腦卒中因高發(fā)病率和高致殘率特點(diǎn)已成為臨床中常見疾病,其常伴隨多種功能障礙,其中上肢運(yùn)動(dòng)功能障礙是影響最廣泛的肢體功能障礙。近來(lái),康復(fù)醫(yī)學(xué)正逐步向精確化、遠(yuǎn)程化、智能化、個(gè)性化方向發(fā)展,精準(zhǔn)評(píng)定是其中重要方向。本文融合傳感器技術(shù)和人工智能開展基于深度學(xué)習(xí)的腦卒中上肢運(yùn)動(dòng)功能自動(dòng)評(píng)定研究,分別從手臂運(yùn)動(dòng)功能障礙、手部運(yùn)動(dòng)功能障礙和上肢活動(dòng)能力三方面設(shè)計(jì)運(yùn)動(dòng)測(cè)量系統(tǒng),并基于傳感器數(shù)據(jù)提出三種不同深度學(xué)習(xí)方法進(jìn)行特征提取實(shí)現(xiàn)臨床量表分期與評(píng)分預(yù)測(cè)。論文工作如下:1.針對(duì)上肢手臂運(yùn)動(dòng)功能評(píng)定,設(shè)計(jì)研制慣性測(cè)量單元(Inertial Measurement Unit,IMU),獲取上肢評(píng)定動(dòng)作過(guò)程大臂和前臂的慣性運(yùn)動(dòng)數(shù)據(jù),提出基于時(shí)間注意力循環(huán)神經(jīng)網(wǎng)絡(luò)模型(Time Attention Recurrent neural network Model,TARM)進(jìn)行數(shù)據(jù)特征提取并分類,實(shí)現(xiàn)上肢運(yùn)動(dòng)功能Brunnstrom分期準(zhǔn)確率達(dá)100.00%。2.針對(duì)手部運(yùn)動(dòng)功能評(píng)定,結(jié)合IMU和柔性壓力傳感器設(shè)計(jì)通用數(shù)據(jù)手套,感知手部的慣性運(yùn)動(dòng)和手指壓力。利用四元數(shù)法并建立幾何關(guān)系模型實(shí)時(shí)計(jì)算手指關(guān)節(jié)活動(dòng)度(R...

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展
        1.2.1 腦卒中手臂運(yùn)動(dòng)功能自動(dòng)評(píng)定
        1.2.2 腦卒中手部運(yùn)動(dòng)功能自動(dòng)評(píng)定
        1.2.3 腦卒中上肢活動(dòng)能力自動(dòng)評(píng)定
    1.3 論文的主要工作
    1.4 論文的結(jié)構(gòu)安排
第二章 相關(guān)原理與技術(shù)
    2.1 康復(fù)評(píng)定相關(guān)原理與技術(shù)
        2.1.1 手臂運(yùn)動(dòng)功能評(píng)定
        2.1.2 手部運(yùn)動(dòng)功能評(píng)定
        2.1.3 上肢活動(dòng)能力評(píng)定
    2.2 深度學(xué)習(xí)相關(guān)原理與技術(shù)
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.2.3 常見模型評(píng)價(jià)指標(biāo)
    2.3 本章小結(jié)
第三章 腦卒中手臂運(yùn)動(dòng)功能自動(dòng)評(píng)定
    3.1 腦卒中手臂運(yùn)動(dòng)功能康復(fù)自動(dòng)評(píng)定簡(jiǎn)介
    3.2 數(shù)據(jù)準(zhǔn)備
        3.2.1 慣性運(yùn)動(dòng)測(cè)量傳感器單元設(shè)計(jì)
        3.2.2 數(shù)據(jù)誤差及處理
        3.2.3 數(shù)據(jù)預(yù)處理
    3.3 基于時(shí)間注意力循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)層
        3.3.2 時(shí)間注意力機(jī)制
        3.3.3 損失函數(shù)
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1數(shù)據(jù)采集實(shí)驗(yàn)
        3.4.2 實(shí)驗(yàn)設(shè)置
        3.4.3 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
第四章 腦卒中手部運(yùn)動(dòng)功能自動(dòng)評(píng)定
    4.1 腦卒中手部運(yùn)動(dòng)功能自動(dòng)評(píng)定
    4.2 數(shù)據(jù)準(zhǔn)備
        4.2.1 手部運(yùn)動(dòng)測(cè)量傳感器系統(tǒng)
        4.2.2 數(shù)據(jù)預(yù)處理
    4.3 手指關(guān)節(jié)活動(dòng)度測(cè)量
        4.3.1 四元數(shù)法
        4.3.2 手指關(guān)節(jié)ROM幾何模型
    4.4 濾波器正則化全卷積神經(jīng)網(wǎng)絡(luò)
        4.4.1 全卷積神經(jīng)網(wǎng)絡(luò)
        4.4.2 Lasso回歸分析
        4.4.3 損失函數(shù)
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 手指關(guān)節(jié)活動(dòng)度
        4.5.2 手部運(yùn)動(dòng)數(shù)據(jù)采集
        4.5.3 實(shí)驗(yàn)設(shè)置
        4.5.4 實(shí)驗(yàn)結(jié)果
    4.6 本章小結(jié)
第五章 腦卒中上肢活動(dòng)能力自動(dòng)評(píng)定
    5.1 腦卒中上肢活動(dòng)能力自動(dòng)評(píng)定
    5.2 數(shù)據(jù)準(zhǔn)備
        5.2.1 量表評(píng)定項(xiàng)目分析與選擇
        5.2.2 Kinect人體骨骼數(shù)據(jù)
    5.3 具有分組約束卷積-循環(huán)神經(jīng)網(wǎng)絡(luò)
        5.3.1 卷積神經(jīng)網(wǎng)絡(luò)模塊
        5.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)模塊
        5.3.3 SGL全連接模塊
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 上肢活動(dòng)骨骼圖數(shù)據(jù)采集
        5.4.2 實(shí)驗(yàn)結(jié)果
    5.5 本章小結(jié)
第六章 腦卒中康復(fù)評(píng)定管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    6.1 需求分析
        6.1.1 功能需求
        6.1.2 非功能需求
    6.2 腦卒中康復(fù)評(píng)定管理系統(tǒng)設(shè)計(jì)
        6.2.1 系統(tǒng)架構(gòu)設(shè)計(jì)
        6.2.2 數(shù)據(jù)庫(kù)設(shè)計(jì)
        6.2.3 功能架構(gòu)設(shè)計(jì)
    6.3 腦卒中康復(fù)評(píng)定管理系統(tǒng)實(shí)現(xiàn)
        6.3.1 開發(fā)框架及開發(fā)工具
        6.3.2 功能實(shí)現(xiàn)及效果展示
    6.4 本章小結(jié)
第七章 結(jié)束語(yǔ)
    7.1 論文工作總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士研究生期間參研項(xiàng)目與研究成果



本文編號(hào)：3775743