CN110895964A - 基于脑电的康复训练评估方法及系统 - Google Patents
基于脑电的康复训练评估方法及系统 Download PDFInfo
- Publication number
- CN110895964A CN110895964A CN201911272379.0A CN201911272379A CN110895964A CN 110895964 A CN110895964 A CN 110895964A CN 201911272379 A CN201911272379 A CN 201911272379A CN 110895964 A CN110895964 A CN 110895964A
- Authority
- CN
- China
- Prior art keywords
- training
- brain
- scale
- electroencephalogram
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Physical Education & Sports Medicine (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及一种基于脑电的康复训练评估方法及系统。本发明的目的是提供一种基于脑电的康复训练评估方法及系统,以帮助康复医生对患者康复情况进行评估决策,增强患者的训练效果。本发明的技术方案是:S01、获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M;S02、获取患者进行量表评估得到的量表分数S;S03、获取患者脑电信号;S04、根据脑电信号计算脑电信号评估值Para;S05、根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;S06、按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程并返回步骤S02;S07、向医生呈现脑机训练控制量C的大小及变化量。
Description
技术领域
本发明涉及一种基于脑电的康复训练评估方法及系统。适用于医疗康复领域。
背景技术
随着我国社会老龄化的加剧,脑卒中、脑萎缩、阿尔茨海默病等一些疾病的发病率也越来越高。老年人患病后容易出现肢体运动障碍及认知障碍,给家庭和社会都带来了沉重的负担。及时有效地进行康复训练,能够帮助患者回归正常的生活,减轻患者的经济及精神负担。
然而,我国目前专业的康复医疗机构、康复设备及康复医生的数量远远无法满足涌现出的康复需求。因此,采用康复机器人来辅助康复医生的治疗会是一种必然的趋势。
目前,康复机器人技术虽然已经能够带动患者进行机械运动,但是多为被动运动,在患者大脑神经功能重塑方面还较为欠缺,治疗效果和普适性均有待提高。将脑机接口技术与康复机器人结合,可以在周围神经和肌肉的正常传输通路受阻的情况下使得人与外界环境进行交互,能够有效帮助大脑受损功能进行重塑,提高康复训练的效果,并使患者在康复训练的过程中逐渐摆脱对康复机器的依赖。
针对基于脑机接口的康复训练效果进行合理评价,是该训练方法走向临床的必经之路。一种合理的评价方法可以帮助康复医师制定更加合理有效的训练计划,从而提高康复训练的效率。目前临床上常使用量表对患者的康复状态进行评估,但仍存在主观性过强,应用范围小,不能进行量化测定等局限性。康复医生往往根据主观经验进行康复评估和康复训练计划制定,缺少可靠的量化评估手段,并且花费的人力成本和时间成本太高。
发明内容
本发明要解决的技术问题是:针对上述存在的问题,提供一种基于脑电的康复训练评估方法及系统,以帮助康复医生对患者康复情况进行评估决策,增强患者的训练效果。
本发明所采用的技术方案是:一种基于脑电的康复训练评估方法,其特征在于:
S01、获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M;
S02、获取患者进行量表评估得到的量表分数S;
S03、获取患者脑电信号;
S04、根据脑电信号计算脑电信号评估值Para;
S05、根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;
S06、按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程并返回步骤S02;
在完成一组训练任务后、进行该训练疗程的下一组训练任务前根据脑电信号更新计算脑电信号评估值Para;
根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M;
S07、向医生呈现脑机训练控制量C的大小及变化量。
所述量表评估采用美国国立卫生研究院卒中量表NIHSS评分量表、简化Fugl-Meyer量表、傅格-梅尔氏运动量表FMMS、日常生活能力量表的Barthel指数、博格平衡量表BBS、Holden步行功能评分、Tinetti步态测量表。
所述根据脑电信号计算脑电信号评估值Para,包括:
Para=l(δ,θ,α,β,p,sampleEn,BIS...)
其中δ、θ、α、β为脑电信号参数,sampleEn为样本熵,P为脑能量分布关系,BIS为双谱指数。
所述脑机训练控制量C1的计算方法如下:
C1=∫(w1dS+w2dPara);
其中w1、w2,分别为量表分数和脑电评估值的权重值,且有w1+w2=1。
所述脑机训练控制量Cm的更新方法包括:
Cm=Cm-1-∫dPara。
一种基于脑电的康复训练评估系统,其特征在于,包括:
任务设定获取模块,用于获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M;
量表分数获取模块,用于获取患者进行量表评估得到的量表分数S;
脑电信号获取模块,用于获取患者脑电信号;
脑电信号初步评估模块,用于根据脑电信号计算脑电信号评估值Para;
训练控制量初步计算模块,用于根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;
脑机康复训练模块,用于按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程;
用于在完成一组训练任务后、进行该训练疗程的下一组训练任务前根据脑电信号更新计算脑电信号评估值Para;
用于根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M;
量化参考数据呈现模块,用于向医生呈现脑机训练控制量C的大小及变化量。
所述量表评估采用美国国立卫生研究院卒中量表NIHSS评分量表、简化Fugl-Meyer量表、傅格-梅尔氏运动量表FMMS、日常生活能力量表的Barthel指数、博格平衡量表BBS、Holden步行功能评分、Tinetti步态测量表。
所述根据脑电信号计算脑电信号评估值Para,包括:
Para=l(δ,θ,α,β,P,sampleEn,BIS...)
其中δ、θ、α、β为脑电信号参数,sampleEn为样本熵,P为脑能量分布关系,BIS为双谱指数。
所述脑机训练控制量C1的计算方法如下:
C1=∫(w1dS+w2dPara);
其中w1、w2,分别为量表分数和脑电评估值的权重值,且有w1+w2=1。
所述脑机训练控制量Cm的更新方法包括:
Cm=Cm-1-∫dPara。
本发明的有益效果是:本发明建立了患者脑电参数评估与康复量表评估及患者病情之间的对应关系,可以通过脑电评估对患者康复训练效果进行实时反馈,有助于增强患者康复训练的信心;本发明通过脑机接口技术对患者脑电信号进行评估,能够自动反馈患者每次训练的效果,提供客观量化的评估手段,有助于康复医生进行决策,使医生将更多的时间精力投入到康复方案的设计中。
附图说明
图1为实施例的流程图。
具体实施方式
本实施例为一种基于脑电的康复训练评估方法,步骤如下:
S01、获取医生通过综合评估患者的病情后为患者设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M。
S02、获取医生根据患者病因和病情,让患者参与相应的量表进行评估,得到量表分数S。
S03、通过佩戴于患者上的脑机接口设备获取患者脑电信号;打开训练及评估装置,脑机接口模块接收患者的脑电信号并存储,对患者的脑电信号进行识别和特征提取。
S04、根据脑电信号计算脑电信号评估值Para;
Para=l(δ,θ,α,β,P,sampleEn,BIS...)
其中δ、θ、α、β为脑电信号参数,sampleEn为样本熵,P为脑能量分布关系,BIS为双谱指数。
S05、根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;
C1=∫(w1dS+w2dPara);
其中w1、w2,分别为量表分数和脑电评估值的权重值,且有w1+w2=1;
S06、按顺序向患者呈现脑机训练的训练任务,在达到训练目标或完成某个疗程的M组训练任务后进入下一个训练疗程;训练目标为专业医师在制定康复方案时根据患者的具体情况设定每个训练疗程的康复目标(如患者脑电评估结果达到了该疗程的预设康复目标等);
进入一个新的训练疗程后,患者需重新进行量表评估,返回步骤S02;
在完成一组训练任务之后、进行该训练疗程的下一组训练任务之前根据脑电信号更新计算脑电信号评估值Para;
根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M;
Cm=Cm-1-∫dPara。
S07、向医生呈现脑机训练控制量C的大小及变化量。
脑机训练控制变量C∝Para;s.t para∈Φ,Φ为人体脑参量范围,从而构建出C与S之间的相关关系。令N为康复疗程,验证得到脑机控制量的变化与S的变化具有明显相关性,又因为S变化值反应康复的速率,故通过评估C的大小及变化量,可以对患者进行康复引导及计算出患者的康复速率。
本实施例中量表评估采用美国国立卫生研究院卒中量表NIHSS评分量表、简化Fugl-Meyer量表(FMA)、傅格-梅尔氏运动量表FMMS、日常生活能力量表的Barthel指数、博格平衡量表BBS、Holden步行功能评分、Tinetti步态测量表等。
本实施例还提供一种基于脑电的康复训练评估系统,包括任务设定获取模块、量表分数获取模块、脑电信号获取模块、脑电信号初步评估模块、训练控制量初步计算模块、脑机康复训练模块和量化参考数据呈现模块。
本例中任务设定获取模块用于获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M。量表分数获取模块用于获取患者进行量表评估得到的量表分数S。脑电信号获取模块用于获取患者脑电信号。脑电信号初步评估模块用于根据脑电信号计算脑电信号评估值Para。训练控制量初步计算模块用于根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1。脑机康复训练模块用于按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程;并用于在完成一组训练任务后、进行该训练疗程的下一组训练任务前根据脑电信号更新计算脑电信号评估值Para;以及用于根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M。量化参考数据呈现模块用于向医生呈现脑机训练控制量C的大小及变化量。
Claims (10)
1.一种基于脑电的康复训练评估方法,其特征在于:
S01、获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M;
S02、获取患者进行量表评估得到的量表分数S;
S03、获取患者脑电信号;
S04、根据脑电信号计算脑电信号评估值Para;
S05、根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;
S06、按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程并返回步骤S02;
在完成一组训练任务后、进行该训练疗程的下一组训练任务前根据脑电信号更新计算脑电信号评估值Para;
根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M;
S07、向医生呈现脑机训练控制量C的大小及变化量。
2.根据权利要求1所述的基于脑电的康复训练评估方法,其特征在于:所述量表评估采用美国国立卫生研究院卒中量表NIHSS评分量表、简化Fugl-Meyer量表、傅格-梅尔氏运动量表FMMS、日常生活能力量表的Barthel指数、博格平衡量表BBS、Holden步行功能评分、Tinetti步态测量表。
3.根据权利要求1所述的基于脑电的康复训练评估方法,其特征在于:所述根据脑电信号计算脑电信号评估值Para,包括:
Para=l(δ,θ,α,β,P,sampleEn,BIS...)
其中δ、θ、α、β为脑电信号参数,sampleEn为样本熵,P为脑能量分布关系,BIS为双谱指数。
4.根据权利要求1所述的基于脑电的康复训练评估方法,其特征在于:所述脑机训练控制量C1的计算方法如下:
C1=∫(w1dS+w2dPara);
其中w1、w2,分别为量表分数和脑电评估值的权重值,且有w1+w2=1。
5.根据权利要求1或4所述的基于脑电的康复训练评估方法,其特征在于:所述脑机训练控制量Cm的更新方法包括:
Cm=Cm-1-∫dPara。
6.一种基于脑电的康复训练评估系统,其特征在于,包括:
任务设定获取模块,用于获取医生设定的脑机康复训练疗程数N和每个训练疗程包含的脑机训练任务组数M;
量表分数获取模块,用于获取患者进行量表评估得到的量表分数S;
脑电信号获取模块,用于获取患者脑电信号;
脑电信号初步评估模块,用于根据脑电信号计算脑电信号评估值Para;
训练控制量初步计算模块,用于根据脑电信号评估值Para和量表分数S计算脑机训练控制量C1;
脑机康复训练模块,用于按顺序向患者呈现脑机训练的训练任务,在完成某个疗程的M组训练任务或达到训练目标后进入下一个训练疗程;
用于在完成一组训练任务后、进行该训练疗程的下一组训练任务前根据脑电信号更新计算脑电信号评估值Para;
用于根据脑电信号评估值Para及前一组训练任务的脑机训练控制量更新下一组训练任务的脑机训练控制量Cm,2≦m≦M;
量化参考数据呈现模块,用于向医生呈现脑机训练控制量C的大小及变化量。
7.根据权利要求6所述的基于脑电的康复训练评估系统,其特征在于:所述量表评估采用美国国立卫生研究院卒中量表NIHSS评分量表、简化Fugl-Meyer量表、傅格-梅尔氏运动量表FMMS、日常生活能力量表的Barthel指数、博格平衡量表BBS、Holden步行功能评分、Tinetti步态测量表。
8.根据权利要求6所述的基于脑电的康复训练评估系统,其特征在于:所述根据脑电信号计算脑电信号评估值Para,包括:
Para=l(δ,θ,α,β,p,sampleEn,BIS...)
其中δ、θ、α、β为脑电信号参数,sampleEn为样本熵,P为脑能量分布关系,BIS为双谱指数。
9.根据权利要求6所述的基于脑电的康复训练评估系统,其特征在于:所述脑机训练控制量C1的计算方法如下:
C1=∫(w1dS+w2dPara);
其中w1、w2,分别为量表分数和脑电评估值的权重值,且有w1+w2=1。
10.根据权利要求6或9所述的基于脑电的康复训练评估系统,其特征在于:所述脑机训练控制量Cm的更新方法包括:
Cm=Cm-1-∫dPara。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911272379.0A CN110895964B (zh) | 2019-12-12 | 2019-12-12 | 基于脑电的康复训练评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911272379.0A CN110895964B (zh) | 2019-12-12 | 2019-12-12 | 基于脑电的康复训练评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110895964A true CN110895964A (zh) | 2020-03-20 |
CN110895964B CN110895964B (zh) | 2022-11-22 |
Family
ID=69789440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911272379.0A Active CN110895964B (zh) | 2019-12-12 | 2019-12-12 | 基于脑电的康复训练评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110895964B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112656430A (zh) * | 2021-01-08 | 2021-04-16 | 天津大学 | 基于站立位失衡诱发脑电的卒中平衡康复评估方法 |
CN114533043A (zh) * | 2022-01-24 | 2022-05-27 | 西安交通大学 | 一种用于偏瘫患者肢体功能障碍自动评估的方法 |
CN114533043B (zh) * | 2022-01-24 | 2024-07-26 | 西安交通大学 | 一种用于偏瘫患者肢体功能障碍自动评估的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239670A (zh) * | 2017-06-21 | 2017-10-10 | 江苏肯尼森健康科技有限公司 | 一种用于认知障碍筛查及个体化训练的系统 |
WO2017196971A1 (en) * | 2016-05-11 | 2017-11-16 | Brinkmann Benjamin H | Multiscale brain electrode devices and methods for using the multiscale brain electrodes |
CN108711445A (zh) * | 2018-03-19 | 2018-10-26 | 常州大学 | 一种vr-脑电反馈多人多组对抗型adhd康复治疗系统 |
US20180336973A1 (en) * | 2017-05-19 | 2018-11-22 | MindMaze Holdiing SA | System, method and apparatus for treatment of neglect |
CN109166627A (zh) * | 2018-07-26 | 2019-01-08 | 苏州中科先进技术研究院有限公司 | 一种健康评估方法、评估装置及用于康复治疗的系统 |
CN109620223A (zh) * | 2018-12-07 | 2019-04-16 | 北京工业大学 | 一种脑卒中康复系统脑机接口关键技术方法 |
CN110090421A (zh) * | 2018-01-31 | 2019-08-06 | 冀瑞俊 | 基于脑机接口和互联网技术的智能脑卒中康复机器人系统 |
-
2019
- 2019-12-12 CN CN201911272379.0A patent/CN110895964B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017196971A1 (en) * | 2016-05-11 | 2017-11-16 | Brinkmann Benjamin H | Multiscale brain electrode devices and methods for using the multiscale brain electrodes |
US20180336973A1 (en) * | 2017-05-19 | 2018-11-22 | MindMaze Holdiing SA | System, method and apparatus for treatment of neglect |
CN107239670A (zh) * | 2017-06-21 | 2017-10-10 | 江苏肯尼森健康科技有限公司 | 一种用于认知障碍筛查及个体化训练的系统 |
CN110090421A (zh) * | 2018-01-31 | 2019-08-06 | 冀瑞俊 | 基于脑机接口和互联网技术的智能脑卒中康复机器人系统 |
CN108711445A (zh) * | 2018-03-19 | 2018-10-26 | 常州大学 | 一种vr-脑电反馈多人多组对抗型adhd康复治疗系统 |
CN109166627A (zh) * | 2018-07-26 | 2019-01-08 | 苏州中科先进技术研究院有限公司 | 一种健康评估方法、评估装置及用于康复治疗的系统 |
CN109620223A (zh) * | 2018-12-07 | 2019-04-16 | 北京工业大学 | 一种脑卒中康复系统脑机接口关键技术方法 |
Non-Patent Citations (2)
Title |
---|
MATTHIEU DUVINAGE 等: "A subjective assessment of a P300 BCI system for lower-limb rehabilitation purposes", 《2012 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY》 * |
陈树耿 等: "基于闭环脑机接口的脑卒中患者的手功能康复研究", 《中国康复医学杂志》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112656430A (zh) * | 2021-01-08 | 2021-04-16 | 天津大学 | 基于站立位失衡诱发脑电的卒中平衡康复评估方法 |
CN114533043A (zh) * | 2022-01-24 | 2022-05-27 | 西安交通大学 | 一种用于偏瘫患者肢体功能障碍自动评估的方法 |
CN114533043B (zh) * | 2022-01-24 | 2024-07-26 | 西安交通大学 | 一种用于偏瘫患者肢体功能障碍自动评估的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110895964B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Patel et al. | A novel approach to monitor rehabilitation outcomes in stroke survivors using wearable technology | |
CN110322947A (zh) | 一种基于深度学习的高血压老年人运动处方推荐方法 | |
CN101647696A (zh) | 健康诊疗智能系统 | |
JP2018142258A (ja) | 生産管理装置、方法およびプログラム | |
CN111544015B (zh) | 基于认知力的操控工效分析方法、设备及系统 | |
CN111598453B (zh) | 基于虚拟场景中执行力的操控工效分析方法、设备及系统 | |
CN206044608U (zh) | 中医诊断云端专家系统 | |
CN111553617B (zh) | 基于虚拟场景中认知力的操控工效分析方法、设备及系统 | |
CN110570946A (zh) | 一种下肢康复机器人康复训练运动功能康复评价方法 | |
CN116153531B (zh) | 一种肿瘤患者康复监测方法及系统 | |
CN113974612B (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
CN110811648A (zh) | 一种基于残差卷积神经网络的抑郁倾向评估系统 | |
CN115631532A (zh) | 一种康复训练系统中训练动作分类与完成度评分方法 | |
Sheng et al. | Metric-based muscle synergy consistency for upper limb motor functions | |
CN110895964B (zh) | 基于脑电的康复训练评估方法及系统 | |
CN109126045A (zh) | 智能化运动分析和训练系统 | |
Li et al. | An automatic recognition system for patients with movement disorders based on wearable sensors | |
Angulo-Sherman et al. | Effect of different feedback modalities in the performance of brain-computer interfaces | |
CN117275730A (zh) | 一种脑卒中患者夫妻亲密关系二元互助干预系统 | |
Rovini et al. | Fine motor assessment with unsupervised learning for personalized rehabilitation in Parkinson disease | |
CN116510249A (zh) | 一种基于肌电信号的手部虚拟康复训练系统及训练方法 | |
CN112992312B (zh) | 一种脊髓损伤康复训练合格监测方法及系统 | |
Tran et al. | Automated evaluation of upper limb motor impairment of patient with cerebellar ataxia | |
Montes et al. | Comparison of 4 different smoothness metrics for the quantitative assessment of movement's quality in the upper limb of subjects with cerebral palsy | |
Akhmadeev et al. | SVM-based tool to detect patients with multiple sclerosis using a commercial EMG sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |