基于神经网络的脑瘫肢体运动功能诊疗系统

论文摘要

医学专家系统是运用人工智能和专家系统的设计原理与方法,模拟医学专家诊断、治疗疾病的思维过程而编制的计算机程序,它可以帮助医生解决复杂的医学问题,作为医生推断疾病、治疗疾病以及预后等的重要辅助工具。医学专家系统是人工智能在医学中的重要应用,是知识工程与医学科学的紧密结合,也是计算机技术、网络技术、通信技术和数据库技术等一系列新技术与医学科学的交叉,医学专家系统的研究与发展已经成为现代医学科学的一个重要课题。脑瘫是指个体由于出生前后就存在的脑机能失调所至的一种综合症,患者伴有多种并行性障碍。目前,我国小儿脑瘫的发病率在1.4-1.5%,其症状主要表现为运动功能障碍。对小儿脑瘫康复治疗效果的评估缺乏统一性,主要依靠专家的经验,这导致在诊断过程中模糊性增大,不利于患儿的康复。本文对小儿脑瘫特点进行了深入的分析,构建相关人体建模,通过运动姿态检测系统获取人体运动信息的检测,建立了基于神经网络的脑瘫运动功能诊断系统的总体构架,研究诊断机制及实现方法,重点分析了诊疗系统的功能需求,各主要功能模块的实现方法,神经网络的设计准则以及系统的诊断过程。采用运动检测仪器测量脑瘫患者的运动姿态数据,通过神经网络的训练实现从体征数据到体征评价的非线性映射,实现对脑瘫患者的运动功能进行评价。通过仿真验证,效果较好。论文详细地分析了肢体运动方式,建立了运动姿态模型和人体上肢三自由度简化模型,并详细推导了肢体角度计算公式。在对人体建模的基础上,研究人体运动仿真技术和基于BP神经网络的脑瘫肢体运动功能诊断的实现方法。通过使用患者的运动数据训练神经网络来实现从体征数据到体征评价的非线性映射。在诊断中神经网络模块采用三层网络结构。在算法方面,经过多次实验,使用改进的梯度下降法迭代不断修正权值,网络训练迭代次数为1万次,学习精度要求为取系统总误差E=0.001。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 问题的来源与研究意义
• 1.1.1 问题的提出
• 1.1.2 研究的意义
• 1.2 国内外研究现状
• 1.3 本文研究的目的和研究内容
• 1.3.1 本文研究的目的
• 1.3.2 本文研究的主要内容
• 2 神经网络及其应用
• 2.1 神经网络的定义
• 2.1.1 人工神经网络的定义
• 2.1.2 神经网络的学习
• 2.2 BP 学习算法
• 2.2.1 网络学习算法
• 2.3.2 BP 算法的改进方法
• 2.3 神经网络在诊断中的应用
• 2.4 本章小结
• 3 人体运动建模与仿真
• 3.1 人体运动姿态建模
• 3.1.1 正常人体运动生理结构
• 3.1.2 人体运动学模型的建立
• 3.1.3 人体运动方程的建立
• 3.2 患儿运动姿态数据的获取
• 3.3 人体运动姿态数据仿真
• 3.3.1 人体三维模型的描述
• 3.3.2 OpenGL 中三维肢体动画的实现
• 3.3.3 仿真实例
• 3.4 本章小结
• 4 脑瘫肢体运动功能诊断研究
• 4.1 小儿脑性瘫痪的特点及诊断方法
• 4.2 脑瘫肢体运动功能评价
• 4.2.1 运动功能的评价
• 4.2.2 脑瘫运动功能的诊断过程
• 4.3 基于神经网络的肢体运动功能评价
• 4.3.1 体征数据的建立
• 4.3.2 神经网络对运动体征数据的评价
• 4.3.3 神经网络的训练
• 4.4 本章小结
• 5 运动功能诊断与仿真实例
• 5.1 体征数据获取实例
• 5.2 体征判定知识获取实例
• 5.3 脑瘫运动功能诊断实例
• 5.4 治疗前后运动功能仿真
• 5.5 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 附录