作者:王跃,郁磊,傅建明,方强 单位:四川大学华西医院;四川省生物医学工程学会 出版:《生物医学工程学杂志》2014年第02期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFSWGC2014020030 DOC编号:DOCSWGC2014020039 下载格式:PDF + Word/doc 文字可复制、可编辑
《智能手机车辆异常驾驶行为检测方法》PDF+DOC2016年第03期 周后飞,刘华平,石红星 《基于多传感器融合的用于脑卒中患者的可穿戴式上肢动作识别系统》PDF+DOC2015年第05期 廖梦佳,秦亚杰,汪源源,丁力,贾杰 《MPU6050在评定人体上肢关节角度中的应用》PDF+DOC2015年第03期 徐秀林,姚晓明,徐奚娇 《可穿戴设备在脑卒中患者康复评定中的应用进展》PDF+DOC2020年第02期 何龙龙,黄国志 《脑卒中后12周内上肢表现》PDF+DOC2020年第01期 樊蕴辉,Waddell K 《脑卒中患者运动功能自动化评定研究进展》PDF+DOC2020年第09期 刘朗,刘勇国,李巧勤,杨尚明,金荣疆,何霞 《基于微机电系统加速度传感器的上肢运动功能评价系统》PDF+DOC2018年第03期 汪鹏,王殊轶,徐明哲 《基于二次映射方法上肢康复训练的虚拟路径研究》PDF+DOC2013年第09期 黄松恩,赵翠莲,范志坚,陈华江,王洪 《一种支持代偿运动识别的上肢虚拟训练方法》PDF+DOC2012年第08期 李成梁,赵翠莲,胡世东,王凯 《基于肌电和惯性传感器数据融合的脑卒中患者上肢够物运动定量评估》PDF+DOC2013年第07期 刘霏,谢斌,黄真,叶世伟,吴健康,王才丰,黄帅
  • 为了实现脑卒中后偏瘫康复患者上肢康复评定的远程化和智能化,需建立个体化和专业化的康复评定系统。本文首先利用康复训练传感器及数据接收软件采集患者训练时上肢的运动姿态数据,然后将其上传至服务器端的数据库,服务器端将使用基于极限学习机(ELM)和Brunnstrom分期标准的远程智能评定系统对数据进行智能评定。为了验证该系统的可靠性,征集了23位脑卒中后上肢运动功能处于不同恢复阶段的康复患者和4位上肢运动功能正常者做同一康复训练动作。实验结果显示,相比于康复医师使用Brunnstrom分期标准的评定结果,远程智能评定系统的分期准确率可以达到92.1%。本系统可以实现对脑卒中术后偏瘫康复患者上肢运动功能的智能评估,使患者在家中或者社区进行远程康复成为可能。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。