基于脑肌电反馈的虚拟康复系统研究

发布时间：2017-05-13 17:24

  本文关键词：基于脑肌电反馈的虚拟康复系统研究，由笔耕文化传播整理发布。

【摘要】：虚拟康复是中风康复领域的新技术,具有很强的逼真度和沉浸感,可以使患者在愉快的心情下完成特定的任务,因此越来越受到国内外学者的青睐。然而,现有的虚拟康复训练方法主要停留在满足患者人机交互的趣味性,却难以体现患者的主动性及缺乏个体适应性,容易造成患者过度疲劳训练及肌肉拉伤等问题,进而限制了虚拟康复的推广。本文针对上述问题,将能够反映患者运动模式和疲劳状态的脑肌电信号引入虚拟康复训练中,探讨融合脑肌电综合特征实现虚拟场景的控制及反馈调节,本文具体工作如下:首先,介绍了虚拟现实技术在康复领域中的发展历程,分析了基于脑电信号、肌电信号反馈的虚拟康复训练研究现状,总结了当前虚拟康复训练的不足,进而确定了基于脑肌电反馈的虚拟康复系统的研究内容;介绍了中风偏瘫的本质特点及中风患者的脑肌电信号特征,并结合脑卒中患者恢复期康复训练的需要,设计出基于脑肌电综合特征分析的虚拟康复训练系统方案。其次,针对患者在康复运动中会出现相应肢体及对于脑部运动区域疲劳的特点,提出脑疲劳指数分析方法以有效刻画对应脑部运动区的疲劳状态,应用平均功率频率分析方法对肢体运动疲劳状态进行评估,并进行了理论验证。再次,针对现有线性分析方法无法有效地刻画肌电信号的非平稳、非线性等特性,提出自排序熵方法定量描述表面肌电信号的内在动力学特性和耦合特性,通过健康受试者上肢肘关节不同弯曲角度的运动模式实验及对比分析,验证该方法作为肢体运动模式分类指标的有效性。最后,搭建基于脑肌电反馈的虚拟康复系统,同步采集4名脑卒中患者和4名健康被试者脑肌电信号,利用肌电信号特征分析方法实现对虚拟康复训练场景的交互控制,完成指定的康复训练任务;再利用脑肌电综合特征分析方法对虚拟康复训练场景的难易度进行反馈调节。通过健康人与脑卒中患者对比分析实验,验证系统的可行性及有效性;同时为了验证该系统相对于传统虚拟康复训练系统优越性,实验过程中屏蔽了该系统难易度反馈调节功能,构成对比实验,并与该系统进行了对比分析。
【关键词】：虚拟康复 中风患者 脑电信号 肌电信号 反馈调节
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R743.3;TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 课题研究背景及意义10
• 1.2 虚拟现实康复技术的发展现状10-13
• 1.3 基于生物反馈的虚拟康复技术研究现状13-16
• 1.3.1 基于肌电反馈的虚拟康复技术研究现状13-14
• 1.3.2 基于脑电反馈的虚拟康复技术研究现状14-16
• 1.4 本文主要研究内容16-18
• 第2章 虚拟现实康复的医学基础及系统方案设计18-27
• 2.1 引言18
• 2.2 虚拟康复的医学理论基础18-19
• 2.2.1 中风偏瘫的本质18
• 2.2.2 中风患者的脑肌电信号特征18-19
• 2.3 虚拟康复系统方案设计19-26
• 2.3.1 开发环境19-20
• 2.3.2 虚拟场景的构建20-23
• 2.3.3 系统信息管理23-25
• 2.3.4 系统方案设计25-26
• 2.4 本章小结26-27
• 第3章 脑肌电信号采集及运动疲劳评价27-41
• 3.1 引言27
• 3.2 脑肌电信号采集27
• 3.3 脑肌电信号预处理27-34
• 3.3.1 低通滤波27-28
• 3.3.2 自适应 50Hz滤波28-32
• 3.3.3 自适应高通滤波32-34
• 3.4 基于肌电信号的活动段检测方法34-37
• 3.5 基于脑肌电信号分析的运动疲劳评价37-40
• 3.5.1 基于表面肌电信号分析的运动疲劳分析37
• 3.5.2 基于脑电信号分析的运动疲劳分析37-40
• 3.6 本章小结40-41
• 第4章 基于自排序熵的表面肌电信号运动模式识别41-49
• 4.1 引言41
• 4.2 排序熵41-42
• 4.3 自排序熵42-44
• 4.3.1 相空间重构43
• 4.3.2 排序模式概率分布计算43
• 4.3.3 自排序熵计算43-44
• 4.4 基于自排序熵的表面肌电信号特征提取44-48
• 4.4.1 表面肌电信号采集44-45
• 4.4.2 自排序熵参数选取45-46
• 4.4.3 与已有方法对比分析46-47
• 4.4.4 基于SVM、BP和FCM的动作模式分类47-48
• 4.5 本章小结48-49
• 第5章 基于脑肌电特征反馈的上肢虚拟康复系统49-67
• 5.1 引言49
• 5.2 系统简介49-56
• 5.2.1 硬件平台49
• 5.2.2 软件平台49-54
• 5.2.3 基于脑肌电特征反馈的虚拟康复系统54-56
• 5.3 实验研究56-65
• 5.3.1 实验对象57-58
• 5.3.2 实验过程及数据采集58-60
• 5.3.3 实验结果及分析60-63
• 5.3.4 统计分析及讨论63-65
• 5.5 本章小结65-67
• 结论67-69
• 参考文献69-75
• 攻读硕士学位期间承担的科研任务与主要成果75-76
• 致谢76-77
• 作者简介77

【参考文献】

中国期刊全文数据库 前9条

1 吴銮;黄鹏程;鲍官军;杨庆华;;表面肌电信号分析及其在康复医学中的应用[J];机电工程;2011年11期

2 岳宏;王小龙;张娟;;虚拟现实在手臂外骨骼康复系统中的应用[J];科技通报;2006年01期

3 赵启斌;张丽清;CICHOCKI Andrzej;;三维虚拟现实环境中基于EEG的异步BCI小车导航系统[J];科学通报;2008年23期

4 胡世东;赵翠莲;李成梁;范志坚;陈华江;;面向虚拟训练的DirectX可视化仿真系统开发[J];计算机应用与软件;2012年09期

5 许丽娜;田国萍;;针灸结合康复技术治疗中风后偏瘫的研究进展[J];中国民族民间医药;2014年01期

6 吴勇;罗腾元;;全景三维虚拟系统构建方法研究[J];计算机工程与设计;2014年05期

7 戴慧寒;王健;杨红春;李天骄;蔡奇芳;林金来;;脑卒中患者不同强度随意运动时的sEMG反应特点[J];中国康复医学杂志;2008年01期

8 何邦睿;;中医分期治疗中风偏瘫研究现状[J];实用中医药杂志;2014年11期

9 李洪;;TISC2011引领中国脑血管病发展——2011天坛会国际脑血管病会议拉开帷幕[J];中国卫生产业;2011年19期

  本文关键词：基于脑肌电反馈的虚拟康复系统研究，由笔耕文化传播整理发布。

，

本文编号：363185