首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   0篇
基础医学   3篇
临床医学   2篇
  2001年   5篇
排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
目的 在功能性电刺激(FNS)中,利用P型迭代学习控制方法,研究对健康人上肢肘关节运动角度和腕关节运动角度同时进行运动反馈控制。方法 FNS刺激肱二头肌和前臂屈肌,以预期关节角度为目标,以肘关节和腕关节的角度传感器数值为反馈标准。结果 采用迭代学习控制,算法简单,参数易调整,控制量变化平缓,轨迹跟踪精确度高,在对多关节运动控制中,基本能碹以预期效果,结论 P迭代学习控制方法为FNS在临床上的应用提供了一个新的控制方法。  相似文献   
2.
FNS肢体多关节运动轨迹跟踪的实验研究   总被引:1,自引:1,他引:0  
本文着重对功能神经电刺激(FNS)肢体多关节运动刺激脉冲的控制算法进行了比较实验研究。首先介绍了FNS系统的基本组成及原理,然后借助多功能FNS肢体运动控制平台,分别采用常规控制算法和自适应控制算法,以人体肘关节和腕关节的屈曲运动为控制目标,将体表电极分别置于肱二头肌和掌长肌运动点上,通过FNS运动状态测量装置,获取肘关节和腕关节运动角位移随时间的变化曲线。实验结果表明,与常规控制算法比较,基于人体生理特点的自适应控制算法使屈肘和屈腕运动获得了最佳的轨迹跟踪性能,并且刺激波形变化稳定、平滑,受试者无任何不良生理反应。  相似文献   
3.
特征优化在表面肌电模式识别中的作用   总被引:4,自引:1,他引:3  
肌电信号是与神经肌肉活动有关的生物电的体现,其应用已逐步深入到生物医学的各个领域,肌电信号模式识别肌电应用的基础,本文在表面肌电模式识别中引入了特征优化环节,并讨论了其作用,通过对7个志愿者的实验研究表明,采用特征优化情况下,动作平均辨识可提搞近12%,结论表明,在没有增加原始信息的情况下,通过合适的特征优化处理可提高特征的可分性,从而提高动作模式的辨识率,这说明了特征优化在肌电信号模式分类中有重要作用,对其在康复控制等实验应用场合产生积极影响。  相似文献   
4.
研究了功能电刺激作用下的人体神经肌肉的疲劳特性和生物反应,初步确定了适合于人体神经肌肉电刺激脉冲信号的基本特征,以正常男性成人的曲肘运动(右手)为研究对象,将表面电极置于右手肱二头肌肌腹处,在肘关系(右手)处安装一个微型角位移传感器,通过多功能神经肌肉电刺激肢体运动测控仪器,获取曲肘运动时的肘关节角位移变化曲线,结果表明,在任何一种刺激模式作用下,曲肘运动均呈现严重非线性时变特性;缓慢连续变化的刺激脉冲能有效地缓解肱二头肌的疲劳程度,最佳的功能电刺激脉冲频率为30Hz-50Hz。  相似文献   
5.
基于肌电信号分析的功能性电刺激控制系统及其应用   总被引:9,自引:1,他引:8  
功能性神经肌肉刺激是近年来康复工程中一个热点研究课题,它对瘫痪患者的功能恢复与重建有积极意义。肌电信号反映了神经肌肉的活动信息,对功能性神经肌肉刺激的控制有重要作用。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号