含被动关节的仿人型塑料电子假手研究

为了突破传统假手的不足,使假手在形状和功能上更像人手、重量进一步减轻,设计了包含被动关节的仿人型塑料电子假手。在健全手的帮助下,假手手指关节可被动弯曲和旋转;与传统单自由度假手相比,可以完成更加复杂的动作。仿真塑料假手样机重量较轻、外形美观,通过配置肌电控制系统实验,实现了对假手实现准确可靠的控制。     

肌电训练康复仪

前言信息科学领域中,生物电信息的研究已越来越引起人们的重视。其中,肌肉生物电话的研究,不仅能对判断神经肌肉系统机能及形态学变化提供依据,也有助于精经肌肉系统的研究或提供临床诊断。尤其引人注目的,是在生物医学工程与康复工程学科领域中,利用骨骼肌的肌肉生物电能反映人脑运动区活动的这一特点,研制成功的肌电控制假手,能按照人的运动意志来进行操作,因而受到残肢者的欢迎。肌电假手安装条件,除了残端状况外,残肢肌电发放条件是个关键,主要有两项指标:(1)肌电发放强弱;     

肌电控制假手电池选型原则及容量计算

本文在分析肌电控制电动假手电池选型原则的基础上,提出一个这种假手的电池容量简单计算方法,并附有二个实例加以说明。     

我会所属假体医学工程研究会举行首次年会

5月5日～7日,假体医学工程研究会在上海市科学会堂举行首次年会,出席年会的不仅有本市的研究会成员,而且还邀请了北京、天津、辽宁等省市有关假肢工作者。会上共宣读了56篇论文,其中:上海第一人民医院的“双臂截肢使用机械假手20年的报告”、上海交通大学的“前臂三个自由度肌电假手的研制”、上海科技大学“人工肘关节的力学分析和试验”、沈阳骨科医院的“控制生物材料与组织界面稳定的微孔材料的研究”、长海医院的“人工股骨头在股骨     

基于思维脑电信号的假手的研究

本文主要研究利用思维脑电信号来控制假手动作。采用小波变换对思维脑电信号进行分解,选取合适的子带信号并提取相应能量特征,组成特征向量输入BP神经网络进行分类识别。整个信号处理过程在LabVIEW软件平台上实现,并利用其串口通信模块输出控制指令来控制假手的张开和闭合。     

第一只电动全臂假体研制成功

普通的人工假臂是由表面电极控制的,表面电极可以将监测到的病人残余的肌肉纤维收缩时所产生的肌电(EMG)信号进行放大,并用以控制假臂的活动。但是,利用肌电信号来控制全电子假臂时,有两个缺点,一是病人的残余肌肉太少,二是生物反馈至中心神经系统的信息量不足。有关的专家们认为,这是由于人体本身无法检测其自身内部的电     

肌电信号的相空间分析

为了研究肌电信号的复杂性及其动力学特征,本文通过对肌电信号的相空间分析,计算并分析重构相空间中的肌电信号的关联维及最大李雅谱诺夫指数随嵌入维增加而发生变化的情况,发现其关联维不像噪声那样随着嵌入维的增大而增大,而是趋于一稳定值,此外它还具有正的李雅谱诺夫指数,为进一步对肌电信号进行混沌分析打下基础。     

肌电信号的特征分析方法及其应用

肌电信号是产生肌力的生物电信号来源,反映了神经-肌肉系统在进行随意性和非随意性活动时的生物电变化情况,它与神经肌肉活动密切相关.伴随着肌电信号特征分析方法的日臻完善,蕴含在信号内的神经、肌肉信息,越来越多地被人们所掌握,并被广泛地应用于临床医学、康复医学、体育科学、医学工程学以及基础研究等诸多领域.因而肌电信号具有重要的应用价值和学术价值.现本文主要针对肌电信号的特征分析方法(时域分析、频谱分析、时频分析等方法)以及肌电信号相关领域的应用情况作以综述.     

八道多功能生理记录仪微机系统的建立和应用——肌电信号的计算机处理

高效、准确、定量是现代肌电信号分析技术力求达到的理想境界。随着计算机科学和医学电信号处理技术的发展和日臻成熟,这一理想已可能成为现实。本实验利用模数转换器(A/D板)将八道多功能生理记录仪与计算机连接,并通过编制肌电信号处理软件,建立了肌电信号微机处理系统。该系统除能迅速、准确地对八道肌电信号同步进行积分和频谱处理外,还具有较强的图形和数据表格显示打印功能。初步应用表明,肌电信号微机处理系统的建立,对于提高临床诊断和基础研究水平具有重要意义。     

几种生物电信号的计算机获取与处理方法

生物电信号通常指脑电(EEG)、心电(ECG)、肌电(EMG)、视网膜电流图(ERG),以及各种自发和诱发神经电位等,种类繁多,波形与频率也各异。在不同的研究领域中,对这些信号的获取方式与处理手段也不相同。因此,很难用一种通用的仪器和方法分析和处理。目前国内多将电生理仪器取得的信号,收集放大后,用示波或描记方法进行分析处理。本文介绍几种生物电信号的计算机获取和处理方法与应用     

基于表面肌电信号的人体动作识别算法研究进展

表面肌电信号(Surface Electromyography,sEMG)是通过相应肌群表面的传感器记录下来的一维时间序列非平稳生物电信号,不但反映了神经肌肉系统活动,对于反映相应动作肢体活动信息同样重要。而模式识别是肌电应用领域的基础和关键。为了在应用基于表面肌电信号模式识别中选取合适算法,本文拟对基于表面肌电信号的人体动作识别算法进行回顾分析,主要包括模糊模式识别算法、线性判别分析算法、人工神经网络算法和支持向量机算法。模糊模式识别能自适应提取模糊规则,对初始化规则不敏感,适合处理s EMG这样具有严格不重复的生物电信号;线性判别分析对数据进行降维,计算简单,但不适合大数据;人工神经网络可以同时描述训练样本输入输出的线性关系和非线性映射关系,可以解决复杂的分类问题,学习能力强;支持向量机处理小样本、非线性的高维数据优势明显,计算速度快。比较各方法的优缺点,为今后处理此类问题模式识别算法选取提供了参考和依据。     

循经感传和循经肌电反应

应用电生理技术证明针刺引起循经感传现象的同时伴发有循经肌电发放, 循经感传速度和循经肌电步进速度在厘米每秒范围. 停止刺激后, 循经感传现象首先在远端消失, 并逐渐向近端推移, 与此相应, 肌电信号亦是首先在远端停止. 分别采用臂丛神经阻滞和不影响感觉系统的区域性肌肉非动化阻滞法, 循经感传和循经肌电信号一同消失, 表明这些现象有赖于感觉-运动反射活动的相互作用.     

基于定量分析方法的动作表面肌电信号分析

介绍了非线性数据处理方法递归图法(recurrence plots,RP)及其定量分析方法(recurrence quantifi-cation analysis,RQA),并利用RP和RQA研究了动作表面肌电信号。研究发现,表面肌电信号在不同动作模式下其所对应的RP图在结构上差异明显,通过计算两通道肌电信号的RQA指标递归率,发现不同动作信号的RQA指标递归率值具有不同的聚类分布。该方法为肌电信号的动作模式分类提供了一种新的思路。     

肌肉动态收缩期间表面肌电信号的时频分析

介绍了用于肌肉动态收缩期间非平稳表面肌电信号的时频分析方法。用短时傅里叶变换、Wigner-Ville分布及Choi-Williams分布计算了表面肌电信号的时频分布,用于信号频率内容随时间演化的可视化观察。通过计算瞬时频谱参数,对肌肉疲劳的电表现进行量化描述。分析了反复性的膝关节弯曲和伸展运动期间从股外侧肌所记录的表面肌电信号。发现和在静态收缩过程中观察到的平均频率线性下降不同,在动态收缩期间瞬时平均频率的变化过程是非线性的并且更为复杂,且与运动的生物力学条件有关。研究表明将时频分析技术应用于动态收缩期间的表面肌电信号可以增加用传统的频谱分析技术不能得到的信息。     

声电成像在生物电流检测中的应用

心电、头皮脑电、表面肌电等传统无创生物电检测方法可为相关疾病诊断提供电学依据。由于生物电信号是机体细胞群共同放电的混叠集合结果,上述生物电检测方法空间分辨率相对有限。近些年兴起的声电成像利用无创聚焦超声空间编码生物电流,靶向获得精确聚焦位置的电信号,可实现毫米级空间分辨率、毫秒级时间分辨率的无创生物电信号检测,有望成为精准检测生命体深层电活动的新型成像技术。本文首先简述声电成像原理与声电信号特征,进而从声电耦合机理、声电成像方法、声电脑成像及声电心脏成像等方面详细介绍声电成像的典型研究,最后围绕声电成像关键技术环节所面临的挑战,对未来研究方向进行探讨,以期为建立完善的声电成像技术体系和实现其临床转化提供依据与启发。     

肌电生物治疗联合运动康复在桡神经损伤治疗中的临床应用及疗效评价

目的:探究肌肉电刺激生物疗法联合运动疗法对于治疗桡神经损伤患者的临床疗效及运动恢复效果评价。方法:选择2013年5月至2016年5月我院收治的100例桡神经损伤患者。采用随机数字表法随机分为研究组和对照组各50例。对照组采用常规治疗(营养神经药物+针灸)和运动疗法,研究组在此基础上联合肌电生物治疗。治疗时间均为12周。治疗结束后应用统计学方法对两组患者的治疗有效率、腕伸肌和指总伸肌恢复情况、伸腕角度和伸肘角度以及神经传导速度和波幅等方面进行疗效对比。结果:治疗12周后,研究组治疗有效率66.00%高于对照组的50.00%,差异有统计学意义(P0.05)。研究组肌力恢复至4-5级的比例和表面肌电信号(s EMG)增幅均高于对照组,差异均有统计学意义(P0.05)。经治疗后,研究组伸腕角度和伸肘角度的优良率分别为84.00%、80.00%,明显高于对照组的66.00%、68.00%,差异均有统计学意义(P0.05)。两组患者胫神经运动传导速度(MCV)及波幅的均有改善,但研究组的改善效果明显优于对照组,差异有统计学意义(P0.05)。结论:常规治疗联合肌电生物反馈和运动疗法的治疗方案明显能使得患者受益更多,能更好地恢复患者的患肢运动功能,值得临床推广。     

基于脑电信号识别采集的假肢控制系统

本文介绍了脑电信号（EEG）的模式识别和步骤,分析了EEG采集领域的发展和医学原理。通过研究脑电信号和假肢运动的联系,总结脑电控制假肢的可行性结论。设计出从头皮电极到模／数转换器的基于脑电信号识别采集的假肢控制系统,能够满足脑电假肢的各种要求。     

基于表面肌电信号的肘关节运动角度的提取

随着人口老龄化问题的越来越严重,医疗护理机器人的开发,今后将会有大量的需求,基于表面肌电信号的医疗护理机器人的开发将是其中的一个热点.本文提出了基于Bayesian正则化的多层感知器人工神经网络方法来提取人体肘关节运动角度,解决了普通神经网络对于表面肌电信号这一复杂亚高斯随机信号泛化能力不强的缺点,有助于将表面肌电信号的研究推向医疗护理机器人研发的实际应用阶段.     

基于小波变换的心电信号去噪综合算法

目的：研究去除心电信号中的基线漂移、工频干扰和肌电干扰等噪声,提高心电信号的自动识别和诊断精度。方法：利用Coif4小波对心电信号进行8尺度分解,采用小波分解重构法去除基线漂移,然后利用改进的小波闽值算法去除工频干扰和肌电干扰。结果：利用Matlab仿真工具,选择MIT-BIH心率失常数据库中信号进行验证,能有效去除这三种噪声,并且很好的保持R波的信息。结论：本算法在不丢失心电信号有用信息的前提下,可以较好的去除三种常见的噪声,可以用于心电信号自动分析之前的预处理。     

行走模式对人体下肢三维步态、肌电信号的影响*

目的:揭示人体在主动和被动两种行走模式下的步态特征与下肢主要肌群的肌电信号变化规律。方法:选取12名在校男大学生,通过Greenjog履带式自发力跑台和h/p/cosmos电动跑台建立主动式和被动式行走模型,先后在两种模式下以3种递增速度即慢速(2 km/h)、常速(4 km/h)、和快速(6 km/h)进行一次性步行运动,运用三维运动捕捉分析系统和表面肌电测试仪,分别对每种速度采集2 min的连续三维步态和肌电信号数据。结果:慢速时,被动式行走的支撑相占比显著高于主动式行走(P＜0.05),而摆动相占比和膝关节角度变化值则显著低于主动式行走(P＜0.05);常速时,被动式行走的膝关节角度变化值和股二头肌积分肌电值显著低于主动式行走(P＜0.05);快速时,被动式行走的膝关节、踝关节角度变化值和股二头肌积分肌电值显著低于主动式行走(P＜0.01);此外,随着步行速度的增加,被动式行走的胫骨前肌积分肌电值呈现显著增高的趋势(P＜0.05)。结论:随着步行速度的增加,人体主动步行时的膝关节活动范围更充分,对主动肌的锻炼作用更明显。