基于可穿戴式膝关节内收力矩测量的步态训练反馈系统
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 膝关节内收力矩 | 第10-12页 |
| 1.1.2 步态分析方法 | 第12-14页 |
| 1.2 国内外研究进展 | 第14-20页 |
| 1.2.1 膝关节内收力矩研究进展 | 第14-18页 |
| 1.2.2 可穿戴传感系统研究进展 | 第18-20页 |
| 1.3 研究意义及内容 | 第20-22页 |
| 1.3.1 研究意义 | 第20-21页 |
| 1.3.2 研究内容 | 第21-22页 |
| 2 可穿戴传感系统设计 | 第22-38页 |
| 2.1 足底压力采集设计 | 第22-31页 |
| 2.1.1 压力传感器结构及特性 | 第22-24页 |
| 2.1.2 传感器足底压力采集分布设计 | 第24-26页 |
| 2.1.3 传感器硬件采样电路设计 | 第26-28页 |
| 2.1.4 传感器软件设计方案 | 第28-31页 |
| 2.2 步态训练反馈方案设计 | 第31-38页 |
| 2.2.1 足行进角检测方案 | 第31-35页 |
| 2.2.2 足行进角反馈设计 | 第35-38页 |
| 3 膝关节内收力矩测量方法 | 第38-49页 |
| 3.1 关节力矩参数测定方法 | 第38-41页 |
| 3.1.1 膝关节运动及其力矩参数 | 第38-39页 |
| 3.1.2 关节力矩参数测定方法 | 第39-41页 |
| 3.2 膝关节内收力矩计算方法 | 第41-49页 |
| 3.2.1 人工神经网络模型建立 | 第42-43页 |
| 3.2.2 神经网络模型学习算法 | 第43-49页 |
| 4 步态训练反馈系统与实验研究 | 第49-74页 |
| 4.1 标准膝关节内收力矩的获取 | 第49-52页 |
| 4.2 神经网络模型可行性验证 | 第52-60页 |
| 4.2.1 实验验证方法 | 第53-54页 |
| 4.2.2 实验数据处理 | 第54-57页 |
| 4.2.3 实验结果与分析 | 第57-60页 |
| 4.3 不同步态之间的实验验证 | 第60-65页 |
| 4.3.1 实验验证方法 | 第60-61页 |
| 4.3.2 实验数据处理 | 第61-62页 |
| 4.3.3 实验结果与分析 | 第62-65页 |
| 4.4 仿病人步态反馈实验研究 | 第65-72页 |
| 4.4.1 实验验证方法 | 第66-68页 |
| 4.4.2 实验数据处理 | 第68-69页 |
| 4.4.3 实验结果与分析 | 第69-72页 |
| 4.5 实验总结 | 第72-74页 |
| 5 总结与展望 | 第74-78页 |
| 5.1 总结 | 第74-76页 |
| 5.2 展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录Ⅰ:膝关节内收力矩计算值与参考值数据对比 | 第82-88页 |
| 攻读硕士期间参与项目与科研成果 | 第88页 |
