适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法OA北大核心CSCDCSTPCD
Method for sEMG-based Motion Recognition for Patients at Different Brunnstrom Stages
针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者sEMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据…查看全部>>
王丰焱;张道辉;李自由;赵新刚
中国科学院沈阳自动化研究所机器人学国家重点实验室,辽宁 沈阳 110016中国科学院机器人与智能制造创新研究院,辽宁 沈阳 110169中国科学院大学,北京 100049中国科学院沈阳自动化研究所机器人学国家重点实验室,辽宁 沈阳 110016
信息技术与安全科学
脑卒中患者表面肌电信号(sEMG)Brunnstrom等级模式识别
《机器人》 2020 (6)
面向康复的外肌肉式运动辅助机器人关键技术研究
661-671,685,12
国家自然科学基金(U1813214,61903360,61773369,61821005)国家重点实验室自主课题(2020-Z12)中国博士后科学基金(2019M661155).
评论