基于机器视觉的认知康复机器人系统设计
发布时间：2021-10-17 15:30
随着中国社会老龄化加剧,有康复需求的人群大量增加。本课题利用机器视觉等人工智能技术,针对轻度认知障碍（Mild Cognitive Impairment,MCI）进行辅助康复。轻度认知障碍是一种认知障碍症候群,已证明可以通过人为干预的方式进行一定程度的延缓和康复。但由于相关医疗资源的匮乏以及分布不均,患者的康复过程往往不及时不到位,缺乏持续性和有效性。针对此,本课题设计了一套基于机器视觉的辅助认知康复机器人系统,用以提高MCI等疾病的康复效率。首先,基于韦氏成人智力量表（Wechsler Adult Intelligence Scale,WAIS）,确定轻度认知障碍康复中所针对的认知能力,并且选用积木拼图康复策略作为主要康复方式,根据其过程进行辅助,初步设计了“一对多”的辅助康复模式。其次,针对系统中所用到的视觉部分,完成了目标检测、图像匹配以及参数提取等任务。利用傅里叶描述算子将图像信息从时域转化到频域,并通过比对参考对象和待测对象的描述算子,完成目标检测。之后提出了模长位移算法,利用图像的复数域信息,在不需考虑图像边缘起始点的情况下,转动目标图形复数域中的所有模长分量来模拟旋转变换...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
积木设计测试Fig1.1Blockdesigntest
3图 1.2 健康人和阿尔兹海默症患者的脑电波图Electroencephalogram of the brain in healthy people and patients withAldisease
图 1.3 大脑的退化和康复Fig 1.3 Degeneration and rehabilitation of brain（2）机器视觉国外研究现状在人类通过感官获取环境信息的过程中，80%是通过视觉，因此可知视觉是人智能不可或缺的一部分，其主要目的，是通过硬件和软件算法的结合，实现包目标识别和图像匹配等任务。针对目标识别，20 世纪 80 年代，传感器信息融合法被提出。但该方法在复杂的光、电干扰环境中，目标识别精度、抗干扰能力工作可靠性都会降低[18]。随后，一种基于模型（Model Based, MB）的方法被提，该方法提取了目标的特征，并用这些数据对目标的特征进行预测。然而，在方法的使用过程中，很难得到目标的精确几何模型[19]。之后，学者们采用基于传感器信息融合的方法进行目标识别[20]。近年来，基于人工神经网络（Artificialeural Network, ANN）与专家系统相结合的方法被用目标识别，并完成相应的特提取[21]。随着视觉算法逐渐成熟，2005 年，Riesenhuber 和 Poggio 提出了层次[22]
【参考文献】：
期刊论文
[1]认知干预对轻度认知功能障碍患者认知能力的影响[J]. 薛慧萍,侯苹,薛玲玲,孙凯旋,吴琳凤,薛谨,刘永兵. 中国老年学杂志. 2019(01)
[2]面向多尺度坦克装甲车辆目标检测的改进Faster R-CNN算法[J]. 王全东,常天庆,张雷,戴文君. 计算机辅助设计与图形学学报. 2018(12)
[3]康复辅助机器人及其物理人机交互方法[J]. 彭亮,侯增广,王晨,罗林聪,王卫群. 自动化学报. 2018(11)
[4]机器人工作空间求解的蒙特卡洛法改进和体积求取[J]. 徐振邦,赵智远,贺帅,何俊培,吴清文. 光学精密工程. 2018(11)
[5]上肢康复机器人辅助训练对脑卒中偏瘫患者上肢运动功能的影响[J]. 孙长城,王春方,丁晓晶,郭丹,韩雪敏,杜金刚. 中国康复医学杂志. 2018(10)
[6]脑卒中患者空间注意障碍的认知康复研究进展[J]. 杨青,吴毅. 中华物理医学与康复杂志. 2018 (08)
[7]移动互联网与机器人技术在脑卒中患者管理中的应用现状[J]. 邓娟,谢红珍. 护理学报. 2018(14)
[8]基于多尺度支撑域描述子的多光谱图像匹配算法[J]. 赵恩波,史泽林,刘云鹏. 计算机应用研究. 2019(09)
[9]基于情绪感知的机器人辅助主动康复训练任务控制方法[J]. 徐国政,宋爱国,高翔,陈盛,徐宝国. 机器人. 2018(04)
[10]早期认知康复训练在脑卒中患者神经功能恢复训练中的应用[J]. 王继华. 河南医学研究. 2018(03)
硕士论文
[1]六轴工业机器人的轨迹规划与控制系统研究[D]. 宋金华.哈尔滨工业大学 2013
[2]上下料机械手的运动学及动力学分析与仿真[D]. 邢婷婷.青岛科技大学 2012
[3]冗余七自由度串并联拟人手臂的设计研究[D]. 李洪波.河北工业大学 2003
本文编号：3441993
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
积木设计测试Fig1.1Blockdesigntest
3图 1.2 健康人和阿尔兹海默症患者的脑电波图Electroencephalogram of the brain in healthy people and patients withAldisease
图 1.3 大脑的退化和康复Fig 1.3 Degeneration and rehabilitation of brain（2）机器视觉国外研究现状在人类通过感官获取环境信息的过程中，80%是通过视觉，因此可知视觉是人智能不可或缺的一部分，其主要目的，是通过硬件和软件算法的结合，实现包目标识别和图像匹配等任务。针对目标识别，20 世纪 80 年代，传感器信息融合法被提出。但该方法在复杂的光、电干扰环境中，目标识别精度、抗干扰能力工作可靠性都会降低[18]。随后，一种基于模型（Model Based, MB）的方法被提，该方法提取了目标的特征，并用这些数据对目标的特征进行预测。然而，在方法的使用过程中，很难得到目标的精确几何模型[19]。之后，学者们采用基于传感器信息融合的方法进行目标识别[20]。近年来，基于人工神经网络（Artificialeural Network, ANN）与专家系统相结合的方法被用目标识别，并完成相应的特提取[21]。随着视觉算法逐渐成熟，2005 年，Riesenhuber 和 Poggio 提出了层次[22]
【参考文献】：
期刊论文
[1]认知干预对轻度认知功能障碍患者认知能力的影响[J]. 薛慧萍,侯苹,薛玲玲,孙凯旋,吴琳凤,薛谨,刘永兵. 中国老年学杂志. 2019(01)
[2]面向多尺度坦克装甲车辆目标检测的改进Faster R-CNN算法[J]. 王全东,常天庆,张雷,戴文君. 计算机辅助设计与图形学学报. 2018(12)
[3]康复辅助机器人及其物理人机交互方法[J]. 彭亮,侯增广,王晨,罗林聪,王卫群. 自动化学报. 2018(11)
[4]机器人工作空间求解的蒙特卡洛法改进和体积求取[J]. 徐振邦,赵智远,贺帅,何俊培,吴清文. 光学精密工程. 2018(11)
[5]上肢康复机器人辅助训练对脑卒中偏瘫患者上肢运动功能的影响[J]. 孙长城,王春方,丁晓晶,郭丹,韩雪敏,杜金刚. 中国康复医学杂志. 2018(10)
[6]脑卒中患者空间注意障碍的认知康复研究进展[J]. 杨青,吴毅. 中华物理医学与康复杂志. 2018 (08)
[7]移动互联网与机器人技术在脑卒中患者管理中的应用现状[J]. 邓娟,谢红珍. 护理学报. 2018(14)
[8]基于多尺度支撑域描述子的多光谱图像匹配算法[J]. 赵恩波,史泽林,刘云鹏. 计算机应用研究. 2019(09)
[9]基于情绪感知的机器人辅助主动康复训练任务控制方法[J]. 徐国政,宋爱国,高翔,陈盛,徐宝国. 机器人. 2018(04)
[10]早期认知康复训练在脑卒中患者神经功能恢复训练中的应用[J]. 王继华. 河南医学研究. 2018(03)
硕士论文
[1]六轴工业机器人的轨迹规划与控制系统研究[D]. 宋金华.哈尔滨工业大学 2013
[2]上下料机械手的运动学及动力学分析与仿真[D]. 邢婷婷.青岛科技大学 2012
[3]冗余七自由度串并联拟人手臂的设计研究[D]. 李洪波.河北工业大学 2003
本文编号：3441993
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3441993.html
最近更新
教材专著
