五指仿人机器人灵巧手DLR/HIT Hand Ⅱ

基于机电一体化设计思想和最新的驱动技术,研制DLR/HIT Ⅱ仿人灵巧手。该灵巧手由5个相同结构的模块化手指和1个独立的手掌构成,每个手指有4个关节、3自由度,所有的驱动器和电路板均集成在手指或手掌内。采用新型的体积小输出力矩大的盘式无刷直流驱动电动机、质量轻的谐波减速器、齿形皮带等的驱动传动方案,使手指的体积和质量得到显著减小;采用钢丝耦合传动方案,实现手指末端两个关节的1:1耦合运动;手指具有位置、力/力矩、温度等多种感知功能。层次化的灵巧手硬件结构由手指电气系统、手掌电气系统和PCI总线控制卡等组成,灵巧手具有点对点串行通信、CAN以及网络等多种通信接口。在灵巧手的外观设计中,将外观设计与灵巧手的本体设计融为一体,实现灵巧手与人手相近的体积和外观。5指灵巧手的质量为1.5kg,手指的指尖输出力10N。

采用源空间套索分析和卷积神经网络方法的高频脑电动作模式识别方法

针对目前同侧手部运动意图识别率低的问题,提出了一种基于源空间套索分析和卷积神经网络(source-Lasso-CNN,SLC)的高频脑电动作模式识别方法。该方法运用空间源定位分析与握拳、展拳、二指对捏、三指对捏4种动作相关的脑电信号,使用组Lasso进行感兴趣区域(ROI)选择,再输入到卷积神经网络进行单手多类动作模式识别。采集13名被试者在4种手部动作模式下的脑电和肌电信号并进行预处理,采用基于核磁共振图像的边界元模型建立头模型、使用最小范数估计解决脑电源成像逆问题,将传感器空间的脑电信号映射至源空间。将源空间脑电序列按照布罗德曼分区进行划分,提取每个脑区的3个时域特征并基于特征采用组Lasso方法进行ROI选择,将挑选出的ROI及其对应源空间序列输入卷积神经网络中进行四分类。实验结果表明:采用source-Lasso-CNN的方法在高频(γ频带)脑电的识别准确率可达(82.23±12.71)%,优于在δ(1~3 Hz)、θ(4~7 Hz)、α(8~13 Hz)、β(14~30 Hz)以及全频带(1~100 Hz)上的结果。与其他先进方法相比,其准确率也有显著性的提升,显示了该方法在同侧手部运动意图识别中的有效性。

基于指部感觉刺激的手功能康复系统研究

为解决手功能康复难题,针对康复科医生手动刺激患者指部缓解痉挛的治疗方法,文章设计一款基于指部感觉刺激的手功能康复平台系统,该系统分为康复训练装置、下位机控制系统、上位机控制软件3个部分。为治疗不同程度的手功能障碍患者,根据不同按压力度设置3种训练模式;根据表面肌电信号设计一种定量评估手功能康复效果的方法,通过识别患者手指伸展的手势情况进行评估;最后通过样机试验测试,证明该手功能康复系统能够代替医生进行手部刺激训练并能对康复效果进行定量评估,大大提高按压刺激的精准度和效率。该文研究结果可为手功能康复治疗提供一种有效的康复训练装置。

多视角手部肌肉疲劳动作智能识别方法仿真

干扰信号工频和谐波频率噪声会影响动作识别效果,为了提升手部肌肉的识别精度,提出基于肌电信号的多视角手部肌肉疲劳动作识别方法。利用肌电信号采集系统采集手部肌肉疲劳动作肌电信号,利用空域相关滤波算法优化肌电信号,消除干扰信号工频和谐波频率的生理噪声,提升动作识别精度。从时域和频域两个角度出发提取肌电信号特征,并输入支持向量机中,根据支持向量机的分类结果,实现多视角手部肌肉疲劳动作识别。实验结果表明,所提方法识别性能较好、识别精度较高,能够有效提升多视角下手部肌肉疲劳动作识别效果。

蒲公英TmRAV1基因克隆及其响应脱落酸信号表达分析

根据脱落酸处理的蒲公英(Taraxacum mongolicum Hand.-Mazz.)的转录组数据,在蒲公英中克隆获得1个编码RAV转录因子的基因序列,命名为TmRAV1。TmRAV1的开放阅读框(ORF)长度为1026 bp,编码342个氨基酸。TmRAV1的理论相对分子质量为38229,理论等电点为pI 9.20。TmRAV1为不稳定蛋白,具有亲水性,没有跨膜结构域和信号肽,含有44个磷酸化位点。氨基酸序列比对结果显示:TmRAV1与莴苣(Lactuca sativa Linn.)LsRAV1氨基酸序列的同源性最高(一致性为85.88%),具有高度保守的AP2和B3结构域。系统发育分析结果表明TmRAV1与其他5种植物的RAV转录因子聚在一起。TmRAV1在蒲公英叶中的相对表达量显著(P<0.05)高于根和花。TmRAV1受100μmol·L^(-1)脱落酸和250 mmol·L^(-1)NaCl的显著诱导。TmRAV1能够显著上调脱落酸敏感型转录因子基因TmAREB1的表达。TmRAV1是核定位转录因子,与脱落酸信号核心蛋白家族成员TmSnRK2.6互作。综上所述,蒲公英TmRAV1响应脱落酸等多种信号,其编码蛋白与TmSnRK2.6互作,并调控TmAREB1的表达。

基于医疗机构信息系统的卡培他滨致手足综合征不良反应主动监测

目的探索卡培他滨致手足综合征主动监测方法。方法对2020年10月1日至2021年9月30日北京医院住院并使用卡培他滨的患者进行回顾性风险信号挖掘。对可疑卡培他滨致手足综合征病例进行人工因果关系评价与筛选,并对获得的卡培他滨致手足综合征阳性病例的临床特点、治疗药物、处理及转归进行分析。结果设定时间内共有257例住院患者使用了卡培他滨,经主动监测系统的信号挖掘,检出35例患者存在手足综合征的风险信号。通过人工筛选及因果关系评价,最终得到卡培他滨致相关性药源性手足综合征患者14例。卡培他滨致手足综合征发生率为5.45%,主动监测系统识别正确率为40.0%。结论主动监测可有效提高药品不良反应监测的敏感性,早期发现轻症不良反应。

基于表面肌电信号对惯用手和非惯用手负载时的特征研究

利用表面肌电信号研究惯用手和非惯用手在不同负载时的特征。将采集的20名受试者的原始肌电信号,依次通过预处理去噪,时域、频域、时频域的特征提取和CSP算法分析,可得出在上肢伸屈时均方根值、方差、平均绝对值都有显著差异。通过实验可从数据上直接看出惯用手和非惯用手特征的差异性,也可得出惯用手的耐力和承载力都优于非惯用手,从而为上肢康复训练设备的设计做技术支持。

表面肌电信号控制的功能性电刺激康复系统研究

针对特定肌肉动作所需电刺激参数的差异以及组合动作中刺激位置顺序的排布,研发了一套以健侧肌电信号实时触发的多通道手部电刺激康复系统,以辅助脑卒中患者更有效的完成手功能康复训练。使用STM32F103微处理器完成下位机平台搭建,设计信号采集模块对表面肌电信号进行滤波及放大、利用表面肌电信号能反映肌肉运动信息的特点,使用Matlab获取手部运动特征建立分类模型、模型通过识别运动的健侧手部,将分类后的运动标签实时反馈至电刺激模块,以刺激患侧电极产生相应动作。最后经过重复性实验得到结果:系统的平均动作识别率可以达到90.7%;而特定手部肌肉动作的触发需要不同等级的电流强度。实验结果表明系统实时性良好、运行稳定、可实现模式识别后的相应刺激动作产生。

起重吊装风险协同感知智能装备研发与应用

为解决起重吊装指挥-操作交互的高风险场景下,单一类型装备(如传感器、智能摄像头等)难以实时智能地识别吊装风险的问题,研发集成计算机视觉技术和传感器设备的起重吊装风险协同感知智能装备(简称智能装备)。首先分析起重吊装过程中指挥人员和起重机的运动特征;然后针对起重机驾驶员的误操作行为风险,结合人-机不同的运动特征和工作需求,提出智能装备的风险协同感知方案;最后在实验室模拟场景下检验智能装备的风险感知精度和延迟时间。结果表明:智能装备能够协同感知起重吊装指挥-操作交互过程中的安全风险,发现起重机驾驶员的误操作行为并实时报警。智能装备在该过程中的风险感知精度为95.17%,延迟时间约为0.25 s。

基于迁移学习的表面肌电信号手势识别

为了解决基于深度学习方法的表面肌电(sEMG)信号手势识别模型训练中需要大量数据的问题,该文将迁移学习方法与卷积神经网络(CNN)相结合,设计了一种微调模型参数的训练方法。设计实验对16名被试者采集了8种手势的sEMG信号。利用已有被试者的sEMG信号作为源域数据对CNN进行训练,模型在源域数据上的分类准确率为85.3%~98.11%。取其他被试者的sEMG信号作为目标域数据,数据量大小为源域数据的10%。在已训练好的模型基础上固定前2层卷积层,微调其余层级的参数,完成模型在不同个体间的迁移。迁移后的模型在目标域上的分类准确率为84.14%~97.4%。

基于sEMG和变刚度控制的虚拟假手交互系统

为使虚拟假手在交互时具有柔顺性,实现了一种基于表面肌电(sEMG)信号和变刚度控制的虚拟假手交互系统。首先,采集人体前臂的sEMG信号并从中估计人手的刚度水平和关节扭矩;然后,通过变刚度阻抗控制模型估计虚拟假手的关节角度;最后,使用估计的关节角度控制虚拟假手与虚拟环境中的物体进行交互,交互过程中根据虚拟假手与物体的交互力对关节角度进行动态调节。实验结果表明:基于sEMG和变刚度控制的虚拟假手在进行抓握物体的交互任务时能在成功抓握物体的前提下产生较小的交互力,从而实现柔顺的交互。

腕长伸肌表面肌电与握力大小的相关性研究

研究了桡侧腕长伸肌(ECRL)表面肌电信号与手握力大小的相关性。9名健康的志愿者参加了本次实验,实验测量最大自主收缩力(MVC),并记录20%MVC、40%MVC、60%MVC及80%MVC时ECRL的表面肌电信号,采用积分肌电图方法提取表面肌电信号的特征参数,统计以受试者自身的MVC为基准的不同握力水平的相对特征值,分析受试者ECRL表面肌电特征参数和握力大小的相关性。结果表明,受试者ECRL表面肌电的特征值与握力大小存在正相关性,即可以通过ECRL表面肌电信号的特征值预测握力的大小,评价运动功能和康复程度。

基于肤色和边缘轮廓检测的手势识别

本文采用视频图像处理技术进行人手识别,利用肤色分割和Freeman链实现边缘轮廓的提取.本算法可快速、高效地识别几种基本手势.利用序列图像特征性进行机器人导航.

政府规模与经济发展

本文研究了地方政府规模过大对地方经济发展的负面影响。通过计量分析发现,地方政府规模与当地人均GDP水平呈显著负相关。地方政府可以在培育市场、提供公共物品上发挥重要作用,从而成为"帮助之手";但也有可能设租和寻租,从而阻碍当地的经济发展,成为"掠夺之手"。而设租、寻租的规模与政府的规模密切相关。本文试图通过信号传递模型解释政府规模是如何影响地方经济发展的,以此说明政府机构改革的必要性。

YFRIO实时I／O语言与YFSIM仿真语言的同步关系

本文介绍ＹＦＲＩＯ语言和ＹＦＳＩＭ语言的同步关系，阐述了两者同步的硬件、软件机制，以及如何进行程序设计。

仿生假手触滑觉研究

实现人体假手的触滑觉传感器 ,包括其结构设计、传感信号的采集、处理和感觉信息输出。传感器采用PVDF作为敏感材料 ,柔顺的传感器表面和小巧的尺寸使之能完全应用于仿生假手的手指上。信号调理电路完成信号的放大、滤波。信号数字处理完成触觉、滑觉信号的分离 ,并根据特征值的大小判断是否输出相应的感觉信息。

基于表面肌电信号对中国手语识别的探索与动作规范

目的探索基于表面肌电信号(surface electromyography,SEMG)中国手语手势识别的可行性,尽量减少用户执行手势动作主观用力差异对SEMG分类的不利影响。方法以中国手语30个字母手势动作为研究对象,通过分析手势动作过程,提出一套基于SEMG的中国手语手势动作规范方案。在实验室搭建的识别系统上,15名受试者参加了特定用户和与用户无关的规范前后识别实验。结果经过规范学习后,30种手语手势的动作识别率得到了显著提高,平均提升值为37%。结论手势动作规范可使不同动作的SEMG具有更高的可分性,此研究结果为实现基于SEMG大词汇量的中国手语手势识别提供了一种可行的方案。

不同穴位与肌肉运动点针刺在脑卒中患者腕手功能重建中的对比研究

目的在客观准确评价脑卒中患者上肢运动功能的基础上,观察不同穴位与肌肉运动点针刺对脑卒中患者腕手功能重建的影响。方法选择符合纳入标准的脑卒中患者40例,随机分为四组,分别给予伸肌运动点针刺(运动点1组),伸-屈肌交替运动点针刺(运动点2组),针刺肩髃、臂臑、手三里、外关(穴位1组),针刺肩髃、臂臑、手三里、外关、尺泽、内关(穴位2组)。以上肢表面肌电信号(sEMG)特征值、Fugl-Meyer功能评定表及Barthel ADL指数评价表评价各组治疗前后的患侧上肢运动功能。结果采用伸-屈肌交替运动点针刺可以使上肢sEMG的峰值(MAX)、积分肌电值(IEMG)、Fugl-Meyer运动功能分值、Bar the l ADL提高较明显。结论不同针刺部位治疗脑卒中后腕手运动功能疗效的影响不同。伸-屈肌交替运动点针刺在临床治疗中具有明确疗效。

智能显示终端QX32C_256在键盘管理系统中的应用

本文详细介绍了QX32C_256彩色LCD智能显示终端的主要功能和串行口通信中的指令格式,以及其在键盘管理系统中的应用。

心力衰竭的基因治疗

心力衰竭的治疗面临新方法的严峻挑战。当前随着载体技术、心脏基因转运技术的发展、完善 ,更为重要的是随着心力衰竭发病分子机制认识的日趋深入 ,使得基因介入治疗心力衰竭成为可能。本文综述了动物模型中有关心脏基因转运技术的最新研究进展 ,并分析了基因介入治疗心力衰竭的作用靶点 ,如 Ca2 +调控 ,β肾上腺素能信号和凋亡等 ,其中 Ca2 +调控增加肌浆网的 Ca2 +转运在动物心力衰竭模型和活体病理心肌细胞中的研究展示了良好的应用前景。然而 ,在以上基础研究和临床实际应用之间架起桥梁还是一项十分艰巨的任务。随着心力衰竭发病机制的进一步阐明 ,人们对心力衰竭基因治疗的前景仍需持谨慎乐观态度。