上肢肌肉疲劳检测与训练控制
发布时间：2021-07-14 09:27
随着中风患者的逐年增长,对于中风患者的康复治疗也显得越来越重要,通过使用康复机器人进行训练治疗也成为国内外研究的热点之一。较传统的康复治疗,机器人辅助康复训练不仅可以节省人力,而且还可以获得更精确的恢复信息和训练情况,更有利于医生了解患者的恢复情况对症施医,从而到达更好的康复训练效果。本文主要围绕手臂康复治疗时产生肌肉疲劳会影响训练这一问题展开研究。使用新的检测方法获取手臂的疲劳信息,后对采集到的信息进行处理分析再对上肢恢复训练进行控制。患者在进行康复训练时会产生疲劳,这种疲劳会表现为手臂肌肉的震颤。通过手臂肌肉震颤的检测,可以辅助患者康复训练避免训练者二次伤害。并且通过肌肉膨胀程度的检测可以判断患者训练的有效性,寻找患者的最佳训练强度。本文的研究工作主要可以分为一下三个部分。首先,搭建肌力的测量平台,并对采集到的肌力信息完成处理和分析。首先对比肌电、脑电和肌力三种信息源的特征,并解释肌力信号当成信号源的必要性。然后搭建由传感器、放大电路、单片机和上位机共同组成的肌力检测平台。通过Flexiforce传感器采集手臂肌肉膨胀时产生的压力,放大后由单片机进行A/D转换后通过串口通讯传给上位...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
017年中国农村和城市居民主要疾病死因构成比农村城市
图 1.2 MIT-Manus 康复机器人Fig. 1.2 MIT-Mantis brain rehabilitation robot所的Kahn 等研究人员与美国加州大学 Reinkensme训练辅助器（ARM Guide ），其有三个 DOF，通过作和使用了一种制动器来实现上升与转动轴上的训患者的上肢固定在夹板上，然后变换两个轴的偏转方向的不同方式变动来到达期望点[8]。训练中，通过的运动进行检测分析，手臂运动中的平滑度及直线度点和未参加训练过的目标点的康复效果。
图 1.2 MIT-Manus 康复机器人Fig. 1.2 MIT-Mantis brain rehabilitation robot的Kahn 等研究人员与美国加州大学 Reinkens练辅助器（ARM Guide ），其有三个 DOF，通和使用了一种制动器来实现上升与转动轴上的者的上肢固定在夹板上，然后变换两个轴的偏向的不同方式变动来到达期望点[8]。训练中，通运动进行检测分析，手臂运动中的平滑度及直和未参加训练过的目标点的康复效果。
【参考文献】：
期刊论文
[1]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[2]中国脑卒中早期康复治疗指南[J]. 张通,赵军. 中华神经科杂志. 2017 (06)
[3]基于FMG信号的假手比例控制系统研究[J]. 易金花,喻洪流,李盼盼,赵胜楠. 生物医学工程学杂志. 2013(01)
[4]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧. 电子设计工程. 2011(24)
[5]A novel 5-DOF exoskeletal rehabilitation robot system for upper limbs[J]. 李庆玲. High Technology Letters. 2009(03)
[6]贝叶斯神经网络在误差修正中的应用研究[J]. 李鹏. 今日科苑. 2009(06)
[7]外骨骼式上肢康复机器人及其控制方法研究[J]. 王东岩,李庆玲,杜志江,孙立宁. 哈尔滨工程大学学报. 2007(09)
[8]脑电信号的若干处理方法研究与评价[J]. 谢松云,张振中,杨金孝,张坤. 计算机仿真. 2007(02)
[9]表面肌电信号拾取的专用有源滤波器设计[J]. 贾茜,王兴松. 电子设计应用. 2006(01)
[10]基于贝叶斯方法的神经网络非线性模型辨识[J]. 魏东,张明廉,蒋志坚,孙明. 计算机工程与应用. 2005(11)
硕士论文
[1]六自由度机械手臂的力/位混合控制[D]. 孙海波.沈阳工业大学 2017
[2]人体手部动作肌电信号的处理与识别研究[D]. 洪洁.安徽工业大学 2016
[3]智能轮椅检测与控制系统设计[D]. 吴雪堂.沈阳工业大学 2016
[4]基于并行计算的脑电信号分析方法研究[D]. 吕东川.燕山大学 2012
[5]上肢偏瘫康复机器人研究[D]. 吕超.上海交通大学 2011
[6]贝叶斯正规化BP神经网络及其在医学中的应用[D]. 徐建伟.山西医科大学 2006
[7]非线性系统神经网络辨识与控制的研究[D]. 张新良.南京航空航天大学 2004
本文编号：3283870
【文章来源】：沈阳工业大学辽宁省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
017年中国农村和城市居民主要疾病死因构成比农村城市
图 1.2 MIT-Manus 康复机器人Fig. 1.2 MIT-Mantis brain rehabilitation robot所的Kahn 等研究人员与美国加州大学 Reinkensme训练辅助器（ARM Guide ），其有三个 DOF，通过作和使用了一种制动器来实现上升与转动轴上的训患者的上肢固定在夹板上，然后变换两个轴的偏转方向的不同方式变动来到达期望点[8]。训练中，通过的运动进行检测分析，手臂运动中的平滑度及直线度点和未参加训练过的目标点的康复效果。
图 1.2 MIT-Manus 康复机器人Fig. 1.2 MIT-Mantis brain rehabilitation robot的Kahn 等研究人员与美国加州大学 Reinkens练辅助器（ARM Guide ），其有三个 DOF，通和使用了一种制动器来实现上升与转动轴上的者的上肢固定在夹板上，然后变换两个轴的偏向的不同方式变动来到达期望点[8]。训练中，通运动进行检测分析，手臂运动中的平滑度及直和未参加训练过的目标点的康复效果。
【参考文献】：
期刊论文
[1]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[2]中国脑卒中早期康复治疗指南[J]. 张通,赵军. 中华神经科杂志. 2017 (06)
[3]基于FMG信号的假手比例控制系统研究[J]. 易金花,喻洪流,李盼盼,赵胜楠. 生物医学工程学杂志. 2013(01)
[4]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧. 电子设计工程. 2011(24)
[5]A novel 5-DOF exoskeletal rehabilitation robot system for upper limbs[J]. 李庆玲. High Technology Letters. 2009(03)
[6]贝叶斯神经网络在误差修正中的应用研究[J]. 李鹏. 今日科苑. 2009(06)
[7]外骨骼式上肢康复机器人及其控制方法研究[J]. 王东岩,李庆玲,杜志江,孙立宁. 哈尔滨工程大学学报. 2007(09)
[8]脑电信号的若干处理方法研究与评价[J]. 谢松云,张振中,杨金孝,张坤. 计算机仿真. 2007(02)
[9]表面肌电信号拾取的专用有源滤波器设计[J]. 贾茜,王兴松. 电子设计应用. 2006(01)
[10]基于贝叶斯方法的神经网络非线性模型辨识[J]. 魏东,张明廉,蒋志坚,孙明. 计算机工程与应用. 2005(11)
硕士论文
[1]六自由度机械手臂的力/位混合控制[D]. 孙海波.沈阳工业大学 2017
[2]人体手部动作肌电信号的处理与识别研究[D]. 洪洁.安徽工业大学 2016
[3]智能轮椅检测与控制系统设计[D]. 吴雪堂.沈阳工业大学 2016
[4]基于并行计算的脑电信号分析方法研究[D]. 吕东川.燕山大学 2012
[5]上肢偏瘫康复机器人研究[D]. 吕超.上海交通大学 2011
[6]贝叶斯正规化BP神经网络及其在医学中的应用[D]. 徐建伟.山西医科大学 2006
[7]非线性系统神经网络辨识与控制的研究[D]. 张新良.南京航空航天大学 2004
本文编号：3283870
本文链接：https://www.wllwen.com/yixuelunwen/shenjingyixue/3283870.html
最近更新
教材专著
