基于Simulink的上肢康复训练人机整体建模与分析

机器人康复训练是解决中风瘫痪患者康复训练需求的重要方法,康复机器人设定的训练参数对患者能力的适应程度是决定训练能否加快患者康复进程的重要因素。目前临床上的康复训练内容由康复医师对患者进行量表评估并结合自己的经验制定,这种经验式的训练方法在康复机器人训练过程中无法实现。为了探讨上肢康复机器人运动训练参数与患者运动能力之间的关系,本文建立了牵引式上肢康复机器人训练的Simulink人机整体模型,并将模型计算的人体肩关节、肘关节运动与实际动作下的肩关节、肘关节运动进行了对照。分析显示仿真结果与实验数据存在明显的相关性,从而证明了模型的准确性。进一步地,本文根据模型仿真结果拟合了人机接触端平面画圆半径与人体肩关节、肘关节主动运动自由度的线性函数关系,为临床上康复机器人制定训练目标提供了量化参考。     

基于多传感器信息的新型穿戴式上肢外骨骼康复机器人

目的 设计基于多传感器信息的新型穿戴式上肢外骨骼康复机器人,以解决上肢外骨骼康复机器人便携性不佳、患者参与度较低、训练模式自适应不足等问题,并探究受试者穿戴外骨骼时肌肉激活程度、肌电信号预测关节角度的准确性以及实现上肢康复训练的可行性.方法 该设备机械结构包括肘关节和腕关节,采用模块化设计并结合3D打印技术;控制系统包括肌电采集、应力采集、姿态采集等单元,并设计主动、被动和助动三种训练模式.受试者穿戴外骨骼机器人后进行屈-伸肘实验,对比有、无辅助力时手臂肌肉激活程度;分析肘关节角度,并对比肌电信号预测的关节运动角度;验证机器人运行性能与应力检测效果.结果 受试者穿戴外骨骼康复机器人安全可靠地完成了屈-伸肘动作,受试者肱二头肌、肱三头肌肌肉激活程度在有、无辅助力时分别减弱约32％、11％,肌电信号预测关节角度准确度约95％,应力测量值误差均低于5％.结论 上肢外骨骼机器人可以给人体提供辅助力、预测关节角度,机器人通过肌电、应力以及位置信息辅助患者实现上肢康复训练具有可行性.     

上肢康复训练机器人镜像运动实现方法

针对偏瘫患者上肢康复训练需求,提出一种上肢康复训练机器人镜像运动实现方法.利用Kinect 2.0检测人体健肢运动信息,实时进行数据处理与患肢轨迹规划,驱动患肢运动实现康复训练.为解决Kinect 2.0检测数据不稳定的问题,采用带有趋势因子的限幅滤波方法;基于Bezier曲线的轨迹规划方法,实时生成患肢运动轨迹与控制...     

基于Kinect交互的上肢虚拟康复系统设计与研究

本文设计了基于虚拟现实技术,以Kinect为交互设备的上肢康复训练系统。本系统将严肃游戏、人机交互与康复训练有机结合为一体,针对不同患者的康复需求,系统建立了科学而丰富的通用动作库和游戏库,并预留扩展接口,既支持基于Virtools开发的满足患者个性化需求的游戏,同时也支持网上现有适合患者康复训练的Flash游戏。此外,本系统提出了基于Kinect的灵活动作交互模式和游戏控制方式,并提供对康复过程进行实时数据记录的功能,给出了对康复效果的主客观评价方法。根据对本系统的随机调查问卷,以及中风患者为期两周的康复训练,结果表明:本康复系统区别于传统康复方法,具有康复数据收集和分析能力,可以根据反馈数据进行阶段性康复方案制定,同时具有更强的趣味性以及低廉的训练成本,可有效提高患者训练的积极性,有助于患者的康复治疗。     

基于 Kinect 探讨针刺结合康复训练对脑卒中患者上肢功能的影响

目的 用Kinect探讨针刺结合康复训练对脑卒中患者上肢功能的影响。方法 将脑卒中后上肢功能障碍患者随机分为对照组(康复训练)和治疗组(针刺+康复训练)各15例。比较两组患者治疗前后改良Barthel指数(modified Barthel index, MBI)、Fugl-Meyer运动功能评估(Fugl-Meyer assessment, FMA)及Wolf运动功能测试(Wolf motor function test, WMFT),用Kinect评估两组患者干预前后前臂放桌面、伸肘、喝水3个动作的运动时间(motor time, MT)、运动单位数量(motor unit number, MUN)、曲率指数(index of curvature, IC)、肘关节屈曲角度(elbow flexion angle, EFA)、肩关节屈曲角度(shoulder flexion angle, SFA)与肩关节内收角度(shoulder adduction angle, SAA)的变化。结果 经过6周治疗,治疗组患者MBI和FMA分数、WMFT总分数及伸肘分数均高于对照组(P<0.05...     

基于Kinect的上肢康复训练系统开发与应用

脑卒中等心脑血管疾病导致的上肢功能障碍严重影响了患者的生活质量。为帮助患者在社区家庭环境进行上肢康复训练,开发了基于Kinect的上肢康复训练系统。系统通过人体关节点数据与场景中对象模型的绑定实现了患者运动与虚拟模型运动的同步,利用体感方式实现与训练场景的动态交互。系统设计了分别用于肩、肘关节及上肢综合能力的康复训练项目,选取8名志愿者分两组（计算机辅助组和专业治疗师组）对系统进行功能测试,并对治疗前后患者的运动表现进行评定（Fugl-Meyer上肢运动功能评估和Wolf 运动功能的测试）。经过2周的治疗后,两组患者Fugl-Meyer上肢运动功能评分及Wolf 运动功能测试评定结果均较治疗前有明显进步,且计算机辅助组患者进步幅度大于专业治疗师组。以上实验结果表明,该系统对提高患者肩、肘关节活动度及上肢综合能力具有潜在的效果,可用于上肢运动功能的康复训练。     

腕功能康复机器人按需辅助控制策略研究

在康复机器人辅助脑卒中患者进行康复训练时,为激发患者的主动参与意识,康复机器人应按照患者康复需求提供其所需的辅助力矩。本文针对腕功能康复机器人提出一种按需辅助控制策略:首先制定能力评估规则,并依据该规则评估患者能力;然后设计控制器,控制器可基于评估结果求解出患者完成康复训练任务所需的辅助力矩,并下发指令至电机;最后控制电机输出指令值,辅助患者完成康复训练任务。将该控制策略应用于腕功能康复机器人,不仅实现了按需辅助的训练模式,而且能够避免辅助力矩激增,同时康复治疗师可在线调节能力评估规则中的多个参数,为不同康复状态的患者定制任务难度。本文所提方法不依赖于力学传感器信息,降低了开发成本且易于实现,具有一定的工程应用价值。     

基于深度图像的关节活动度测量及其结果评价

目的:使用微软的体感捕捉设备Kinect实现了一种新的关节角度测量方式。方法:设计了Kinect的数据波动性及精度评价实验方案,在可视范围内对测量误差的空间分布进行检测,并获得测量的最佳位置信息。设计人体关节角度测量对比实验,并在此基础上通过多项式拟合及函数变换获得修正函数。结果:实验最终测得X轴坐标范围为0.007 7~0.405 4 m、Z轴坐标范围为2.175 7~2.580 3 m的区域是Kinect的最佳测量位置(Kinect自身坐标系)。关节点测量数据波动性在X、Y、Z轴方向上分别为0.008、0.009和0.015 m。以右肘关节和左肩关节为例,最终测得关节角度平均偏差分别为3.03°、2.90°。结论:新型Kinect关节角度测量方式与传统测量方式相比,测量结果无明显差异。测量方法能够有效排除主观干扰并满足实时测量要求。     

基于PCI-1240运动控制卡的肢体康复训练控制系统的实现与软件设计EI北大核心CSCD

本研究开发了一种基于坐姿的下肢康复运动控制系统,该系统包括下肢外骨骼机构、电机驱动控制电路、运动控制程序等。通过6个电机为髋、膝、踝关节转动提供动力,采用PCI-1240运动控制卡作为控制核心,实现了下肢各关节重复性转动训练和步态康复训练的速度、角度和运动时间的精确控制和调节。本文试验结果表明,该运动控制系统能很好地满足下肢功能障碍患者重复性康复训练运动的需求。本文为康复训练机器人中运动控制系统提供了更多的方法数据,可促进工业自动化设备向医疗领域转变,有利于康复机器人的更进一步研究。     

基于PCI-1240运动控制卡的肢体康复训练控制系统的实现与软件设计

本研究开发了一种基于坐姿的下肢康复运动控制系统,该系统包括下肢外骨骼机构、电机驱动控制电路、运动控制程序等。通过6个电机为髋、膝、踝关节转动提供动力,采用PCI-1240运动控制卡作为控制核心,实现了下肢各关节重复性转动训练和步态康复训练的速度、角度和运动时间的精确控制和调节。本文试验结果表明,该运动控制系统能很好地满足下肢功能障碍患者重复性康复训练运动的需求。本文为康复训练机器人中运动控制系统提供了更多的方法数据,可促进工业自动化设备向医疗领域转变,有利于康复机器人的更进一步研究。     

上肢康复训练机器人的脑机接口系统研究

脑机接口(brain-computer interface,BCI)可以把大脑皮层的电活动信号转化为机器语言直接控制外界设备。本研究提出一种基于稳态视觉诱发电位(steady state visual evoked potential,SSVEP)与Alpha波混合的脑机接口上肢康复训练机器人系统。本系统通过检测使用者枕部脑电信号Alpha波的阻断现象来切换空闲与工作状态,采用典型相关分析算法区分不同频率的SSVEP信号。利用该脑机接口系统,用户可以自主控制上肢康复训练机器人进行上肢康复训练,包括训练动作与训练时间。在线实验结果验证了本研究提出的异步脑机接口上肢康复训练机器人的可行性与有效性,该系统分析速度快且分析准确率高,为异步脑机接口的实现与应用提供了良好的理论与实践基础。     

基于多模态信息融合的肘关节连续运动估计

目的 针对目前上肢康复训练设备多为被动式、训练方式单一、患者主动参与度较低等问题,提出一种基于多模态信息融合的上肢连续运动估计算法,实现对肘关节力矩的准确估计。方法 首先,在4种角速度下,采集受试者的表面肌电信号和姿态信号,提取信号的时域特征并利用主成分分析方法进行特征融合;其次,通过附加动量法和自适应学习率对反向传播神经网络(back propagation neural network, BPNN)进行改进,使用粒子群算法(particle swarm optimization, PSO)对神经网络进行优化,构建基于PSO-BPNN的连续运动估计模型;最后,以第2类拉格朗日方程计算的关节力矩作为准确值,对模型进行训练,并与传统BPNN模型进行性能对比。结果 传统BP神经网络模型均方根误差为558.9 mN·m,R²系数为77.19%,优化模型后的均方根误差和R²系数分别为113.6 N·m、99.12%,力矩估计准确度进一步提高。结论 本文提出的肘关节连续运动估计方法能够准确地识别运动意图,为上肢外骨骼康复机器人的主动控制提供切实可行的方...     

一种跟随人体重心高度的骨盆支撑减重康复系统EI北大核心CSCD

支撑减重康复训练系统现已成为下肢运动功能障碍康复的重要治疗方法。本文针对现有的恒定阻抗减重的骨盆支撑减重康复系统在康复训练过程中骨盆机构提供固定的运动轨迹、患者主动参与康复训练程度低等问题,提出了一种跟随人体重心高度(CoMH)的骨盆支撑减重康复系统。该系统通过惯性测量单元采集人体下肢运动信息,经过人工神经网络对CoMH进行预测,实现骨盆支架高度的跟踪控制。通过偏瘫患者康复训练进行试验,结果表明,相比于骨盆支架运动轨迹固定的传统减重康复训练,跟随CoMH骨盆支撑减重康复训练使患者患侧髋、膝关节活动范围分别提升25.0%和31.4%,患侧摆动相与支撑相占比更接近健侧步态相位。该减重康复训练模式的骨盆支架的运动轨迹取决于当前训练者的状态,可实现偏瘫患者健侧主动运动引导行走训练。动态调整减重支撑的策略更有助于提高行走康复训练效率。     

脑卒中患者上肢康复机器人及评价方法综述

利用机器人技术进行上肢康复训练是脑卒中患者进行康复治疗的重要手段之一。本文根据中枢神经系统具有高度的可塑性,分析了机器人辅助康复训练的理论依据。并且依据康复机器人的社会需求和研究意义,归纳总结了5种上肢康复机器人的研究进展和研究成果,其中包括上肢康复机器人、功能性电刺激辅助上肢康复机器人、基于虚拟现实技术的上肢康复机器人、基于sEMG的上肢康复训练机器人、基于BCI上肢康复训练机器人。为完善康复机器人的功能,实现对脑卒中患者上肢运动功能的量化评估,本文还分析了目前临床上常用的几种评价方法,即Brunnstrom等级评价法、Fugl?Meyer量表评价法、上田敏评价法和Bobath评价法。最后分析了上肢康复机器人在机械设计、控制策略和评价方法等方面的发展趋势。     

Kinect人体运动捕捉误差及其空间分布

目的 针对微软发布的体感捕捉设备Kinect开展精度测试实验,检测系统定位的位置误差及其空间分布,为基于Kinect体感交互的生物医学工程应用提供参考.方法 本实验利用Kinect和高精度运动捕捉设备NDI Optotrak同时进行人体运动捕捉,并采用Kinect和NDI进行测量,结果取相对位移值进行比较.以NDI的测量数据作为真实数据的有效近似,评估Kinect的测量精度.结果 本实验最终测得Kinect识别精度误差为（0.0 283±0.0 186）m,均方根误差为0.0 303 m,水平角度识别范围为51.49＆#176;.结论 Kinect的精度和稳定性在cm级,可应用于康复训练、手术室设备控制等生物医学工程领域,但对于精度要求更高的领域,如智能手术机器人的控制等,其精度和稳定性还有待提高.     

一种组合式远程康复训练机器人的研制:适用性及其安全性

背景:国内对康复机器人的研究起步比较晚,辅助型康复机器人的研究相对较多,而康复训练机器人的研究相对较少,医工跨学科的结合有待加强,国内的康复器械远远不能满足市场对智能化、人机工程化的康复机器人的需求。目的:针对国内康复专家少而患者较多这一问题,将遥操作机器人技术与康复医疗器械相结合,以期研制一种基于力反馈的组合式远程康复训练机器人系统。方法:充分考虑到患者的安全性,采用磁流变阻尼器加上直流电机的模式,设计了一种组合式机械臂,将遥操作机器人技术应用于肢体残障者的康复训练,使患者可以根据康复治疗师的远程设定进行康复锻炼,并将虚拟现实技术与康复训练相结合,把枯燥的康复训练变成轻松有趣的游戏。结果及结论:该系统的服务对象是上肢有运动障碍的患者,通过对机械臂的拆卸和组合,可给患者提供康复需要的不同训练模式和治疗方案;运用计算机网络技术可使患者根据康复医师的远程设定进行康复训练;身临其境的虚拟现实技术显著提高了康复训练的积极性与效果。实验结果表明,所研制的远程康复训练机器人系统具有良好的适用性和安全性。     

中央驱动式多自由度上肢康复训练机器人研究

随着社会老龄化的日益严重,脑卒中患者人数逐年增加。相较于传统的康复治疗手段,应用上肢康复机器人治疗具有更高的效率和更好的康复效果,目前也已经成为康复领域的重要发展方向。本文针对当前上肢康复机器人系统的发展现状和不足,并结合各类上肢康复机器人产品的发展趋势,设计了一款最多能帮助患者完成6个自由度(3个驱动自由度,3个欠驱动自由度)训练的索控式中央驱动上肢康复训练机器人。综合考虑机器人结构与常见的多关节复合康复训练动作,选用关节空间规划法中的三次多项式法设计了进食、抬臂收展两条运动轨迹,并在MATLAB中绘制出机器人的运动轨迹曲线,为进行科学有效的被动康复训练奠定了基础。最后本文试制了实验样机,完成了机械结构与设计轨迹的验证。     

老年人左、右手喝水动作的运动特性研究

目的通过采集和分析人体三维运动数据,研究老年人左、右手喝水动作的运动学特性。分析左、右手动作的差异,为镜像康复设备的设计和精准康复训练方案的制定提供数据支持和理论基础。方法选取16名右利手的老年人为实验对象,实验对象分别用左、右手完成喝水动作。应用运动捕捉系统采集实验者上肢的三维运动轨迹,分析实验对象在喝水动作中,左、右肩、肘、腕关节的三维运动角度和角速度的相关性。结果左、右手在肩关节的矢状轴角度、肘关节的屈伸角度、肩关节的旋内旋外角度、肘关节旋内旋外的角度上具有高度相关性(相关系数r0.8);在肩关节冠状轴的角度、腕关节掌屈背伸的角速度上具有低度相关性(0.3r0.5);在肩关节冠状轴的角速度上具有微弱相关性(0.1r0.3);在其余上肢的关节角度和角速度上具有显著相关性(0.5r0.8)。结论健康老年人在完成喝水动作中,主要利用肩关节的旋内旋外活动和肘关节的屈伸、旋内旋外活动。右手在关节屈伸角度的运动幅度上大于左手,而在关节旋内旋外角度的运动幅度方面小于左手。在镜像康复机器人设计和康复轨迹规划中,应尊重左、右手的差异,实现精准康复的目的。     

面向外骨骼的下肢多模态协同量化分析与康复评估方法

针对传统下肢康复量表评估方法费时、费力且难以在外骨骼康复训练中使用的问题，本文基于下肢外骨骼机器人训练提出了一种多模态协同信息融合的下肢步行能力定量评估方法。该方法通过引入定量的协同指标融合电生理和运动学层面信息，显著提高康复评估过程的效率和信度。首先，采集受试者穿戴外骨骼步行训练的下肢肌电和运动学数据。然后，基于肌肉协同理论，使用协同量化算法构造肌电和运动学的协同指标特征。最后，融合电生理和运动学层面信息，建立模态特征融合模型，输出下肢运动功能评分。试验结果表明，本文所构造的肌电、运动学协同特征与临床量表的相关系数分别为0.799和0.825。融合后的协同特征在K近邻（KNN）模型中的结果得到了更高的相关系数（r=0.921,P <0.01）。该方法可以根据评估结果修改外骨骼机器人的康复训练模式，为实现“人在环中”的评估—训练同步模式奠定了基础，也为下肢远程康复训练和评估提供了一个潜在的方法。     

索控式中央驱动上肢康复机器人

目的根据居家康复的要求与趋势,针对国内外上肢康复机器人体积庞大、传动链复杂以及驱动噪声大的缺点,设计了一款索控式中央驱动上肢康复机器人。方法首先采用钢丝绳和同步带组成的传动系统进行动力传递,并采用中央驱动式设计,即将电机驱动设备统一安置于远离患者的底座上;然后通过Solidworks建立三维模型,并设计动力传递系统的总体方案;最后通过Solidworks中的Motion模块对机器人肩关节屈曲/伸展运动、肩关节内收/外展运动、肘关节屈曲/伸展运动以及肩肘关节联动运动进行运动学仿真,验证所设计的上肢康复机器人机械臂结构的合理性及设定轨迹的可行性。结果肩关节、肘关节以及腕关节运动学仿真曲线证实了该上肢康复机器人能够平稳地完成规划的轨迹动作,从而验证了机械结构设计合理,方案可行。结论索控式中央驱动上肢康复机器人具有动力传递系统轻便以及结构简单的优点,可以协助患者完成各种康复运动。