基于Kinect的上肢运动康复交互系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 传统康复训练方法 | 第12-13页 |
| 1.2.2 移动医疗市场现状 | 第13-14页 |
| 1.2.3 Kinect在康复训练中的应用现状 | 第14-15页 |
| 1.2.4 人体动作识别研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 第二章 运动康复交互系统设计 | 第18-30页 |
| 2.1 Kinect简介 | 第18-19页 |
| 2.2 Unity 3D简介 | 第19-20页 |
| 2.3 系统概述 | 第20-22页 |
| 2.4 系统逻辑框架 | 第22-23页 |
| 2.5 系统功能架构 | 第23-28页 |
| 2.5.1 总体功能架构 | 第23-24页 |
| 2.5.2 康复病患角色逻辑 | 第24-26页 |
| 2.5.3 康复教练角色逻辑 | 第26-27页 |
| 2.5.4 主治医生角色逻辑 | 第27-28页 |
| 2.6 系统数据流 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 康复系统关键技术研究 | 第30-46页 |
| 3.1 基于霍尔特指数平滑法的运动特征提取 | 第30-36页 |
| 3.1.1 Kinect工作原理 | 第30-32页 |
| 3.1.2 Kinect SDK介绍 | 第32-33页 |
| 3.1.3 关节特征选取 | 第33页 |
| 3.1.4 关节活动度特征提取 | 第33-35页 |
| 3.1.5 霍尔特指数平滑法预处理 | 第35-36页 |
| 3.2 基于STDTW算法的动作识别 | 第36-40页 |
| 3.2.1 动态时间规整算法DTW | 第37-38页 |
| 3.2.2 DTW算法的一般改进 | 第38-39页 |
| 3.2.3 本文改进的算法STDTW | 第39-40页 |
| 3.3 基于K-means算法的动作评估 | 第40-42页 |
| 3.4 算法实验分析 | 第42-45页 |
| 3.4.1 康复训练运动实例 | 第42-44页 |
| 3.4.2 实验结果 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 运动康复交互系统实现 | 第46-52页 |
| 4.1 移动端实现 | 第46-48页 |
| 4.2 PC端实现 | 第48-51页 |
| 4.2.1 病患PC端实现 | 第48-50页 |
| 4.2.2 康复教练PC端实现 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 总结和展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间发表的论文 | 第59-63页 |
| 致谢 | 第63页 |
