The wide application of neural rehabilitation robot is limited by its simple training method, unsatisfactory active participation, lack of adaptive assistance, weak feedback, and strong subjectivity in rehabilitation evaluation. This proposal mainly focuses on key problems in the entire training process, which includes training requirements, robot adaptive assistance, virtual reality interaction and feedback, and quantitative evaluation. This proposal aims to find out a way to identify patients’ active motion intentions, based on which the reference training trajectories are generated on line, and the rehabilitation robot provides assistance as needed. An immersive virtual reality system will be built, and 3d modeling and interaction control with rehabilitation robot will be investigated. A multi-level rehabilitation evaluation model based on measurements of joint movement, muscle strength, neural activity is proposed, and clinical trials will be conducted to prove the effectiveness of the proposed methods. The achievements of this research will promote the development and application of neural rehabilitation robot.
本项目针对制约脑损伤康复机器人系统研究发展的训练模式简单,患者主动参与感差,机器人缺乏自适应辅助能力,反馈形式单一,评价方法主观性强的问题,围绕促进大脑神经可塑性康复机理,研究康复需求-机器人辅助-虚拟现实训练环境-康复功能评价整个训练闭环过程中的关键问题:研究脑损伤患者主动运动意图的识别方法,康复机器人按照患者主动运动意图在线生成训练轨迹的方法,以及根据患者的运动表现自适应控制辅助力的方法,研究沉浸式虚拟现实康复训练环境的设计和建模方法,虚拟训练环境与康复机器人的交互控制方法,以及基于关节运动-肌力-神经活动检测的量化,多层次康复评价方法。构建集成验证系统,开展临床试验,为后续研究提供技术验证平台。项目研究成果将为脑损伤康复机器人的发展提供理论基础和关键技术,提高机器人辅助康复训练的效果。
以脑卒中为代表的脑损伤已经成为我国第一位致残和死亡原因,根据大脑可塑性原理,康复训练是唯一经循证医学证实可以改善残疾程度的治疗方法。康复新技术如康复机器人已逐步在临床上开展并取得了显著的效果,但我国的相关研究和产业仍然处于发展的初级阶段,许多关键核心技术需要进一步研究和突破。本项目以脑损伤后运动功能障碍的患者为研究对象,主要开展了以下四个方面的研究工作:(1)脑损伤患者主动运动意图的建模和识别;(2)康复机器人的自适应辅助控制方法;(3)沉浸式虚拟现实训练环境的建模、交互和反馈方法;(4)康复机器人康复功能评价方法。重要成果及意义包括:(1)实现了基于模式识别和高密度肌电的手部精细动作意图识别方法,大幅提高现有临床生物反馈疗法的精细化和准确性;(2)提出一种基于自适应振荡器与神经网络的康复机器人按需辅助控制框架,实现训练轨迹与运动意图同步,并符合正常运动要求,同时能够根据患者表现,自适应调整机器人辅助力,普适性强,易于实现,效果明显;(3)提出了一种基于运动学-肌肉激活度数据和机器学习的运动评估方法,从运动表现和肌肉活动两个方面,并从单关节/肌肉数据分析和多关节/肌肉协同性分析两个层面,实现全面、定量、自动化评估,结果与临床量表具有高度相关性;(4)研发的上肢康复机器人取得医疗器械注册证,实现了临床应用。上述成果突破了传感器设计和数据分析、定量康复评估、机器人设计、自适应控制等多项脑损伤康复机器人关键技术,初步实现了脑损伤康复智能化解决方案。.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于错误增强康复策略下肢康复机器人关键技术研究
面向偏瘫的下肢康复机器人人机合作康复原理与方法研究
下肢康复训练机器人关键技术研究
基于fMRI脑功能成像的机器人辅助腕手神经康复训练与评价方法研究