下肢康复减重支撑系统的结构设计与分析

面向我国脑卒中和老龄化等原因导致的下肢运动功能障碍患者,开发了一种基于人体足底压力分布和重心轨迹的双腋支撑下肢康复减重系统。首先,分析研究了减重支撑训练对足底压力的影响;其次,基于人机工程学理论并结合人体重心轨迹研究,对总体结构进行了分析与设计,并确定了相关尺寸;然后,通过静力学分析,验证了结构的可靠性;最后,对减重模块进行了运动学分析和动力学仿真。该系统可帮助下肢运动功能障碍的患者实现模仿正常人行走的康复训练。

全髋关节置换后减重太极步法可改善平衡功能

背景:全髋关节置换后患者大多存在平衡障碍,需要应用多种康复方法来改善,减重太极步法可以作为一种安全有效的平衡训练方法。目的:观察减重太极步法对全髋关节置换后患者平衡功能的影响。方法:招募74例全髋关节置换后患者,随机分为对照组和试验组(n=37)。对照组实施减重步行训练30 min和常规康复训练60 min;试验组实施减重太极步法训练30 min和常规康复训练60 min;两组均每天1次,一周5次,持续12周。于干预前、干预4,8,12周后分别采用Berg平衡量表和动态平衡能力测试来评估平衡功能,Harris评分评估髋关节功能,跌倒风险指数评估跌倒风险。结果与结论:①4个观察指标均显示有显著的时间效应(P<0.001);②Berg平衡量表、Harris评分与跌倒风险指数均具有交互作用(P<0.001),并在干预12周后具有显著的组间差异(P<0.001),且试验组效果优于对照组;③干预12周后动态平衡能力测试的前和左方向评分有交互作用和组别效应(P<0.001),整体、前、左、右方向评分具有显著组别差异(P<0.001);④结果表明,干预12周后,试验组与对照组的平衡功能均有改善,且减重太极步法训练对全髋关节置换后患者的改善效果优于减重步行训练。

基于特征判定系数的电力变压器振动信号故障诊断

变压器带电故障诊断对于保证电力变压器安全平稳运行具有重要的意义。针对变压器工作环境复杂且单一参数表征变压器故障类型不全面的问题,文中提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和特征熵权法(entropy weight method,EWM)进行故障诊断的方法。通过相关系数与峭度加权(correlation coefficient and weighted kurtosis,CCWK)原则筛选CEEMDAN分量并重构信号,在实现剔除冗余分量的同时,提升变压器振动信号特征的表征能力;利用EWM构建特征判定系数实现单一数据诊断变压器故障类型;通过主成分分析法减小混合域特征尺度,采用鸡群优化算法优化支持向量机(support vector machine,SVM)模型进行故障诊断。对某变电站110 kV三相油浸式变压器进行分析,结果表明与概率神经网络和SVM等变压器故障诊断方法相比,文中方法能在提前定性故障类型的同时,进一步提高变压器故障诊断的准确率与效率。

适应人体重心起伏的悬吊减重康复系统设计

减重系统对下肢疾病患者的行走康复训练有重要影响。现有的下肢康复外骨骼减重装置大多只考虑如何减去患者体重的百分比,而忽略了患者身体重心的起伏。由于外骨骼的骨盆支架在竖直方向运动轨迹固定,患者步态的微小变化就会导致重心高度与骨盆支架运动轨迹不符,这一差异会作用到患者的骨盆位置,影响下肢关节的活动,并产生额外的风险。针对这一问题,提出通过采集足底压力来预测重心位置变化,并利用获得的重心轨迹解算出应施加的减重力方法,为患者训练提供安全有效的减重系统。所提方法的可行性已获仿真证实,并在研发的外骨骼减重系统上获得实际验证,模糊控制器跟踪重心轨迹的误差相比PID控制减少了21.2%,稳态误差维持在±1 mm范围内,髋膝关节的活动范围相比常规减重分别增加了14.36%和13.77%。

基于腺苷酸激活蛋白激酶-自噬信号通路探讨减重平板训练对脊髓损伤大鼠运动功能的影响

目的 基于腺苷酸激活蛋白激酶(AMPK)-自噬信号通路探讨减重平板训练对脊髓损伤(SCI)大鼠运动功能的影响及其作用机制。方法 选择30只10周龄SPF级雌性SD大鼠,按照随机数字表法分为假手术组、模型组和运动组,每组10只。模型组和运动组均采用Allen's法制作T10不完全性脊髓损伤模型,假手术组仅进行假手术。3组均于SCI造模前3 d进行预适应运动训练,以适应跑台环境。运动组于造模后第8天进行减重平板训练,减重为大鼠体质量的20%~40%,跑台速度6 m/min,20 min/次,2次/d,持续训练3周;假手术组和模型组造模后均自由活动,不进行减重平板训练。分别在造模后第1、7、14、21、28天采用脊髓损伤行为学(BBB)评分法评估各组大鼠后肢运动功能;于干预结束后(SCI后第28天)采用步态分析处理系统评估大鼠的步态参数(足印面积、步幅长度、触地强度、摆动速度和运动速度);采用尼氏染色法观察脊髓神经元形态及数目;采用Western blot法检测脊髓组织p-AMPK、t-AMPK、LC3、p62蛋白表达水平。结果(1) BBB评分:与假手术组比较,模型组、运动组造模后第1、7、14、21、28天BBB评分明显更低,差异均具有统计学意义(P<0.05);与模型组同一时间点比较,运动组造模后14、21、28天BBB评分明显更高,差异均具有统计学意义(P<0.05);模型组、运动组内不同时间点BBB评分比较,差异均具有统计学意义(P<0.05)。(2)步态参数:与假手术组比较,模型组足印面积、触地强度、摆动速度、步幅长度和运动速度均明显更低,运动组足印面积明显更低,差异均具有统计学意义(P<0.05);与模型组比较,运动组第28天足印面积、触地强度、摆动速度、步幅长度和运动速度均明显更高,差异均具有统计学意义(P<0.05)。(3)脊髓前角神经元形态及数目:与假手术组比较,模型组脊髓前角神经元数目明显减少(P<0.05),可见细胞核固缩。与模型组比较,运动组脊髓前角可见较为清晰的尼氏体,细胞核固缩程度降低,脊髓前角神经元存活数目增加(P<0.05)。(4) p-AMPK、t-AMPK、LC3、p62蛋白表达水平:与假手术组比较,模型组LC3Ⅱ/LC3Ⅰ明显降低,p62明显升高,差异均具有统计学意义(P<0.05);与模型组比较,运动组LC3Ⅱ/LC3Ⅰ、p-AMPK/t-AMPK明显升高,p62明显降低,差异均具有统计学意义(P<0.05)。结论 减重平板训练可改善SCI大鼠神经功能和后肢运动功能,这可能与激活脊髓AMPK-自噬信号通路有关。

基于ICEEMDAN和时变权重集成预测模型的变压器油中溶解气体含量预测

为了实现对变压器油中溶解气体体积分数的精确预测,同时克服仅使用单一预测模型导致预测精度及泛化能力不足的局限,提出了一种基于改进完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition,ICEEMDAN)和灰色关联系数时变权重集成预测模型的变压器油中溶解气体预测方法。首先将溶解气体含量序列模态分解为一系列具有不同时间尺度的子序列。然后,使用门控循环神经网络和麻雀搜索算法优化支持向量机对各子序列进行训练,组合为一个集成预测模型;并比较不同预测方法的预测精度,计算灰色关联系数时变权重,形成各子系列的预测结果。最后将各子序列的预测结果叠加重构,得到最终预测结果。算例分析结果显示:该方法单步预测的均方根误差、平均绝对误差和相关系数分别为0.593、0.422和0.768,相比其他算法在预测精度上有明显提升,同时具有很强的泛化性能,可以为油浸式变压器内部状态监测提供依据。

非线性时变PSO优化SVM的入侵检测方法

针对现有使用时变粒子群算法(TVCPSO)优化支持向量机(Support Vector Machines,SVM)对网络流量数据进行入侵检测的方法存在的粒子搜索能力不足等问题,提出了一种非线性时变粒子群算法优化SVM参数的入侵检测方法。该方法首先融合ReliefF算法与信息增益算法对网络流量数据进行特征降维,然后通过非线性学习因子和自适应权重改进时变粒子群算法优化支持SVM,最后通过SVM完成网络流量的检测。NSL-KDD上的结果表明论文方法达到了97.86%的准确率、97.67%的检测率和2%的误报率,验证了方法的有效性。

杭来湾煤矿30201综采面矿压显现及支架适应性分析

综采面顶板控制是矿井安全生产中面临的关键问题,有必要对综采面矿压显现规律和支架适应性开展研究,以保障综采面安全生产。通过对杭来湾煤矿30201工作面矿压显现规律进行现场观测和分析,发现工作面支架工作阻力整体表现为“中间大、两头小”的分布规律;上、中、下部支架平均工作阻力分别约为31.76 MPa、37.91 MPa和45.44 MPa,平均动载系数分别为1.228、1.413、1.291,支架安全阀平均开启次数分别为7.8、29.5、8.6;建立了工作面正常开采期间与周期来压期间支架-顶板力学模型,给出了相应的支架临界工作阻力计算方法,计算得到正常开采期间支架所需载荷为14700 kN,周期来压期间所需载荷为17050 kN。经验证,30201工作面ZY21000/36/75D号支架能够满足安全生产要求,研究成果可为后续矿井开采设计、顶板控制等提供借鉴。

基于特征加权混合隶属度的模糊孪生支持向量机

模糊孪生支持向量机(FTSVM)忽略了不同特征间的差异,导致核函数或距离的计算无法准确反映样本间的相似性,使FTSVM在处理含有大量不相关或弱相关特征的高维数据分类时,难以达到良好分类效果;且隶属度的设计未有效区分离群点或噪声。针对以上问题,提出了一种基于特征加权混合隶属度的FM-FTSVM。首先计算每个特征的信息增益,并依据信息增益值的大小为特征赋予权重,降低不相关或弱相关特征的作用,使其能更好地应用于高维数据分类;然后,为每一类样本构造一个最小包围球计算基于紧密度的特征加权隶属度,并结合基于距离的特征加权隶属度得到特征加权混合隶属度,综合考虑样本点到类中心的特征加权欧式距离和样本间的紧密程度,可更好识别离群点或噪声数据;最后,融合特征加权核函数,降低不相关特征对核函数或距离计算产生的影响。与对比算法在人工数据集、高维数据集和UCI数据集上进行比较,发现本文提出的方法在区分离群点、噪声和有效样本上有明显优势,且在高维数据集上可获得更好分类效果。

减重结合功能性电刺激对脑卒中患者下肢运动功能的疗效

目的观察减重结合功能性电刺激对脑卒中患者下肢运动功能的疗效。方法2023年1月至2024年2月,选择佛山市禅城区人民医院康复医院住院脑卒中患者60例,随机分为对照组(n=30)和观察组(n=30)。对照组接受常规康复,观察组增加天轨系统减重结合功能性电刺激,共3周。治疗前后采用平衡评定与训练仪、Berg平衡量表(BBS)、FMA评定量表下肢部分(FMA-LE)、Holden步行功能分级(FAC)进行评定。结果治疗后,两组X轴轨迹长、动摇平均速度、动摇总轨迹长、Y轴轨迹长、单位面积轨迹长、BBS评分、FMA-LE评分、FAC评分均较治疗前显著改善(|t|>4.809,P<0.001)。除X轴轨迹长和动摇平均速度外,其他指标观察组均优于对照组(|t|>2.268,P<0.05)。结论增加减重结合功能性电刺激能更有效改善脑卒中患者的下肢运动功能、平衡功能和步行功能。

MOTOmed智能训练系统联合减重步态训练改善脑卒中偏瘫患者偏瘫步态研究

目的观察MOTOmed智能训练系统联合减重步态训练对脑卒中偏瘫患者伸肌协同偏瘫步态的运动学影响。方法收集2021年12月—2022年12月在沧州市人民医院住院治疗的脑卒中偏瘫患者共90例,并按照随机数字表法将其分为MOTOmed智能训练系统组(对照组)以及MOTOmed智能训练系统联合减重步态训练组(试验组),每组45例。2组均采用常规康复治疗,辅以MOTOmed智能系统训练,包括利用MOTOmed智能系统的下肢环转运动训练和主动模式进行抗阻力训练。试验组增加减重步态训练,减小重量从体质量的30%开始,根据患者身体情况酌量减少至体质量15%水平,或完全负重,平板运行速度为0.2~1.0 m/s。2组在治疗前及治疗4周后进行康复评估,应用Barthel指数评定量表、Holden步行功能评定、偏瘫步态分析评价量表、下肢运动功能评估(FMA-LE)及平衡功能评估(BBS),比较2组的康复治疗效果。结果与组内治疗前比较,2组治疗4周后Barthel指数评定量表评分、Holden步行功能分级、偏瘫步态分析均有所改善(P<0.05)。与对照组相比较,试验组治疗4周后Barthel指数评定提高(P<0.05),患侧支撑期百分比、步速、步频和步长增大(P>0.05),双支撑期百分比减少(P<0.05),Holden步行功能分级改善(P<0.05),FMA-LE和BBS评分增加(P<0.05)。结论MOTOmed智能训练系统联合减重步态训练可有效地改善脑卒中伸肌协同偏瘫患者的步态及步行的能力。

个体化发育支持护理及评估在极低出生体质量儿护理中的应用效果分析

目的:分析个体化发育支持护理及评估在极低出生体质量儿护理中的应用效果。方法:选取2022年1月—2023年4月泰安市妇幼保健院新生儿科收治的极低出生体质量儿78例作为研究对象,随机分为对照组和观察组,各39例。对照组实施常规护理,观察组实施个体化发育支持护理及评估。比较两组体格发育指标、神经行为发育情况。结果:护理后,两组体质量、身长、上臂围、头围大于护理前,且观察组大于对照组(P<0.05)。护理后,两组神经行为发育评分高于护理前,且观察组高于对照组(P<0.05)。结论 :极低出生体质量儿护理中应用个体化发育支持护理及评估,能够改善极低出生体质量儿的体格发育、神经行为发育。

融合多特征信息与GWO-SVM的机械关键设备故障诊断

为了提高机械关键设备故障诊断的精度,建立机械关键设备故障诊断模型。文章提出一种融合机械关键设备故障信号多特征信息与灰狼优化算法(Grey Wolf Optimization Algorithm,GWO)改进支持向量机(Support Vector Machine,SVM)(GWO-SVM)的机械关键设备故障诊断模型。首先,提取机械关键设备故障信号的时域特征、频域特征和多尺度加权排列熵特征,分别对比不同特征的机械关键设备故障诊断结果。其次,为提高SVM模型性能,运用GWO算法对SVM模型的惩罚参数P和核函数参数g进行优化选择,提出一种融合多特征信息与GWO-SVM的机械设备故障诊断模型。与GA-SVM、PSO-SVM和SVM相比,基于GWO-SVM的机械设备故障诊断模型的诊断精度最高。这里算法可以有效提高机械关键设备故障诊断正确率,为机械关键设备故障诊断提供了新的方法。

厚煤层大采高综采面顶板破断规律及机理研究

以杭来湾煤矿首个大采高30201工作面为例,通过数值模拟、理论分析和现场实测的方法,分别对工作面开采过程中顶板破断规律进行研究。基本顶以“悬臂梁”、“砌体梁”的结构形式周期发生破断,造成工作面大、小周期来压显现。建立了工作面顶板力学模型,给出来压步距的计算方法。现场实测表明最大步距67.6 m是平均步距34.4 m的1.97倍,说明约2次小周期来压才有1次大周期来压。

中国冬季降水的支持向量机预测模型研究

我国冬季降水对于农业、水资源管理和自然灾害风险评估具有重要意义.受多种气象因素的影响,冬季降水的预测仍具有挑战性,进一步提升冬季降水的预测技巧是当下短期气候预测研究的重要课题.本研究采用支持向量机(SVM)方法,旨在通过机器学习方法提高中国冬季降水的预测准确率.基于NCEP_CFS, ECMWF_SYSTEM, BCC_CSM等五个模式数据以及站点数据,建立针对冬季降水的SVM集成预测模型,并与单个模式和等权集合平均模型(AVE)加以对比.SVM模型因其强泛化和处理非线性问题的能力,在中国冬季降水预测中表现良好.研究表明:(1)SVM模型较单个模式及AVE模型的预测准确性与稳定性得到大幅提升,SVM模型的PS评分和PCS评分显著高于单个成员模式的结果,最大分别提高了8.0(12.6%)和3.9(7.4%),较AVE模型则最大分别提高了5.4(8.2%)和2.1(3.8%),预报技巧的提高在观测资料相对缺乏的西南和西北地区尤为明显.(2)从均方根误差和时间相关系数的空间分布上来看,SVM模型对其成员模式在西藏地区、西南地区、华东及华南地区误差较大的情况改善明显,误差最大降低了259(90.9%),预报技巧最大提高了1.13.(3)独立样本检验中,SVM模型的PS评分和PCS评分显著高于单个模式和AVE模型,最大提高了10.79(20.3%)和11.39(27.3%).因此,SVM模型的构建,将有助于进一步提高中国冬季降水预测的准确性和稳定性,为气象防灾减灾和气候资源开发利用等提供重要技术支撑.

基于家庭支持的中介效应探讨妊娠期糖尿病自我管理能力与新生儿出生体质量、Apgar评分的关系

目的基于家庭支持的中介效应探讨妊娠期糖尿病(GDM)自我管理能力与新生儿出生体质量、Apgar评分的关系。方法选取许昌市中心医院2022年4月至2023年4月收治的92例GDM患者,采用GDM专用自我管理能力量表评价其自我管理能力,利用糖尿病专用家庭支持问卷评价其家庭支持情况,且均随访统计新生儿出生体质量、出生1 min Apgar评分。Pearson法分析自我管理能力与家庭支持、新生儿出生体质量、Apgar评分及家庭支持与新生儿出生体质量、Apgar评分的相关性;Mplus8.3软件分析家庭支持在GDM自我管理能力与新生儿出生体质量、Apgar评分间的中介效应,并经Bootstrap法验证。结果患者自我管理能力评分(72.08±13.03)分,家庭支持总分(20.33±4.21),新生儿出生体质量(3308.10±1005.31)g,Apgar评分(8.23±1.69)分;患者自我管理能力总分与家庭支持总分、Apgar评分均呈正相关,差异有统计学意义(P<0.05),与新生儿出生体质量呈负相关,差异有统计学意义(P<0.05);患者家庭支持总分与新生儿出生体质量呈负相关,差异有统计学意义(P<0.05),与Apgar评分呈正相关,差异有统计学意义(P<0.05);患者自我管理能力可影响新生儿出生体质量、Apgar评分,差异均有统计学意义(P<0.05),患者自我管理能力可影响家庭支持,差异有统计学意义(P<0.05),家庭支持在患者自我管理能力与新生儿出生体质量、Apgar评分间呈部分中介效应,差异有统计学意义(P<0.05);自我管理能力对新生儿出生体质量、Apgar评分的直接效应为0.65、0.68,家庭支持对新生儿出生体质量、Apgar评分的间接效应为0.24、0.22,总效应为0.89、0.90。结论GDM自我管理能力待提升、家庭支持水平低,且二者均与新生儿出生体质量、Apgar评分有关,家庭支持在自我管理能力与新生儿出生体质量、Apgar评分间起中介效应。

基于变权组合模型的碳排放量预测

碳排放量的预测一直是国内外人们关注的热点,为了进一步提高碳排放量预测模型的准确性,考虑多种因素对碳排放量的影响,利用支持向量机回归、岭回归和BP神经网络三种传统单项碳排放量预测模型,结合误差倒数法构建了一种变权组合模型,并利用新模型预测我国2022—2026年的碳排放量。实证结果显示,组合模型的拟合精度和预测精度分别为99.26%和99.34%,组合模型对比3种单项模型有更高的精度。组合模型的预测结果显示,到2026年,我国碳排放增速较现在有所放缓,以1.8%的速度保持增长。

大中型水库移民生产生活水平指标体系与实证评价研究

以GX自治区WZ市2021年度大中型水库移民后期扶持政策实施情况监测评估项目为案例,基于10个移民村200户移民家庭的原始调查数据,采用灰色聚类-复相关-信息灵敏度法,构建了包括人均可支配收入等指标的评价指标体系;利用熵值法和环比评分法分别计算指标权重后,应用基于博弈论的组合赋权法确定了评价指标的主客观组合权重;结合调查数据及官方统计数据确定指标分级标准,利用综合评分法计算移民的生产生活水平指数,并运用该指数对样本村水库移民生产生活水平进行了实证评价。结果表明,采用本文方法构建的指标体系和评价模型相对合理、有效,评价结果符合实际,可为水库移民后期扶持效果评价及其他相关评价工作提供参考。

玻璃肋支撑式玻璃幕墙稳定性影响因素分析

为了研究玻璃肋稳定性和哪些因素有关,论文运用Sap2000软件分析面板分段、自重效应、支撑方式对肋稳定性的影响。结果表明,面板分段对肋稳定性影响较大,面板分段越多,肋的屈曲因子越小。自重效应对吊挂式玻璃肋的稳定性有利,对坐立式玻璃的稳定性不利。三边支撑的玻璃肋屈曲因子远远高于两边支撑的玻璃肋稳定性,两者屈曲因子相差10倍左右。这些结论为玻璃肋支撑式玻璃幕墙的设计提供一些理论依据。

邻域信息加权的最小二乘投影双支持向量聚类

针对最小二乘投影双支持向量聚类(LSPTSVC)算法未充分利用样本邻域之间的潜在信息、实用性不强等问题,本文提出了一种高效的邻域信息加权的最小二乘投影双支持向量聚类算法。首先引入相对密度概念充分提取数据集中同类数据点之间的局部相似性信息,然后计算该点的相对权重,最后利用该权重获得数据点的加权平均值,来更好的反映同类样本的几何结构。实验结果验证了所提算法的有效性,结果表明本文算法在相似的计算复杂度下,相比现有方法取得了更好的聚类准确性,且在真实世界的医学数据集的实际应用中表现出良好的聚类性能。