基于案例推理-规则推理混合推理的脊髓损伤智能辅具适配系统

摘要 目的：康复辅具适配可以有效帮助脊髓损伤(spinal cord injury， SCI)患者康复。现阶段，我国正面临着辅具适配服务人员总量不足，分布不均和基层工作人员专业能力不足等多重问题，因此，本研究提出了基于案例推理-规则推理混合推理的脊髓损伤患者智能辅具适配系统。 方法：本研究基于临床的125例SCI病例信息，建立了SCI案例库，首先基于案例推理（case-based reasoning， CBR）通过K近邻(k-nearest neighbor， KNN)和相似度检测算法查找相关历史案例集的辅具适配组合，然后利用基于规则推理（rule-based reasoning， RBR）对辅具适配组合进行修正，最终输出适配的辅具组合。 结果：本研究对25个SCI患者适配辅具来实现算法验证。结果显示：推荐移动类辅具、矫形器类辅具、个人生活自理类辅具和沟通和信息类辅助器具平均命中率分别为：83.66%、96%、85%和92%。平均召回率分别为：50.69%、62.67%、49.78%和24%。 结论：本系统利用CBR方法提高了决策的效率， RBR提高了决策的针对性。通过运用在线辅具适配系统，有效缓解了康复辅具适配率低和康复人才全国性缺乏和区域性分配不均的问题，具有良好的应用前景。     

轻型化外骨骼手功能训练器结构设计及实现

为帮助由脑卒中引起的手功能障碍患者更好的完成手部的康复,设计一种能在日常生活辅助使用的轻型化穿戴式外骨骼式手功能训练器.通过对拇指运动仿生机构和四指运动仿生机构的设计,得到了适用于患者穿戴的手指仿生结构.在SolidWorks motion仿真软件中对训练器的抓握运动进行仿真分析,验证了其运动符合正常人手抓握运动规律.在实验样机上进行穿戴实验和关节活动度测量实验,结果表明,所研制的轻型化外骨骼手功能训练器具有很强的仿生性,安全可靠,适合手功能障碍患者穿戴进行手部康复训练.     

下肢外骨骼康复机器人运动感知系统的研究进展

目前,世界上存在着大量下肢运动功能障碍的特殊人群,无法进行正常行走或运动。下肢外骨骼康复机器人技术的发展可以帮助他们完成正常站立、行走等基本行动功能,并改善其身体机能状况和生活质量。下肢康复外骨骼机器人系统是以人为中心的人机协同智能系统,其首要任务是理解人的运动意图,并对运动姿态做出准确的判断,与人体协同运动产生助行、助力等行为。现有的人机交互感知系统的研究方法主要涉及生物电信号和力/力矩等物理信号。为充分发挥生物信号的快速、全局性以及物理信号的持续、稳健性,确保人机交互控制系统的稳定性,本文从人机协调运动控制机理展开,对不同的意图感知方法对获取人体运动意图的影响进行综述,并对存在的问题进行分析,总结出多模态信息融合技术对提高人机系统的协调控制重要性,为提高人和机器自主决策能力以及外骨骼机器人感知系统的优化设计提供一定的参考。     

髋离断假肢接受腔-残肢站立期静态有限元分析

目的 利用有限元分析方法研究髋残肢在支撑阶段与髋离断假肢接受腔生机界面的力学特性,为优化、设计髋接受腔结构提供理论依据,为评估髋接受腔舒适度提供研究基础。方法 根据患者残肢CT扫描模型,采用逆向建模的方式,三维重建骨骼、软组织以及接受腔模型。利用有限元方法 研究站立状态下残肢-髋接受腔界面正应力及剪切应力的分布情况,并通过设计压力采集模块系统进行验证。结果 残肢与髋接受腔界面应力主要分布在腰部和残肢底部,位于残肢其余区域的界面应力则分布较为均匀。有限元计算结果和压力采集模块系统测量结果 有较好的符合。结论 为能较好实现髋接受腔功能传递性和安全舒适性,需要充分考虑残肢腰部和底部的受力以及残肢与接受腔的配合度。     

一种新型智能交互式上肢康复机器人研究

目的:针对现有的上肢康复机器人的不足,设计一款新型的智能交互式上肢康复机器人帮助脑卒中偏瘫患者完成上肢康复训练。方法:设计一种新型3个自由度的上肢康复机器人机械结构,利用套筒和弧齿锥齿轮组成的传动系统进行动力传输,所有电气系统元件统一安装于机器人底部机箱内减少噪音。设计电气控制系统,完成系统实验对样机进行验证,并用Unity3D引擎设计一款专用于本机器人的虚拟现实游戏使患者的训练更具有趣味性。结果:该机器人能按设计要求完成3自由度的运动,能很好地完成规划的预定动作并实现噪音小的设计目标。虚拟现实训练能够有效地提高康复训练的质量和效率。结论:该上肢康复机器人能基本实现预期功能和效果,帮助偏瘫患者进行训练达到康复的目的。     

基于伺服电机的上肢康复机器人力矩 交互控制系统

目的为了实现上肢康复机器人主动训练中力矩控制的精确性,设计一种基于伺服电机的上肢康复机器人力矩交互控制系统。方法首先利用三自由度中央驱动式上肢康复机器人实验平台建立由运动意图采集模块和伺服力矩控制模块组成的力矩交互系统;再通过建立上肢动力学模型提出上肢助力训练算法;最后通过力矩响应实验、运动意图检测实验。结果依据在一定电流输入范围内,输出力矩能够保持稳定,验证了基于直流伺服电机实现助力训练方法的可行性。采用伺服力矩控制模块在目标力矩设定后,输出力矩在1 ms时间内能够达到设定的目标值并能够保持稳定,目标力矩响应的实时性良好,由此可以得出力矩交互控制方法达到了人机力矩交互稳定的结果。结论采用上肢康复机器人力矩交互控制方法可以在主动训练中实现较为精确的力矩控制。     

一种上肢康复机器人机械臂重力平衡方法

目的针对现有上肢康复机器人机械臂质量较大且其自体质量无法忽略等问题,基于重力平衡原理提出一种上肢康复机器人机械臂重力平衡方法。方法通过角度传感器检测肩关节屈/伸角度,将经过滤波的模拟量信号传送到单片机,单片机计算得到目标力矩,并作为控制参数发送到驱动器,驱动器驱动电机进入力矩模式并输出力矩,平衡上肢康复机器人机械臂重力。结果实验所用机械臂长度L_1=300 mm、L_2=300 mm,关节运动角度0°～140°,机械臂自体质量M_1=3.0 kg、M_2=4.4 kg;电机可提供最大力矩27 N·m、最大电流0.766 A;满足实验需求。在肩关节屈/伸角度范围为30°～120°的机械臂上选取7组角度进行实验。实验证明,在30°～75°内实际输出力矩大于理论输出力矩,机械臂保持平衡且有向上运动的趋势;在90°～120°内,实际输出力矩略小于理论力矩,机械臂保持平衡且有向下运动的趋势。结论实验证明,笔者设计能很好地实现机械臂重力平衡。     

用于疼痛感知与评估的功能性近红外光谱成像研究进展

疼痛是一种涉及感觉、运动和认知的复杂体验。传统的疼痛评估方法有主观偏倚性较强的特点,但激发了人们对客观疼痛评估成像技术的兴趣。研究表明,在体时大脑痛觉可被定量评估,其中的功能性近红外光谱(fNIRS)技术,因其具有时间分辨率高、成本低、便携等特点,及其可在复杂临床环境中可实时观测疼痛的优势,已被疼痛研究所关注。为了进一步揭示疼痛在临床环境中的潜在皮质作用机制,以构建优化的实验范式设计为基础,综述了与疼痛相关的脑部区域、fNIRS探针定位和数据处理算法的研究进展,特别是现有fNIRS技术在疼痛研究中的主要发现;探讨fNIRS成像与人工智能算法相结合用于疼痛研究和客观评估的相关进展,并对未来发展方向和尚待优化的问题提出建议。     

上肢康复训练与生活辅助机器人的设计与研究

摘要 目的：结合康复训练与生活辅助机械臂设计需求与特征,提高机械臂工作空间及其运动性能,本文提出1种9-DOF上肢康复训练与生活辅助机器人。 方法：提出1种由7-DOF工作臂和2-DOF悬臂组成的9-DOF机械臂构型;建立机械臂的运动学模型,分别构建机械臂在康复模式和生活辅助模式下的工作空间;通过在Adams中对机械臂的康复训练模式以及生活辅助模式的运动进行仿真试验,验证机械臂关节的工作性能。 结果：该机械臂在康复模式下工作空间与人体上肢运动空间相重合,符合康复训练需求;在生活辅助模式下,2-DOF悬臂可扩大工作臂的活动范围并且实现工作臂的左右手互换。仿真结果表明,机械臂在运动过程中关节运动平稳,无突变情况发生。 结论：该上肢康复机器人设计合理,能够分别满足康复训练生活辅助模式下的工作空间需求,具有良好的运动稳定性,可用于上肢功能障碍患者的康复训练和日常生活辅助。     

基于高斯过程的人体步态关节力矩估计北大核心CSCD

目的 提出一种基于高斯过程的下肢关节力矩估计方法,实现人体自然步态下下肢关节力矩精确估计。方法 根据自然步态关节力矩曲线特点,选取平方指数核函数探索关节角度和关节力矩之间的相互关系,建立基于高斯过程的数据融合模型,该模型输入为下肢关节角度,输出为关节力矩。结果 1例健康受试者以0.8 m/s的行走速度在步态跑台行走,采用提出的高斯过程模型进行3次关节力矩预测试验,试验结果显示大部分预测的期望值都落在置信区间内,89%的预测值与实际值的r~2> 0.8。结论 该方法可以较为精确地估计出关节力矩。该研究潜在应用在于优化外骨骼机器人、控制主动式假肢以及调节类人机器人的关节力矩等。