基于极限学习机的脑卒中上肢康复Brunnstrom远程智能评定系统

为了实现脑卒中后偏瘫康复患者上肢康复评定的远程化和智能化,需建立个体化和专业化的康复评定系统。本文首先利用康复训练传感器及数据接收软件采集患者训练时上肢的运动姿态数据,然后将其上传至服务器端的数据库,服务器端将使用基于极限学习机(ELM)和Brunnstrom分期标准的远程智能评定系统对数据进行智能评定。为了验证该系统的可靠性,征集了23位脑卒中后上肢运动功能处于不同恢复阶段的康复患者和4位上肢运动功能正常者做同一康复训练动作。实验结果显示,相比于康复医师使用Brunnstrom分期标准的评定结果,远程智能评定系统的分期准确率可以达到92.1%。本系统可以实现对脑卒中术后偏瘫康复患者上肢运动功能的智能评估,使患者在家中或者社区进行远程康复成为可能。