文档介绍：学科专业:生物医学工程研究生:戴岳刚指导教师:明东副教授天津大学精密仪器与光电子工程学院二零一零年六月一苓一苓,牛八月
叶一期:¨《甁厂月/争日签字日期:乒咖年厂月/驴日签字日期:乒易年独创性声明学位论文版权使用授权书或撰写过的研究成果,也不包含为获得苤洼盘鲎或其他教育机构的学位或证本学位论文作者完全了解丞鲞盘堂有关保留、使用学位论文的规定。特授权丞鲞盘堂可越宦畚牡娜ú炕虿糠帜谌荼嗳胗泄厥菘饨屑本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得学位论文作者签名:导师签名:入◆●、铲■
中文摘要▲当今社会人口的日益老龄化以及交通事故频发等因素致使下肢运动功能障碍患者数目越来越庞大。随着康复医疗和康复工程技术的发展,动力辅具在各类下肢运动功能障碍患者的康复训练和机能恢复中发挥了愈加重要的作用。但是,目前在动力辅具助行过程中缺乏可确定性表征和监测动作安全性的可靠方法,这种情况下患者极易在自行训练时发生危险导致二次致伤,造成身体和心理上的重大伤害。针对这一问题,本文设计了一套动力辅具监测系统,对患者康复训练过程实施安全性神经网络监测与分析,重点针对动力辅具系统中可表征稳定性的多项参数进行了筛选,以最优化参数作为安全性特征,讨论其在系统不同使用模式下的特征差异。研究中首先构建了动力辅具助行监测的软硬件系统,分别利用传统线性和蚁群算法对系统的多传感器信息进行了标定融合,有关误差检验结果显示,相对传统线性标定,蚁群算法标定可有效降低系统测量中的交叉干扰和非线性误差。研究中还设计并进行了基于安全性的力学倾翻测试,获取了相关实验数据,通过神经网络对倾翻阈值和倾翻模式进行了判别分析,选取多传感器原始电压、柄反作用矢量⒏ň咔惴甘和人体虚拟重心作为网络的输入特征进行识别,最终优选诤显嫉缪棺魑O低车陌踩特征。最后对行允苁哉呓辛硕Ωň呓岷现Ь咧械牟馐允笛椋直鸩集受试者四种模式的实验数据,将安全性特征通过训练好的网络进行处理分析,考察功能性电刺激愿ň咧械挠跋臁本文研究结果表明,动力助行辅具系统中的安全性神经网络监测方法能有效甄别辅具倾翻模式,降低失稳风险,未来可在下肢运动功能障碍患者的自主康复监护与评价方面推广应用,从而为更先进的动力辅具及人工运动神经假体系统设计提供帮助。关键词:动力辅具柄反作用矢量辅具倾翻指数人体虚拟重心力学倾翻测试神经网络安全性特征~矗
甌甇琣,.▲甒甅瑃甒琖,,、Ⅳ瑆琲,瓼琲、,。.琹,’.琣瑆琲..
第二章动力辅具助行网络监测系统设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章基于蚁群算法的监测系统多传感器信息融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章动力辅具助行安全性评价机制与测试⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·系统硬件部分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“.ň卟饬ο低场爸谩系统软件部分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯柄反作用矢量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯氖涑觥辅具倾翻指数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“..
第七章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯发表论文和科研情况说明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯⋯·动力辅具助行实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·今后的工作展望⋯⋯