一种在线康复训练状态识别系统的设计及研究

摘要

在康复训练中记录患者关节运动的数据意义重大。基于视觉捕获康复运动关节点数据的方法是一种新兴的数据采集手段，经济实用，具有广阔的发展空间。本文基于Kinect2.0设备采集的运动关节点数据，从修正数据中的误差，实现数据实时可视化的角度进行分析与研究，设计出一种在线康复训练状态识别系统，可以实时反映患者康复训练的影像信息和下肢关节点的运动轨迹。该系统有助于改进现有的康复数据记录模式，提高康复数据记录的效率和准确度。
　　论文分析总结了国内外研究现状和存在的问题，阐明了记录患者康复训练数据的必要性及意义和需要解决的关键问题。分析了康复运动中采集的下肢踝和膝关节的轨迹数据的误差及成因，针对关节数据的误差的成因和特点设计了一种快速、简便、实时的神经网络轨迹修正算法，作为在线康复训练状态识别系统的核心算法。在此基础上进行系统模块规划和程序编写，完成了在线康复训练状态识别软件系统的整体设计。对在线康复训练状态识别系统进行了全面的测试。

目录

声明

致谢

摘要

第一章 绪论

1．1 本文的研究背景及意义

1．2 下肢康复机器人的研究现状

1．2．1 国外下肢康复机器人研究现状

1．2．2 国内下肢康复机器人研究现状

1．3 康复数据获取的研究现状

1．3．1 获取康复数据的方法

1．3．2 Kineet 2．0 传感器简介

1．4 本文的研究内容和章节安排

第二章 关节点数据的采集与分析

2．1 Kinect 2．0 人体骨骼模型建立原理

2．1．1 人体下肢解剖学研究

2．1．2 生成3D深度的图像的原理

2．1．3 人体部位划分与骨骼关节点的生成

2．2 关节点数据的采集

2．2．1 数据采集方案

2．2．2 Kinect 2．0 传感器安装位置限定

2．3 下肢被动康复训练关节的运动特点

2．4 Kinect 2．0 传感器采集的关节数据分析

2．5 本章小结

第三章 轨迹修正算法

3．1 关节点模型的建立

3．1．1 康复运动轨迹的描述

3．1．2 关节运动轨迹整体修正方案

3．2 特征点数据的初始化

3．3 特征点训练算法

3．3．1 神经网络算法简介

3．3．2 快速神经网络轨迹修正算法

3．4 下肢关节康复运动轨迹的拟合

3．5 本章小结

第四章 在线康复训练状态识别软件系统的设计及实现

4．1 在线康复训练状态识别系统需求分析

4．1．1 系统功能需求分析

4．1．2 系统性能需求分析

4．1．3 在线康复训练状态识别系统设计方案

4．2 康复运动数据采集识别系统软件设计

4．2．1 康复运动数据采集识别系统的软件开发平台

4．2．2 康复运动数据采集识别系统的软件系统结构

4．2．3 系统人机界面设计

4．2．4 在线康复训练状态识别系统的工作流程

4．3 本章小结

第五章 在线康复训练状态识别系统测试

5．1 算法模块测试

5．1．1 算法应用及数据集的建立

5．1．2 样本值初始化效果的测试

5．1．3 神经网络模型学习效果的验证

5．2 系统整体性能测试

5．2．1 实验平台的介绍

5．2．2 康复训练图像实时监测模块测试

5．2．3 下肢关节轨迹实时显示模块测试

5．2．4 康复运动训练数据记录子模块

5．3 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间的学术活动及成果情况