本文主要研究内容
作者张雍（2019）在《基于脑血氧参数优化组合的多移乘行为脑力负荷评估》一文中研究指出：人口老龄化是我国社会面临的重要问题之一,同时导致众多老年人群行动不便,提供柔顺、安全服务的辅助机器人是解决老年人群行动不便问题的重要方法。虽然基于使用者意图的柔顺性行走辅助方法已经得到了广泛研究,但对于起床、站立等从一种状态移动至另一种状态的移乘行为还未得到足够的研究。由于多移乘行为会对使用者的足底、腰背与腿部产生较大的冲击力,为此本实验室自主研发了多款福祉机器人,其中包括智能轮椅、智能病床、辅助站立机器人等,以实现日常生活基本行为辅助和移乘行为辅助。对于行走能力不足的人在完成任务时需要较大的脑力负荷与体力负荷,因此,针对多移乘行为的脑力负荷研究具有重要意义。传统的人机交互过程中使用者疲劳度的评价方法往往采用肌电信号与脑电信号,无法精确衡量使用者的脑力负荷。由于脑血氧信号可以精确显示脑区的活动且不受电干扰,已用于飞行员脑力负荷分析当中,因此本文提出采用脑血氧信号评价辅助移乘过程中的脑力负荷。首先,采用近红外光谱技术对脑血氧信号进行无损检测,为采集类似移乘行为过程中的脑血氧信号,设计了便于携带的板载运动姿态监测系统,实现移乘过程中的姿态辨识和时间校准。同时,采用高斯滤波算法平滑波形实现去除噪声的目的。其次,通过对受试者脑血氧信号进行时域分析、频域分析以及近似熵分析,提出一种使用优化特征参数组合建立脑力负荷评估模型的方法。分别通过支持向量机与线性判别分析算法,达到83.3%和80.5%的脑力负荷特征识别率,得到以均值和方差作为特征值输入支持向量机算法具有最高识别正确率的结论。然后,提取了受试者进行3级n-back任务时背外侧脑前额血氧的均值和方差特征值,将其输入支持向量机算法中进行分类,输出为脑力负荷的三个级别,标记为1级、2级和3级。同时,脑血氧含量对应着相应脑区的激活程度,如果某些运动姿态造成脑负荷敏感区的血氧含量高于静息值,则说明该动作引起了脑力负荷的增大。将脑力负荷级别与脑力负荷敏感区反应相结合,可以更准确地分辨不同状态下的脑力负荷大小。最后,设计实验研究移乘过程中影响脑力负荷的运动姿态,发现受试者使用病床辅助移乘时,其运动幅度变小、维度减少的同时脑力负荷敏感区激活程度变低,得出肢体的高维大幅度运动将大概率增加脑力负荷的结论。
Abstract
ren kou lao ling hua shi wo guo she hui mian lin de chong yao wen ti zhi yi ,tong shi dao zhi zhong duo lao nian ren qun hang dong bu bian ,di gong rou shun 、an quan fu wu de fu zhu ji qi ren shi jie jue lao nian ren qun hang dong bu bian wen ti de chong yao fang fa 。sui ran ji yu shi yong zhe yi tu de rou shun xing hang zou fu zhu fang fa yi jing de dao le an fan yan jiu ,dan dui yu qi chuang 、zhan li deng cong yi chong zhuang tai yi dong zhi ling yi chong zhuang tai de yi cheng hang wei hai wei de dao zu gou de yan jiu 。you yu duo yi cheng hang wei hui dui shi yong zhe de zu de 、yao bei yu tui bu chan sheng jiao da de chong ji li ,wei ci ben shi yan shi zi zhu yan fa le duo kuan fu zhi ji qi ren ,ji zhong bao gua zhi neng lun yi 、zhi neng bing chuang 、fu zhu zhan li ji qi ren deng ,yi shi xian ri chang sheng huo ji ben hang wei fu zhu he yi cheng hang wei fu zhu 。dui yu hang zou neng li bu zu de ren zai wan cheng ren wu shi xu yao jiao da de nao li fu he yu ti li fu he ,yin ci ,zhen dui duo yi cheng hang wei de nao li fu he yan jiu ju you chong yao yi yi 。chuan tong de ren ji jiao hu guo cheng zhong shi yong zhe pi lao du de ping jia fang fa wang wang cai yong ji dian xin hao yu nao dian xin hao ,mo fa jing que heng liang shi yong zhe de nao li fu he 。you yu nao xie yang xin hao ke yi jing que xian shi nao ou de huo dong ju bu shou dian gan rao ,yi yong yu fei hang yuan nao li fu he fen xi dang zhong ,yin ci ben wen di chu cai yong nao xie yang xin hao ping jia fu zhu yi cheng guo cheng zhong de nao li fu he 。shou xian ,cai yong jin gong wai guang pu ji shu dui nao xie yang xin hao jin hang mo sun jian ce ,wei cai ji lei shi yi cheng hang wei guo cheng zhong de nao xie yang xin hao ,she ji le bian yu xie dai de ban zai yun dong zi tai jian ce ji tong ,shi xian yi cheng guo cheng zhong de zi tai bian shi he shi jian jiao zhun 。tong shi ,cai yong gao si lv bo suan fa ping hua bo xing shi xian qu chu zao sheng de mu de 。ji ci ,tong guo dui shou shi zhe nao xie yang xin hao jin hang shi yu fen xi 、pin yu fen xi yi ji jin shi shang fen xi ,di chu yi chong shi yong you hua te zheng can shu zu ge jian li nao li fu he ping gu mo xing de fang fa 。fen bie tong guo zhi chi xiang liang ji yu xian xing pan bie fen xi suan fa ,da dao 83.3%he 80.5%de nao li fu he te zheng shi bie lv ,de dao yi jun zhi he fang cha zuo wei te zheng zhi shu ru zhi chi xiang liang ji suan fa ju you zui gao shi bie zheng que lv de jie lun 。ran hou ,di qu le shou shi zhe jin hang 3ji n-backren wu shi bei wai ce nao qian e xie yang de jun zhi he fang cha te zheng zhi ,jiang ji shu ru zhi chi xiang liang ji suan fa zhong jin hang fen lei ,shu chu wei nao li fu he de san ge ji bie ,biao ji wei 1ji 、2ji he 3ji 。tong shi ,nao xie yang han liang dui ying zhao xiang ying nao ou de ji huo cheng du ,ru guo mou xie yun dong zi tai zao cheng nao fu he min gan ou de xie yang han liang gao yu jing xi zhi ,ze shui ming gai dong zuo yin qi le nao li fu he de zeng da 。jiang nao li fu he ji bie yu nao li fu he min gan ou fan ying xiang jie ge ,ke yi geng zhun que de fen bian bu tong zhuang tai xia de nao li fu he da xiao 。zui hou ,she ji shi yan yan jiu yi cheng guo cheng zhong ying xiang nao li fu he de yun dong zi tai ,fa xian shou shi zhe shi yong bing chuang fu zhu yi cheng shi ,ji yun dong fu du bian xiao 、wei du jian shao de tong shi nao li fu he min gan ou ji huo cheng du bian di ,de chu zhi ti de gao wei da fu du yun dong jiang da gai lv zeng jia nao li fu he de jie lun 。
论文参考文献
论文详细介绍
论文作者分别是来自沈阳工业大学的张雍，发表于刊物沈阳工业大学2019-07-11论文，是一篇关于多移乘行为论文,脑血氧论文,优化特征参数组合论文,支持向量机论文,脑负荷评估模型论文,沈阳工业大学2019-07-11论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自沈阳工业大学2019-07-11论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：多移乘行为论文; 脑血氧论文; 优化特征参数组合论文; 支持向量机论文; 脑负荷评估模型论文; 沈阳工业大学2019-07-11论文;