当前位置:主页 > 科技论文 > 自动化论文 >

基于生物电信号的上肢康复机器人的研究

发布时间:2018-10-24 11:54
【摘要】:随着近年来社会经济水平的不断提升,人们对生活质量的要求也越来越高,尤其是对医疗服务的需求。日益增加的瘫痪病人数量和突飞猛进的医疗科学技术共同促使了新型的康复训练、评价系统的产生。生物电信号(脑电信号、肌电信号等)介入到康复医学领域,为传统的康复疗法开辟了一条新的道路。脑电信号直接由瘫痪病人产生,其中包含着患者的主动意识,从中提取出患者的意识信息,便可以使其实现自主的运动控制,从而在康复训练的同时促使了患者大脑神经重塑。近十年发展起来的脑机接口技术为此提供了有力的技术支持。本文针对瘫痪病人,提出了一种自主式的上肢康复训练系统来帮助患者实现主动训练。本研究将脑机接口BCI(Brain-Computer-Interface)技术和机器人技术相结合,提出了整个系统的设计方案:将易于控制的情绪信号作为训练的开始触发和结束中断信号,而将对运动神经元重塑有益的运动想象脑电信号作为训练的动作执行信号。此外为了减轻患者运动想象的疲劳度,具体的动作执行由机器人系统负责实现,同时也提高了训练的效率和可靠性。本文提出了一种新颖的康复评价方法,肌电信号被用来对患者的康复状况进行评估。肌肉电信号能够客观地反映正常手臂(无痉挛)由肌肉所产生的力的大小,进而反映处于主导地位的运动神经元重塑的情况和运动神经通路的通畅程度。由于肌肉电信号为混沌信号,非线性特征明显,本文选用近似熵方法对其进行建模分析,并对肌电信号的近似熵和肌电强度组成的二维特征向量使用二次判别分析(QDA)法进行分类,得到了65%的正确率。本课题的研究为上肢康复医学领域提供了一种新的训练方式和评价方法,给相关学者提供了参考,有助于拓宽相关领域的研究思路。
[Abstract]:With the development of social economy in recent years, the demand for quality of life is higher and higher, especially the demand for medical service. The increasing number of paralyzed patients and the rapid development of medical science and technology promote new rehabilitation training and evaluation system. Bioelectrical signals (EEG, EMG, etc.) are involved in the field of rehabilitation medicine, which opens a new way for the traditional rehabilitation therapy. The EEG signal is produced directly by the paralytic patient, which contains the patient's active consciousness, from which the patient's consciousness information can be extracted, which can make the patient realize the independent motion control, thus promote the patient's cerebral nerve remodeling while the rehabilitation training. The brain computer interface technology developed in the last decade provides powerful technical support for this purpose. This paper presents an autonomous upper limb rehabilitation training system for paralyzed patients to help patients achieve active training. In this study, the brain-computer interface BCI (Brain-Computer-Interface) technology is combined with the robot technology, and the design scheme of the whole system is put forward: the easily controlled emotional signal is used as the starting trigger and the end interrupt signal of the training. The motor imagination EEG signal, which is beneficial to the remodeling of motor neurons, is used as the executive signal of the training action. In addition, in order to reduce the fatigue of the patient's motion imagination, the specific action execution is carried out by the robot system, and the efficiency and reliability of the training are also improved. In this paper, a novel rehabilitation evaluation method is proposed. EMG signals are used to evaluate the rehabilitation status of patients. EMG signals can objectively reflect the force produced by the normal arm (without spasms), and then reflect the remodeling of the dominant motor neurons and the patency of the motor nerve pathway. Because the EMG signal is chaotic and nonlinear, the approximate entropy method is used to model and analyze the EMG signal. The two-dimension eigenvector composed of approximate entropy and myoelectric intensity of EMG signal is classified by quadratic discriminant analysis (QDA), and the accuracy is 65%. The research of this topic provides a new training method and evaluation method for the field of upper limb rehabilitation medicine, provides a reference for relevant scholars, and helps to broaden the research ideas in related fields.
【学位授予单位】:天津理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP242

【相似文献】

相关期刊论文 前10条

1 王耀兵,季林红,黄靖远;一种神经康复机器人的研制[J];机械科学与技术;2005年02期

2 李庆玲;孙立宁;杜志江;;上肢康复机器人发展现状的分析与研究[J];机械设计;2008年09期

3 ;下肢康复机器人[J];中国医疗器械杂志;2012年06期

4 杨启志;曹电锋;赵金海;;上肢康复机器人研究现状的分析[J];机器人;2013年05期

5 高从军;欧洲康复机器人发展现况及前景[J];机器人技术与应用;1999年05期

6 程明,任宇鹏,高小榕,王广志,季林红,高上凯;脑电信号控制康复机器人的关键技术[J];机器人技术与应用;2003年04期

7 杜志江,孙传杰,陈艳宁;康复机器人研究现状[J];中国康复医学杂志;2003年05期

8 徐国政;宋爱国;李会军;;康复机器人系统结构及控制技术[J];中国组织工程研究与临床康复;2009年04期

9 邢科新;黄剑;徐琦;何际平;姜军庆;;手功能康复机器人的鲁棒控制研究[J];计算技术与自动化;2009年01期

10 刘攀;张立勋;王克义;张今瑜;;绳牵引康复机器人的动力学分析与控制[J];中国机械工程;2009年11期

相关会议论文 前10条

1 郭学军;;下肢康复机器人的临床研究与未来展望[A];2012中国康复医学会实用康复论坛暨运动康复新理念培训班资料汇编[C];2012年

2 王俊华;;康复机器人发展概况[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

3 毕胜;季林红;纪树荣;;神经康复机器人研究进展[A];第四届全国康复治疗学术大会论文摘要汇编[C];2004年

4 吴军;黄剑;王永骥;;集成运动意图辨识与虚拟现实环境的上肢康复机器人[A];第二十九届中国控制会议论文集[C];2010年

5 毕胜;;康复机器人训练技术[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

6 陈勃帆;杨俊友;王硕玉;白殿春;;全方位下肢康复机器人逆运动学研究[A];第十一届沈阳科学学术年会暨中国汽车产业集聚区发展与合作论坛论文集(信息科学与工程技术分册)[C];2014年

7 白跃宏;徐义明;殷跃红;;下肢外骨骼康复机器人研制[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

8 万大千;徐义明;白跃宏;;下肢外骨骼康复机器人研究进展[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

9 白跃宏;徐义明;殷跃红;范渊杰;;下肢外骨骼康复机器人研制及临床应用[A];第20届中国康协肢残康复学术年会论文选集[C];2011年

10 许光旭;;步态训练的新选择——LokoHelp康复机器人[A];首届全国脑外伤治疗与康复学术大会论文汇编(上)[C];2011年

相关重要报纸文章 前6条

1 记者 刘云丽 实习生 李小蕾;我市一民企原创研发的项目填补国内相关领域空白[N];安阳日报;2012年

2 杨红军 曹洪田 王婷;科技创新攀新高 华丽转身上精品[N];江苏经济报;2010年

3 记者 陈建强 通讯员 靳莹;“纯意念控制”人工神经康复机器人问世[N];光明日报;2014年

4 通讯员 靳莹 记者 冯国梧;“纯意念控制”人工神经康复机器人问世[N];科技日报;2014年

5 记者 赵晖;瘫痪人士只要一“想”就能动[N];天津日报;2014年

6 佘惠敏;期待更多的“神工一号”[N];经济日报;2014年

相关博士学位论文 前10条

1 纪雯;五自由度上肢康复机器人训练方案及评价系统的研究[D];东北大学;2014年

2 孟凡成;上肢康复机器人的增强学习控制方法研究[D];北京理工大学;2015年

3 邢科新;手功能康复机器人系统若干关键技术研究[D];华中科技大学;2010年

4 孙洪颖;卧式下肢康复机器人研究[D];哈尔滨工程大学;2011年

5 吴军;上肢康复机器人及相关控制问题研究[D];华中科技大学;2012年

6 姜莹;全方位移动下肢康复机器人的运动控制方法研究[D];沈阳工业大学;2013年

7 杨勇;手臂康复机器人系统研究[D];哈尔滨工程大学;2009年

8 史小华;坐/卧式下肢康复机器人研究[D];燕山大学;2014年

9 李醒;五自由度上肢康复机器人训练系统的研究[D];东北大学;2012年

10 罗东峰;桌面式上肢康复机器人控制研究[D];中国科学院研究生院(西安光学精密机械研究所);2012年

相关硕士学位论文 前10条

1 李齐;基于加速度计的下肢康复机器人示教训练应用研究[D];燕山大学;2015年

2 梁霞;基于并联机构的腿部康复机器人运动单元研究[D];河北联合大学;2014年

3 王秀丹;脚踏式下肢康复机器人虚拟场景建立与交互实现研究[D];河北工业大学;2015年

4 朱松松;下肢步态康复机器人意向运动补偿技术研究[D];河北工业大学;2015年

5 杜召;下肢康复机器人嵌入式操作系统μC/OS-II的研究[D];河北工业大学;2015年

6 潘培娟;外骨骼式上肢康复机器人人机交互系统与康复评价方法研究[D];河北工业大学;2015年

7 陈泽;基于虚拟现实技术的主动式三自由度上肢康复机器人研究[D];大连海事大学;2016年

8 李大海;基于3-RRS球面并联机构脚踝康复机器人的设计与研究[D];中北大学;2016年

9 杨成阳;基于串联弹性驱动器的上肢康复机器人设计与运动规划[D];江苏大学;2016年

10 任飞;康复机器人用弹性驱动器结构及力控制系统设计研究[D];江苏大学;2016年



本文编号:2291329

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2291329.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bc0e1***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com