摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-19页 |
1.1 研究背景 | 第10-11页 |
1.2 研究意义 | 第11-12页 |
1.3 国内外研究现状 | 第12-17页 |
1.3.1 虚拟现实康复训练系统研究现状 | 第12-14页 |
1.3.2 基于运动传感器的运动功能评估系统研究现状 | 第14-17页 |
1.4 论文主要工作与创新点 | 第17-18页 |
1.5 本论文的组织结构 | 第18-19页 |
第2章 训练平台整体设计方案 | 第19-24页 |
2.1 虚拟现实训练平台整体方案 | 第19-20页 |
2.2 硬件平台介绍 | 第20-21页 |
2.3 软件平台介绍 | 第21-22页 |
2.4 康复训练方式介绍 | 第22-24页 |
第3章 虚拟现实训练平台的实现 | 第24-42页 |
3.1 操作界面设计 | 第24-29页 |
3.1.1 虚拟人物模型 | 第24-25页 |
3.1.2 患者信息界面 | 第25-26页 |
3.1.3 康复训练界面 | 第26-27页 |
3.1.4 系统设置界面 | 第27-28页 |
3.1.5 数据折线图 | 第28-29页 |
3.1.6 后背视角 | 第29页 |
3.2 数据传输协议设计 | 第29-33页 |
3.2.1 Wi-Fi | 第29-30页 |
3.2.2 TCP协议 | 第30-31页 |
3.2.3 数据包解析 | 第31-33页 |
3.3 训练模式的开发 | 第33-39页 |
3.3.1 虚拟人物的标准康复动作 | 第33-34页 |
3.3.2 主动训练模式 | 第34-35页 |
3.3.3 跟随训练模式 | 第35-39页 |
3.4 系统性能与展示 | 第39-42页 |
3.4.1 系统性能测试 | 第39-40页 |
3.4.2 虚拟现实训练平台展示 | 第40-42页 |
第4章 基于上肢运动评分的动作检测与动作识别方法 | 第42-55页 |
4.1 实验采集方案 | 第42-45页 |
4.2 动作检测与动作识别方案 | 第45-47页 |
4.3 动作检测 | 第47-53页 |
4.3.1 预处理 | 第47-48页 |
4.3.2 动作检测算法 | 第48-51页 |
4.3.3 单门限法与双门限法 | 第51页 |
4.3.4 结果与分析 | 第51-53页 |
4.4 动作识别 | 第53-55页 |
4.4.1 K近邻法 | 第53页 |
4.4.2 随机森林法 | 第53-54页 |
4.4.3 支持向量机 | 第54页 |
4.4.4 结果与分析 | 第54-55页 |
第5章 总结与展望 | 第55-58页 |
5.1 总结 | 第55-56页 |
5.2 展望 | 第56-58页 |
参考文献 | 第58-62页 |
附录 | 第62-65页 |
致谢 | 第65-66页 |
攻读硕士学位期间的研究成果 | 第66页 |