基于RTMP协议的Red5服务器集群方案的设计与实现

随着多媒体应用使用得越来越广泛,Web应用程序的功能也更加的丰富多彩。在学生心理康复系统中的视讯平台上,详细研究和分析了RTMP与Red5流媒体服务器体系结构,以基于RTMP的Red5服务器作为多媒体流媒体服务器,设计出了Red5服务器的集群方案,极大地提高了系统的稳定性和服务效率。     

欠驱动异构式下肢康复机器人动力学分析及参数优化

针对现有外骨骼机器人人机自由度不匹配和关节对中性差的问题,提出欠驱动下肢康复机器人. 欠驱动机器人只有4个直线驱动,驱动的直线运动通过推杆和人机连接机构转化为人下肢在矢状面内的屈伸运动,带动人体进行步态康复训练. 建立机器人系统的人机耦合模型,进行模型的动力学分析,对人机耦合模型中影响动力学结果的参数进行分析,建立驱动力与肢体推动力之间的关系模型,并以推力系数最大为目标进行参数分析与优化,得到最佳的结构参数. 根据优化后的结构参数搭建康复机器人实验系统,对髋、膝关节驱动力与角度进行对比. 实验结果表明最大髋关节角度误差为2.9°,最大膝关节角度误差为6.4°,最大误差均约为9%,验证了动力学模型和参数优化结果的正确性.     

认知语言康复系统的设计与实现

随着现代医学技术的飞速发展,脑卒中患者的死亡率相对下降,但脑卒中以其高致残率的特点,仍然是困扰我国医护人员跟患者的难题。针对我国认知语言障碍患者特点,结合MoCA(Montreal Cognitive Assessment蒙特利尔认知评估量表)、MMSE(mini-mental state examination简易智能精神状态检查量表)、NCSE(Neurobehavioral Cognitive Status Examination神经行为认知状况测试)等认知评定量表,设计了一套集数据管理分析及训练为一体的认知语言功能康复软件系统。该系统的研发和应用以虚拟环境技术结合临床实践经验作为基础,能够对不同方面的认知语言功能进行治疗和训练。此外,与系统配套使用的符合人体工学的触屏式操作台的设计,使患者训练操控更为简单。     

基于无线体域网的康复监测系统设计

针对目前运动功能康复过程中生理参数监测的不足,基于无线体域网设计并实现了用于康复训练的监测系统。首先设计心电、肌电、脉搏等信号采集模块并在Crossbow平台基于TinyOS系统组建无线体域网;其次基于ARM9和Linux设计本地网关,监控无线体域网,为患者提供图形界面及数据转发;最后基于VC＋＋开发医疗中心监护系统,并结合Matlab采用小波包变换与经验模态分解算法对生理参数进行特征提取及初步诊断。文中详细介绍了系统软件设计,实验结果表明该系统能实现对患者生理状态实时监控等功能。     

数据挖掘预测模型在脑损伤患者认知功能康复中的应用

为了更好地预测后天性脑损伤ABI(Acquired Brain Injury)患者认知功能康复的影响因素,提出基于决策树(DT)、多层感知器(MLP)和广义回归神经网络(GRNN)的三种预测模型。借助于10折交叉验证测试算法,通过专一性、灵敏度和精度分析以及混淆矩阵分析对模型的性能进行测试,从而获得新的知识以评估和改善认知功能康复过程中的有效性。实验结果表明,基于DT的模型的模拟结果明显比其他模型更为优越,预测平均精度可高达90.38%。     

基于老年人情感需求的养老院康复景观设计

文章阐述了养老院中老年人的情感需求和行为方式,研究了景观和老年人的生活、健康、康复之间的关系。总结了使用康复景观设计为老年人创造满足其情感需求帮助他们缓解压力、安度晚年的空间场所的方法。     

下肢康复机器人的研究进展与临床应用

社会老龄化进程中,由于疾病或事故导致下肢受损的患者越来越多,患者的运动能力康复变得尤为重要.相对于传统的物理康复治疗方法,利用下肢康复机器人进行运功功能康复训练可以准确评估、大幅改善康复效果,提高康复效率,节约医疗康复资源.作为一种涉及康复医学、机械学、控制学、机器人学、计算机学及人工智能等诸多学科的智能仿生机电设备,下肢康复机器人按照患者的康复作业姿态主要分为坐卧式下肢康复机器人和站立式下肢康复机器人.其中坐卧式下肢康复机器人可以分为脚踏板式和外骨骼式机器人,站立式下肢康复机器人分为悬挂减重式和独立可穿戴式机器人.本文调研了国际上应用较为广泛的几类下肢康复机器人的代表性产品,详细分析了下肢康复机器人的主被动自由度、驱动方式、传动关节、感知技术、运动控制策略和训练模式等关键技术,并对各类机器人典型临床测试案例进行了比较和探讨,对下肢康复机器人未来的技术发展做出展望.     

下肢康复机器人的主动柔顺自适应交互控制

为了更好地给患者提供稳定、舒适且具备主动柔顺性的康复训练环境,提出一种基于阻抗参数自适应调节的下肢康复机器人主动柔顺交互控制方案,该方案由外环的阻抗参数调节和内环的轨迹跟踪两部分构成.首先,针对康复训练过程中人体阻抗参数动态变化的问题,提出了模糊自适应阻抗参数调节器,将人机交互作用力、位置误差与速度误差作为输入,并采用模糊推理实时调整阻尼系数与刚度系数,实现对人体阻抗的自适应.其次,设计了间接自适应模糊控制器,合理构造模糊系统逼近未知非线性系统,对反映患者运动意图的设定轨迹进行稳定跟踪,利用李亚普诺夫分析方法证明了系统的稳定性.最后,通过仿真实验将本文方法与一般的固定期望阻抗参数方法对比,结果表明本文方法下的髋、膝关节轨迹的最大偏差分别降低53.43％和66.87％,验证了所提方法的可行性与有效性.     

人机不确定条件下康复步行训练机器人的部分记忆迭代学习限速控制

为了提高康复步行训练机器人的跟踪精度及安全性,提出了一种带有运动速度约束和部分记忆信息的自适应迭代学习控制方法,目的是抑制人机不确定性及速度突变对系统跟踪性能的影响.在考虑人机不确定性的基础上,建立了康复步行训练机器人的动力学模型.提出了基于模型预测的速度约束方法,通过限制每个轮子的运动速度,约束了机器人的实际运动速度.进一步,利用受约束的运动速度建立了动力学跟踪误差系统,提出了具有部分记忆信息的自适应迭代学习控制器设计方法,并验证了跟踪误差系统的稳定性.仿真对比分析和实验研究结果表明,文中提出的控制方法能抑制人机不确定性并使康复者在安全速度下完成步行训练.     

基于计算机视觉的手势识别康复系统研究与应用

针对目前医学上手部康复治疗的康复器械功能单一,训练过程动作反复且枯燥无趣,恢复过程比较缓慢等问题,提出了一种基于计算机视觉的手势识别康复系统;首先介绍了图像采集、分割、平滑处理、分类、识别等计算机视觉关键技术,其次,重点阐述了手势康复系统的实现细节;通过摄像头采集不同年龄,性别人群手势样本数据,建立康复手势数据库,利用计算机视觉,卷积神经网络,PyQt图形界面等技术来构建康复系统,给出具有趣味性并且高效便利的康复训练方案,治疗方法弥补传统康复治疗的缺陷;实验结果表明,系统运行可靠、准确率高达96％,不但可以提高患者对康复训练的兴趣,积极性,而且价格相对于其他康复器械更加低廉,应用前景更广阔.