在腦卒中發(fā)生后的不同階段,依據(jù)患者臨床的不同表現(xiàn),對(duì)康復(fù)的治療以及護(hù)理的要求也各不相同。目前現(xiàn)有的虛擬康復(fù)系統(tǒng),雖然提升了訓(xùn)練的趣味性,但是一般只能針對(duì)某一時(shí)期的患者人群,即針對(duì)目標(biāo)人群?jiǎn)我?不能滿足不同時(shí)期的患者的個(gè)性化康復(fù)需求,也就難以貫穿患者的整個(gè)康復(fù)過程。本文針對(duì)上述問題,基于混合腦機(jī)接口的虛擬康復(fù)技術(shù)的研究現(xiàn)狀,將混合腦機(jī)接口技術(shù)與虛擬現(xiàn)實(shí)以及增強(qiáng)現(xiàn)實(shí)技術(shù)相結(jié)合,針對(duì)不同時(shí)期的腦卒中患者,設(shè)計(jì)相應(yīng)的康復(fù)訓(xùn)練策略,搭建一套基于混合腦機(jī)接口的虛擬康復(fù)系統(tǒng),本文具體工作如下:首先,針對(duì)腦卒中軟癱期患者,提出一種基于運(yùn)動(dòng)想象與增強(qiáng)現(xiàn)實(shí)的康復(fù)訓(xùn)練策略,即利用Kinect掃描技術(shù)來獲取真實(shí)場(chǎng)景,通過增強(qiáng)現(xiàn)實(shí)技術(shù),將虛擬物體添加到真實(shí)場(chǎng)景中,患者可以通過運(yùn)動(dòng)想象模式實(shí)現(xiàn)對(duì)真實(shí)場(chǎng)景中虛擬物體的控制,提高了患者康復(fù)訓(xùn)練的積極性,進(jìn)而可以達(dá)到腦功能重塑的效果。其次,針對(duì)腦卒中恢復(fù)期患者,提出一種基于肌電反饋與Kinect交互的康復(fù)訓(xùn)練策略,即通過Kinect進(jìn)行肢體動(dòng)作識(shí)別定位,對(duì)采集的肌電信號(hào)（Electromyography,EMG）進(jìn)行預(yù)處理以及特征提取,對(duì)肌力大小進(jìn)行評(píng)估,實(shí)現(xiàn)對(duì)虛擬康復(fù)... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 基于混合腦機(jī)接口的虛擬康復(fù)技術(shù)研究現(xiàn)狀
        1.2.1 基于運(yùn)動(dòng)想象的虛擬康復(fù)技術(shù)研究現(xiàn)狀
        1.2.2 基于肌電反饋的虛擬康復(fù)技術(shù)研究現(xiàn)狀
        1.2.3 基于腦肌電融合的虛擬康復(fù)技術(shù)研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第2章 基于運(yùn)動(dòng)想象與增強(qiáng)現(xiàn)實(shí)的虛擬康復(fù)訓(xùn)練策略
    2.1 引言
    2.2 腦電信號(hào)采集及分析
        2.2.1 腦電信號(hào)采集
        2.2.2 腦電信號(hào)預(yù)處理
        2.2.3 腦電信號(hào)特征提取
    2.3 增強(qiáng)現(xiàn)實(shí)康復(fù)場(chǎng)景搭建
        2.3.1 基于Kinect及 Unity3D的虛擬康復(fù)場(chǎng)景設(shè)計(jì)
        2.3.2 增強(qiáng)現(xiàn)實(shí)場(chǎng)景設(shè)計(jì)實(shí)現(xiàn)方案
    2.4 運(yùn)動(dòng)想象控制增強(qiáng)現(xiàn)實(shí)場(chǎng)景的康復(fù)訓(xùn)練策略
        2.4.1 基于運(yùn)動(dòng)想象的訓(xùn)練方法
        2.4.2 運(yùn)動(dòng)想象與增強(qiáng)現(xiàn)實(shí)相結(jié)合的康復(fù)訓(xùn)練模式
    2.5 本章小結(jié)
第3章 基于肌電反饋與Kinect交互的虛擬康復(fù)訓(xùn)練策略
    3.1 引言
    3.2 肌電信號(hào)采集及分析
        3.2.1 肌電信號(hào)采集
        3.2.2 肌電信號(hào)預(yù)處理
        3.2.3 肌電信號(hào)特征提取
    3.3 基于Kinect的動(dòng)作模式識(shí)別
        3.3.1 基于Kinect的骨骼追蹤技術(shù)
        3.3.2 基于Kinect的姿態(tài)動(dòng)作識(shí)別
    3.4 肌電反饋與Kinect交互相結(jié)合的康復(fù)訓(xùn)練策略
        3.4.1 基于肌電反饋的控制方法
        3.4.2 基于Kinect識(shí)別+肌電反饋的康復(fù)訓(xùn)練模式
    3.5 本章小結(jié)
第4章 基于腦肌電決策融合的虛擬康復(fù)訓(xùn)練策略
    4.1 引言
    4.2 腦肌電決策融合
        4.2.1 信息融合原理及分類
        4.2.2 基于貝葉斯算法的腦肌電決策融合
    4.3 基于運(yùn)動(dòng)想象與肌電反饋決策融合的康復(fù)訓(xùn)練策略
    4.4 本章小結(jié)
第5章 虛擬康復(fù)系統(tǒng)構(gòu)建及實(shí)驗(yàn)研究
    5.1 引言
    5.2 虛擬康復(fù)系統(tǒng)總體方案設(shè)計(jì)
        5.2.1 系統(tǒng)總體框架
        5.2.2 硬件平臺(tái)搭建
        5.2.3 軟件平臺(tái)設(shè)計(jì)
    5.3 不同康復(fù)訓(xùn)練策略實(shí)驗(yàn)研究
        5.3.1 實(shí)驗(yàn)對(duì)象及前期準(zhǔn)備
        5.3.2 實(shí)驗(yàn)方案設(shè)計(jì)
        5.3.3 實(shí)驗(yàn)結(jié)果分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝



本文編號(hào)：3162405