【摘 要】
：
近年来我国人口老龄化现象日益显著,且交通事故、工伤、脑血管疾病等事件频发,导致运动功能障碍患者的数量增长迅速,严重影响日常生活。传统下肢助行设备的缺点是训练方式单一,缺乏患者自主控制意图,康复效果不显著。得益于全球智能化设备的快速发展,其中脑-机接口技术通过采集人脑信号并进行意图解码,将解码后的意图传输给外部控制设备,辅助人体执行相应的动作。目前大多数脑-机接口方面的研究主要判别人体的运动调整意图
论文部分内容阅读
近年来我国人口老龄化现象日益显著,且交通事故、工伤、脑血管疾病等事件频发,导致运动功能障碍患者的数量增长迅速,严重影响日常生活。传统下肢助行设备的缺点是训练方式单一,缺乏患者自主控制意图,康复效果不显著。得益于全球智能化设备的快速发展,其中脑-机接口技术通过采集人脑信号并进行意图解码,将解码后的意图传输给外部控制设备,辅助人体执行相应的动作。目前大多数脑-机接口方面的研究主要判别人体的运动调整意图,缺少拟合执行具体动作时的调整幅度,且存在个体间识别效果差异较大的现象。因此,本课题提出了一种基于大脑血氧和下肢表面肌电信息的自适应步态参数辨识方法。本课题的主要研究内容如下:（1）行走实验包含两种类型的运动:步速调整和步长调整。共招募了 38位志愿者参与本次行走实验并签署了实验知情同意书,且该实验由苏州大学伦理委员会批准通过（SUDA20210909H01）。使用功能性近红外光谱成像设备、表面肌电设备和惯性传感器来采集志愿者在实验过程中的大脑血氧信号、下肢表面肌电信号和步态参数。（2）研究运动起始意图的判别方法。首先对采集到的大脑血红蛋白信号进行去零漂处理,应用2阶的切比雪夫滤波器进行多频段滤波处理。为减弱个体差异性的影响,应用基于熵权的加权平均法划分感兴趣区域,并计算血氧变化速率和标准化处理。为超前判别运动起始意图,对预处理后的大脑血红蛋白信号计算Teager-Kaiser Energy算子和脑功能网络参数。最后采用AdaBoostClassifier模型来检测运动起始意图。（3）研究自适应拟合步态参数的回归方法。大脑血红蛋白信号采用上述相同的预处理方法;采用2阶的巴特沃斯滤波器对下肢表面肌电信号进行带通、带阻滤波,并进行去均值处理;再对惯性传感器采集的信号进行低通滤波处理。为了后续的建模与分析,按照设备的采样频率对三种生理信号进行数据同步处理,并对惯性传感器进行阶梯线处理。对预处理后的信号计算时域、频域和空间域特征,并基于相关分析和特征重要性得分进行特征筛选。采用AutoEncoder-Decoder方法进行特征降维,应用长短期记忆模型来拟合步态参数。最后,为提高拟合个体步态参数的自适应性,采用增量学习的方法对交叉验证模型进行自适应训练,保留适应于个体的最优模型参数。（4）基于机器人行走平台的脑-机控制在线验证。首先,搭建了机器人行走平台,包含信号采集与传输系统、在线分析系统、控制系统和外部验证系统。其次,整合检测运动起始意图和拟合步态参数的模型,实时传输数据并实现算法在线化。通过串口输出预测结果,并由红外发射器发送给机器人执行相应的行走动作,完成了脑-机接口平台对8位志愿者的在线测试与算法优化。最终在线验证平台对于各位志愿者的行走起始意图的平均识别率为96.875%（31/32）,休息段的误判率为2.498%（408/16334）,检测行走起始意图的判别超前0.492±0.319秒;拟合步速参数的平均误差为2.44%,决定系数为84.1%;拟合步长参数的平均误差为5.23%,决定系数为83.6%;在线验证平台所消耗的时间为44.753±7.217毫秒,最大消耗时间小于一个采样周期62.5毫秒。上述结果证明了基于大脑血氧信息和下肢表面肌电信息自适应识别步态参数并控制外部助行设备的可行性。本课题提出基于大脑血氧信息和下肢表面肌电信息实现运动起始意图的超前检测和步态参数的自适应拟合输出,进而控制外部机器人设备执行相应的行走动作。最终结果表明基于多种生理信号对步态参数自适应拟合的方法是可行的,且基于脑血氧信息进行运动参数解码可作为下肢力量薄弱或全无患者的一种备选方案,有利于助力助行设备在在医疗康复领域得到广泛应用。基于交叉验证模型的自适应参数学习能够提高模型输出的自适应性,有利于提高助力助行设备在应用场景中的实用性,对使用脑-机接口技术帮助运动功能障碍患者恢复行走能力做出了初步试验。
其他文献
随着科学技术的发展和社会的进步,工业产品也朝着高质量,多元化的趋势发展。因此,针对流水线上的工业产品设计一个高精度、高效率的检测方法是必不可少的,这有助于筛选出高质量,符合生产标准和消费者需求的工业产品。然而,在工业检测中通常会遇到对比度很低的检测目标,例如钢板的凹痕,这类高反光表面的轻微形变缺陷的对比度低且没有明显边缘,难以成像,一直是机器视觉系统中检测的难点。因此,本文针对高反光表面的轻微形变
交叉结构是复杂金属零件的典型形式,如栅格结构、中央翼缘条和内部中空支撑等,在航空航天、轮机工程和机械制造等领域中得到了广泛的应用,常采用数控铣削、焊接和铸造等方式对十字交叉件进行加工,但这些方法存在材料利用率低或在嵌套结构和狭窄空间中无法加工等问题。激光熔覆成形是一种基于逐层熔覆堆积方式的增材制造技术,能够实现高性能复杂结构金属零件的无模具、快速近净成形,因此利用激光熔覆技术成形十字交叉结构零件有
近年来,由脑卒中（脑中风）偏瘫引发的踝关节功能受损的患者数量十分庞大,并且每年都有增长,因此研究可穿戴式外骨骼机器人辅助人体踝关节运动显得极为迫切。传统的可穿戴式外骨骼机器人大多由与人体相连的刚性结构组成,由于人体关节的固有特性,外骨骼机器人与穿戴者之间存在着人机关节难以对齐、末端执行器质量大、步态不一致等问题。为了更高效的辅助踝关节功能受损患者运动,本课题致力于一种轻量化、易穿戴的柔性外骨骼机器
过去工业机器人的大规模应用大大提升了生产效率,但如今复杂多变的生产环境要求机器人与人之间协作来完成一个复杂的生产任务。传统栅栏式的结构化安全防护方案无法满足人机协作场景中的交互要求,于是利用视觉、轨迹规划等方式构建安全的人机方法成为了人机协作领域研究的热点。而协作机器人设计标准中定义的速度与分离监控的人机协作方式通过速度计算安全范围,只要有目标侵入,就直接通过减速停机的方式保证安全,不区分危险目标
M2高速钢以高硬度、高耐磨性、高切削韧性以及良好的热硬性而被广泛应用于切削刀具的制造。然而,随着制造业的快速发展,对刀具的切削速度以及切削精度提出了更高的要求。本次课题将从以下三个方面来改善M2高速钢的组织以及力学性能:一是通过采取激光金属沉积（LMD）的制备工艺;二是通过添加不同比例V/Ti合金元素;三是采取不同温度三次回火的热处理方式来进行优化。具体研究结果如下:LMD法制备的M2高速钢的微观
随着我国老龄化程度的加剧,老龄人群中脑卒中的患病率与发病率逐年增高,脑卒中患者有较大比例存在严重的功能障碍,如偏瘫感觉和运动障碍,其中上肢偏瘫的比例高达50%～70%,患者表现出不同程度的上肢屈曲、肌肉痉挛、肌张力异常等症状,自身的生活和心理受到极大的消极影响。康复按摩是脑卒中发病后的常用治疗方法,然而目前我国专业按摩师缺口巨大且国内外面向上肢康复的按摩机器人的研究较少,因此本课题从传统中医推拿按
因PET瓶具有无毒、透明性好、价格低廉等众多优点,已经成为塑料包装中的主力军。随着市场对PET瓶需求的增大,促使生产PET瓶的旋转式吹瓶机的进一步发展,而制约旋转式吹瓶机进一步发展的因素有很多,其中主要因素如机器的生产效率、稳定性和能耗等。本文基于ANSYSWorkbench和Matlab软件,对某型号二十腔旋转式吹瓶机的开合模机构进行模态分析,并在此基础上对开合模凸轮机构进行运动学和弹性动力学分
近年来,永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）因具有大功率因数、高起动转矩以及宽广的调速范围等优点,被广泛应用于航空航天、工业机器人、数控机床等诸多交流伺服传动系统。电流环作为运动控制系统内环,其性能优劣对控制效果产生举足轻重的影响,宏观上电流环性能包含静态性能和动态性能两部分,提高静态性能有利于降低稳态电流、转矩波动,提升动态性能可大大提高
脑卒中后通常患者会肢体瘫痪致使活动受限,生存质量下滑,虽然一段时间后其功能会一定程度上得以改善,但仍有一半以上幸存者遗留不同身体部位和不同严重程度的运动功能障碍。因而,给予脑卒中后患者针对性的、科学性的康复训练,具有不可替代的临床研究意义和社会发展意义。神经调控技术的不断涌现为神经系统疾病的康复提供了新的干预手段。近些年,越来越多的学者对经颅直流电刺激（transcranial direct cu
【背景】北疆乳制品中生奶酪作为发酵乳制品，其中有多种微生物的参与，是优质食品级微生物的宝贵来源，然而其中蕴含的丰富的微生物资源也面临着流失。【目的】研究已筛选出的41株乳酸菌的生长曲线变化规律，并对其在低pH环境的耐酸特性及益生特性进行分析。【方法】通过人工模拟胃肠液和含0.3%、0.5%、1.0%浓度牛胆盐溶液培养，对从生奶酪中分离鉴定的41株乳酸菌菌株进行人工胃肠液、牛胆盐耐受性试验。【结果】