發(fā)布時間：2023-03-31 20:32

　　腦卒中因高發(fā)病率和高致殘率特點已成為臨床中常見疾病,其常伴隨多種功能障礙,其中上肢運動功能障礙是影響最廣泛的肢體功能障礙。近來,康復醫(yī)學正逐步向精確化、遠程化、智能化、個性化方向發(fā)展,精準評定是其中重要方向。本文融合傳感器技術和人工智能開展基于深度學習的腦卒中上肢運動功能自動評定研究,分別從手臂運動功能障礙、手部運動功能障礙和上肢活動能力三方面設計運動測量系統(tǒng),并基于傳感器數(shù)據(jù)提出三種不同深度學習方法進行特征提取實現(xiàn)臨床量表分期與評分預測。論文工作如下:1.針對上肢手臂運動功能評定,設計研制慣性測量單元(Inertial Measurement Unit,IMU),獲取上肢評定動作過程大臂和前臂的慣性運動數(shù)據(jù),提出基于時間注意力循環(huán)神經(jīng)網(wǎng)絡模型(Time Attention Recurrent neural network Model,TARM)進行數(shù)據(jù)特征提取并分類,實現(xiàn)上肢運動功能Brunnstrom分期準確率達100.00%。2.針對手部運動功能評定,結合IMU和柔性壓力傳感器設計通用數(shù)據(jù)手套,感知手部的慣性運動和手指壓力。利用四元數(shù)法并建立幾何關系模型實時計算手指關節(jié)活動度(R...

【文章頁數(shù)】：110 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外相關研究進展
        1.2.1 腦卒中手臂運動功能自動評定
        1.2.2 腦卒中手部運動功能自動評定
        1.2.3 腦卒中上肢活動能力自動評定
    1.3 論文的主要工作
    1.4 論文的結構安排
第二章 相關原理與技術
    2.1 康復評定相關原理與技術
        2.1.1 手臂運動功能評定
        2.1.2 手部運動功能評定
        2.1.3 上肢活動能力評定
    2.2 深度學習相關原理與技術
        2.2.1 卷積神經(jīng)網(wǎng)絡
        2.2.2 循環(huán)神經(jīng)網(wǎng)絡
        2.2.3 常見模型評價指標
    2.3 本章小結
第三章 腦卒中手臂運動功能自動評定
    3.1 腦卒中手臂運動功能康復自動評定簡介
    3.2 數(shù)據(jù)準備
        3.2.1 慣性運動測量傳感器單元設計
        3.2.2 數(shù)據(jù)誤差及處理
        3.2.3 數(shù)據(jù)預處理
    3.3 基于時間注意力循環(huán)神經(jīng)網(wǎng)絡
        3.3.1 循環(huán)神經(jīng)網(wǎng)絡層
        3.3.2 時間注意力機制
        3.3.3 損失函數(shù)
    3.4 實驗結果與分析
        3.4.1數(shù)據(jù)采集實驗
        3.4.2 實驗設置
        3.4.3 實驗結果
    3.5 本章小結
第四章 腦卒中手部運動功能自動評定
    4.1 腦卒中手部運動功能自動評定
    4.2 數(shù)據(jù)準備
        4.2.1 手部運動測量傳感器系統(tǒng)
        4.2.2 數(shù)據(jù)預處理
    4.3 手指關節(jié)活動度測量
        4.3.1 四元數(shù)法
        4.3.2 手指關節(jié)ROM幾何模型
    4.4 濾波器正則化全卷積神經(jīng)網(wǎng)絡
        4.4.1 全卷積神經(jīng)網(wǎng)絡
        4.4.2 Lasso回歸分析
        4.4.3 損失函數(shù)
    4.5 實驗結果與分析
        4.5.1 手指關節(jié)活動度
        4.5.2 手部運動數(shù)據(jù)采集
        4.5.3 實驗設置
        4.5.4 實驗結果
    4.6 本章小結
第五章 腦卒中上肢活動能力自動評定
    5.1 腦卒中上肢活動能力自動評定
    5.2 數(shù)據(jù)準備
        5.2.1 量表評定項目分析與選擇
        5.2.2 Kinect人體骨骼數(shù)據(jù)
    5.3 具有分組約束卷積-循環(huán)神經(jīng)網(wǎng)絡
        5.3.1 卷積神經(jīng)網(wǎng)絡模塊
        5.3.2 循環(huán)神經(jīng)網(wǎng)絡模塊
        5.3.3 SGL全連接模塊
    5.4 實驗結果與分析
        5.4.1 上肢活動骨骼圖數(shù)據(jù)采集
        5.4.2 實驗結果
    5.5 本章小結
第六章 腦卒中康復評定管理系統(tǒng)的設計與實現(xiàn)
    6.1 需求分析
        6.1.1 功能需求
        6.1.2 非功能需求
    6.2 腦卒中康復評定管理系統(tǒng)設計
        6.2.1 系統(tǒng)架構設計
        6.2.2 數(shù)據(jù)庫設計
        6.2.3 功能架構設計
    6.3 腦卒中康復評定管理系統(tǒng)實現(xiàn)
        6.3.1 開發(fā)框架及開發(fā)工具
        6.3.2 功能實現(xiàn)及效果展示
    6.4 本章小結
第七章 結束語
    7.1 論文工作總結
    7.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士研究生期間參研項目與研究成果



本文編號：3775743