發(fā)布時間：2018-10-24 11:54

【摘要】：隨著近年來社會經(jīng)濟水平的不斷提升,人們對生活質(zhì)量的要求也越來越高,尤其是對醫(yī)療服務(wù)的需求。日益增加的癱瘓病人數(shù)量和突飛猛進的醫(yī)療科學(xué)技術(shù)共同促使了新型的康復(fù)訓(xùn)練、評價系統(tǒng)的產(chǎn)生。生物電信號(腦電信號、肌電信號等)介入到康復(fù)醫(yī)學(xué)領(lǐng)域,為傳統(tǒng)的康復(fù)療法開辟了一條新的道路。腦電信號直接由癱瘓病人產(chǎn)生,其中包含著患者的主動意識,從中提取出患者的意識信息,便可以使其實現(xiàn)自主的運動控制,從而在康復(fù)訓(xùn)練的同時促使了患者大腦神經(jīng)重塑。近十年發(fā)展起來的腦機接口技術(shù)為此提供了有力的技術(shù)支持。本文針對癱瘓病人,提出了一種自主式的上肢康復(fù)訓(xùn)練系統(tǒng)來幫助患者實現(xiàn)主動訓(xùn)練。本研究將腦機接口BCI(Brain-Computer-Interface)技術(shù)和機器人技術(shù)相結(jié)合,提出了整個系統(tǒng)的設(shè)計方案:將易于控制的情緒信號作為訓(xùn)練的開始觸發(fā)和結(jié)束中斷信號,而將對運動神經(jīng)元重塑有益的運動想象腦電信號作為訓(xùn)練的動作執(zhí)行信號。此外為了減輕患者運動想象的疲勞度,具體的動作執(zhí)行由機器人系統(tǒng)負責(zé)實現(xiàn),同時也提高了訓(xùn)練的效率和可靠性。本文提出了一種新穎的康復(fù)評價方法,肌電信號被用來對患者的康復(fù)狀況進行評估。肌肉電信號能夠客觀地反映正常手臂(無痙攣)由肌肉所產(chǎn)生的力的大小,進而反映處于主導(dǎo)地位的運動神經(jīng)元重塑的情況和運動神經(jīng)通路的通暢程度。由于肌肉電信號為混沌信號,非線性特征明顯,本文選用近似熵方法對其進行建模分析,并對肌電信號的近似熵和肌電強度組成的二維特征向量使用二次判別分析(QDA)法進行分類,得到了65%的正確率。本課題的研究為上肢康復(fù)醫(yī)學(xué)領(lǐng)域提供了一種新的訓(xùn)練方式和評價方法,給相關(guān)學(xué)者提供了參考,有助于拓寬相關(guān)領(lǐng)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.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP242

【相似文獻】

相關(guān)期刊論文 前10條

1 王耀兵,季林紅,黃靖遠;一種神經(jīng)康復(fù)機器人的研制[J];機械科學(xué)與技術(shù);2005年02期

2 李慶玲;孫立寧;杜志江;;上肢康復(fù)機器人發(fā)展現(xiàn)狀的分析與研究[J];機械設(shè)計;2008年09期

3 ;下肢康復(fù)機器人[J];中國醫(yī)療器械雜志;2012年06期

4 楊啟志;曹電鋒;趙金海;;上肢康復(fù)機器人研究現(xiàn)狀的分析[J];機器人;2013年05期

5 高從軍;歐洲康復(fù)機器人發(fā)展現(xiàn)況及前景[J];機器人技術(shù)與應(yīng)用;1999年05期

6 程明,任宇鵬,高小榕,王廣志,季林紅,高上凱;腦電信號控制康復(fù)機器人的關(guān)鍵技術(shù)[J];機器人技術(shù)與應(yīng)用;2003年04期

7 杜志江,孫傳杰,陳艷寧;康復(fù)機器人研究現(xiàn)狀[J];中國康復(fù)醫(yī)學(xué)雜志;2003年05期

8 徐國政;宋愛國;李會軍;;康復(fù)機器人系統(tǒng)結(jié)構(gòu)及控制技術(shù)[J];中國組織工程研究與臨床康復(fù);2009年04期

9 邢科新;黃劍;徐琦;何際平;姜軍慶;;手功能康復(fù)機器人的魯棒控制研究[J];計算技術(shù)與自動化;2009年01期

10 劉攀;張立勛;王克義;張今瑜;;繩牽引康復(fù)機器人的動力學(xué)分析與控制[J];中國機械工程;2009年11期

相關(guān)會議論文 前10條

1 郭學(xué)軍;;下肢康復(fù)機器人的臨床研究與未來展望[A];2012中國康復(fù)醫(yī)學(xué)會實用康復(fù)論壇暨運動康復(fù)新理念培訓(xùn)班資料匯編[C];2012年

2 王俊華;;康復(fù)機器人發(fā)展概況[A];中國康復(fù)醫(yī)學(xué)會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復(fù)學(xué)術(shù)年會、湖南省康復(fù)醫(yī)學(xué)會神經(jīng)康復(fù)專業(yè)委員會2012學(xué)術(shù)年會論文集[C];2012年

3 畢勝;季林紅;紀(jì)樹榮;;神經(jīng)康復(fù)機器人研究進展[A];第四屆全國康復(fù)治療學(xué)術(shù)大會論文摘要匯編[C];2004年

4 吳軍;黃劍;王永驥;;集成運動意圖辨識與虛擬現(xiàn)實環(huán)境的上肢康復(fù)機器人[A];第二十九屆中國控制會議論文集[C];2010年

5 畢勝;;康復(fù)機器人訓(xùn)練技術(shù)[A];中國康復(fù)醫(yī)學(xué)會運動療法分會第十一屆全國康復(fù)學(xué)術(shù)大會學(xué)術(shù)會議論文摘要匯編[C];2011年

6 陳勃帆;楊俊友;王碩玉;白殿春;;全方位下肢康復(fù)機器人逆運動學(xué)研究[A];第十一屆沈陽科學(xué)學(xué)術(shù)年會暨中國汽車產(chǎn)業(yè)集聚區(qū)發(fā)展與合作論壇論文集（信息科學(xué)與工程技術(shù)分冊）[C];2014年

7 白躍宏;徐義明;殷躍紅;;下肢外骨骼康復(fù)機器人研制[A];中國康復(fù)醫(yī)學(xué)會運動療法分會第十一屆全國康復(fù)學(xué)術(shù)大會學(xué)術(shù)會議論文摘要匯編[C];2011年

8 萬大千;徐義明;白躍宏;;下肢外骨骼康復(fù)機器人研究進展[A];中國康復(fù)醫(yī)學(xué)會運動療法分會第十一屆全國康復(fù)學(xué)術(shù)大會學(xué)術(shù)會議論文摘要匯編[C];2011年

9 白躍宏;徐義明;殷躍紅;范淵杰;;下肢外骨骼康復(fù)機器人研制及臨床應(yīng)用[A];第20屆中國康協(xié)肢殘康復(fù)學(xué)術(shù)年會論文選集[C];2011年

10 許光旭;;步態(tài)訓(xùn)練的新選擇——LokoHelp康復(fù)機器人[A];首屆全國腦外傷治療與康復(fù)學(xué)術(shù)大會論文匯編（上）[C];2011年

相關(guān)重要報紙文章 前6條

1 記者 劉云麗 實習(xí)生 李小蕾;我市一民企原創(chuàng)研發(fā)的項目填補國內(nèi)相關(guān)領(lǐng)域空白[N];安陽日報;2012年

2 楊紅軍　曹洪田 王婷;科技創(chuàng)新攀新高 華麗轉(zhuǎn)身上精品[N];江蘇經(jīng)濟報;2010年

3 記者 陳建強 通訊員 靳瑩;“純意念控制”人工神經(jīng)康復(fù)機器人問世[N];光明日報;2014年

4 通訊員 靳瑩 記者 馮國梧;“純意念控制”人工神經(jīng)康復(fù)機器人問世[N];科技日報;2014年

5 記者 趙暉;癱瘓人士只要一“想”就能動[N];天津日報;2014年

6 佘惠敏;期待更多的“神工一號”[N];經(jīng)濟日報;2014年

相關(guān)博士學(xué)位論文 前10條

1 紀(jì)雯;五自由度上肢康復(fù)機器人訓(xùn)練方案及評價系統(tǒng)的研究[D];東北大學(xué);2014年

2 孟凡成;上肢康復(fù)機器人的增強學(xué)習(xí)控制方法研究[D];北京理工大學(xué);2015年

3 邢科新;手功能康復(fù)機器人系統(tǒng)若干關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

4 孫洪穎;臥式下肢康復(fù)機器人研究[D];哈爾濱工程大學(xué);2011年

5 吳軍;上肢康復(fù)機器人及相關(guān)控制問題研究[D];華中科技大學(xué);2012年

6 姜瑩;全方位移動下肢康復(fù)機器人的運動控制方法研究[D];沈陽工業(yè)大學(xué);2013年

7 楊勇;手臂康復(fù)機器人系統(tǒng)研究[D];哈爾濱工程大學(xué);2009年

8 史小華;坐/臥式下肢康復(fù)機器人研究[D];燕山大學(xué);2014年

9 李醒;五自由度上肢康復(fù)機器人訓(xùn)練系統(tǒng)的研究[D];東北大學(xué);2012年

10 羅東峰;桌面式上肢康復(fù)機器人控制研究[D];中國科學(xué)院研究生院(西安光學(xué)精密機械研究所);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李齊;基于加速度計的下肢康復(fù)機器人示教訓(xùn)練應(yīng)用研究[D];燕山大學(xué);2015年

2 梁霞;基于并聯(lián)機構(gòu)的腿部康復(fù)機器人運動單元研究[D];河北聯(lián)合大學(xué);2014年

3 王秀丹;腳踏式下肢康復(fù)機器人虛擬場景建立與交互實現(xiàn)研究[D];河北工業(yè)大學(xué);2015年

4 朱松松;下肢步態(tài)康復(fù)機器人意向運動補償技術(shù)研究[D];河北工業(yè)大學(xué);2015年

5 杜召;下肢康復(fù)機器人嵌入式操作系統(tǒng)μC/OS-II的研究[D];河北工業(yè)大學(xué);2015年

6 潘培娟;外骨骼式上肢康復(fù)機器人人機交互系統(tǒng)與康復(fù)評價方法研究[D];河北工業(yè)大學(xué);2015年

7 陳澤;基于虛擬現(xiàn)實技術(shù)的主動式三自由度上肢康復(fù)機器人研究[D];大連海事大學(xué);2016年

8 李大海;基于3-RRS球面并聯(lián)機構(gòu)腳踝康復(fù)機器人的設(shè)計與研究[D];中北大學(xué);2016年

9 楊成陽;基于串聯(lián)彈性驅(qū)動器的上肢康復(fù)機器人設(shè)計與運動規(guī)劃[D];江蘇大學(xué);2016年

10 任飛;康復(fù)機器人用彈性驅(qū)動器結(jié)構(gòu)及力控制系統(tǒng)設(shè)計研究[D];江蘇大學(xué);2016年

，

本文編號：2291329