软组织生物力学特性的测量:仪器设计

软组织的生物力学特性是诊断软组织病变的重要依据。本研究设计了一种新的仪器来在线测量软组织的生物力学特性。该仪器通过一个特别设计的集成传感器，获取软组织的应力和应变信息。集成传感器由超声传感器和应变片组成的压力传感器通过串连方式连接而成；对超声回波信号与发射信号进行互相关运算，获取软组织的应变信号，这个过程用FPGA来实现。基于软组织的生物力学模型和所获得的软组织的应力应变信号，提取软组织的特性参数。该仪器对超声回波信号和压力信号数据的采集，处理和显示通过DSP控制来实现；该仪器能测量软组织的不同层的厚度，便于运动检测和健身监测之用。     

基于肌电信号的人手运动状态的辨识

研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号，判断动作始末状态并对该肌电信号进行小波降噪预处理，利用小波变换的高频细节系数极值构造特征矢量，经过学习矢量量化（LVQ）神经网络训练，能够有效地识别握拳、展拳、手腕内旋和手腕外旋4种动作模式。和前馈型神经网络比较，LVQ神经网络具有更高的识别准确率和更稳定的再现性。     

基于肌电信号的手臂运动状态的辨识

本研究的目的是利用人体上肢肌肉的肌电信号辨识人体肘关节运动状态。当人体手臂做屈伸运动时，采集肱二头肌和肱三头肌的肌电（EMGs）信号和肘关节角度信号，对EMGs进行处理和特征提取。提取的特征值作为一个四层的神经网络模型的输入信号，运用改进后的误差反传学习算法最优化网络各层权值，映射出人体表面肌电信号和手臂运动状态间的非线性关系，并将处理后的肌电信号转换为相应时刻的肘关节运动角度。试验结果表明神经网络预测出的肘关节运动角度与测角仪测出的实际运动角度最大误差小于1度。     

模型预测控制在功能电刺激中的应用

一、概述 功能电刺激(FNS)作为一种康复技术已发展多年,这种技术能给神经受到损伤的病人提供治疗。功能电刺激系统,通过电极,在计算机控制下,给麻痹的肌肉提供电刺激,以恢复肌肉的功能。近年来,在实验系统方面已取得了较大进展,但在临床应用前,系统的许多因素有待提高,一个关键因素是控制系统。 功能电刺激系统在用于诊断时,会面临三个问题: 1.每个病人症状互不相同,刺激参数必须适应每个人的情况