典型文献
基于机器学习的下肢被动康复训练过程监测评价研究
文献摘要：
针对人体下肢的被动康复训练过程,文中使用某下肢康复训练机器人进行下肢被动训练,训练过程中采集下肢股直肌和腓肠肌的sEMG信号和大腿的运动姿态信号,运用机器学习方法对运动姿态信号和表面肌电(sEMG)信号进行分析,实现了下肢中4种不同被动训练状态的识别及其对下肢肌群训练康复效果的评价.结果显示:联合使用IMU和sEMG进行下肢被动训练过程监测,并通过机器学习算法进行处理,可以实现不同监测过程的自动识别以及下肢肌群训练效果量化分析判断.研究结果可为实现基于下肢被动康复训练过程的智能控制与康复情况评价奠定研究基础.
文献关键词：
下肢被动训练;机器学习;IMU;sEMG;康复训练评价;信号处理;智能控制;康复训练机器人
中图分类号：
作者姓名：
吴达;马超;高经纬;谷玉海
作者机构：
北京信息科技大学 现代测控技术教育部重点实验室,北京 100192
文献出处：
引用格式：
[1]吴达;马超;高经纬;谷玉海-.基于机器学习的下肢被动康复训练过程监测评价研究)[J].现代电子技术,2022(16):175-180
A类：
下肢被动训练,康复训练评价
B类：
基于机器学习,训练过程,过程监测,监测评价,下肢康复,康复训练机器人,股直肌,腓肠肌,sEMG,大腿,运动姿态,机器学习方法,表面肌电,下肢肌群,康复效果,联合使用,IMU,机器学习算法,监测过程,自动识别,训练效果,效果量,分析判断,智能控制,康复情况,信号处理
AB值：
0.289388
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
