康复机器人治疗的脑卒中患者健侧代偿机制的动态演进建模及在康复评估中的应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71771098
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0108.工业工程与质量管理
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Rehabilitation robot can collect physiological data while providing training aid to the stroke patients. By reflecting in-time rehabilitation effects, it provides a new method to accurately and timely monitor the training process and thus possibly accordingly adjust the treatment. The traditional assessment methods may not be suitable in the context of multi-source, massive data collected by rehabilitation robot. To strengthen the advantages in data collecting, this study is to explore the evolution pattern of sound limbs during robotic rehabilitation. It will analyze the correlation between compensation mechanism decrease of sound sides and functional increase of affected sides as well as how robotic rehabilitation affects this correlation. Then the study proposes a method to recognize and fuse the signals featuring sound limbs compensation. Then a sound limbs compensation evolution model is established as well as its correlation pattern with affected limbs function evolution. Based on that, a rehabilitation assessment method is proposed specific for rehabilitation robots, which may better predict limb coordination after training and analyze no function improvement in affected limbs when trained by certain treatment.
康复机器人在提供训练辅助的同时可以根据采集的数据,实时呈现训练效果,提供了一种及时准确地的监控、调整康复训练方案的新手段。康复机器人采集的数据多源、庞大,传统的定性或小规模定量数据评估的策略很难满足其评估的需求。本研究从发挥康复机器人在生机信号/数据采集方面的效率和广度优势出发,研究脑卒中患者在康复机器人辅助训练过程中,健侧代偿机制变化的规律;分析健侧代偿的减弱与患侧功能增强的相关度,以及康复机器人对这种关联度的影响。构建健体代偿机制表征信号辨识和融合方法,建立健侧代偿机制变化的表达模型,构建健侧与患侧功能变化的关联模型,进而生成一种适合康复机器人训练脑卒中患者的康复评估策略。考虑健体代偿机制变化的康复评估策略能更好预测康复训练对肢体协同能力的作用,也为分析训练中患侧功能不增进等问题提供了有效的工具。

结项摘要

实时监测和评估康复机器人引导下的上肢康复训练是保证治疗安全的基本前提,如何从康复机器人采集的多源庞大数据中提取有用的评估数据具有重要的临床意义。本研究以康复训练中需要重点关注的健体代偿为研究对象,构建了一套在康复运动过程中实时识别及评估训练异常的评估工具,支持临床上少人化/无人化的安全精准康复训练。.本项目通过研究康复机器人引导下健体代偿的产生机制,健侧和患侧的运动关联模型,建立基于实时运动感知网络的上肢康复训练异常运动模式的描述模型、评估模型。并开发了基于代偿评估模型的实时康复训练评估平台,通过临床应用验证,论证考虑健体代偿机制的康复评估分析和康复训练调整的有效性。.本项目在理论上为临床研究康复运动的代偿机制提供了数据依据;项目所搭建的基于视觉的人体运动的实时感知及分析系统,在满足研究需求的同时,也为临床上推广康复评估提供了易操作、低成本的平台,为后续从康复医学、行为感知领域提供了有力的工程佐证。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(1)
Grasp2Hardness: fuzzy hardness inference of cylindrical objects for grasp force adjustment of force sensor-less robots
Grasp2Hardness:圆柱形物体的模糊硬度推断,用于无力传感器机器人的抓取力调整
  • DOI:
    10.1007/s11370-021-00362-x
  • 发表时间:
    2021-03
  • 期刊:
    Intelligent Service Robotics
  • 影响因子:
    2.5
  • 作者:
    Shiqi Li;Shuai Zhang;Yan Fu;Youjun Xiong;Zheng Xie
  • 通讯作者:
    Zheng Xie
Task-based obstacle avoidance for uncertain targets based on semantic object matrix
基于语义对象矩阵的不确定目标任务避障
  • DOI:
    10.1016/j.conengprac.2020.104649
  • 发表时间:
    2020-12
  • 期刊:
    Control Engineering Practice
  • 影响因子:
    4.9
  • 作者:
    Li Shiqi;Zhang Shuai;Fu Yan;Wang Haipeng;Han Ke
  • 通讯作者:
    Han Ke
An Automatic Classification Method on Chronic Venous Insufficiency Images
慢性静脉功能不全图像的自动分类方法
  • DOI:
    10.1038/s41598-018-36284-5
  • 发表时间:
    2018-12
  • 期刊:
    Scientific Reports
  • 影响因子:
    4.6
  • 作者:
    Shi Qiang;Chen Weiya;Pan Ye;Yin Shan;Fu Yan;Mei Jiacai;Xue Zhidong
  • 通讯作者:
    Xue Zhidong
A Survey on Hand Pose Estimation with Wearable Sensors and Computer-Vision-Based Methods
使用可穿戴传感器和基于计算机视觉的方法进行手部姿势估计的调查
  • DOI:
    10.3390/s20041074
  • 发表时间:
    2020-02-01
  • 期刊:
    SENSORS
  • 影响因子:
    3.9
  • 作者:
    Chen, Weiya;Yu, Chenchen;Xue, Zhidong
  • 通讯作者:
    Xue, Zhidong
基于BP神经网络的冗余机械臂逆运动学分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国机械工程
  • 影响因子:
    --
  • 作者:
    刘世平;曹俊峰;孙涛;胡江波;付艳;张帅;李世其
  • 通讯作者:
    李世其

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

聚乙二醇-聚(乳酸-碳酸酯)-紫杉醇纳米胶束对SKOV3卵巢癌的抑制作用
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Acta Polymerica Sinica
  • 影响因子:
    1.9
  • 作者:
    董丹;陈凤;付艳;王瑞;郑勇辉;景遐斌
  • 通讯作者:
    景遐斌
多核处理器上的频繁图挖掘方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    栾华;周明全;付艳
  • 通讯作者:
    付艳
基于全要素任务模型的肢残者能力——任务匹配度评价方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    工业工程与管理
  • 影响因子:
    --
  • 作者:
    付艳;汤贤;刘世平;李世其
  • 通讯作者:
    李世其
苹果异戊烯基转移酶基因启动子调控特性研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    核农学报
  • 影响因子:
    --
  • 作者:
    杜传慧;付艳;王利敏;仇占南;李晨辉;朱元娣
  • 通讯作者:
    朱元娣
融合注视点预测和流形学习的显著性目标分割
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    华中科技大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    曾成;李世其;刘世平;付艳
  • 通讯作者:
    付艳

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

付艳的其他基金

面向作业全要素的肢残者体力作业行为建模及功能残疾度评价方法研究
  • 批准号:
    71301057
  • 批准年份:
    2013
  • 资助金额:
    20.5 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码