基于生理信号提取的骑行康复训练系统设计及开发

发布时间：2023-05-25 05:46

　　随着我国人口老龄化的加剧以及脑卒中和交通事故造成的脑损伤导致部分功能障碍人数的不断增加,人们对康复的需求越来越大。医学研究表明,脑卒中引起的损伤可以通过科学的运动性辅助训练有效帮助患者恢复肢体功能障碍,康复机是目前主要的治疗手段之一。但目前市场上应用较普遍的康复机监测生理能力弱、患者的参与度低、自主调节功能差等,无法满足患者对康复机的使用需求。因此研发一种具有生理信号监测功能且有较好康复效果的康复机具有重要的社会意义和市场价值。本文以下肢康复为目的,结合国内外下肢康复机的研究现状和应用情况,设计了基于生理信号提取的骑行康复训练系统。本文的主要内容和工作如下:1.针对传统的康复机在康复过程中监测生理状况及运动强度差等问题,设计并实现了生理信号及运动数据采集功能。利用远程光体积描记法提取心率,将肌电信号处理得到的部分特征值作为康复效果评定的指标。实现了将康复训练过程中心率、表面肌电信号、速度、功率和训练时长等数据的采集及显示。2.针对传统的康复机训练过程枯燥乏味,患者的参与度低、主动性差等问题,设计了相应的实景骑行康复训练。根据下肢受损程度及不同康复阶段设计了主被动训练模式,采用ANT+协...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 国内外研究现状
    1.3 论文的研究内容及章节安排
第二章 系统需求分析及相关技术
    2.1 系统需求分析与总体设计
        2.1.1 系统需求分析
        2.1.2 系统总体设计
    2.2 非接触式心率测量
        2.2.1 远程光体积描记法基本原理
        2.2.2 非接触式心率测量的常见应用
    2.3 肌电信号采集
        2.3.1 肌电信号形成原理
        2.3.2 肌电信号的采集
    2.4 服务器模型及数据库的选择
        2.4.1 服务器协议类型及介绍
        2.4.2 数据库的选取
    2.5 本章小结
第三章 生理信号及运动数据的采集
    3.1 非接触式心率测量
        3.1.1 非接触式心率测量算法
        3.1.2 基于向量分布的心率提取算法实现
    3.2 表面肌电信号的特征提取
        3.2.1 时域特征提取
        3.2.2 频域特征提取
    3.3 运动数据的提取
        3.3.1 基于傅里叶级数展开的坡度曲线拟合
        3.3.2 功率拟合算法
    3.4 本章小结
第四章 实景骑行康复训练设计
    4.1 实景骑行康复训练的整体架构
    4.2 设备连接
    4.3 主/被动模式
        4.3.1 被动模式
        4.3.2 主动模式
    4.4 实景视频播放功能设计
    4.5 基于心率的负反馈控制
        4.5.1 控制框图
        4.5.2 控制策略
    4.6 软件系统设计
        4.6.1 服务器整体设计
        4.6.2 客户端网络设计
        4.6.3 数据库设计
    4.7 基于肌电信号的康复评定
    4.8 本章小结
第五章 系统测试及结果分析
    5.1 设备连接测试
    5.2 非接触式心率测试
    5.3 肌电信号测试
    5.4 系统整体测试与优化
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
    1 作者简历
    2 参与的科研项目及获奖情况
    3 发明专利
学位论文数据集



本文编号：3823054