表面肌电信号在下肢康复训练中的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景及意义 | 第10-11页 |
| 1.3 相关领域国内外研究 | 第11-15页 |
| 1.3.1 国内外表面肌电信号研究现状 | 第11-13页 |
| 1.3.2 国内外康复机器人研究现状 | 第13-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 第2章 下肢康复训练系统结构分析 | 第16-22页 |
| 2.1 下肢康复训练系统工作原理 | 第16-17页 |
| 2.1.1 被动康复训练原理 | 第16页 |
| 2.1.2 主动康复训练原理 | 第16-17页 |
| 2.2 下肢康复训练系统的组成 | 第17-21页 |
| 2.2.1 表面肌电信号采集卡 | 第17-19页 |
| 2.2.2 下肢康复训练系统软件 | 第19-20页 |
| 2.2.3 六自由度康复机器人平台 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 肌电信号采集卡设计 | 第22-38页 |
| 3.1 肌电信号产生机理及特征 | 第22-24页 |
| 3.1.1 肌电信号产生机理 | 第22-23页 |
| 3.1.2 肌电信号特征及其信号模型 | 第23-24页 |
| 3.2 肌电信号采集卡硬件设计 | 第24-31页 |
| 3.2.1 肌电信号采集信号调理 | 第24-29页 |
| 3.2.2 肌电信号采集卡通讯接口 | 第29-30页 |
| 3.2.3 肌电信号采集卡电源管理 | 第30-31页 |
| 3.3 肌电信号采集卡软件设计 | 第31-33页 |
| 3.3.1 肌电信号采集卡软件框架 | 第31-32页 |
| 3.3.2 肌电信号采集卡网络通信软件 | 第32-33页 |
| 3.4 肌电信号采集卡性能测试实验 | 第33-37页 |
| 3.4.1 测试实验步骤 | 第33-34页 |
| 3.4.2 实验结果分析与结论 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 肌电信号处理及康复控制策略 | 第38-49页 |
| 4.1 表面肌电信号下肢动作识别 | 第38-42页 |
| 4.1.1 表面肌电信号特征提取 | 第38-40页 |
| 4.1.2 表面肌电信号分类器设计 | 第40-42页 |
| 4.1.3 下肢动作识别实验及结论 | 第42页 |
| 4.2 下肢作用力预测模型 | 第42-46页 |
| 4.2.1 预测模型训练样本集合 | 第43页 |
| 4.2.2 预测模型建立及优化 | 第43-45页 |
| 4.2.3 下肢作用力预测实验及结论 | 第45-46页 |
| 4.3 基于肌电信号的康复训练策略 | 第46-48页 |
| 4.3.1 被动康复控制策略 | 第46页 |
| 4.3.2 主动康复控制策略 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 下肢康复训练软件及康复实验 | 第49-59页 |
| 5.1 下肢康复训练软件 | 第49-55页 |
| 5.1.1 肌电信号传输与显示 | 第50-51页 |
| 5.1.2 动作识别、力预测与机器人控制 | 第51-52页 |
| 5.1.3 常用肌电信号特征处理 | 第52-53页 |
| 5.1.4 基于OpenGL人体虚拟现实单元 | 第53-55页 |
| 5.2 下肢康复训练实验及结论 | 第55-58页 |
| 5.2.1 下肢主动康复训练实验 | 第56-58页 |
| 5.2.2 下肢康复训练结论 | 第58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 全文工作总结 | 第59-60页 |
| 6.2 后续工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间的研究成果 | 第66-67页 |
| 攻读硕士学位期间参与的项目 | 第67页 |
