三维步态分析在截肢患者康复中的应用

采用Vicon三维步态分析系统对健康人和穿戴假肢的下肢截肢患者进行步态分析,表明该系统可提供运动学参数和生物力学参数的变化,由此分析假肢穿戴者与健康人各关节运动的差异.将三维步态分析应用于截肢患者康复方面是切实可行的.     

假肢对线对大腿截肢者健侧膝关节内部接触力学特性的影响

目的研究假肢对线对大腿截肢者健侧膝关节内部接触力学特性的影响。方法通过步态实验分析健全人及大腿截肢者在不同对线条件下行走时下肢运动及地面反作用力(ground reaction force,GRF)差异,并利用三维有限元模型分析接受腔内收和外展的异常对线情况对膝关节内部股骨软骨、胫骨软骨与半月板之间接触力学特性的影响。结果健全人在GRF第1峰值时刻膝关节接触力主要集中在内侧,在GRF第2峰值时刻接触力主要集中在外侧,而截肢者接触力在GRF的两个峰值时刻都集中在内侧。接受腔对线内收6°会导致膝关节内侧应力、接触力、接触面积均明显增大。结论截肢者膝骨关节炎发病率高于健全人与其膝关节内侧长期过载有关,接受腔对线内收会增加大腿截肢者健侧膝关节骨关节疾病的风险,临床对线过程中应尽量避免过度内收。     

基于三维步态分析的大腿假肢穿戴者步态对称性研究

目的：提出了一种面向大腿假肢穿戴者进行三维对称性步态分析的新方法。方法：根据大腿假肢的运动学特点,使用“黑箱子”的方法确定贴标志位置,并且研究实验参数在假肢步态中的变化及其趋势,利用对称性算法研究假肢步态。结果：贴标志点的新方法、步态参数的研究和步态对称性算法对大腿假肢穿戴者步态研究有实际意义。结论：这些方法对今后的三维步态分析与评估研究提供了重要的理论依据。     

行走速度对步态参数影响的实验研究

摘要 目的：为智能大腿假肢和助行机器人进行步态规划提供设计依据。 方法：利用三维步态分析系统检测了30名健康志愿者以快、中、慢三种步速行走时的步态数据,然后进行统计分析。 结果：通过统计分析数据得到了步速与站立相、步幅、步长、对侧脚着地百分比,对侧脚离地百分比,足尖离地时膝关节、踝关节角度的关系。 结论：步速是影响其他步态参数的重要因素之一。站立相百分比与步速负相关,步幅、步长和步速均显著性正相关。对侧脚着地百分比与步速无相关性,对侧脚离地百分比与步速负相关。足尖离地时膝关节角度与步速正相关,踝关节角度与步速显著性负相关。     

融合脑功能和运动评估的脑卒中康复训练处方推荐模型构建

基于脑卒中患者的运动及脑功能评估指标,构建康复训练处方智能推荐模型。选取120例脑卒中患者,进行Brunnstrom、Holden步行能力分级、Berg平衡量表和改良的Ashworth量表评估;同时采用近红外脑功能成像系统,采集患者静息态的脑血氧数据。提取量表评估结果和脑区激活度、侧偏性、脑区间功能连接等脑功能评估指标特征,利用支持向量机(SVM)、卷积神经网络(CNN)以及结合两者优势改进的CNN-SVM算法,分别建立训练处方推荐模型,对8种训练内容的训练模式进行推荐。结果表明,采用量表评估结果和脑区间功能连接指标作为特征建立的模型识别准确率最高,3种算法的平均识别率均达到93%以上。其中,改进的CNN-SVM算法的识别准确率最高,达到96.43%。利用该方法,能够基于脑卒中患者运动和脑功能评估数据,实现康复训练处方的智能推荐,有利于实现个性化精准康复。     

基于颞肌表面肌电的鼠标装置研究

目的设计一种基于颞肌表面肌电的鼠标装置,用于解决高位截瘫、上肢残疾等手部功能障碍者操作鼠标的难题。方法提出一种基于表面肌电信号控制鼠标的方法,通过分析与试验,选取面部颞肌肌电信号作为控制信息,以咬牙作为触发动作,根据不同咬牙动作时,面部颞肌产生不同的肌电信号特征,设计一种利用颞肌表面肌电信号进行鼠标控制的装置。结果实验结果表明,利用该装置,受试者能够通过简单的咬牙动作实现控制鼠标的目的。结论利用颞肌表面肌电控制鼠标的方法是切实可行的,基于该方法设计的鼠标装置具有较好的应用推广价值。     

可穿戴技术在康复辅具领域的应用研究

正2012年Google公司发布智能眼镜引发世界高度关注,被称作"智能可穿戴设备元年"。2013年,三星等公司纷纷推出可穿戴产品~([1])。2014年,苹果发布了可穿戴领域的Apple Watch智能手表。在2014年初的全球消费类电子产品展会(consumer electronics show)和移动通信及智能终端展会(mobile world congress)上,可穿戴设备更是大放异彩,连电子通     

大腿截肢患者的残肢肌电运动识别

目的研究利用大腿残肢肌电信号进行下肢运动模式识别的方法,探讨肌电信号控制下肢假肢的可能性。方法采集15名大腿截肢者残肢侧股直肌、股外侧肌、阔筋膜张肌、股二头肌、半腱肌、臀大肌6块肌肉的表面肌电信号,提取肌电信号的6种时域、频域特征,利用支持向量机对平地行走、上楼梯、下楼梯、坐下、起立5种下肢运动模式进行识别。结果利用残肢肌电信号可以实现5种下肢运动模式的在线识别,对同一受试者同次测试数据识别率为94%,同一受试者的多次混合数据识别率为85%,对不同受试者混合数据识别率为74%。通过特征优化,仅利用3块肌肉的2个特征,对同一受试者的同次测试数据识别率仍可达92%。对平地行走、上楼梯、下楼梯3种动作的识别,同一受试者同次测试数据识别率为100%,同一受试者的多次混合数据识别率为98.33%,对不同受试者混合数据识别率为93.33%。结论仅仅利用残肢肌电信号能够实现运动意图的在线识别,通过对同一患者使用前的多次数据训练,有望达到较高的识别率。研究结果为肌电运动识别用于下肢假肢控制奠定了基础。     

三维步态分析检测基于BP神经网络的膝踝运动

背景:虽然在人体步态方面已有大量研究,但针对膝踝协调运动的研究很少。目的:用BP神经网络分析膝踝协调运动关系。方法:利用三维步态分析系统检测了30名健康志愿者以快、中、慢3种步速行走时的步态数据,进行统计分析;并通过建立BP神经网络预测数据,同时对膝踝协调的控制方法进行探讨。结果与结论:不同的人步态不同,但BP神经网络预测所得曲线与实验基本一致,证实了用BP神经网络做膝踝运动关系预测的合理性和可行性,很好的研究了膝踝协调性,给全智能膝踝协调控制假肢的研发提供了理论依据。     

医护联合床边查房在临床中应用的效果评价

目的:为了更好适应现代护理模式的转变,提高护理服务质量,探讨医护联合床边查房在临床护理工作中应用的效果。方法:从2013年6月起至2013年12月,实施医护联合床边查房,并与2013年1月至2013年6月前传统护理查房相比较,对比实施前后护理人员对患者相关资料、专科知识的掌握情况以及患者对护理工作的满意度。结果:护理人员对患者病情和专科知识的掌握程度显著提高,患者满意度明显提高(P0.05)。结论:医护联合床边查房对提高整体护理质量有一定的促进作用,值得临床上推广应用。