, the system module planning and programming are carried out on this basis. The overall design of the online rehabilitation training status recognition software system is completed, and a comprehensive test of the online rehabilitation training status recognition system is carried out.
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP242

【相似文獻】

相關(guān)期刊論文 前10條

1 王鑫;;道路交通事故多狀態(tài)識別方法研究[J];計算機仿真;2014年02期

2 李力,趙新澤;應(yīng)用統(tǒng)計數(shù)學方法增進機器狀態(tài)識別技術(shù)[J];實用測試技術(shù);2000年03期

3 李衡峰,夏利民,葉劍波;一種新穎的眼部狀態(tài)識別方法[J];計算機工程;2005年06期

4 �；燮�;宋凱;李瑩瑩;常瑜亮;蘇杭;;一種新穎的眼睛狀態(tài)識別方法[J];電子元器件應(yīng)用;2010年01期

5 王瓊;王歡;趙春霞;楊靜宇;;基于眼睛狀態(tài)識別的駕駛員疲勞監(jiān)測[J];南京理工大學學報(自然科學版);2010年04期

6 滕紅智;賈希勝;趙建民;張星輝;王正軍;葛家友;;分層隱Markov模型在設(shè)備狀態(tài)識別中的應(yīng)用研究[J];中國機械工程;2011年18期

7 李虹;;路面狀態(tài)識別技術(shù)概述[J];氣象水文海洋儀器;2012年04期

8 郭克友,儲江偉,王榮本;駕駛員眼部狀態(tài)識別方法的研究[J];系統(tǒng)工程與電子技術(shù);2003年10期

9 余丹炯;李訓(xùn)銘;;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識別的研究[J];河海大學常州分校學報;2007年02期

10 張雷元;袁建華;趙永進;;道路交通狀態(tài)識別技術(shù)研究[J];道路交通與安全;2009年02期

相關(guān)會議論文 前9條

1 湯新蓓;鄭德玲;湯崢嶸;張長紅;;證據(jù)理論支持下的狀態(tài)識別方法[A];1997年中國控制會議論文集[C];1997年

2 鄭德玲;方巍;;基于組合邏輯與模糊邏輯的狀態(tài)識別方法[A];1998年中國控制會議論文集[C];1998年

3 方劍青;李紅軍;雷毅平;陳德華;;聲學共振譜方法用于結(jié)構(gòu)狀態(tài)識別的實驗研究[A];2008年全國聲學學術(shù)會議論文集[C];2008年

4 楊明忠;樊建春;;磨損形態(tài)分析與智能化磨損狀態(tài)識別研究[A];第六屆全國摩擦學學術(shù)會議論文集（上冊）[C];1997年

5 趙偉;黃春琳;;生命探測技術(shù)研究[A];2008年中國高校通信類院系學術(shù)研討會論文集（下冊）[C];2009年

6 李宏坤;周帥;孫志輝;;基于Hilbert時頻譜重心與支持向量機的設(shè)備狀態(tài)識別[A];第八屆全國動力學與控制學術(shù)會議論文集[C];2008年

7 劉偉;郭鐘寧;張永俊;何建文;;面向IGBT主動驅(qū)動并聯(lián)仿真研究[A];第11屆粵港機械電子工程技術(shù)與應(yīng)用研討會論文匯編[C];2010年

8 周穎;鄭德玲;裘之亮;位耀光;;一種新的免疫識別算法及其收斂性研究[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

9 陳鍇;徐柏齡;;基于最佳維納解的雙通道話者狀態(tài)識別方法[A];中國聲學學會2006年全國聲學學術(shù)會議論文集[C];2006年

相關(guān)博士學位論文 前4條

1 李楠;基于單類學習的異常檢測方法及其重型裝備狀態(tài)識別應(yīng)用[D];上海交通大學;2014年

2 李娜;基于人體運動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D];北京工業(yè)大學;2013年

3 李虹;基于機器視覺路面狀態(tài)識別關(guān)鍵技術(shù)研究[D];吉林大學;2009年

4 王金偉;基于表情時空特征的認知情感狀態(tài)識別研究[D];天津大學;2014年

相關(guān)碩士學位論文 前10條

1 游雄雄;礦冶典型零部件退化狀態(tài)識別與剩余壽命預(yù)測及可再制造性評估[D];江西理工大學;2015年

2 林助軍;非穩(wěn)態(tài)條件下摩擦信號處理和狀態(tài)識別技術(shù)研究[D];大連海事大學;2015年

3 葉卿;信號控制交叉口交通擁堵狀態(tài)識別方法研究[D];華南理工大學;2015年

4 張鑓;人體運動狀態(tài)感知機理及傳感數(shù)據(jù)分析研究[D];北京工業(yè)大學;2015年

5 劉雨;基于SVM的直升機飛行狀態(tài)識別方法及其應(yīng)用研究[D];南昌航空大學;2016年

6 馮青平;基于云計算的交通流預(yù)測與狀態(tài)識別關(guān)鍵技術(shù)研究[D];江蘇大學;2016年

7 鮑闞;智能車輛近場物體探測及其狀態(tài)識別方法研究[D];吉林大學;2016年

8 王寧;基于多信息融合的疲勞狀態(tài)識別研究[D];山東大學;2016年

9 趙正川;基于高速視頻的目標狀態(tài)識別技術(shù)研究[D];西安工業(yè)大學;2016年

10 孫凌濤;基于線圈檢測數(shù)據(jù)的多點聯(lián)動瓶頸控制方法研究[D];浙江大學;2016年

，

本文編號：1495496