發(fā)布時間：2023-10-21 12:59

　　2019年,根據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)我國60歲以上老年人口數(shù)量達到了24949萬人,占總?cè)丝跀?shù)量的17.9%,我國人口老齡化程度加深。目前我國腦卒中患者數(shù)量達到7000萬人,而且每年腦卒中患者新增率不斷上漲,其中90%的腦卒中患者通過有效鍛煉能夠重新正常行走。此外,每年由于脊髓損傷等原因造成的下肢運動障礙新發(fā)患者多達200萬。數(shù)量巨大的行動不便的老年人、腦卒中患者和脊髓損傷患者迫切需要能夠進行下肢鍛煉的設備或系統(tǒng)�；谝陨蠁栴},本文研究并開發(fā)了下肢外骨骼機器人腦電控制系統(tǒng)。該系統(tǒng)分別通過腦電控制模式和手動控制模式解決了腦卒中患者和脊髓損傷患者以及老年人的下肢鍛煉問題。本文研究內(nèi)容主要分為兩部分:第一部分為腦電意圖識別的研究。本文采用了復合范式下的EEG采集方法,采用階梯函數(shù)法進行質(zhì)量檢測,通過該方法將檢測出不符合質(zhì)量要求的腦電信號進行刪除,保留信噪比較高的腦電信號。然后采用了小波包分解系數(shù)、子空間能量的特征提取方法。提出了Fisher分類器與BP神經(jīng)網(wǎng)絡相結(jié)合的意圖識別方法。該腦電意圖識別方法與傳統(tǒng)的方法相比較,準確率大大提高。第二部分為下肢外骨骼機器人腦電控制系統(tǒng)的設計與開發(fā)。本部分...

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景和意義
        1.1.1 課題的研究背景
        1.1.2 課題的研究意義
    1.2 腦-機接口技術概述
    1.3 下肢外骨骼機器人概述
    1.4 研究現(xiàn)狀和存在問題
        1.4.1 腦-機接口技術研究現(xiàn)狀
        1.4.2 下肢外骨骼機器人研究現(xiàn)狀
        1.4.3 目前主要存在問題
    1.5 本文主要研究內(nèi)容
第2章 運動想象腦電信號采集與預處理
    2.1 運動想象腦電信號的概述
        2.1.1 腦電信號產(chǎn)生機理和組成
        2.1.2 電極的選擇
    2.2 觀察與想象復合范式的選擇
    2.3 復合范式下腦電信號的預處理
    2.4 本章小結(jié)
第3章 基于小波包分解系數(shù)和子空間能量的腦電意圖識別
    3.1 小波變換的定義
    3.2 小波包分解
    3.3 基于小波包分解系數(shù)和子空間能量的EEG特征形成
    3.4 基于Fisher分類器和BP神經(jīng)網(wǎng)絡的模式識別
    3.5 本章小結(jié)
第4章 下肢外骨骼機器人腦電控制系統(tǒng)的設計與實現(xiàn)
    4.1 系統(tǒng)的結(jié)構(gòu)框架及功能概述
    4.2 系統(tǒng)硬件設計
    4.3 系統(tǒng)的軟件平臺設計
        4.3.1 系統(tǒng)軟件框架
        4.3.2 BCI系統(tǒng)平臺要求與設計
        4.3.3 下肢控制系統(tǒng)要求與設計
    4.4 本章小結(jié)
第5章 系統(tǒng)平臺搭建調(diào)試與結(jié)果分析
    5.1 系統(tǒng)平臺搭建
    5.2 實驗設計
    5.3 實驗平臺的搭建調(diào)試與結(jié)果分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
在讀期間科研成果
致謝



本文編號：3855878