摘要
上肢康复训练是脑卒中偏瘫患者恢复上肢运动能力的重要方法，虚拟现实技术与康复训练相结合能增加训练过程的有效性和趣味性。康复评估是康复治疗过程中的重要环节，通过对患者康复训练前后的上肢运动功能评估，能够客观的对患者的康复状态进行分析，为制定适合患者的康复训练方案以及提供针对性的临床治疗手段提供依据。在虚拟现实康复训练过程中存在动态不确定性因素(如患肢病情变化、患者个体特异性和外部因素干扰等)会影响康复训练有效性，需要根据患者状态实时调整康复训练决策。 本文利用运动捕捉系统和无线肌电采集仪，研究基于虚拟现实的上肢康复评估与训练系统，采集患者训练过程中的肌电信号数据和运动学数据，结合康复医学量表来评估患者上肢运动功能等级。通过患者康复训练时的运动状态实时调节虚拟现实康复训练场景的控制参数，使康复训练任务难度自适应匹配患者上肢运动能力。主要研究工作如下： (1)基于集成学习的自动化定量上肢康复评估方法研究。针对目前康复评估依赖康复医师主观经验，不能直观定量展示患者康复状态的问题，分析脑卒中偏瘫患者上肢运动时的肌电信号和运动信号，结合Brunnstrom康复医学评估量表，选取能够反映患者康复评估等级的特征指标，并通过统计学分析对所选指标的合理性进行验证。通过患者数据的样本训练，构建一个基于集成学习的康复评估模型，该模型能够通过量化指标对上肢运动功能进行相对准确、客观的评估。 (2)基于布谷鸟算法改进的模糊神经网络康复训练决策方法研究。通过分析患者康复训练过程中的肌电信号和活动范围，提出一种基于布谷鸟优化的模糊神经网络康复训练决策方法，建立受试者运动能力到康复训练任务难度的映射模型，将受试者的训练状态反馈到训练任务中，实时调整康复训练场景动作的速度和范围，将训练任务难度调整到具有挑战性但可行的水平，提高康复训练效果。 (3)上肢虚拟现实康复训练系统设计。结合运动捕捉系统和无线肌电采集仪，研究严肃游戏(Serious Game，SG)在医疗康复领域的应用，设计一种3D康复训练游戏“捕捉小能手”，使患者在完成游戏任务过程中进行上肢康复训练运动，运动过程中采集肌电数据和角度数据，通过康复评估显示患者当前康复状态评级，并在自适应的康复训练决策方法下自动更新演化训练场景，使运动负荷实时调控，实现了虚拟现实康复训练-定量康复评估-自适应康复训练决策-虚拟现实康复训练的闭环。
NETL