智能化下肢康复训练机器人对脑瘫患儿运动功能的康复效果

目的:探讨智能化下肢康复训练机器人对痉挛型脑瘫患儿运动功能的康复效果。方法:选取44例痉挛型脑瘫患儿,随机分为常规干预组、机器人干预组,每组22例。常规干预组给予基于任务导向的常规康复训练。机器人干预组在常规干预的基础上使用智能化下肢康复训练机器人进行训练。于治疗前、治疗12周和24周,比较两组患儿的十米步行测试(10MWT)步速、88项粗大运动功能评定量表(GMFM-88)的D能区(站立位)和E能区(走、跑、跳)评分。结果:治疗12及24周,两组患儿的10MWT步速、GMFM-88 D及E能区评分均较治疗前提高(P<0.05),且机器人干预组10MWT步速、GMFM-88 D及E能区评分高于常规干预组(P<0.05)。结论:基于任务导向的智能化下肢康复训练机器人训练对痉挛型脑瘫患儿的步行能力具有良好的康复效果。

下肢康复训练机器人迭代学习控制探究

下肢康复训练机器人作为一种辅助康复设备,在提高患者生活质量和康复效果方面具有重要价值。本文针对下肢康复训练机器人的迭代学习控制策略进行研究,旨在提高机器人的步态稳定性和康复效果。文章对下肢康复训练机器人的结构和功能进行了介绍,分析了康复训练过程中需要解决的关键问题。同时,基于迭代学习控制理论,提出了一种针对下肢康复训练机器人的控制策略,该策略通过不断调整机器人的参数,促使其在训练过程中逐步提高步态稳定性和协助康复的效果。

下肢康复训练机器人联合等速肌力训练对老年脑卒中偏瘫患者神经功能、步行能力、Lovett肌力分级及平衡能力的影响

目的分析下肢康复训练机器人联合等速肌力训练对老年脑卒中偏瘫患者神经功能、步行能力、Lovett肌力分级及平衡能力的影响。方法回顾性分析2022年1月至12月于中国中医科学院西苑医院康复医学科接受康复治疗至少8周的86例老年脑卒中偏瘫患者的临床资料,依据训练方法不同分为联合组(n=43)和对照组(n=43)。对照组行常规康复训练联合等速肌力训练,联合组在对照组基础上行下肢康复训练机器人训练。观察分析两组训练前及训练8周后神经功能、步行能力、Lovett肌力分级、平衡能力、不良反应。结果训练后,两组NIHSS评分、Rankin评分均较训练前降低,且联合组NIHSS评分、Rankin评分分别为(10.96±1.32)、(2.12±0.24)分,均低于对照组[(15.93±1.79)、(2.65±0.29)分],差异均有统计学意义(P<0.05)。训练后,两组FAC高分级均较训练前增加,且联合组FAC及Lovett肌力高分级比例均大于对照组,差异均有统计学意义(P<0.05)。训练后,两组BBS评分均较训练前升高,且联合组BBS评分(45.19±4.83)分,高于对照组[(38.76±4.18)分],差异均有统计学意义(P<0.05)。两组均无显著不良反应。结论下肢康复训练机器人联合等速肌力训练可改善老年脑卒中偏瘫患者神经功能,提高其步行能力、Lovett肌力分级及平衡能力,安全性高。

一种新型床旁上肢康复训练机器人的结构设计与运动分析

目的:设计一款新型床旁上肢康复训练机器人,为脑卒中和意外导致偏瘫的肢体运动功能障碍者提供卧床上肢训练。方法:综合考虑上肢的活动范围及康复策略,结合病床-机构空间位置和床旁运动模式与康复医学人体关节运动学理论,将肩关节部分自由度重构,使其在床旁位姿下具有4个主动自由度的同时不易产生侧翻风险。结果:新型床旁上肢康复训练机器人设计验证可行,工作空间合理,被动训练轨迹连续且平稳。结论:本文提出的这种床旁上肢康复训练机器人在开展临床康复工作时,能够改善上肢功能障碍者处于仰卧位下肩关节复合带运动受限的问题,实现康复机器人与卧床照护两者间的融合,精确的轨迹曲线规划有助于机械臂更好地服务临床。

绳索驱动下肢训练机器人系统运动稳定性分析

针对绳索驱动下肢训练机器人的稳定性问题,本文建立了绳索驱动下肢训练机器人的运动学和动力学模型,给出了绳索拉力优化解的计算表达式,并推导获得了机器人的系统刚度解析表达式。考虑不同训练对象承受运动强度的能力不同,定义了速度影响函数。综合考虑绳索拉力、系统刚度和速度影响函数等因素定义了机器人系统的运动稳定性评价指标,并通过稳定工作空间、抗干扰稳定工作空间和不同训练轨迹的实例计算明确了机器人工作空间内中上部区域的运动稳定性能更好,为运动支链中的过轮运动规划和训练任务规划提供了理论依据。

下肢助残训练机器人设计与仿真分析

针对下肢瘫痪的患者由于肌肉萎缩等原因,需要通过自行锻炼肌肉恢复健康的问题,提出一种可穿戴的下肢助残训练机器人的设计方案,该方案通过机械装置辅助患者下肢的髋、膝、踝等关节部位的训练。基于市场调研与国内外研究现状,并参考亚洲人下肢的身体尺寸,设计了下肢助残训练机器人用于患者的康复训练,并利用仿真分析软件进行仿真分析,得到了该机器人模型主要关节的运动学参数与静力学参数。研究结果表明:该下肢助残训练机器人结构设计具有较高的可行性,可实现患者下肢肌肉康复。

网球训练机器人发球动作轨迹线形控制方法

为了准确控制网球训练机器人的击球轨迹和移动路线,帮助运动员培养对不同球的应对能力和适应性,提出网球训练机器人发球动作轨迹线形控制方法。采用计算机三维视觉采集方法对网球训练机器人发球动作轨迹图像展开采集,利用对比度自适应直方图均衡化(Contrast Limited Adaptive Hisogram Equalization,CLAHE)算法对采集到的网球训练机器人发球动作轨迹的图像展开增强处理,以提高图像质量和轨迹的准确性。采用模板树结构管理储存多个网球训练机器人发球动作轨迹,通过使用卷积神经网络(Convolutional Neural Networks,CNN)获得关于轨迹线形的估计值。为了提高精度和稳定性,采用所有CNN估计值的加权平均值来优化更新输出,以获得最终的控制结果。实验结果表明:所提方法具有良好的图像增强效果,且动作轨迹控制精度和效率高,适用于网球训练机器人发球动作轨迹线形控制。

深层电动肌肉振动仪联合手指康复训练机器人在脑卒中合并手运动功能障碍患者康复治疗中的应用效果

目的探讨深层电动肌肉振动仪联合手指康复训练机器人在脑卒中合并手运动功能障碍患者康复治疗中的效果。方法回顾性选取2022年2月至2023年2月于首都医科大学附属北京康复医院就诊的脑卒中合并手功能障碍患者106例作为研究对象,按照康复训练方式的不同将患者分为对照组(采用手指康复训练机器人进行干预)50例和观察组(采用深层电动肌肉振动仪联合手指康复训练机器人进行干预)56例。干预8周后对比两组临床疗效、手运动功能、手指总活动情况、脑电图[脑电波δ/α值(DAR)、脑对称指数(BSI)]和血清学指标[神经肽(NPY)和基质金属蛋白酶-9(MMP-9)]、神经功能缺损情况[美国国立卫生研究院的卒中量表(NIHSS)评分]和日常生活活动能力[日常生活能力评定量表(ADL)评分]。结果观察组临床总疗效率明显高于对照组(80.36%vs.60.00%),差异有统计学意义(P<0.05)。干预8周后,观察组最大握力[(43.17±5.96)N]和最大捏力[(12.03±3.43)N]、手屈曲伸肌肌电值[(25.11±3.66)μV]、手屈曲屈指浅肌肌电值[(14.56±3.27)μV]及手背伸屈指浅肌肌电值[(9.02±1.77)μV]和手背伸伸指肌肌电值[(20.13±3.25)μV]高于对照组[(38.99±5.56)N、(9.87±3.55)N、(21.99±3.83)μV、(12.69±2.32)μV、(7.89±1.55)μV、(17.85±3.21)μV],差异均有统计学意义(P<0.05)。观察组手指活动优良率为85.71%,明显高于对照组的66.00%,差异有统计学意义(P<0.05)。干预8周后,观察组的DAR(2.73±0.75)、BSI(0.25±0.08)及血清NPY[(110.63±5.33)μg/L]和MMP-9[(80.23±4.55)μg/L]水平低于对照组[3.11±0.88、0.33±0.05、(120.55±6.61)μg/L、(83.53±5.39)μg/L],差异均有统计学意义(P<0.05)。干预8周后,观察组NIHSS评分[(8.89±2.28)分]低于对照组[(10.02±2.33)分],ADL评分[(44.25±3.41)分]高于对照组[(40.88±4.66)分],差异均有统计学意义(P<0.05)。结论深层电动肌肉振动仪联合手指康复训练机器人对脑卒中合并手运动功能障碍患效果明显,能够提高手运动功能,改善神经因子水平,有助于促进神经功能缺损恢复和提高日常生活能力。

基于Unity3D与Kinect的康复训练机器人情景交互系统

近年来,康复机器人技术的研究已成为康复医学工程与机器人领域跨学科的研究热点。为提高康复训练机器人的交互能力,将虚拟现实技术、机器人技术相结合,研究基于虚拟场景交互的下肢康复训练机器人系统,使用Kinect传感器采集人体的骨骼信息,并运用Unity3D游戏引擎和3D Studio Max软件开发了用于情景交互的虚拟场景,设计了患者与虚拟人物步态同步控制算法,实现了康复训练过程中的同步交互。实验结果表明,同步步态控制算法有效,人机交互良好,可帮助并激励中风患者实现主动的康复训练。

一种上肢康复训练机器人及控制方法

针对上肢偏瘫患者康复训练的需求设计了一种具有姿态调节功能的康复训练机器人。描述了机器人本体机构的组成,对设计的机构进行运动学分析,得到机器人各连杆变换矩阵和雅克比矩阵。在描述机器人系统架构的基础上设计了带有患肢状态监测的控制器,满足康复训练过程中机器人对轨迹跟踪性能的要求,同时当患肢出现抽搐等异常状态时能够及时解除机器人对患肢的束缚,避免对患肢造成二次损伤。完成系统调试后进行了实验验证,结果表明:设计的康复训练机器人系统具有有效性。

基于阻抗控制的步行康复训练机器人的轨迹自适应

把阻抗控制理论运用到步行康复训练机器人系统中,使用基于位置的阻抗控制模型设计了系统的控制器.提出基于阻抗模型的步态轨迹自适应算法,并分析了系统的误差.在建立的SolidWorks、Matlab、Adams虚拟样机联合仿真平台上进行了主动康复训练的仿真实验,并在实物样机上进行了健康训练者的实验.结果表明,该控制器能够实现机器人根据人机交互作用力的变化不断调整步态轨迹,适应患者的步态要求,并可通过调节阻抗参数改变步态自适应程度和训练的柔顺性,满足患者主动参与康复训练的目的.

步态训练机器人对脑卒中偏瘫患者步行功能的影响

目的观察Lokomat步态训练机器人对脑卒中偏瘫患者下肢运动功能、步态及关节活动度的影响。方法 80例脑卒中偏瘫患者(病程<3个月)分为对照组(n=40)和干预组(n=40)。干预组应用Lokomat步态训练机器人进行干预,对照组采用常规康复治疗。于治疗前和治疗10周后分别评定患者Fugl-Meyer评分、步频、步长、步速及髋膝关节活动度。结果治疗前两组各项指标无显著性差异(P>0.05);治疗后干预组各项指标均优于对照组(P<0.05)。结论 Lokomat步态训练机器人介入可进一步提高偏瘫患者下肢运动功能。

步行训练机器人主动减重控制方法

减重步行训练是治疗由神经疾病导致的下肢步行障碍的重要手段之一.步行康复训练中由于患者下肢无法承载自身的重量,难以保持自身的平衡,因此设计可为患者卸载自重,并帮助其保持平衡的减重支撑系统显得尤其重要.对课题组设计的减重支撑系统提出减重控制方法,并构建控制系统,最终通过实验论证其可行性.实验结果表明,该减重控制方法可以满足主动减重控制的要求.

人体下肢康复训练机器人及其造型设计

为帮助中风后的病人、下肢运动功能弱的老年人、事故或灾难造成的人体下肢运动障碍等的人群进行行走能力的恢复,设计了一种针对人体下肢运动功能恢复的康复训练机器人,解决了智能康复辅具的不足问题.该康复训练机器人由机构、控制系统和安全系统构成,并集成了多种传感器,可实时伴随训练人士,通过人机交互系统实现自动向前、左右转弯和防摔倒等功能.实验表明该系统操作简单,可靠性高.开发了两代下肢康复训练机器人,第一代康复训练机器人已在医院得到了初步应用.对文中讨论的第二代康复训练机器人在造型和局部功能方面进行改进,给出了康复训练机器人的造型设计方案.

人体下肢运动康复训练机器人的设计

针对当今社会老人以及偏瘫患者的康复训练需求和智能化训练康复设备的不足,分析了偏瘫患者的步态,设计了一种辅助患者行走及康复的下肢康复训练机器人。控制系统以主芯片为核心,集成了多个传感器、CAN总线和伺服电机等,通过人机交互系统能实时地实现自动向前、左右转弯、防超速、防摔倒等功能,通过对移动系统进行运动学分析,获得了运动规律,并进行康复训练机器人样机实验。实验结果表明:该系统操作简单,可靠性高、实用性强,在帮助患者快速康复的同时,也可为康复设备的开发起到指导意义。

脚踏式下肢康复训练机器人结构设计及运动学仿真

借助于Pro/E软件建立下肢康复训练机器人的三维模型并设计了可以改变步长运动和进行位姿调整的步态运动机构。通过实验,对下肢康复训练机器人的工作步速范围、负载能力以及下肢关节运动角度进行分析,验证脚踏式下肢康复训练机器人设计的合理性。对设计结构进行了运动学仿真,仿真结果表明该机构能够较好地模拟人的实际步态运动,符合下肢康复系统的整体要求。

步行康复训练机器人协调控制的研究

为了实现步行康复训练机器人的协调控制,对外骨骼助行腿与跑步机的协调控制以及减重支撑系统与外骨骼助行腿的协调控制,提出了协调控制方法。最后用假人代替真实患者通过实验验证了外骨骼助行腿、跑步机和减重支撑系统之间的协调控制效果。实验结果表明,步行康复训练机器人能够很好的对假人进行减重步行康复训练,外骨骼助行腿、跑步机和减重支撑系统很好地实现了协调控制,同时为进一步对真实患者进行实验研究奠定了很好的基础。

下肢康复训练机器人跑步机速度协调控制

在下肢康复机器人患者主动运动训练的过程中,为防止因肌肉痉挛等造成跑步机加速度过大对患者产生二次伤害,提出一种基于加速度抑制的跑步机速度协调控制方法。采用系统辨识的方法建立跑步机的数学模型。采用基于H2优化设计方法和连续时间系统切换理论设计具有加速度抑制的跑步机速度PI控制器。仿真结果表明,该控制器既能对跑步机的加速度进行抑制,又能使跑步机的速度快速跟踪患者期望的步行速度,实现了患者下肢与跑步机之间速度的协调控制。

上肢康复训练机器人镜像运动实现方法

针对偏瘫患者上肢康复训练需求,提出一种上肢康复训练机器人镜像运动实现方法。利用Kinect 2.0检测人体健肢运动信息,实时进行数据处理与患肢轨迹规划,驱动患肢运动实现康复训练。为解决Kinect 2.0检测数据不稳定的问题,采用带有趋势因子的限幅滤波方法;基于Bezier曲线的轨迹规划方法,实时生成患肢运动轨迹与控制信息。在所搭建的上肢外骨骼康复机器人系统试验平台上进行镜像康复运动试验。试验结果表明,所提出的上肢康复训练机器人镜像运动实现方法较好的实现了患肢的镜像康复运动,患肢运动轨迹、速度、加速度连续无突变,具有较好的实时性和平稳性。

下肢康复训练机器人

下肢康复训练机器人能够使患者模拟正常人的步伐规律作康复训练运动,锻炼下肢的肌肉,恢复神经系统对行走功能的控制能力,达到恢复走路机能的目的.该机器人由步态控制系统、姿态控制系统、重心控制机构等部分组成.介绍了下肢康复训练机器人的总体结构、计算机控制原理以及由PWM实现的I/O接口电路.