学位论文 > 优秀研究生学位论文题录展示
应用于上肢康复机器人的虚拟环境系统开发
作 者: 王礼根
导 师: 何际平
学 校: 华中科技大学
专 业: 系统工程
关键词: 上肢康复机器人 虚拟现实 运动功能评价 小波变换 短时傅立叶变换
分类号: TP242.3
类 型: 硕士论文
年 份: 2009年
下 载: 87次
引 用: 0次
阅 读: 论文下载
内容摘要
随着科技的发展与社会的进步,人们对生活质量的要求也越来越高。全世界由于脑损伤而引起的偏瘫发病率居高不下,这不仅增加了社会的负担,而且严重影响患者的生活质量。作为一种康复医疗设备,康复机器人越来越受到国内外学者的青睐,其以医学理论为依据,辅助偏瘫患者进行康复训练达到恢复患者运动功能的目的。本文基于实验室自行研制的上肢功能康复机器人硬件平台,设计与开发了一套集娱乐和康复为一体的上肢运动功能康复训练的康复治疗虚拟环境系统。针对上肢运动功能障碍较轻的患者。本文以康复医学理论为依托,将康复疗法中的作业疗法与文体治疗相结合,对虚拟现实技术在上肢运动康复领域的应用进行了探索研究。本文从硬件与软件两方面详细介绍了虚拟环境系统的设计与实现过程。所开发的虚拟环境系统分为虚拟训练场景、数据采集模块和上肢运动功能评价三部分。本文基于Microsoft Visual C++ 6.0集成开发平台,利用OpenGL图形开发技术,设计开发了两个康复虚拟训练场景,乒乓球游戏和飞镖游戏,均要求使用者至少具有部分的上肢分离运动能力,并研制了基于研华USB-4716的数据采集模块,能够实现对16路模拟信号的实时采集,完全满足现有上肢康复机器人系统的数据采集要求。对于上肢运动功能评价,本文通过等张收缩的肌肉疲劳实验,使用小波变换对所采集的表面肌电信号进行滤波处理,采用短时傅立叶变换计算平均功率频率,然后根据平均功率频率的变化趋势,提出了一种简单可行的肌肉疲劳程度的定量评价方法。
|
全文目录
摘要 4-5 Abstract 5-8 1 引言 8-14 1.1 课题来源及背景 8 1.2 课题的目的及意义 8-9 1.3 康复治疗虚拟环境 9-10 1.4 国内外研究现状及其存在的问题 10-13 1.5 论文的主要研究内容 13 1.6 本章小结 13-14 2 康复治疗虚拟环境设计 14-22 2.1 设计的医学理论依据 14-16 2.2 系统设计 16-18 2.3 相关编程软件介绍 18-21 2.4 本章小结 21-22 3 虚拟训练场景的设计与实现 22-42 3.1 虚拟训练场景的软件界面简介 22-23 3.2 虚拟训练场景的设计 23-37 3.3 虚拟训练场景的程序实现 37-41 3.4 本章小结 41-42 4 传感器数据采集 42-50 4.1 传感器数据归类 42 4.2 数据采集卡主要参数 42-43 4.3 数据采集模块的程序实现 43-49 4.4 本章小结 49-50 5 上肢运动功能评价 50-61 5.1 上肢功能康复评价 50 5.2 康复评价指标 50-54 5.3 等张收缩的肌肉疲劳实验 54-60 5.4 本章小结 60-61 6 总结与展望 61-63 6.1 总结 61-62 6.2 展望 62-63 致谢 63-64 参考文献 64-68
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- VRGIS在城市设计中的应用,TP311.52
- 三维服装虚拟变形及展示技术研究,TS941.26
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 网络虚实二重性中主体的发展,B01
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人 > 专用机器人
© 2012 www.xueweilunwen.com
|